Desde The Hero Camp, exploramos un desafío clave: diseñar y medir con datos cualitativos funcionalidades complejas en SAAS. Luis Nagel (Product Designer en BotXO) y Pablo Serrano (Product Designer en Glovo) presentaron un webinar sobre cómo abordar este reto, basándose en su experiencia creando un Bot Builder con IA.
El objetivo de la sesión fue claro: entender cómo diseñar y medir con datos cualitativos en un entorno B2B, yendo más allá de las métricas puramente cuantitativas que, aunque útiles, no cuentan toda la historia.
credits by @freepik
El Desafío: Diseñar en un Producto Complejo (BotXO)
BotXO es una plataforma no-code diseñada para que terceros puedan construir chatbots avanzados en contextos de compra online.
Un chatbot funciona fraccionado en módulos, donde la respuesta del usuario condiciona el siguiente paso. La Inteligencia Artificial que utiliza (Natural Language Understanding) extrapola las frases del usuario, genera interpretaciones y extrae datos clave. Con ellos, el chatbot funciona como un recomendador o se conecta a otras APIs.
Claves para Diseñar y Medir con Datos Cualitativos en SAAS
En la plataforma de BotXO existen muchos datos cuantitativos que se pueden medir. Sin embargo, para un producto SAAS B2B, la información cualitativa es la clave del éxito, y esa es difícil de conseguir automáticamente.
El reto no es solo medir, sino saber cómo diseñar y medir con datos cualitativos de forma efectiva. Pero, ¿dónde encontrar estos insights? Hay varias fuentes a recurrir:
👉🏻 Escuchar activamente al usuario.
👉🏻 Hablar constantemente con el equipo de Customer Success.
👉🏻 Analizar a los power users para ver cómo usan realmente la herramienta y qué partes son susceptibles de ser automatizadas.
👉🏻 Utilizar algoritmos para identificar patrones de éxito del usuario.
👉🏻 Integrar los KPIs específicos de cada cliente para recibir datos de performance directos.
¿Qué hacer con la información?: El «Feedback Collector»
Tener muchas fuentes de información cualitativa puede generar ruido. BotXO utiliza una herramienta transversal que registra la información de forma ordenada, llamada «Feedback Collector«.
Esta herramienta ayuda al equipo a gestionar el backlog, ya que clasifica los insights por objetivos, apoyándose en las métricas pirata (AARRR), los objetivos de negocio y el equilibrio entre usuario-negocio-desarrollo.
Además, la comunicación fluida con todos los stakeholders (forzándolos a empatizar con el equipo y el roadmap) es indispensable para priorizar la información y establecer los objetivos correctos.
Metodología para Funcionalidades Complejas
En un equipo que trabaja funcionalidades complejas, es vital definir y explicar de qué trata cada una antes de empezar. Tener un elevator pitch para cada funcionalidad ha facilitado enormemente la comunicación, tanto con usuarios como dentro del equipo.
Apartándonos de los modelos tradicionales donde el MVP (Producto Mínimo Viable) se testa antes de lanzar, los MPV de funcionalidades complejas suelen validarse directamente en producción, habiendo reducido la complejidad al máximo posible para el lanzamiento inicial.
Conclusión: El Valor Real de los Datos Cualitativos
Diseñar y medir con datos cualitativos en SAAS B2B es un tema del que, por el momento, no hay mucha información disponible. Aunque falte información sobre el objetivo de uso de la herramienta, existen medios desde los que medir y evaluar funcionalidades.
Dos características que parecen distinguir el trabajo de estos equipos de producto son:
- La forma de priorizar (aún suponiendo renunciar a cosas).
- La validación del MVP en producción lo antes posible.
Aplicar un enfoque centrado en diseñar y medir con datos cualitativos marca la diferencia entre un producto funcional y un producto que aporta valor real.
Y tú, ¿cómo mides y priorizas funcionalidades complejas?
Autora: Ana Vidal (Fellow researcher en The Hero Camp / Product designer & Design System Specialist at Aplazame)
Preguntas Frecuentes (FAQ)
1. ¿Cuál es la diferencia entre medir con datos cuantitativos y cualitativos en un SAAS B2B?
Los datos cuantitativos te dicen «qué» está pasando (ej. 15% de usuarios abandonan el checkout). Los datos cualitativos, obtenidos de entrevistas o feedback de Customer Success, te dicen «por qué» está pasando (ej. el botón de pago es confuso). Ambos son necesarios.
2. ¿Por qué es tan difícil diseñar y medir con datos cualitativos en productos complejos?
En SAAS B2B, los casos de uso son muy específicos para cada cliente. Recolectar datos cualitativos requiere un esfuerzo manual (hablar con usuarios, Customer Success) y es más difícil de escalar y centralizar que un dashboard de métricas cuantitativas.
3. ¿Es recomendable validar un MVP en producción para funcionalidades complejas?
Según la experiencia de BotXO, sí. En lugar de invertir meses en un MVP que se testa en un entorno cerrado, prefieren lanzar una versión con complejidad reducida al máximo directamente a producción. Esto permite obtener feedback real (cuantitativo y cualitativo) mucho más rápido.
