Hace unos meses, mientras armaba un dashboard de métricas para un cliente, me dí cuenta de una cosa: “si un producto es viable solamente cuando Usuario, Producto y Negocio están presentes en igual proporción (la famosa trilogía de producto), por qué los frameworks existentes se enfocan en partes aísladas de esta tríada?”

Este fue el momento en que surgió el Full Loop Analytics framework: un modelo de visualización de métricas que aporta una visión integral de la performance un producto, a través de sus 3 dimensiones críticas: Usuario, Producto y Negocio.

Este modelo saca a las organizaciones de la visión fragmentada y las lleva a una mirada holística. O, dicho de otra manera, permite medir outcomes, no outputs.

Este es el frameworks de analytics que presenté en Noviembre 2019 en la conferencia Interaction Latin América (más conocida como ILA) que se hizo en Medellín.

Cómo surge este Framework?

Para entender este framework antes es importante repasar el concepto de producto.

La tríada de producto

Para que un producto sea viable es necesario que sus tres dimensiones críticas -Usuario, Negocio y Tecnología (que a los efectos de este framework reemplazamos por Producto)- estén presentes en igual proporción. Esta es la famosa trilogía, tríada o trinidad de producto.

La dimensión Usuario representa la deseabilidad del producto, la dimensión Tecnología representa la factibilidad técnica, es decir que el producto se pueda hacer, y la dimensión Negocio que el producto sea rentable.

Cuando alguna de estas tres variables no está presente en igual proporción que el resto, la viabilidad del producto está en riesgo. Por qué?

• Porque si tenemos un producto que podemos hacer, con el cual podemos tener un negocio rentable, pero que a los usuarios no les interesa, no tenemos producto.
• Si tenemos un producto que es deseable, que podemos hacer, pero que no es rentable, no tenemos producto.
• Y si tenemos un producto que es deseable y es rentable pero que no podemos producir, entonces tampoco tenemos producto.

Frameworks existentes

Así, mirando los frameworks existentes me dí cuenta de que la mayoría se centraba en diferentes partes de la tríada pero que ninguna miraba a las 3 áreas en su totalidad.

Full Loop Analytics Framework

La idea del modelo

Entonces empecé a pensar en un modelo que no solamente tuviera en cuenta a las 3 dimensiones, sino que hiciera énfasis en la relación entre las áreas. Este último punto es clave, porque si no miramos la relación entre las áreas este framework es igual a los otros sólo que con más métricas. Por eso es que la relación entre las partes es el punto diferencial de este framework.

En otras palabras, buscamos entender las métricas de una dimensión en función de las otras dimensiones.

Y con esa idea es que empezaron a surgir los 3 grupos de métricas:

• los Key Experience Indicators (KXI), que miran la performance del producto en función de la satisfacción de los usuarios
• los Key Performance Indicators (KPI), que miden la performance del producto en términos de resultados de negocio
• los Key Business Indicators (KBI), que miden el impacto de la satisfacción de los usuarios en los resultados de negocio

Key experience indicators (KXI)

Definición: los KXI (Key Experience Indicators) miran la relación entre usuario y producto, midiendo la performance del producto como expresión de la satisfacción de los usuarios.

A través de los KXI los diseñadores pueden medir cómo la experiencia del usuario impacta directamente en la performance del producto.

Uso: cuando dejamos de mirar las métricas de forma aislada y nos enfocamos en las relaciones empezamos a ver cómo las métricas de producto se corresponden con las métricas de usuario. Por ejemplo:

• Las ventas pasan de ser un número aislado para convertirse en la expresión del interés de los usuarios en el producto (valor, utilidad).
• La conversión (performance del funnel) en la expresión de la usabilidad del producto.
• O el CTR (Click Through Rate — para emails o campañas de marketing) como la expresión del interés o la utilicad percibida.

Ejemplo de métricas: los Key Experience Indicators toman tanto métricas de usuario como de producto, por ejemplo:

• Usabilidad: Efectividad, eficiencia, satisfacción
• Métricas cualitativas: comprensión, experiencia, satisfacción, valor, utilidad.
• Métricas cuantitativas: ventas, conversión, recurrencia, frecuencia de uso, frecuencia de compra, funnels.

Key performance indicators (KPI)

Definición: los Key Performance Indicators (KPI) miden cómo la performance del producto impacta en los resultados del negocio. O dicho de otra forma, los KPIs miran a las métricas de producto en términos de resultados de negocio.

Los KPIs permiten responder a la pregunta que muchos responsables de producto se hacen: qué valor estoy aportando a la organización?

Uso: cuando miramos las métricas de producto en términos de impacto en el negocio podemos ver cómo las métricas de producto se corresponden con métricas de negocio. Por ejemplo:

• la performance una campaña, medida en términos de CTR (click through rate), impresiones, o reach, tienen un impacto directo en el ROI de la campaña
• la performance de la estrategia de SEO tiene impacto en el Costo de adquisición
• Churn y frecuencia se pueden relacionar directamente con el Customer Lifetime Value (CLTV)

Ejemplos de métricas: los KPIs combinan métricas de producto y negocio, por ejemplo:

• Métricas cuantitativas: ventas, recurrencia, churn, average ítems per cart, average cart value.
• Métricas financieras: CLTV, costo de adquisición, cost per lead, ROI, rentabilidad.

Key Business Indicators

Definición: los KBI (Key Business Indicators) miden cómo la experiencia de los usuarios impacta en los resultados de negocio.

Son uno de los indicadores más interesantes del modelo, porque permiten visualizar el costo de decisiones de negocio como pricing, comunicación, marketing o políticas de atencion al cliente.

En otra palabras, los KBI miden el impacto de UX, CX and BX en los resultados de negocio.

Uso: los KBI permiten entender el comportamiento de los usuarios en términos de resultados de negocio. Por ejemplo:

• Cuando marketing comunica un descuento de forma poco clara para que parezca más atractivo…
• O cuando la letra chica esconde condiciones importantes del servicio…
• O cuando se decide dar un nivel inferior de atención a los clientes que tienen planes de menor valor…

… el efecto se puede ver inmediatamente en los indicadores “soft” como brand sentiment, brand value o NPS, que impactan directamente en los resultados “hard” de negocio: ventas, rentabilidad, retención, loyalty, costos de atención (aumento de los llamados al call center y duración de los mismos), costos de adquisición.

Los KBI son clave porque permiten a las áreas de UX cuantificar los efectos de una mala experiencia.

En otras palabras, los KBI permiten visualizar el impacto de las decisiones de negocio en la experiencia de los usuarios, y cómo esta experiencia afecta la performance del negocio.

Y cuando podemos cuantificar cómo las decisiones de negocio (que impactan a los usuarios) afectan los resultados de la empresa, el valor de UX queda evidenciado naturalmente.

Ejemplos de métricas: los KBI combinan métricas de usuario con métricas de negocio, por ejemplo:

• Cualitativas: voice of customer, brand sentiment, brand value.
• Financieras: rentabilidad, CLTV, costos de atención, de adquisición, loyalty, retención, brand equity.

Cómo se mide hoy y por qué es un problema

El problema no es que las organizaciones no tengan métricas. Muchas veces el problema es justamente el opuesto: se sigue una infinidad de métricas y las organizaciones sufren de “death by data”.

El problema es que las métricas se recopilan, se analizan y se optimizan en silos. Y el resultado es que se termina midiendo output (resultados por área) en vez de outcomes (resultados para toda la organización).

Y así pasa que muchas veces mejoras en las métricas de un área generan un impacto negativo en otras.

Por ejemplo, durante el Black Friday el área de ventas va a tener como objetivo mejorar las ventas. Pero si tenemos un funnel que no funciona bien y los clientes no llegan a concretar la compra, entonces la campaña puede ser exitosa en términos de respuesta (open rates, CTR, referrals, incluso visitas al sitio), pero se generó frustración en los usuarios (que pueden decidir no volver a comprar nunca más con nosotros, o incrementa los llamados al call center), afectando también negativamente indicadores de negocio como costos de ventas, costo de adquisición, ROI y rentabilidad.

Por eso es que el Full Loop Analytics Framework saca a las organizaciones de la mirada vertical y fragmentada y propone una mirada integral.

Cómo usar el framework

Paso 1 – Objetivos

Lo primero que hay que hacer es definir los objetivos: qué problema de negocio estamos solucionando, qué preguntas queremos responder. Generalmente hay dos grandes categorías de cosas a medir:

• Iniciativas puntuales, como promociones, campañas, etc.
• Iniciativas estratégicas de mediano o largo plazo, como “aumentar el uso de canales digitales”, o “mejorar la satisfacción de los clientes con X”

Paso 2 – Definir las métricas

Una vez que tenemos los objetivos definidos podemos empezar a definir las métricas, que vamos a volcar en el canvas. Idealmente no debería haber más de 3–5 métricas por área.

Si por ejemplo queremos medir una campaña de ventas para liquidar stock, lo primero que tenemos que hacer es asegurarnos de que aumenten las ventas y disminuya el stock de las unidades en cuestión (1).

Para que esto ocurra, la conversión tiene que ser positiva, tanto en términos de la campaña como en términos de ventas (2).

La conversión, desde la perspectiva de negocio, mira tanto en términos de la performance de la campaña (medida en CPC, CPM o el indicador que corresponda), y en términos de ROI (costo por lead, costo por venta, etc.) (3).

Como se observa en el gráfico de arriba, no vamos definiendo métricas de forma vertical para cada una de las áreas sino que, partiendo de la métrica principal -en este caso las ventas y la disminución de stock- vamos definiendo otras métricas que tienen que acompañar a las métricas principales para que se puedan alcanzar los objetivos como organización, y no como áreas por separado.

El canvas para utilizar este framework se puede bajar aquí: