Cómo los gerentes de producto pueden usar superpoderes de datos para superar a la competencia

Lee la transcripción:

Estamos probando la transcripción de nuestros podcasts utilizando un programa de software. Por favor, disculpa cualquier error, ya que el bot no es 100% preciso.

Hannah Clark: En un mundo perfecto, cada decisión que tomamos estaría impulsada por datos. Entonces, ¿qué ocurre cuando el corazón está dispuesto, pero los datos que queremos simplemente... no existen? ¿O el proceso para obtener esos datos es tan engorroso que el esfuerzo no compensa el resultado? Para muchos equipos de producto, demasiadas decisiones terminan basándose sólo en un número: el salario de la persona que las toma.

Hoy hablé con Vijay Umapathy, Director de Gestión de Producto en Heap. Vijay comparte cómo su equipo de producto ha conseguido ser cada vez más impulsado por datos, así como los avances que han logrado para generar más ideas en menos tiempo. También mencionó una táctica realmente brillante que su equipo ha utilizado para evitar tensiones entre equipos de producto e ingeniería. Vamos a sumergirnos.

Vijay, muchísimas gracias por acompañarnos hoy.

Vijay Umapathy: Genial. Gracias por invitarme. Es un placer estar aquí.

Hannah Clark: Sí. Así que vamos a empezar hablando un poco sobre tu trayectoria. ¿Puedes contarnos un poco sobre tu desarrollo profesional y cómo llegaste a Heap?

Vijay Umapathy: Sí, claro. Comencé estudiando ingeniería, estudié ciencias de la computación en el MIT, y empecé en producto justo después de terminar la carrera. Me uní al programa APM de Google. Algo interesante es que fui de esas primeras personas a las que vendieron la idea de que "como gerente de producto eres el mini CEO", lo cual no es nada cierto y ahora se considera una manera muy arcaica de describir el campo, y es totalmente correcto.

Pero sí te diré una cosa, desde el principio me gustó la idea de llevar muchos sombreros diferentes. Como interactuar con el cliente, ponerme el sombrero de diseño, de ingeniería o de producto, y cambiar de perspectiva cuando se trata de ayudar a la gente con la tecnología.

Y esa parte sí es cierta respecto a ser gerente de producto, no fue del todo un engaño sobre cómo sería el trabajo.

Hannah Clark: Quería preguntarte algo que aparece en tu biografía de Medium, donde dices que te encanta crear herramientas que den superpoderes a las personas. Me pareció una forma muy divertida de expresarlo, y quería saber cómo se refleja eso en el contexto de Heap, que para quienes no lo sepan, es una herramienta que también pueden usar las personas de producto.

Vijay Umapathy: Sí, sí. Heap es una herramienta de analítica de producto. Para que te hagas una idea de lo que muchos gerentes de producto experimentan con la analítica, puedo contarte un poco cómo era en la última empresa en la que trabajé. Trabajé en una startup de robótica, y allí teníamos como un "zar del dashboard", un chico de datos.

Si alguna vez tenía una pregunta sobre el comportamiento del usuario, como cuántas personas usan tal funcionalidad o qué hacen, dónde se bloquean, tenía que crear un ticket para este chico y esperar semanas a que se priorizara. Y esto, por cierto, solo para que me hiciera una gráfica que respondiera a mi pregunta.

Era realmente arcaico y desmotivador. Así que, lo que me atrajo de Heap al buscar una empresa donde trabajar fue que vi que hacen herramientas pensadas para gerentes de producto. ¿Qué lo hace especial? Creo que lo genial de Heap es que automatiza el trabajo de escribir manualmente el código necesario para registrar cada acción de usuario relevante.

Por ejemplo, si tengo una tienda online y quiero saber cuántas personas hacen clic en "añadir al carrito", normalmente con herramientas de analítica debes escribir una línea de código que detecte el clic en ese botón. Luego debes mantener eso en el tiempo. Es un lío. Con Heap, capturamos todos esos datos automáticamente.

Así que automatizamos mucho trabajo de seguimiento. Lo verdaderamente potente es que si meses después me pregunto cuánta gente hizo determinada acción o usó una función, y olvidé pedir a alguien que lo trackeara o crear ese ticket para el "dios del dashboard"... No tengo que esperar; puedo preguntar y acceder instantáneamente a todos los datos históricos, y responder en segundos.

Lo interesante es pensar en cuántas reuniones hay donde alguien pregunta "¿cuánta gente está haciendo esto?" y no tenemos la respuesta a mano. Entonces toma el control la persona más ruidosa. Literalmente me pasó en una de estas reuniones, ya en Heap, donde trabajábamos en una página tipo "explorar" y una de búsqueda, como en Google Drive. Alguien asumió que la mayoría buscaba en esa página. Así que empezó a hablar del futuro de la búsqueda y rediseñar todo. Mientras esa persona hablaba, entré a Heap y pude crear un evento para personas que usaban la búsqueda en esa página.

Accedí instantáneamente a todos los datos históricos, hice una gráfica y descubrí que solo un 27% buscaban allí. Así que interrumpí y dije: "Perdón, parece que la minoría usa la búsqueda aquí. ¿Podemos hablar más de explorar?" y eso cambió toda la reunión.

A eso me refiero con superpoderes. Creo que en 10 años veremos absurdo no poder responder a esas preguntas en el momento adecuado.

Hannah Clark: Personalmente tienes mucha pasión por el uso del análisis de datos en la toma de decisiones. ¿Cómo crees que algunas de tus pasiones han influido en el desarrollo del producto y en los conocimientos que puedes obtener?

Vijay Umapathy: Bueno, no sé si haya influido necesariamente en el producto, creo que muchas veces dependemos de nuestros clientes para eso, pero sí ha ayudado a definir cómo hablamos de las mejores prácticas.

Algo genial es esta capacidad de hacer preguntas ad hoc, una tras otra. Cuando das a las personas la posibilidad de formular preguntas y obtener respuestas rápidas, el problema pasa a ser tus procesos.

Muchas personas definen unas métricas para medir tras lanzar una función, luego revisan un dashboard, lo comparten con ejecutivos y siguen con sus vidas.

Pero en Heap, hemos intentado ser realmente guiados por hipótesis; incluso hemos creado plantillas para ello. Cuando queremos resolver un problema con un producto o funcionalidad, usamos un documento llamado "problem brief", donde describimos el problema en detalle, sin prescribir la solución. Al final, incluimos una hipótesis cuantificable: creemos que este grupo de usuarios cambiará su comportamiento de tal forma medible (y si se puede estimar el cambio, mejor).

Eso define qué tiene que ocurrir para que algo sea exitoso. Además, tenemos un ritual tras cada lanzamiento, con plantillas y publicaciones de blog sobre esto, llamado "after action reports". Allí partimos de la hipótesis previa al desarrollo y comprobamos si se cumplió, qué cosas se movieron como esperábamos y qué otras nos sorprendieron. Ir por esas sorpresas es un agujero de conejo muy enriquecedor y eso es algo que promovemos tanto en nuestro equipo como entre nuestros clientes: explorar preguntas adicionales.

¿Qué segmentos de usuarios tuvieron comportamientos diferentes?, ¿qué caminos inesperados siguieron por tu funcionalidad? Todo eso lo analizamos.

Hannah Clark: ¿Puedes darnos un ejemplo reciente de "agujero de conejo" que hayas explorado, para ilustrar el poder que eso puede tener?

Vijay Umapathy: Sí, claro. Un buen ejemplo es que recientemente lanzamos la funcionalidad de "repetición de sesiones" en Heap, hace seis meses. Adquirimos una empresa que hacía esto: permite ver una reconstrucción visual de lo que hace un usuario, clic a clic.

Cuando lanzamos esa función, al principio lo vimos como una integración, y construimos varios puntos de acceso a ella desde las funcionalidades de analítica. Vimos que esos puntos se usaban, pero detectamos algo de fricción cuando cuentas nuevas configuraban la herramienta, ya que esperaban flujos más cualitativos. Observamos que buscaban otras áreas del sitio para intentar conseguir eso.

Así que estamos desarrollando iteraciones para facilitar esos flujos. Es un caso común: lanzas una función, tienes supuestos, unas cosas funcionan y otras te sorprenden, pero sigues iterando hasta que el comportamiento del usuario se normaliza en los caminos que has definido. Al principio nunca es así.

Hannah Clark: Cambiando un poco de tema. Me interesa el tema de los "momentos de avance": esos "ajá" que se vuelven parte del trasfondo. ¿Puedes contarme un avance con respecto al uso de insights de usuarios para crear algo interesante?

Vijay Umapathy: Sí. El mayor avance logrado en nuestro producto —que además cambió la dinámica de nuestro equipo y de nuestros clientes— proviene precisamente de la repetición de sesiones que integramos. Para dar contexto:

Normalmente, tienes tus datos cuantitativos en una herramienta —todo tu comportamiento de usuario, reportes de embudo, etc.— y aparte, los datos cualitativos en otro silo. Incluso en equipos distintos. Por ejemplo, el equipo de diseño ve repeticiones de sesiones.

Pero tienes millones de horas de repeticiones, imposibles de ver todas. ¿Cuáles deberías mirar? ¿Qué momentos son importantes a nivel de negocio, no solo en un usuario aislado? Antes, teníamos una reunión semanal para ver algunas repeticiones en grupo (y muchos equipos hacen esto). El objetivo era empatizar con el usuario y, a la vez, centrarnos en algún flujo de trabajo concreto para inspirar cambios.

El problema: una persona tenía que preparar la reunión, revisando durante tres horas decenas de repeticiones —la mayoría inútiles— y seleccionar tres para ver en grupo. Es una tarea tediosa, y fácil de abandonar si esa persona no tiene tiempo. Cuando se abandona, la utilización de datos cualitativos se estanca, se "apolilla".

Cuando adquirimos la empresa de repetición de sesiones Oric (en junio pasado) e integramos esas repeticiones, no fue solo pegando una página más. Las integramos profundo en las analíticas: ante cualquier tendencia cuantitativa, ahora tienes un botón "muéstrame". Este botón selecciona las sesiones relevantes según el contexto: por ejemplo, al comparar si un flujo cambia tras lanzar una funcionalidad o ver dónde los usuarios abandonan.

El botón te lleva al momento clave de la sesión. Cambiamos la dinámica de la reunión: la volvimos un brainstorming liderado por el equipo de growth. Recuerdo salir impactado de esa sesión: no hubo preparación previa, solo tomaron los reportes de embudo existentes, dividieron en grupos, cada cual viendo tantas repeticiones como pudo y generando virtualmente notas sobre puntos de fricción.

En 30 minutos obtuvimos cientos de ideas, sin esa carga previa para una sola persona. Un cambio radical: ahora se pueden idear cosas mucho más rápido que antes.

Hannah Clark: Es fantástico. Y de un gran impacto, ¿verdad?

Vijay Umapathy: Sí, absolutamente. Y lo genial es que sigue siendo orientado a datos. Mucha gente olvida que ahora, en realidad, el 90% de las decisiones de producto en el mundo se toman por opinión. ¿Conoces el término HIPPO? El acrónimo (en inglés) para la opinión del mejor pagado —es real. Incluso cuando reúnes anécdotas en una reunión, si están guiadas por el contexto cuantitativo (ejemplo: etapas de un flujo que rinden mal), ya es una ganancia.

Puedes avanzar tomando miles de pequeñas decisiones guiadas por datos. No es un interruptor de "no usas datos/ahora sí usas datos", sino una escalera por la que puedes ir subiendo poco a poco.

Hannah Clark: Retomando la innovación: ¿cómo equilibras la necesidad de innovar e iterar con mantener el producto estable, fiable y ofreciendo siempre una experiencia consistente al cliente?

Vijay Umapathy: Vale. Quiero reflexionar un poco sobre la pregunta, si me lo permites.

Hannah Clark: Por supuesto.

Vijay Umapathy: Por ejemplo, sobre la fiabilidad y estabilidad: normalmente, si monitorizas las métricas básicas de fiabilidad y estabilidad, las empresas suelen tener acuerdos de nivel de servicio respecto al uptime o, en otros casos, el rendimiento. Si vigilas esos datos, está claro cuándo hay que parar todo y arreglarlo.

Más interesante para los PM es cómo negociar la deuda técnica con el equipo de ingeniería frente a construir nuevas capacidades para resolver problemas a los clientes. Hay un tópico habitual: el gerente de producto proponiendo siempre nuevas funcionalidades (algo que encanta a los ejecutivos, porque ven indicios de ingresos), y el equipo técnico diciendo "necesitamos actualizar Node", y cada vez más resentidos porque nunca se prioriza. Eso genera tensiones innecesarias entre producto e ingeniería.

Algo que practicamos en varios equipos de Heap es usar la roadmap para priorizar inversiones técnicas en fundamentos. Hicimos un ejercicio llamado "Agility Scorecard": partimos del principio de que los ordenadores deberían trabajar para nosotros. Es decir, cada vez debería ser más fácil hacer lo que necesitamos hacer en nuestra hoja de ruta.

Primer paso: analizar el roadmap y ver qué cambios queremos hacer más a menudo y cuáles no. Y revisar: cuando hago lo que quiero hacer repetidamente, ¿cada vez arrastro más deuda técnica?, ¿me lleva semanas algo que debería resolverse en minutos? ¿O está optimizado? (No deberías optimizarlo todo, porque entonces no optimizas nada.)

Por ejemplo, en Heap vimos que siempre estaremos creando nuevos tipos de visualización de datos y nuevas interfaces para interrogarlos. Vimos cuánto nos lleva hacerlo, qué problemas encuentran los desarrolladores, y decidimos, con el equipo ejecutivo, frenar ciertas funcionalidades a corto plazo para migrar el frontend a React (algo doloroso, que demanda tiempo y está lleno de "corner cases"). Pero es una inversión: dedicamos un mes ahora, para algo que haremos 100 veces y reducirá el tiempo de 1 semana a 1 hora, lo que genera "dividendos técnicos" en vez de deuda. Así se convierte en una colaboración ilusionante entre producto e ingeniería y no en una fuente de conflicto.

Hannah Clark: Vijay, ¿qué tendencias estás observando en el área de gestión de producto y analítica de datos? ¿Cómo te mantienes a la vanguardia de esas tendencias?

Vijay Umapathy: Una de las grandes tendencias es eliminar los silos entre datos.

Está impulsado por varias cosas. Una es la existencia de flujos de trabajo rotos, como vimos antes con el replay de sesiones; al combinarlo con contexto cuantitativo, se obtiene valor e insights mucho más rápido. Otra tendencia es la consolidación de herramientas: la coyuntura macroeconómica ha hecho que muchas empresas deban enfocarse en ahorrar costes, presionando para consolidar herramientas.

Esto crea presión en las empresas B2B SaaS (donde muchos PM trabajan) para construir versiones propias de todas las funciones adyacentes. Pero aquí está el peligro: puedes dispersarte demasiado. Debes preguntarte si realmente puedes ofrecer una experiencia mejor al combinar herramientas. ¿Solo las combinas por ahorrar, o hay verdadera oportunidad de crear más valor? ¿Hay algo que puedas hacer de forma única?

Porque, al crear tu versión de una herramienta adyacente, por definición vas a estar por detrás en funcionalidad. Pero si tu valor diferencial es claro y ofreces un workflow mucho mejor, tendrás una oportunidad real de superar a la competencia.

Recomiendo pensar cuidadosamente cómo abordar la consolidación y evitar dispersarse construyendo cosas que no aportan diferenciación.

Hannah Clark: Fascinante. Algo fuera del tema y ya para terminar: ¿qué tienes en tu playlist últimamente? ¿Qué te gusta escuchar al trabajar o fuera del trabajo?

Vijay Umapathy: Escucho mucha música electrónica. Soy gran fan de Above and Beyond, si los conoces. Llevan mucho tiempo, y tienen un par de sellos discográficos. Uno que escucho mucho es Anjunabeats, que tiene listas en Spotify y muchos artistas emergentes.

Hay mucha gente que apenas está comenzando a destacar, y han creado todo un ecosistema de música de gran calidad. Normalmente escucho eso; eso es lo que hay en mi playlist.

Hannah Clark: Qué bien. Tendré que echarle un vistazo. Vijay, si alguien quiere seguirte la pista o tu trabajo, ¿dónde puede encontrarte en Internet?

Vijay Umapathy: Me puedes encontrar en Medium y en Twitter @vijayumapathy. Y sí, asegúrate de revisar Heap si estás creando productos digitales; te ayudamos a decidir rápido. Espero que los ejemplos de hoy sirvan para ver lo que puedes lograr y que te animes... Y no dejes que gane el HIPPO.

Hannah Clark: Muy bien. Gracias por acompañarnos; apreciamos mucho tu tiempo.

Vijay Umapathy: Muchas gracias.

Hannah Clark: Gracias por escucharnos. Para más ideas, guías prácticas y reseñas de herramientas, suscríbete a nuestro boletín en theproductmanager.com/subscribe. Puedes escuchar más conversaciones como esta suscribiéndote a The CPO Club donde sea que escuches tus podcasts.