Resumen en PDF:The Lean Startup, por Eric Ries
Resumen del libro: Descubre los puntos clave en cuestión de minutos.
A continuación se muestra un avance del resumen del libro *The Lean Startup*, de Eric Ries, elaborado por Shortform. Lee el resumen completo en Shortform.
Resumen de una página en PDF de «The Lean Startup»
En *The Lean Startup*, el emprendedor Eric Ries sostiene que el objetivo principal de tu startup debe ser descubrir qué es lo que los clientes realmente quieren y por qué están dispuestos a pagar, de una forma eficiente y rentable. Ries explica que esto implica una experimentación constante: se presenta algo a los clientes, se presta mucha atención a cómo responden y se utiliza esa información para decidir qué hacer a continuación. Este ciclo se repite continuamente a medida que vas avanzando a tientas hacia un producto que la gente realmente quiera.
En esta guía, analizaremos este ciclo repetitivo de experimentación, explicando cómo: 1) formular una hipótesis sobre tus clientes; 2) lanzar una versión sencilla de tu producto o servicio para poner a prueba esa hipótesis; 3) recopilar datos y observaciones sobre la reacción de tus clientes; y 4) ajustar tu estrategia en función de los resultados observados. A medida que avancemos por el ciclo experimental de Ries, complementaremos su análisis con las aportaciones de otros expertos en emprendimiento y creación de startups.
(continuación)...
A modo de ejemplo, volvamos a nuestro ejemplo de la aplicación de senderismo: has planteado la hipótesis de que a los senderistas lo que más les preocupa es la afluencia en las rutas, y has pronosticado que añadir un indicador de afluencia aumentará el uso de la aplicación las mañanas de los fines de semana. Ahora necesitas crear algo para ponerlo a prueba. La tentación podría ser desarrollar un sofisticado sistema de afluencia en tiempo real que recopile datos de cámaras de vigilancia en las rutas, sensores de aparcamientos y registros de los usuarios, pero eso llevaría meses y requeriría una cantidad considerable de recursos.
En su lugar, creas una función sencilla en la que actualizas manualmente los niveles estimados de afluencia de un puñado de rutas locales populares basándote en patrones históricos y previsiones meteorológicas. No es perfecta y tiene un alcance limitado, pero te permite ofrecer algo a los usuarios reales en una o dos semanas. Además, te permite poner a prueba tu hipótesis: si los excursionistas no interactúan con esta versión preliminar de la función, al menos habrás aprendido algo valioso sin haber invertido mucho en una infraestructura que quizá no necesites.
(Nota breve: Una posible desventaja de lanzar un producto de prueba muy básico es que su naturaleza simplificada puede no ofrecer una experiencia de usuario completa ni representar plenamente tu idea. Esto podría perjudicar a tu marca si los primeros usuarios lo asocian con un producto primitivo y simplificado. Una alternativa es el producto mínimo comercializable o MMP. En lugar de reducir un producto a su forma más básica y probable, esta estrategia tiene como objetivo ofrecer algo lo suficientemente pulido como para competir desde el primer día. El producto incluye una funcionalidad completa en lugar de características parciales, presenta un diseño atractivo y sofisticado en lugar de una usabilidad básica, y se lanza con un apoyo de marketing sustancial en lugar de una experimentación discreta.)
Paso n.º 3 del ciclo experimental: Recopila tus datos
Ries afirma que, una vez que hayas dado a los clientes la oportunidad de interactuar con tu producto de prueba, es el momento de recopilar datos sobre su rendimiento. Es aquí donde se comprueba si tu hipótesis se sostiene en la práctica. Analicemos los consejos de Ries para recopilar métricas útiles, es decir, datos que puedas utilizar para confirmar o refutar tu hipótesis. En concreto, veremos cómo evitar métricas engañosas, realizar un seguimiento de grupos de clientes y utilizar pruebas A/B.
