Cynefin de Dave Snowden: decidir en Marketing bajo incertidumbre
Cynefin es un marco de sentido que ayuda a elegir cómo decidir según la naturaleza del contexto: claro, complicado, complejo, caótico o desordenado. Su aportación para Marketing no es clasificar problemas por dificultad, sino evitar aplicar el mismo método a situaciones que funcionan de forma distinta.
Un error técnico conocido puede resolverse con una práctica estándar. Una arquitectura de atribución necesita análisis experto. Una propuesta nueva exige pruebas pequeñas porque la relación causa-efecto todavía no puede conocerse por adelantado. Una crisis obliga primero a estabilizar.
La seniority no consiste en tener siempre una respuesta. Consiste en reconocer qué tipo de incertidumbre tenemos delante y utilizar el proceso adecuado.
Qué es el marco Cynefin
Dave Snowden desarrolló Cynefin para ayudar a líderes y organizaciones a dar sentido a situaciones diferentes. El marco distingue cinco dominios:
• Claro: la relación causa-efecto es estable y conocida.
• Complicado: existe relación causa-efecto, pero requiere análisis o experiencia.
• Complejo: la causalidad solo puede comprenderse retrospectivamente; emergen patrones.
• Caótico: no hay tiempo para entender el sistema antes de intervenir.
• Desordenado: todavía no sabemos en qué dominio estamos.
No es una escala desde fácil hasta difícil. Un problema complicado puede ser técnicamente arduo y aun así tener soluciones analizables. Uno complejo puede parecer sencillo y cambiar al interactuar con personas, mercados o competidores.
Dominio claro: sentir, categorizar y responder
La relación entre acción y resultado es repetible. Utilizamos reglas, checklists y buenas prácticas.
Ejemplos en Marketing: convenciones UTM, QA de landings, nomenclatura de campañas, cumplimiento de marca o corrección de un evento roto con causa confirmada.
El riesgo es la complacencia. Una práctica puede seguir ejecutándose porque «siempre se ha hecho así» aunque el entorno haya cambiado. El límite entre claro y caótico es una advertencia: los sistemas aparentemente estables pueden colapsar cuando se ignoran señales.
Dominio complicado: sentir, analizar y responder
Puede haber varias respuestas válidas y hace falta conocimiento experto.
Ejemplos: rediseñar una arquitectura CRM, construir un modelo de atribución, evaluar elasticidad o decidir entre soluciones tecnológicas. Analizamos datos, contrastamos especialistas y modelamos escenarios.
El peligro es la parálisis por análisis o convertir la opinión del experto en certeza absoluta. El conocimiento reduce incertidumbre, pero no elimina supuestos.
Dominio complejo: sondear, sentir y responder
El comportamiento emerge de muchas interacciones y la causalidad se entiende después. No podemos analizar hasta descubrir «la respuesta correcta» porque el sistema cambia mientras actuamos.
Ejemplos: crear una categoría, construir comunidad, lanzar una propuesta novedosa o modificar hábitos de un mercado. Diseñamos pruebas seguras de fallar, observamos patrones y amplificamos lo que funciona.
Una prueba segura de fallar es limitada, reversible, diversa y capaz de producir aprendizaje. No significa lanzar sin criterio. Significa evitar comprometer toda la estrategia con una única predicción en un contexto que todavía no podemos modelar.
Dominio caótico: actuar, sentir y responder
Primero estabilizamos; después investigamos.
Una crisis reputacional, el checkout completamente caído o una filtración activa no esperan un estudio perfecto. Se contiene el daño, se establece una mínima visibilidad y se mueve el problema hacia un dominio donde pueda analizarse.
El error es romantizar el caos y convertir la organización en una sucesión de urgencias. La acción inicial necesita límites, responsables y una transición explícita hacia aprendizaje posterior.
Desordenado: cuando cada equipo está resolviendo un problema diferente
En desorden no existe acuerdo sobre la naturaleza del contexto. Marketing lo trata como problema creativo, Datos como error de medición y Operaciones como falta de capacidad.
La salida consiste en descomponer. Qué parte es conocida, cuál requiere expertise, dónde necesitamos experimentar y qué debe estabilizarse ya.
Nombrar el dominio no resuelve el problema, pero evita que cada área imponga su método favorito al sistema completo.
