En 1989, el psicólogo e investigador estadounidense Gary Klein recibió un encargo inusual: estudiar cómo tomaban decisiones los jefes de bomberos durante incendios reales. La hipótesis de partida era que, bajo presión extrema, los expertos evaluaban múltiples opciones y seleccionaban la mejor. Lo que Klein encontró fue diferente. Los jefes de bomberos no comparaban alternativas. Reconocían la situación, generaban mentalmente una primera acción plausible y la ejecutaban si la simulación mental resultaba satisfactoria. Cuando no lo era, ajustaban. Rara vez llegaban a la segunda opción.
A partir de esa investigación, Klein desarrolló el modelo Recognition-Primed Decision (RPD), núcleo del campo que denominó Naturalistic Decision Making (NDM). Tres décadas después, ese marco teórico permanece subutilizado en un sector que toma decisiones de alto impacto bajo presión de tiempo, incertidumbre conductual y exposición financiera simultánea: la operación de plataformas de iGaming.
El modelo RPD y su lógica interna
El RPD describe un mecanismo en dos etapas. Primero, el reconocimiento de la situación: el tomador de decisiones identifica indicadores clave, infiere el estado del sistema y activa expectativas sobre cómo debería evolucionar. Segundo, la simulación mental: proyecta una acción hacia adelante para evaluar su plausibilidad antes de comprometerse. Si la proyección falla, ajusta la acción o revisa el reconocimiento inicial. Klein documentó que este proceso opera de manera serial -una opción a la vez- y que la velocidad del experto no proviene de una capacidad cognitiva superior, sino de un repertorio de patrones reconocibles acumulado durante miles de horas de práctica deliberada.
Este repertorio es lo que Klein denomina ‘conocimiento tácito situacional’: la capacidad de leer una escena operativa y saber qué está pasando antes de que los indicadores formales lo confirmen. Su formación requiere exposición repetida a situaciones reales con consecuencias y retroalimentación estructurada. No se adquiere leyendo manuales ni asistiendo a talleres de metodología.
Retención de jugadores: el momento antes del dato
La retención de jugadores es el área donde el RPD tiene mayor aplicación directa. Los modelos predictivos de churn operan sobre datos históricos y generan alertas cuando el patrón ya se materializó en el comportamiento registrado. Un operador con un repertorio de patrones bien desarrollado actúa antes: detecta en la secuencia de sesiones, en la variación de la apuesta media o en el ritmo de las recargas una señal que el modelo aún no procesó.
Esto no invalida los modelos analíticos. Los complementa. Klein fue explícito en que el NDM no es una teoría contra el análisis formal; es una descripción de cómo funcionan los expertos cuando el tiempo y la incertidumbre hacen que el análisis exhaustivo sea impracticable. En retención, la ventana de intervención efectiva suele cerrarse antes de que el modelo de churn emita su alerta. El operador con repertorio actúa en esa ventana. El operador sin él espera la alerta y reacciona tarde.
La implicación para el equipo de CRM es concreta: el diseño de las campañas de retención no puede depender exclusivamente de reglas automatizadas. Requiere operadores con suficiente exposición a patrones de comportamiento como para anticipar el trigger correcto antes de que el sistema lo genere.
Gestión de incidentes críticos y la compresión del tiempo decisional
Los incidentes críticos en plataformas de iGaming -caída de una pasarela de pago durante un evento deportivo de alta demanda, falla en el sistema de verificación de identidad en un pico de registros, anomalía en el motor de juego durante una promoción activa- comparten una característica estructural con los escenarios que Klein estudió: la presión temporal elimina la posibilidad de análisis comparativo.
Klein documentó que, bajo esas condiciones, los expertos comprimen el proceso decisional a reconocimiento y simulación rápida. La diferencia entre un equipo que resuelve un incidente en cuatro minutos y uno que lo resuelve en cuarenta no está en el protocolo escrito, sino en la densidad del repertorio de cada miembro del equipo. Los equipos de operaciones que han procesado post-mortems genuinos -no documentos de cobertura institucional, sino análisis honestos de qué salió mal y por qué- desarrollan ese repertorio con mayor velocidad.