Consejo n.º 1 para la recopilación de datos: cuidado con las métricas engañosas
Ries advierte que es importante tener cuidado con las métricas engañosas, es decir, aquellas que crean una falsa sensación de progreso al hacer un seguimiento de cifras que aumentan de forma natural con el tiempo sin reflejar una mejora real. Los totales acumulados son un error habitual: un producto puede ganar el mismo número de usuarios cada semana, lo que hace que el recuento total aumente de forma constante. Aunque esta cifra en aumento pueda parecer impresionante, oculta la realidad de que la tasa de crecimiento subyacente no ha cambiado en absoluto.
(Nota breve: En Cómo medir cualquier cosa, el consultor de gestión Douglas Hubbard escribe que una forma de evitar métricas inútiles o engañosas es definir el alcance de la medición: qué datos se recopilarán y cuáles no. Si se define un alcance demasiado amplio, se corre el riesgo de recopilar datos excesivos que no aportan información significativa. Si se define un alcance demasiado estrecho, se pueden pasar por alto factores importantes y no abordar el problema que se intenta resolver. Hubbard destaca tres factores que debes examinar para definir el alcance de tu medición: 1) tu estado actual de conocimiento, 2) qué piensas hacer con tu medición, y 3) en qué medida reducir la incertidumbre sobre un factor específico cambiaría tu decisión.)
Consejo n.º 2 para la recopilación de datos: realizar un seguimiento de los grupos
Según Ries, una forma eficaz de evaluar el progreso consiste en organizar los datos en cohortes —grupos de usuarios que se registraron durante el mismo periodo— y examinar cada cohorte por separado. Por ejemplo, se harían un seguimiento de todos los registros de enero como un grupo, los de febrero como otro, y así sucesivamente. Este método permite saber si el trabajo reciente está mejorando realmente las cosas o si simplemente se están acumulando los resultados del impulso anterior, mientras que el rendimiento actual se estanca.
Volviendo al ejemplo de nuestra aplicación de senderismo, no te conformas con que el número total de visualizaciones de funciones siga aumentando semana tras semana; lógicamente, esa cifra tendría que subir siempre y cuando haya usuarios. Pero estás comprobando tu hipótesis específica al analizar si los usuarios consultan el indicador de afluencia justo antes de las horas punta de senderismo. Para ello, divides a los usuarios en grupos semanales según cuándo descargaron la aplicación: usuarios de la semana 1, de la semana 2, de la semana 3, y así sucesivamente. A continuación, mides qué porcentaje de cada grupo consulta la afluencia los viernes por la tarde y los sábados por la mañana.
Si en la semana 1 el 12 % de los usuarios consulta la función en esas horas punta, en la semana 2 el 11 % y en la semana 3 el 13 %, tu hipótesis no se está confirmando: básicamente, los datos se mantienen estables a pesar de tus esfuerzos por promocionar la función. Pero si esas cifras son del 12 %, del 18 % y luego del 24 %, entonces estás observando una mejora real. Cada nuevo grupo de usuarios está interactuando con la función más que el anterior, lo que sugiere que tus cambios recientes están funcionando de verdad.
(Nota breve: Aunque clasificar a los usuarios en cohortes temporales puede revelar si tus métricas están mejorando realmente, este enfoque tiene una limitación importante: te muestra patrones, pero no puede explicar de forma concluyente qué los provoca. ¿Fue una función concreta que lanzaste? ¿Un cambio en tu proceso de incorporación? ¿Diferentes canales de marketing que atraen a usuarios de mayor calidad? ¿Factores externos como las tendencias estacionales o la situación económica? Los datos revelan una correlación —que algo cambió entre esos periodos de tiempo—, pero no una relación de causalidad. Analizaremos esta cuestión de la correlación y la causalidad con más detalle más adelante en la guía.)
Consejo n.º 3 para la recopilación de datos: utiliza pruebas A/B
Ries recomienda realizar pruebas A/B: mostrar diferentes versiones de tu producto a distintos grupos de usuarios y, a continuación, comparar los resultados. Esto se debe a que, cuando tus métricas mejoran tras realizar un cambio, no puedes dar por sentado automáticamente que ese cambio ha sido el causante de la mejora. Es posible que influyan factores externos, como las tendencias estacionales o una atención mediática inesperada, o quizá se trate simplemente de una variación aleatoria. En otras palabras, el momento en que se produce la mejora podría ser una coincidencia y no tener una relación causal.
Al dividir tu público y medir los resultados de cada grupo por separado, eliminas las conjeturas. Cualquier factor externo afectará a ambos grupos por igual, por lo que la diferencia entre ellos revelará qué es lo que realmente ha logrado tu cambio. Este enfoque te proporciona pruebas concretas sobre qué es lo que realmente impulsa el comportamiento de los usuarios, en lugar de limitarte a una simple corazonada basada en cifras que, por casualidad, han evolucionado en la dirección correcta.
En el caso de tu aplicación de senderismo, podrías aplicar este método de la siguiente manera: la mitad de tus usuarios ve un nuevo sistema de notificaciones que les avisa cuando sus rutas favoritas están menos concurridas, mientras que la otra mitad sigue utilizando la aplicación sin estas alertas. Tras dos semanas, descubres que el grupo que recibe alertas abre la aplicación una media de cuatro veces por semana, mientras que el grupo que no las recibe solo la abre 2,5 veces por semana. Esta diferencia te indica que las propias alertas están generando una mayor interacción. Ahora tienes pruebas sólidas de que esta función específica cambia la forma en que la gente usa tu producto.
(Nota breve: Muchos expertos creen que los ensayos controlados aleatorios (ECA) ofrecen resultados más precisos que las pruebas A/B. Según Matthew Syed (Black Box Thinking), un ECA consiste en establecer un grupo de control e introducir una variable para medir su impacto en comparación con el grupo de control. Por ejemplo, para probar una nueva página de destino, se compararía el rendimiento de la página actual, que es el grupo de control, con el nuevo diseño experimental. En Measure What Matters, Hubbard señala que este tipo de experimentación no requiere condiciones de laboratorio, sofisticación estadística ni un gran presupuesto de investigación y desarrollo: solo requiere cambiar sistemáticamente una variable específica mientras se mantiene todo lo demás constante y se mide lo que ocurre.)
Paso n.º 4 del ciclo experimental: adapta tu estrategia en función de los resultados
Una vez recopilados los datos, escribe Ries, hay que tomar distancia y evaluar con honestidad los resultados del experimento. ¿Hasta qué punto era acertada tu idea inicial? ¿Qué te ha sorprendido? A la luz de lo aprendido, ¿deberías seguir con tu enfoque (quizás con algunos pequeños ajustes), o las pruebas sugieren que deberías tomar un rumbo diferente?
Ries señala que la información que se obtiene del ciclo experimental sirve de base para los distintos reajustes estratégicos que habrá que realizar en la siguiente ronda de experimentación. Estos reajustes estratégicos pueden adoptar diversas formas, como la concentración de funcionalidades, la ampliación del alcance y el cambio de público objetivo.
Reorientación estratégica n.º 1: Concentración en las funciones
Según Ries, la concentración de funciones consiste en reducir el alcance del producto para centrarse exclusivamente en una capacidad específica, en lugar de ofrecer múltiples funciones o una funcionalidad más amplia. Este tipo de reorientación se lleva a cabo cuando los clientes muestran un gran interés por una función concreta dentro de la oferta general. Por ejemplo, supongamos que tu aplicación de senderismo comenzó con múltiples funciones —mapas de rutas, previsiones meteorológicas, indicadores de afluencia y opiniones de los usuarios—, pero tras realizar pruebas, descubres que los usuarios interactuaban de forma abrumadora con el indicador de afluencia, mientras que ignoraban todo lo demás. Entonces, rediseñas la aplicación para centrarte únicamente en mostrar la afluencia de los senderos en tiempo real, eliminando por completo las demás funciones.