Un mismo síntoma, cuatro respuestas
La conversión cae después de una actualización.
• Si existe un error técnico confirmado, estamos en lo claro: corregir y verificar.
• Si hay varias causas plausibles en pagos, UX y mix, es complicado: analizar con especialistas.
• Si lanzamos una categoría sin comportamiento conocido, es complejo: probar varias propuestas pequeñas.
• Si el checkout está completamente caído, es caótico: restaurar servicio y analizar después.
El síntoma es el mismo. La respuesta correcta depende de la estructura causal, no de la métrica afectada.
Cuatro preguntas para diagnosticar antes de decidir
1. ¿La relación causa-efecto es estable y repetible?
2. ¿Existe conocimiento experto suficiente para analizarla?
3. ¿Necesitamos actuar para que aparezca el patrón?
4. ¿Debemos estabilizar antes de comprender?
Añadiría coste de error, reversibilidad y velocidad de cambio. Dos situaciones del mismo dominio pueden exigir distinta intensidad de control.
Cómo cambia la gestión por dominio
• Dominio · Método · Tipo de evidencia · Riesgo principal
• Claro · Estándar y checklist · Cumplimiento y excepción · Complacencia
• Complicado · Análisis experto · Modelos, diagnóstico, escenarios · Parálisis o autoridad ciega
• Complejo · Experimentos seguros · Patrones emergentes · Escalar demasiado pronto
• Caótico · Contención · Señales mínimas de estabilidad · Mantener modo crisis
La gobernanza también cambia. En claro, estandarizar. En complicado, convocar expertise. En complejo, proteger diversidad de pruebas. En caos, concentrar autoridad temporalmente y limitar daño.
Los dominios se mueven
Una práctica novedosa puede empezar en complejo, pasar a complicado cuando entendemos el mecanismo y convertirse en clara al estandarizarse.
También ocurre lo contrario. Un canal tratado como predecible cambia por regulación, competencia o tecnología. Si la organización sigue aplicando la vieja receta, lo claro cae hacia el caos.
Por eso registraría no solo la clasificación, sino la evidencia que la sostiene y la señal que obligaría a reclasificar.
Cynefin aplicado a una cartera de Growth
No todo el backlog debería gestionarse con el mismo framework de priorización.
• Tareas claras: automatizar y controlar excepciones.
• Problemas complicados: asignar análisis y fecha de decisión.
• Apuestas complejas: lanzar varias sondas pequeñas y comparar aprendizaje.
• Incidentes caóticos: activar protocolo de contención.
Mezclarlo todo en una única lista ICE o RICE premia aquello que parece cuantificable y castiga exploración estratégica. La cartera necesita capacidad separada para operación, análisis, experimentación y resiliencia.
Errores frecuentes al utilizar Cynefin
• Confundir complicado con complejo.
• Experimentar con problemas ya resueltos.
• Encargar más análisis cuando el patrón solo aparecerá al actuar.
• Usar «caos» para justificar ausencia de proceso.
• Tratar el dominio como etiqueta permanente.
• Clasificar según preferencia del equipo, no según causalidad.
• Ejecutar una única gran prueba en un entorno complejo.
• No mover el problema después de estabilizarlo.
Preguntas frecuentes
¿Cynefin sirve para priorizar iniciativas?
Sirve primero para elegir método. Después se prioriza dentro de cada tipo considerando impacto, riesgo, reversibilidad y capacidad.
¿Cómo diferenciar complicado y complejo?
En complicado, el análisis experto puede descubrir relaciones defendibles antes de actuar. En complejo, necesitamos interactuar con el sistema para que aparezcan patrones.
¿Un problema puede estar en varios dominios?
Sí. Un lanzamiento puede contener QA claro, pricing complicado, adopción compleja y un plan de crisis para incidentes. Conviene descomponer.
Conclusión: elegir el método antes de defender una respuesta
Muchos errores de Marketing no proceden de falta de talento, sino de aplicar una lógica correcta al contexto equivocado.
Cynefin obliga a detenerse antes del framework de moda: ¿debemos estandarizar, analizar, experimentar o contener? Esa pregunta mejora la calidad de la decisión y también la conversación con stakeholders, porque hace explícita la incertidumbre en vez de esconderla detrás de una recomendación demasiado segura.