El post-mortem efectivo, en la taxonomía de Klein, es el mecanismo central de transferencia de conocimiento tácito situacional. Permite que la experiencia de un incidente vivido por dos personas del equipo se convierta en repertorio accesible para diez. Las plataformas que formalizan esta práctica aceleran la curva de desarrollo experto de su equipo operativo.
Diseño de incentivos y simulación mental anticipatoria
El diseño de bonus, promociones y estructuras de incentivos en iGaming combina tres variables que Klein identificó como características de los entornos de alta complejidad decisional: incertidumbre sobre el comportamiento del jugador, exposición financiera real y presión de tiempo por ventanas de mercado competitivas.
En esos entornos, Klein observó que los expertos utilizan la simulación mental anticipatoria de manera sistemática: antes de comprometerse con un diseño, proyectan el escenario de abuso más probable, el comportamiento del segmento de valor más alto y el impacto en la métrica de margen. No evalúan todas las opciones posibles; simulan la más plausible con suficiente profundidad como para detectar fallas críticas antes de ejecutar.
Los equipos de producto y marketing que no han desarrollado este repertorio diseñan incentivos reactivos: responden a lo que el competidor acaba de lanzar sin proyectar las consecuencias en la base de jugadores propia. El resultado son estructuras de bonus con tasas de abuso altas, efectos negativos sobre el LTV del segmento de valor y presión sobre el margen, que se descubre semanas después del lanzamiento.
El problema del conocimiento tácito que se va con la persona
Klein identificó tempranamente lo que denominó el ‘problema de la externalización del conocimiento experto’: las organizaciones dependen de individuos con repertorios desarrollados, pero carecen de mecanismos para transferir ese conocimiento antes de que el individuo salga de la organización. En iGaming, con tasas de rotación de personal que superan el promedio de otras industrias digitales, este problema tiene consecuencias directas sobre la continuidad operativa.
Cada key account manager que se va lleva consigo un repertorio de patrones de comportamiento de jugadores de alto valor que la plataforma tardó años en construir. Cada jefe de operaciones que rota se lleva el mapa mental de los puntos de falla del sistema que aprendió a través de incidentes pasados. Ese conocimiento raramente está documentado porque quienes lo poseen no saben que lo tienen, o asumen que está disponible en algún manual que, en realidad, no captura la dimensión situacional del saber.
La propuesta de Klein para este problema no es romantizar la intuición, sino construir sistemas de captura deliberada: entrevistas de conocimiento con expertos antes de su salida, simulaciones de escenarios donde el experto verbaliza su razonamiento y debriefs estructurados que conviertan la experiencia individual en repertorio organizacional.
Tres líneas de acción para plataformas que quieren acelerar la madurez decisional
Primero, institucionalizar el post-mortem genuino. Cada incidente operativo significativo -no sólo los que generan cobertura mediática- debería producir un análisis honesto de la cadena de reconocimiento y decisión que se activó. El objetivo no es asignar responsabilidad, sino mapear qué patrones llevaron al equipo a tomar las decisiones que tomó.
Segundo, diseñar simulaciones de escenario de alta presión. Los ejercicios de tabletop -simulaciones de incidentes donde el equipo debe tomar decisiones en tiempo comprimido- son el mecanismo más eficiente para acelerar el desarrollo de repertorio en perfiles con menos experiencia. Klein los utilizó extensamente en formación militar y de emergencias; su aplicación en iGaming es directa.
Tercero, externalizar el conocimiento de los expertos antes de que roten. Las entrevistas de conocimiento con operadores senior -centradas en situaciones concretas, no en principios generales- producen material que puede usarse para entrenar a perfiles junior con mayor fidelidad situacional que cualquier manual de procedimientos.
El NDM de Klein ofrece un marco para pensar la madurez decisional de una organización, no en términos de cuántos datos procesa, sino de qué tan rápido y con qué precisión sus operadores reconocen situaciones y generan simulaciones mentales válidas. En un sector donde los márgenes de reacción se miden en minutos y los costos de las decisiones tardías se calculan en puntos de retención y exposición de margen, esa madurez es un activo operativo con impacto directo en los resultados.