(Nota de Shotform: Centrarse en una sola característica también te brinda la oportunidad de obtener una ventaja competitiva al ofrecer algo único al mercado. En Estrategia competitiva, el economista y profesor de la Harvard Business School Michael Porter sostiene que la principal ventaja de una estrategia basada en la novedad es que actúa como defensa frente a los compradores que buscan la oferta más barata. Esto se debe a que, al no haber alternativas comparables, los compradores no tienen más remedio que comprarte a ti, incluso si tus precios son elevados. Además, ofrecer algo distintivo capta la atención del cliente y fomenta la fidelidad entre aquellos que valoran la singularidad y están dispuestos a pagar precios más altos por ella.)
Reorientación estratégica n.º 2: Ampliación del alcance
Según Ries, la ampliación del alcance consiste en ampliar el producto para incorporar muchas más funciones, en lugar de mantenerlo minimalista o centrado en una sola función. Este tipo de reorientación se lleva a cabo cuando los clientes consideran que la versión básica es insuficiente. Por ejemplo, supongamos que tu aplicación de senderismo inicialmente solo mostraba indicadores de afluencia, pero las pruebas revelaron que los usuarios seguían abriendo otras aplicaciones para consultar el tiempo, el estado de las rutas y la disponibilidad de aparcamiento, y luego volvían a tu aplicación. Basándote en esto, ampliarías el producto para incluir todas estas funciones adicionales en un solo lugar, creando una herramienta integral de planificación de rutas en lugar de un simple rastreador de afluencia con un único propósito.
(Nota breve: Aunque puede tener sentido ampliar el alcance de tu producto, es posible excederse. En un intento por crear el mejor producto y satisfacer al mayor número de usuarios, los diseñadores a veces complican demasiado un producto sin querer al añadir demasiadas funciones. Esto se conoce como «feature creep» o «scope creep», y puede hacer que tu producto sea más difícil de usar de lo que era antes. Si observas que ampliar el alcance da lugar a peores métricas durante tu próximo ciclo experimental, plantéate si esta es la causa.)
Reorientación estratégica n.º 3: Cambio de público objetivo
Según Ries, el «cambio de público» consiste en reorientar el producto hacia un tipo de cliente diferente, en lugar de seguir dirigiéndose al mercado objetivo original. Este tipo de reorientación se lleva a cabo cuando la solución funciona bien, pero se dirige al mercado equivocado, lo que suele ocurrir cuando se agota el interés de los primeros entusiastas y los públicos más amplios requieren enfoques diferentes.
Por ejemplo, tu aplicación de senderismo se dirigía inicialmente a senderistas ocasionales de fin de semana que querían evitar las aglomeraciones, pero las pruebas revelaron que la participación de este grupo era bastante escasa. Sin embargo, te diste cuenta de que los equipos de mantenimiento de senderos y los guardas forestales utilizaban los datos sobre afluencia para planificar sus horarios de trabajo y asignar recursos. Entonces, reorientaste la aplicación para dar servicio a estos gestores profesionales del territorio, añadiendo funciones como patrones históricos de afluencia y análisis predictivos que les ayudan a optimizar la dotación de personal y las operaciones de mantenimiento.
(Nota de Shortform: Alexander Osterwalder e Yves Pigneur (Generación de modelos de negocio) sugieren que es posible que tengas más de un público principal, lo que ellos denominan «segmentos de clientes». Este puede ser el caso si te das cuenta de que necesitas crear diferentes productos y servicios para satisfacer sus necesidades, llegar a ellos a través de diferentes canales de distribución, desarrollar diferentes tipos de relaciones con ellos o adaptar tus estructuras de precios para dar cabida a sus necesidades.)
¿Quieres conocer el resto de «The Lean Startup» en 21 minutos?
Descubre el resumen completo del libro «The Lean Startup» registrándote en Shortform.
Los resúmenes breves te ayudan a aprender 10 veces más rápido gracias a que:
- Una visión 100 % completa: aprenderás los puntos más importantes del libro
- Sin rodeos: no pierdes el tiempo preguntándote cuál es la idea del autor.
- Ejercicios interactivos: aplica las ideas del libro a tu propia vida con la ayuda de nuestros educadores.
Aquí tienes un avance del resto del resumen en PDF de «The Lean Startup» de Shortform: