Testea tus supuestos de negocio y storytelling con investigación cualitativa y la pregunta del millón

zombielib

Este no es otro post sobre la importancia de la investigación cualitativa y cuantitativa para testar tus supuestos de negocio y tu discurso de diferenciales. No tiene sentido hablar de lo evidente. ¿O sí?

Desgraciadamente, por falta de recursos (humanos, temporales y económicos), nos hemos acostumbrado durante demasiado tiempo a tirar solo de experiencia para tomar decisiones sobre nuestros negocios o, como mucho, utilizar únicamente datos cuantitativos (que entendemos, gracias a Analytics, más baratos de conseguir). Esto, en un proyecto online, se traduce en confiar en el expertise de tu proveedor, en el tuyo propio o en lo que diga Analytics o primos lejanos como Crazyegg para predecir o interpretar el comportamiento de tus usuarios ante tu producto.

Como consecuencia, hemos olvidado que investigación cualitativa y cuantitativa tienen que ir de la mano, que se necesitan. La primera necesita de la segunda para poder reafirmarse, por volumen, en las teorías creadas a partir del análisis de una minoría. Y la cuantitativa necesita de la cualitativa para dar respuesta a la pregunta del millón: ¿por qué? Y es que el dato en frío, sin poder interrogarlo, no nos permite interpretar el comportamiento observado con ciertas garantías.

Veamos un ejemplo. El otro día colocamos Crazyegg en la landing un cliente para registrar el comportamiento de los usuarios mediante mapas de calor, scroll y clics. Extrañados por los resultados, rescatamos un test antiguo de una landing propia y, para nuestra sorpresa, el comportamiento se repetía. Esta era la landing propia:

landing con crazyegg

Nos costaba sacar conclusiones de los resultados: ¿por qué tanto clic desperdigado?, ¿es que la herramienta está dando mal los datos?, ¿es que se está registrando tráfico de móviles y tabletas y en realidad son puntos de apoyo de scroll (por cierto, no vale como explicación porque estaba filtrado ese tráfico)?, ¿es que los usuarios mueven el ratón como si leyeran incluso allí donde no hay texto?, ¿o es que estamos provocando un comportamiento esquizofrénico en los usuarios al cerrarles todas las vías de escape posibles y los tenemos golpeándose la cabeza y el ratón contra la landing a la búsqueda de la luz? No sé a vosotros, pero a mí esta última es la teoría que más me gusta, así que ¡me reafirmaré en ella! Después de todo, el dato soporta cualquier argumentación causa-efecto…

Ese es el problema del test cuantitativo en solitario. Que no tenemos a nadie al otro lado para hacerle la pregunta del millón: ¿por qué?, ¿por qué clicas en esa zona blanca?, ¿por qué repites tus clics?, ¿no te hace daño la cabeza? 😀

No hay pregunta más importante que esta en el trabajo que desempeño. A veces es una pregunta para el cliente, a veces para mí misma, a veces la observación del comportamiento hace que se resuelva sola… pero siempre es la clave de lo que queremos entender, cambiar, testar… aunque, igual que la investigación cualitativa, se suele convertir en la más olvidada. Piensa en ello: ¿cuántas veces obedecemos una orden o ejecutamos la petición de un cliente, interno o externo, sin preguntarle por qué nos pide lo que nos pide?, ¿cuántas veces sacamos conclusiones causa-efecto de datos de Analytics con el mismo rigor que el de una adivinadora acariciando su bola mágica?, ¿cuántas veces damos respuestas simples a preguntas complejas confiando en que el mundo es blanco o negro en lugar de indagar en el porqué del problema?

En el caso de un proyecto online, necesitamos entender el porqué de nuestro diferencial como producto o servicio, por qué el usuario valora (o no) ese diferencial, por qué convierte (o no lo hace)… Esta pregunta realizada en el contexto de una investigación cualitativa, lo cambia todo. Aquí va un ejemplo práctico para mostrarlo.

En Biko estamos trabajando ahora mismo en un proyecto apasionante. Hemos creado una librería (SDK) para que los desarrolladores sin grandes recursos económicos saquen, a sus juegos freemium, del estado zombie que asola las app stores (ya un 80% de las apps existentes en ellas se encuentran en un estado zombie: sin aportar beneficios, sin actualizarse…).

Tras nuestra experiencia con un proyecto anterior sobre el tema, ZombieApps, entendimos que la mayoría de los servicios existentes para enviar usuarios a estas apps están pensados para los grandes estudios. Estudios que pueden gastarse dinero a montañas adquiriendo tráfico frente a pequeños desarrolladores cada día más invisibles. Con la intención de cambiar esto, nace ZombieLib.

Como buscábamos asegurar nuestros pasos, a pesar de contar con UXs y desarrolladores de juegos en el equipo (que tenían esa visión de “usuario” necesaria) decidimos realizar una research que cuestionara todos nuestros supuestos en varias etapas:

1. Testamos nuestro propio porqué

Teníamos claro por qué montábamos ZombieLib y por qué nos parecía tan realmente increíble. Pero ¿valorarían por igual ese diferencial los desarrolladores a quienes iba dirigido el servicio?

Para averiguarlo, contrastamos en tres entrevistas nuestra visión (“acabar con la epidemia zombie de forma masiva”), incidiendo en por qué los desarrolladores valoraban o no el servicio, qué necesidades tenían de promoción de sus apps, qué cubría y qué no ZombieLib, etc.

Para las entrevistas, preparamos un texto un poco infumable :))) que describía el servicio al detalle y se lo hicimos leer (¡perdón!) para no condicionar su interpretación y así recoger sus impresiones lo más sinceras y limpias posible.
El descubrimiento fue apabullante. Gracias a Javier, Diego y Sergio (¡gracias, gracias!) llenamos un panel entero con los insights recogidos y las dudas que necesitábamos resolver internamente sobre el enfoque del modelo antes de continuar. Un auténtico tesoro.

Insights de las entrevistas

2. Testamos el storytelling

Puesto que íbamos a tener que usar una landing para explicar el servicio a los desarrolladores, necesitábamos comprobar que se entendía bien el servicio en un formato de mayor impacto que nuestro anterior word-ladrillo. Además, queríamos asegurarnos de que las modificaciones hechas al mensaje con el feedback obtenido en el paso anterior aclaraban todas las dudas. Así que trasladamos nuestra chapa explicativa a una landing-prototipo, con cierta carga visual, para facilitar el siguiente test.

Lo que creíamos que sería un testeo de mera confirmación (a fin de cuentas, el mensaje lo habíamos modificado a conciencia a partir de los resultados de las anteriores entrevistas y ¡lo habíamos puesto más mono!), nos aportó de nuevo un feedback valiosísimo: al reducir la explicación del servicio ZombieLib para crear una landing más impactante, habíamos obviado mencionar datos necesarios para la decisión del desarrollador. Además, seguíamos teniendo muchos problemas a la hora de explicar lo que era y no era la librería, puesto que los desarrolladores intentaban ubicarla mentalmente en semejanza a alguno de los servicios existentes para atraer tráfico o monetizar (promoción cruzada, CPI…) y nosotros ¡¡¡éramos otra cosa!!! Entender el porqué detrás de cada una de sus valoraciones fue clave (de nuevo, gracias, gracias).

Landing prototipo Zombielib

3. Y ahora sí, test en real

Hoy publicamos la landing de ZombieLib. Va a ser el primer test en real pero abordado desde la confianza de un trabajo con base sólida. Ahora sabemos que, en caso de haber lanzado la landing sin la investigación previa del negocio y del storytelling, no hubiésemos sabido interpretar correctamente los resultados de su éxito o fracaso. No hubiésemos estado seguros de si el problema o la fortaleza estaba en la naturaleza del servicio, en cómo se entendía, en lo que aportaba, en la disposición de los elementos de la landing, en el discurso creado… Con las certezas de hoy, podemos conceder más crédito al Analytics y el Crazyegg futuros… aunque no vayamos a dejar por ello de seguir interrogando a nuestros usuarios sobre sus porqués.

 

¡Ups! Casi me olvido: ¿quieres ver cómo ha quedado finalmente la landing de ZombieLib? No dudes en comentarnos tus porqués escribiendo a labZ@zombielib.com. La humanidad entera agradecerá tu colaboración para acabar con la epidemia zombie 😉 O al menos, ¡nosotros lo haremos!