¿Cómo medir el éxito de tu piloto digital?
Si te estás planteando lanzar una nueva solución digital al mercado, ya te habrás dado cuenta de que las métricas de éxito de los productos o proyectos tradicionales no tienen sentido para los primeros meses de desarrollo.
Lean StartUp es una de las principales metodologías de innovación, que se usa principalmente para las fases de validación de una solución con el mercado, esto es: para la experimentación. Una de las bases del Lean Startup es la agilidad para crear MVP’s que nos permitan medir resultados y aprender de ellos para iterar o pivotar nuestra solución, de la manera más sencilla, rápida y menos costosa posible.
Entonces, te preguntarás: ¿Qué debería medir en este proceso de experimentación?
Consideraciones a tener en cuenta antes de lanzarte a la experimentación de nuevas soluciones digitales
Antes de meternos de lleno en métricas y resultados esperados, es esencial que planteemos un buen experimento. Según nuestra experiencia en SDLI, la mayoría de los equipos ágiles crean un MVP/Piloto sin tener en cuenta el experimento que quieren realizar. Es decir, aún no han planteado una hipótesis a validar, ni saben cómo la van a validar.
Por ello, antes de lanzarte a practicar la experimentación de nuevas soluciones digitales, debes tener en cuenta una serie de consideraciones clave:
- La experimentación tiene sentido en entornos de alta incertidumbre. En las que hay muchas incógnitas, y no tienes la respuesta clara.
- La experimentación busca precisamente reducir incertidumbre. O lo que es lo mismo: ganar seguridad en el lanzamiento de una nueva solución.
- La experimentación necesita recursos monetarios (si bien menos que con la metodología tradicional de desarrollo de productos), así como recursos en forma de tiempo de tu equipo (por mucho que externalices parte del trabajo).
- La experimentación no tiene por qué ser «corta». Las iteraciones para validar hipótesis sí. Pero puedes necesitar (seguro que lo harás) varias iteraciones para validar tu solución con el mercado, lo cual alargará tu proceso de experimentación.
- La experimentación significa crear procesos de innovación centrados en el usuario, en los que interactúas con éste. Hasta cierto punto, te expones al usuario. Implica que aceptas que el usuario vea que puedes fallar en tu solución. Que te abres al error de forma más o menos pública.
- No hay una forma única de experimentar. Hay distintas estratégias y métodos que te darán más o menos fiabilidad en base a la metodología que uses. Dependerá de los recursos y tiempo, esto es, de la importancia, que le des al proyecto.
- La experimentación es un proceso en el que adoptas el método científico. No se trata de «vender» tu idea a la dirección o al mercado. No se trata de jugar con ideas. Se trata de contrastar las hipótesis clave en las que se sustenta tu proyecto innovador.
En SDLI disponemos de nuestra metodología «Lab de experimentación«, basada en Lean Startup, a través de la cual ayudamos a los equipos de innovación a realizar procesos de validación con usuarios reales en entornos reales. Te contamos algunas de las bases de nuestra metodología a continuación. Vamos allá: ¿Cómo planteamos un buen experimento?
Paso 1: Planteamiento de la hipótesis inicial
Imaginemos que somos lxs creadorxs de Tinder en 2012. En sus inicios, y simplificando, la única manera de conocer a gente por internet era en chats online (donde muchos de sus usuarios y usuarias eran anónimxs). ¿Es seguro quedar con alguien al que no conoces ni su cara?
Tinder tenía una hipótesis muy importante que validar: “Quedar con alguien que no conoces es sencillo y seguro.”, pero… ¿esto es lo que la gente cree? ¿lxs posibles usuarixs están dispuestxs a quedar con alguien que no conocen mediante una aplicación? e incluso ¿estarían dispuesto a pagar por ello?
Paso 2: Definición del experimento y MVP asociado
Ahora, imaginemos un experimento para validar la anterior hipótesis. El experimento consiste en crear una Landing Page con información general sobre Tinder a la que se redireccionará a las personas interesadas desde campañas pagadas por redes sociales (por ejemplo, Instagram).
Una vez las personas interesadas llegan a la Landing Page, se encontrarán con un Call to action de descarga de la aplicación. Pero cuando hagan click en ese botón, saltará un mensaje que anunciará que actualmente la aplicación no admite más descargas por encontrarse en fase beta, pero sí que se pueden registrar en la lista de espera para la próxima versión. Las personas interesadas, dejarán su correo e información personal.
Es muy importante realizar este tipo de experimentos cuando no hemos validado la propuesta de valor con lxs posibles usuarixs. De esta manera, aún no hemos destinado recursos a desarrollar una aplicación que no sabemos si la gente va a desear.
Nuestro MVP asociado al experimento es una Landing Page con formulario de registro.
Paso 3: Definición de las métricas
Una vez definida la hipótesis y con qué experimento la vamos a validar, es hora de decidir qué vamos a medir.
En el caso de Tinder, el equipo va a tener en cuenta las siguientes métricas:
- Número de personas interesadas registradas en el formulario web
Paso 4: Definición de criterios de validación
Una vez sabemos qué vamos a medir, debemos de plantearnos qué nivel de éxito se considera aceptable para cada métrica seleccionada. Esto es clave para poder validar o anular la hipótesis planteada.
En el caso de Tinder, después de haber realizado un estudio de mercado mediante la técnica TAM, SAM, SOM, se establece un hipotético mercado objetivo de 120.000 usuarios para los primeros 3 meses. De esta manera, se quiere obtener un 5% del total del mercado objetivo para este experimento.
- Criterio de validación del número de personas interesadas registradas en el formulario web = 6000 personas registradas en el formulario
Este ejercicio se puede realizar gracias a la ficha de experimentación que puedes descargar clicando aquí . Es recomendable que tu equipo realice esta ficha para las hipótesis más importantes que queréis validar antes de invertir todo vuestro presupuesto en una idea .
Cuando todo el equipo de experimentación haya trabajado en la conceptualización del experimento, es muy importante que os organicéis para definir tareas, responsables y deadlines para poder realizar el experimento.
Ya he realizado el experimento: ¿Ahora qué?
Es esencial obtener aprendizajes de cada experimento. ¿Cómo lo puedes hacer?
En SDLI trabajamos con la Ficha de Aprendizaje, una herramienta muy sencilla que te ayudará a definir los learnings de tu experimentación. Descárgala clicando aquí.
Paso 1: ¿Cuál era tu creencia?
Puedes rescatar tu creencia del paso 1 de la Ficha de Experimento. Aquí recordarás cuál era tu hipótesis.
Paso 2: ¿Qué has observado?
En este paso, deberás describir todas aquellas observaciones relacionadas con el experimento: ¿Cómo se han comportado lxs usuarixs? ¿por qué se han comportado así? ¿tu experimento estaba bien diseñado? ¿tu MVP/piloto era correcto?
Paso 3: ¿Qué has aprendido?
Es el momento de analizar si se ha validado la hipótesis o no. ¿Tu creencia era cierta? ¿Se han cumplido los criterios de validación? ¿Qué insights has podido extraer?
Paso 4: ¿Qué decisiones y acciones vas a tomar a partir de ahora?
En base a tu validación o anulación de la hipótesis, ¿vas a definir un nuevo experimento para validar otra hipótesis? ¿Se debería de cambiar el enfoque de la propuesta de valor? ¿la necesidad de usuarix es relevante? ¿qué plan de acción defines a partir de este experimento?
Ya tengo la hipótesis principal validada, así que ahora sí:
¿En qué métricas me debería centrar para los siguientes experimentos con mi piloto?
Una vez tu hipótesis principal está validada, puedes utilizar varias métricas para los siguientes experimentos dependiendo del nivel de maduración de tu piloto.
Es importante señalar que estas métricas son solo una muestra de las muchas disponibles para medir el rendimiento de una solución digital. Es importante que escojas las métricas que sean relevantes para los objetivos específicos del piloto, según las hipótesis que te plantees validar, para poder monitorearlas regularmente después de cada experimento. De hecho, algunas de las métricas aquí usadas en este ejemplo pueden muy probablemente no ser válidas para tus experimentos.
¿Quieres experimentar para validar una nueva solución digital?
¡SDLI te quiere acompañar en este maravilloso viaje! Ponte en contacto con nosotrxs y estaremos encantadxs de ver cómo afrontar tu proyecto.
