¿Cuánto tiempo llevas tomando decisiones de producto sin entender realmente a tu usuario?
La mayoría de Product Managers confunden research con customer insights. Aprende por qué recolectar feedback no es suficiente y cómo construir un sistema para detectar patrones y tomar decisiones.
Seré directa.
La mayoría de los PMs hablan de “estar cerca del cliente” como si fuera una virtud. Pero cuando les preguntas cuándo fue la última vez que leyeron feedback de verdad, la respuesta es algo así como “mmm… el mes pasado, creo, o quizá antes”.
No es flojera. Es que el proceso es brutalmente caro.
Una ronda de entrevistas con usuarios: semanas. Una encuesta NPS bien analizada: días, varios involucrados y mucha paciencia. Y cuando todo eso termina, tienes insights… para ese proyecto. El siguiente proyecto empieza desde cero.
La IA cambió esa ecuación. Y si eres PM y todavía no la estás usando para generar customer insights, te estás perdiendo de la herramienta más poderosa que ha llegado a nuestro rol en años.
¿Qué son los customer insights y por qué importan tanto?
No son lo mismo que el feedback del cliente ni que la investigación. Los customer insights son las piezas de información únicas y accionables que te ayudan a entender mejor a tu usuario y a construir mejores productos.
Se usan de dos formas: directo en el roadmap, o de manera indirecta para entrenar tu intuición de producto. Y esa segunda parte es más importante de lo que parece, porque la realidad es que la gran mayoría de micro-decisiones que tomas como PM todos los días las guía tu intuición, no un documento de research.
Cuantos más insights consumes, mejor se vuelve esa intuición.
Y aquí es donde entra la IA.
Caso 1: Analiza tu encuesta NPS en minutos
Antes, procesar 2,000 respuestas de NPS requería: un analista calculando scores, alguien de marketing leyendo cada verbatim, tú revisando las categorías, otra vuelta de recategorización… semanas de trabajo de al menos cuatro personas.
Hoy, subes tu CSV a Claude y usas este prompt:
“Eres un investigador experto en análisis de encuestas NPS. Analiza los resultados adjuntos y: calcula el NPS general, calcula el NPS mensual en tabla, grafícalo con línea de tendencia.”
Después le pides los temas cualitativos:
“Analiza los verbatims y dime los top 5 temas de lo que la gente ama del producto. Incluye hasta 5 ejemplos por tema. Preséntalo en bullets.”
Y finalmente:
“Con base en las áreas de mejora y los features más solicitados, propón un roadmap potencial.”
Lo que antes tardaba semanas, ahora tarda una tarde. Y lo puedes hacer mensualmente en lugar de trimestralmente.
Caso 2: Prepara mejores entrevistas con usuarios
El problema con las entrevistas no es hacerlas. El problema es hacerlas bien.
La mayoría de las preguntas que usamos en entrevistas están mal. Le preguntamos a la gente si les gustaría algo en lugar de preguntarles qué hacen hoy. Validamos nuestras hipótesis en lugar de buscar contradicciones.
Hay un libro que se llama The Mom Test de Rob Fitzpatrick cuya premisa es sencilla: si puedes hacerle esas preguntas a tu mamá y ella no puede mentirte, estás preguntando bien.
Con IA puedes pedirle que aplique esa metodología a tu contexto específico:
“Eres un investigador UX experto. Voy a entrevistar a [perfil de usuario] sobre [problema]. Genera una guía de entrevista usando las mejores prácticas de The Mom Test. Mis objetivos de investigación son: [lista aquí].”
Lo que antes requería una UX researcher dedicada, ahora puedes hacerlo tú con un buen prompt y contexto suficiente.
Caso 3: El feedback river
Este es el que más me gusta y el que menos gente tiene.
Un feedback river es un sistema que consolida todas tus fuentes de feedback en un solo canal, generalmente Slack. NPS, encuestas de cancelación, reseñas en tiendas de apps, menciones en redes, tickets de soporte, todo en un solo lugar.
El problema que resuelve es real: la mayoría de los PMs tienen una relación de pull con el feedback. Tienes que acordarte de ir a buscarlo, entrar a cada sistema, jalar los datos. Como nadie tiene tiempo, terminas mirando feedback de vez en cuando y solo de algunas fuentes.
El feedback river lo convierte en push: el feedback llega a ti, todos los días, de todas las fuentes.
Con IA encima, ese river también te resume los temas más frecuentes, te dice qué está subiendo o bajando, y te deja hacer preguntas directamente al repositorio.
Herramientas que puedes usar hoy para montarlo: Reforge Insight Analytics, Enterpret, Kraftful, Unwrap.
La conclusión incómoda
Hay PMs que toman decisiones de producto basándose en lo que les dijo alguien en una junta hace tres semanas. O en lo que se les ocurrió en la regadera. O en lo que dijo el CEO.
Y hay PMs que tienen un sistema continuo de insights que los hace mejores cada semana, porque su intuición se entrena constantemente con datos reales de usuarios reales.
La IA puede eliminar casi toda la fricción que te impide consumir más feedback, más seguido, de más fuentes.
Y esa diferencia, con el tiempo, es la que separa a los buenos PMs de los grandes.
¿Te ha gustado el artículo?, dime qué opinas en los comentarios