Ciencia de datos y el journey empírico de experiencia de cliente
Durante la década de los 90 y primera década del siglo XXI, el concepto de satisfacción del cliente...
Las necesidades de información a lo largo del continuo de innovación son diversas. Esto se debe a que a medida que se avanza, las ideas se transforman en prototipos y luego en productos y cada etapa tiene preguntas diferentes.
Una buena formad de ejemplificar este hecho es la metáfora de embudo:
Adoptando design thinking como metáfora, los objetivos de analítica de datos e investigación de mercados por etapa pueden variar y por lo tanto los métodos de colección y análisis de información tambien.
Objetivo: Desplegar procesos de investigación y analítica de datos para detectar problemas que valgan la pena ser resueltos en las audiencias objetivo. Entender tensiones conscientes e inconscientes, descifrar retos del usuario.
Objetivo: Construcción de acuerdos con respecto al mínimo producto viable que responde a los problemas que el consumidor pagaría por resolver.
Mapa de empatía |
|
Buyer Persona |
|
Lista de funcionalidades clave |
|
Objetivo: Estimular la creatividad de equipos de diseño construyendo e ideando maneras de llegar al MPV de forma realista y costo eficiente
Customer Journey Map AS IS |
|
Concepto |
|
Customer Journey Map TO BE |
|
Prototipado
Objetivo: Ensamble de ideas produciendo maquetas o modelos a escala que permitan conceptualizar la solución y materializar el Customer Journey Map TO BE
Prototipo conceptual | Prototipo gráfico | Prototipo interactivo |
|
|
|
Sketch - Wireframe: Es el primer boceto del producto que se quiere crear, es decir, los primeros trazos sobre una hoja de papel. Es el esqueleto del diseño, en escala de grises y con baja fidelidad visual, el objetivo es estructurar y priorizar los contenidos. |
MockUp Es la representación visual y estática de la solución, donde se define el aspecto, colores, tipografías, elementos gráficos, etc. |
Prototipo Es la versión final de la solución, en alta fidelidad y con las interacciones ya definidas. Permite la navegabilidad entre pantallas y el testeo con usuarios reales antes del lanzamiento. |
Actualmente, existen muchas aplicaciones para prototipar, de hecho la inteligencia artificial ha potenciado estas herramientas de forma significativa, algunas tecnologías para prototipar pueden ser:
Sin propiedades de inteligencia artificial:
Figma | AdobeXd | UxPin |
|
|
|
Con propiedades de IA
ChatGpt | Hypotenuse | Lumen5 |
|
|
|
Validación
Objetivo: Exposición del usuario final a dos o tres alternativas posibles de solución al problema (prototipos) explorando su visión, grado de aceptación, costos ocultos percibidos, intención de compra y precio potencial que pagaría.
Entrevistas en profundidad | Grupos focales | Conjoint analysis |
|
|
|
Comentarios finales.
Cada organización sostiene una metodología desarrollar productos y modelos de innovación, en cualquiera de estas metodologías el marco de design thinking es muy eficiente para definir las etapas del proceso, las preguntas de investigación en cada etapa y las posibles técnicas aplicables.
La palabra innovación no puede desvincularse de la palabra investigación y ambas pueden ser potenciadas usando inteligencia artificial.
¿Hacemos una cita para estructurar juntos tus futuros retos de innovación?
Cristina tiene estudios en psicología y estadística. Tiene más de 11 años de experiencia en modelamiento predictivo de comportamiento humano en escenarios de consumo y compra
Durante la década de los 90 y primera década del siglo XXI, el concepto de satisfacción del cliente...
Uno de los casos de uso mas relevantes en investigación de mercados es la evaluación de conceptos....
En la medida en la que las organizaciones abren nuevos canales de interacción con el consumidor,...
Discover a new digital growth model that attracts visitors, converts them into leads, transforms them into customers and then follows them in the after-sales phase, managed with traditional trade methods or with ecommerce.
TAKE AN APPOINTMENT