.png)
En la era digital actual, la abundancia de información puede llevarnos a tomar decisiones sesgadas en cualquier etapa del proceso de diseño. Sin embargo, estos sesgos no deben ser el fundamento de nuestros productos. En este artículo, exploraremos cómo el enfoque data-driven nos proporciona las bases necesarias para dar forma a nuestros productos digitales de manera más precisa y efectiva.
¿Crees que no te afecta a ti? Permíteme decirte que este problema impacta a todas las empresas, desde las pequeñas agencias hasta las gigantes tecnológicas MAANG.
El Data-driven design para productos digitales es mucho más que una metodología; es un enfoque estratégico que aprovecha tanto datos cuantitativos como cualitativos para dirigir el proceso de diseño y tomar decisiones informadas en la creación y evolución de productos digitales. Desde aplicaciones móviles hasta plataformas en línea, esta práctica se extiende a través de diversos medios digitales, permitiendo a los diseñadores entender mejor las necesidades y preferencias de los usuarios, así como optimizar la experiencia del usuario. Al basarse en evidencia empírica, el Data-Driven Design impulsa la iteración continua y la mejora progresiva, asegurando que los productos digitales evolucionen en línea con las demandas cambiantes del mercado y las expectativas del usuario.
En la búsqueda de agregar valor a nuestros productos, es crucial evitar basarnos en subjetividades o simplemente replicar lo que vemos en aplicaciones similares de la competencia. Iniciamos nuestro proceso tomando datos limpios, como reportes financieros o información directa del cliente, evitando cualquier tipo de sesgo o contaminación de terceros. Estos datos limpios serán la base de nuestra investigación, ayudándonos a generar conclusiones y tomar decisiones informadas en la creación de nuestro producto.
Con las conclusiones obtenidas a partir de estos datos, establecemos premisas y criterios iniciales para guiar nuestra toma de decisiones en el diseño del producto. Sin embargo, es importante reconocer que incluso como especialistas, nuestras conclusiones pueden resultar erróneas en la práctica. Por lo tanto, una vez que implementamos una decisión, es crucial darle seguimiento mediante análisis y evaluación del impacto real en términos de aceptación y rendimiento.
A menudo, como especialistas, podemos caer en la trampa de llegar a conclusiones erróneas. Lo que parece lógico en teoría puede no tener el impacto esperado en la práctica. Por eso, es esencial dar seguimiento a nuestras decisiones mediante análisis de datos y evaluar su aceptación y efectividad.
Este desafío no es exclusivo de las pequeñas agencias; incluso las grandes corporaciones, como las MAANG, pueden enfrentarse a este problema. A continuación, presentaré un caso ilustrativo que destaca la importancia de confiar en los datos en lugar de en suposiciones subjetivas.
Durante las temporadas de huracanes en el sur de Estados Unidos, es común que las personas busquen abastecerse de diversos productos como medida preventiva. Se realizo una encuesta de cuales, según la percepción de cada cliente, eran los productos más demandados, en los primeros: agua embotellada, alimentos no perecederos y artículos de higiene personal estarían entre los más mencionados.
Sin embargo, se reveló una sorprendente discrepancia. Los tres productos más vendidos no eran los esperados: en primer lugar, las Pop Tarts de fresa agotaron rápidamente el stock, seguidas de cerca por el agua embotellada y el papel higiénico.
Este ejemplo ilustra cómo confiar en datos objetivos en lugar de en suposiciones puede evitar que se pierda la oportunidad de satisfacer la verdadera demanda del cliente y garantizar una respuesta efectiva ante situaciones de crisis. Pero, ¿qué hago con esta información? Con estos datos se pueden hacer campañas especificas sobre productos, o ante una inminente situación de este tipo, posicionar las Poptarts en el Home de la aplicación de Walmart o generar una estrategia en el que el producto pueda mutar en función a una época o estado situaciones.
¿Podríamos hacer una segmentación por las estaciones del año? ¿Qué otros acontecimientos generan un cambio en el comportamiento de los clientes? Desde el diseño, ¿cómo podemos darle valor a nuestro producto con esta información? Desde ya, esto no se limita a Walmart, la empresa Kellogg's podrían incentivar nuevas campañas hacia otros sabores de Poptarts, crear productos similares derivados del concepto de la original o bien podría modificar sus flujos de producción hacia eventos en especifico.
¿Cómo podríamos mostrar nuestros Poptarts y sus diferentes variantes? ¿Qué tanto es el consumos de las otras variedades? Si uno procesa en detalle este dato, junto a otra información, podría preparar una estrategia y volcarla a un producto digital.
En primera instancia tomaremos cualquier información limpia que pueda darnos el cliente, haremos una segmentación y separaremos aquellos datos que serán nuestros inputs. Una vez que tengamos esto, la listaremos en un Figjam o una tabla. A su lado tendremos otra tabla con los outputs del proyecto, dentro de los cuales estarán nuestra entrevistas a usuarios, información recolectada, bajadas del negocio en términos de requerimiento, entre otros. Ahora tendrás dos tablas, una inputs y otra con outputs. Podrás procesar los inputs para obtener diferentes outputs que le darán valor al producto que estes diseñando. El momento de procesar esta información es el más importante, haremos otro post sobre este tema.
Como diseñadores debemos saber como dar valor a los productos, esto implica entender el producto que vamos a diseñar desde todos sus aspectos. Desde procesar información y como identificamos los puntos en los cuales podemos dar valor desde nuestra profesión. Si basamos nuestra toma de decisiones en subjetividades o concepciones sesgadas, llegaremos a malos resultados. El diseño no es una respuesta visual aleatoria o arbitraria, es una sucesión de respuestas a las necesidades que se requieren, en este caso, en un producto digital.
El momento de procesar esta información es el más importante, haremos otro post sobre este tema.
