Lunes, 10 de la mañana, reunión de producto. Alguien dice: «Nuestros usuarios quieren que la función sea más simple.» Todos asienten. Nadie pregunta: ¿Cómo lo sabes? Porque la pregunta sería descortés. Porque todos fingen saberlo. La función se prioriza, el sprint se planifica, el equipo se pone a trabajar. Tres meses después, los números muestran: casi ningún uso.
No conoces a tus usuarios
Suena duro. Déjame precisar: conoces datos sobre tus usuarios, no lo que viene de ellos.
Las personas son ficciones útiles. Ayudan a hacer tangibles los grupos objetivo. Pero las ficciones siguen siendo ficciones. «María de marketing, 34 años, dos hijos, usa el producto por la mañana mientras viaja al trabajo» – eso es una historia, no una persona. María no envejece, no cambia de opinión, no atraviesa crisis. Las personas reales sí.
Los analytics muestran comportamiento agregado. Miles de clics, embudos de conversión, mapas de calor. Ves qué pasa; no ves por qué alguien abandona en la página tres, aunque todo esté «optimizado». No ves ese segundo de duda antes de que alguien decida no comprar.
Las anécdotas de ventas están filtradas. El equipo comercial te cuenta lo que dicen los clientes – coloreado por la situación de venta, por lo que quieren escuchar, por lo que consideran relevante. Tres rondas de teléfono descompuesto hasta que llega al equipo de producto.
La diferencia entre conocimiento sobre usuarios y conocimiento de usuarios es fundamental: uno es derivado, el otro es la fuente.
Tus datos ocultan más de lo que muestran
Los datos cuantitativos tienen un punto ciego: capturan lo que es medible, no lo que importa.
Tu NPS es 42. ¿Qué piensan realmente los que ponen 7 – los que no están entusiasmados pero tampoco se van? ¿Son leales o indiferentes? ¿Esperan una alternativa, o simplemente no les importa tu producto? El número no te lo dirá.
La tasa de conversión subió un 12%. El dashboard muestra verde. Pero no sabes si solo facilitaste la decisión de compra para gente que habría comprado de todos modos – y perdiste a los que todavía estaban considerando. La historia detrás del número queda invisible.
Los datos cualitativos – conversaciones reales, preguntas abiertas, escuchar sin agenda – entregan algo diferente: contexto. La frase que explica por qué el número es lo que es. La frustración que ninguna métrica refleja. El workaround que los usuarios encontraron porque tu función no funciona como la necesitan.
Pero los datos cualitativos son caros, lentos e incómodos. Por eso siguen siendo la excepción.
La investigación como evento es ceguera estructural
La mayoría de las empresas hacen investigación de usuarios como visitas al dentista: raramente, laboriosamente, desagradablemente. Un proyecto cada seis meses. Pedir presupuesto, briefear una agencia, reclutar participantes, realizar entrevistas, analizar, presentar. Ocho a doce semanas hasta que llegan los insights. Para entonces, el sprint terminó hace tiempo.
Mientras tanto, las suposiciones se convierten en hechos porque nadie las cuestiona. «Sabemos que...» – no, suponen. Pero la suposición se repitió suficientes veces para sentirse como conocimiento.
No es una crítica a los equipos o las personas, sino a la infraestructura. Cuando la investigación es un evento, el tiempo entre medio es un vuelo a ciegas – no por negligencia, sino estructuralmente.
Teresa Torres llama a lo que falta Continuous Discovery – un enfoque que parte de la premisa de que el desarrollo de producto requiere aprendizaje permanente, no puntual. El concepto no es nuevo; su libro salió en 2021. La mayoría de los equipos todavía no lo implementan, porque faltaban las herramientas.
Cinco voces de usuarios al día
Cinco voces reales de usuarios al día. No puntos de datos, sino historias, citas, contradicciones. Alguien explicándote en sus propias palabras por qué usa tu producto – o por qué dejó de hacerlo.
Las suposiciones morirían más rápido – no en reuniones trimestrales, sino el mismo día. «Nuestros usuarios quieren X,» y esa noche lees tres entrevistas que dicen lo contrario. Incómodo, pero más barato que tres meses de desarrollo en la dirección equivocada.
Las decisiones se volverían más concretas. No «el usuario», sino «Tomás, electricista, que usa la función en la obra y se frustra porque necesita tres clics en vez de uno». La abstracción hace las decisiones más fáciles; la concreción las hace mejores.
A eso se suma el efecto compuesto. Una sola entrevista cambia poco. Pero después de cuatro semanas tienes veinte conversaciones, después de tres meses cien voces – y empiezas a ver patrones que ningún dashboard muestra. Ya no es una muestra, sino un flujo continuo de información. El mapa en tu cabeza empieza a coincidir con el terreno.
Por qué esto no era posible antes
El problema raramente era la voluntad, sino la infraestructura.
Solo el reclutamiento consume días o semanas: encontrar a las personas correctas que tengan tiempo y estén dispuestas a hablar. Para cada estudio, desde cero. Después, una hora por conversación, más preparación, más seguimiento – y ¿quién en el equipo de producto tiene ese tiempo si también tiene que entregar?
Al final quedan transcripciones que leer, patrones que reconocer, insights que formular. Trabajo que no escala. Cuando los resultados llegan, la pregunta es de ayer; la función se construyó, la reunión pasó, la decisión se tomó.
El sistema estaba diseñado para eventos, no para la continuidad – porque los eventos eran lo único que se podía organizar.
El contacto continuo con usuarios ya no es una utopía
En QUALLEE automatizamos exactamente este paso: entrevistas impulsadas por IA que recopilan voces de usuarios a diario, sin que nadie en el equipo invierta una hora por conversación. La IA conduce la conversación; tu equipo recibe los insights.
Esto no reemplaza los estudios en profundidad. Pero cierra la brecha entre ellos – los meses en los que los equipos de producto dependen de suposiciones. El Continuous Discovery de Torres se vuelve operativamente viable, incluso para equipos sin presupuesto dedicado a investigación.
La pregunta más interesante no es si el contacto continuo con usuarios es posible. Sino qué construyes cuando tu equipo empieza cada mañana con cinco voces frescas de usuarios – en vez de con un dashboard.
Pruébalo tú mismo
QUALLEE realiza entrevistas de usuarios impulsadas por IA y te entrega insights diarios, sin que tu equipo se encargue del reclutamiento, la facilitación de entrevistas o el análisis.
