Buscamos el costo de los management loops abiertos. Esto es lo que la evidencia realmente respalda.

Al marketing SaaS le encanta una estadística conveniente. Nosotros también queríamos una: un estudio riguroso mostrando que las empresas pierden un X% universal del revenue porque el trabajo de management queda abierto — decisiones sin ejecutar, seguimientos trabados, problemas que reaparecen 60 días después de estar "resueltos". Así que fuimos a buscarlo. No existe. Este post trata de lo que sí existe, dónde se solapan los estudios, y el modelo que creemos defendible en su lugar.

1. Buscamos X

La afirmación que queríamos hacer era simple: "los management loops abiertos les cuestan a las empresas X% del revenue". Un management loop, en la definición canónica de Clio, es una situación de trabajo que requiere acción de management, un dueño, una fecha límite, un criterio de cierre y verificación posterior. Cuando los loops quedan abiertos, algo debería fugarse — tiempo, margen, caja. Seguro alguien lo había medido.

2. X no está respaldado

Nadie lo ha medido. Los candidatos más cercanos miden otra cosa:

• El 21% de Bain es un índice de productive power construido en parte con estimaciones autorreportadas — no revenue, y no el costo de loops abiertos.
• Los $250M por Fortune 500 de McKinsey los presenta McKinsey mismo como un thought experiment construido sobre supuestos de plantilla y salarios — no una pérdida observada.
• El "casi 30% más de margen" de PwC para los mejores procesos decisorios es una correlación con controles sobre 4.701 CEOs — una asociación, no un efecto causal que se pueda prometer.

Si un proveedor te dice un porcentaje universal, pregunta de dónde salió. Un CFO competente lo hará.

3. Esto es lo que sí está respaldado

Que no exista un porcentaje universal no significa que el problema sea pequeño. Cinco hallazgos se sostienen bien:

• El tiempo de decisión es grande y en parte se desperdicia. Los encuestados de McKinsey (1.259 participantes, 91 países) reportaron dedicar 37% de su tiempo a decisiones y calificaron 58% de ese tiempo como usado ineficazmente — aritméticamente, cerca del 21% del tiempo total de management expuesto a ineficiencia decisional. Un benchmark derivado, no una pérdida empresarial medida.
• Incluso el cambio exitoso captura solo parte de su valor. En una encuesta de McKinsey a 1.034 participantes de transformaciones, las calificadas como exitosas capturaron en promedio solo 67% de su beneficio financiero máximo, con 55% de la pérdida de valor ocurriendo durante o después de la implementación. Es la evidencia de muestra grande más cercana a "decidimos, pero nunca lo convertimos del todo en un resultado verificado".
• El organizational drag es material. Bain/EIU estiman ~21% del productive power perdido por drag, a partir de auditorías en 25 multinacionales más una encuesta a más de 300 ejecutivos — un buen chequeo de orden de magnitud, con las salvedades de autorreporte que los propios autores señalan.
• La calidad del proceso decisorio está asociada con mejores resultados financieros. El análisis con controles de PwC encontró procesos decisorios del top 20% asociados con márgenes ajustados por industria casi 30% superiores; Bain, por separado, encontró ~6 puntos porcentuales más de retorno total al accionista en el quintil superior de efectividad decisional.
• La disciplina de cierre puede crear valor causalmente. La evidencia causal más fuerte es el ensayo controlado aleatorizado de Bloom et al. en 28 plantas textiles de India: introducir medición, revisión de defectos, reuniones de seguimiento y resolución sistemática de problemas elevó la productividad 17% el primer año (~$325k/año de beneficio estimado por planta). Causal ahí — no una elasticidad universal.

4. Aquí es donde los estudios se solapan

La tentación es apilar los números: el 21% de productive power de Bain, el 41% del día en trabajo sin valor de Deloitte, el ~21% del tiempo de management de McKinsey. Súmalos y obtienes una cifra monstruosa — y una vergüenza metodológica. Estos estudios miden fenómenos parcialmente solapados: la reunión desperdiciada está dentro del índice de drag, que está dentro del tiempo decisional ineficaz, que toca el trabajo sin valor. Sumarlos cuenta la misma hora tres veces.

Los benchmarks orientan los supuestos. Los datos de la empresa determinan la estimación.

5. El modelo que creemos defendible

En lugar de un porcentaje top-down, modelamos el Loop Leakage bottom-up, en cinco ledgers deliberadamente separados:

1. Capacidad de management — horas evitables de manager × costo fully loaded. Reuniones repetidas sobre el mismo loop, decisiones reabiertas, tiempo buscando evidencia. Esto es valor de capacidad, no EBITDA, hasta que demostradamente evite headcount, overtime o contractors.
2. Margen de contribución retrasado — revenue en riesgo × margen de contribución × la probabilidad incremental de pérdida causada por el delay. Una oportunidad de $1M demorada 30 días no es "$1M perdido"; con 40% de margen y 12pp de probabilidad adicional de pérdida son ~$48k de pérdida esperada. Esa versión sobrevive a un CFO.
3. Retrabajo — horas de retrabajo × costo por hora, más gasto directo. Cualquier hora contada aquí sale del ledger de management.
4. Leakage operativo — overtime, expedites, flete premium, penalidades, créditos, defectos, margen de churn evitable. Finanzas normalmente ya tiene estas cifras.
5. Working capital — el principal inmovilizado reportado por separado (liberación de caja, exposición de balance), y su costo anual de carrying a la tasa de la empresa. "$5M inmovilizados" y "$500k/año de carrying al 10%" son afirmaciones distintas; ninguna es "$5M perdidos al año".

Una regla hace creíble todo el modelo: cada evento económico pertenece exactamente a un ledger primario. Un contrato demorado puede producir margen perdido (delay), 30 horas legales rehechas (retrabajo), 10 horas de comité discutiéndolo por tercera vez (management), una penalidad de $20k ya incluida en la pérdida de margen (no se cuenta en ningún otro lado), y una cuenta por cobrar de $500k empujada hacia adelante (balance, no pérdida de revenue). Sin doble conteo — esa disciplina es la diferencia entre un business case y un muro de estadísticas.

Y una separación lo hace honesto: capacidad, P&L y caja se reportan aparte. No convertimos cada hora recuperada en EBITDA, ni cada dólar retrasado en revenue perdido.

6. Esto es lo que todavía no sabemos

El counterfactual — qué habría pasado si el loop hubiera cerrado antes — es la parte más difícil, y ningún estudio externo puede aportarlo para tu empresa. Requiere cohortes, líneas base históricas y comparaciones emparejadas construidas con tus propios datos. Esa es también la oportunidad: los loops instrumentados generan las variables explicativas que casi ninguna compañía tiene hoy (tiempo abierto, conteo de reaperturas, latencia de decisión, cumplimiento de acciones, evidencia de cierre), y finanzas ya tiene los resultados. Con suficientes loops observados, el benchmark que le falta a la literatura podrá eventualmente construirse de forma empírica — por industria, tamaño, tipo de loop y función. Hasta entonces, tratamos cada escenario como ilustrativo y lo etiquetamos así.

En resumen

La literatura respalda con fuerza la afirmación de que los management loops abiertos representan un leakage económico material. No respalda un porcentaje universal del revenue — y no vamos a inventarlo. Un Management Loop te dice qué trabajo sigue abierto. El Loop Leakage te dice cuánto vale mantenerlo abierto: construido con tus números, validado por los benchmarks, y nunca al revés.

Fuentes primarias: McKinsey, Decision making in the age of urgency (2019); McKinsey, Losing from day one (2021) y Maximizing value during implementation (2022); Bain, Time, Talent, Energy (Bain/EIU); Bain Decision Insights; PwC, 28th Annual Global CEO Survey (2025); Bloom, Eifert, Mahajan, McKenzie & Roberts, Does Management Matter? Evidence from India, QJE 2013; Deloitte, 2025 Human Capital Trends; encuesta de Gartner sobre aprobaciones revisadas en supply chain (2026); Microsoft Work Trend Index (2023).