- Resumen del guion de un video de YouTube en el que Albert Cheng, quien impulsó el crecimiento de productos globales de suscripción como Duolingo y Grammarly, comparte cómo conectar a los usuarios con el valor del producto
- Destaca que el crecimiento no consiste simplemente en hackear métricas, sino en un proceso centrado en el usuario para entregar valor
- Presenta una estrategia para escalar los aprendizajes obtenidos en experimentos a todo el producto mediante el marco de trabajo de explorar (Explore) y explotar (Exploit), y amplificar más de 10 veces un experimento exitoso
- En Grammarly, lograron duplicar la tasa de actualización al mostrar a los usuarios gratuitos el valor real del producto mediante un muestreo de funciones de pago
- En Chess.com, cambiaron el enfoque después de una derrota para mostrar buenas jugadas en lugar de errores, con retroalimentación positiva, lo que mejoró en gran medida las revisiones de partidas en 25%, las suscripciones en 20% y la retención
- Sugiere que la clave del éxito en productos de suscripción para consumidores es una alta retención de usuarios (D1 superior a 30-40%), junto con crecimiento orgánico vía boca a boca y una amplia entrega de valor mediante un producto gratuito
Introducción y trayectoria de Albert Cheng
- Uno de los mejores especialistas en crecimiento para consumo del mundo, lideró el crecimiento y la monetización de Duolingo, Grammarly y Chess.com
- Al principio, desarrolló en YouTube funciones de streaming y gaming usadas por más de 20 millones de personas
- Su enfoque único del crecimiento combina marketing, datos, estrategia y gestión de producto
De pianista a líder de crecimiento
- Creció en una familia de inmigrantes taiwaneses practicando piano clásico 90 minutos al día
- Tiene oído absoluto (Perfect Pitch), lo que le permitía reconocer notas de inmediato y aprender música con rapidez
- Consideró entrar a una escuela de música, pero cambió de rumbo hacia la ingeniería
- Puntos en común entre el piano y el crecimiento
- Repetición constante y aprendizaje a través de errores: desarrollar ciclos rápidos de retroalimentación y resiliencia
- Creatividad sobre una base estructurada: encontrar soluciones creativas sobre la estructura de modelos y métricas de crecimiento, similar a crear música hermosa sobre la teoría musical
Marco de trabajo de explorar (Explore) y explotar (Exploit)
- Un concepto derivado de la clase de Reforge de Brian Balfour, que conoció a través de Nurmal, su socio de ingeniería en Grammarly
- Explorar (Explore): el proceso de encontrar la montaña correcta
- Explotar (Exploit): concentrar recursos en subir esa montaña de forma efectiva
- La mayoría de las empresas se inclinan demasiado hacia uno de los extremos
- Exploración excesiva: el equipo se dispersa y prueba 100 ideas al azar sin estrategia
- Explotación excesiva: lleva a saturación y estancamiento, quedándose en una optimización local
- Los equipos de crecimiento suelen caer con facilidad en el modo de explotación
-
Aplicación a nivel micro: caso Chess.com
- Dylan, PM de la función de aprendizaje en Chess.com, trabajó en mejorar el engagement con las revisiones de partidas
- Revisión de partida: una función en la que, al terminar un juego, un coach virtual enseña la peor jugada y la mejor jugada
- Hallazgos a partir del seguimiento de datos
- 80% de los usuarios que revisaban sus partidas lo hacían solo después de ganar
- Al principio esperaban que la usaran para analizar derrotas o errores, pero la psicología humana fue distinta
- Cambio en la experiencia del producto
- En lugar de mostrar errores después de una derrota, comenzaron a mostrar grandes jugadas y las mejores jugadas
- El coach ofrecía un mensaje de aliento: "Perder es parte del aprendizaje"
- Resultados
- Las revisiones de partida aumentaron 25%
- Las suscripciones aumentaron 20%
- La retención de usuarios mejoró notablemente
- Etapa de explotación: compartir el insight con toda la empresa
- El PM de puzzles aplicó el patrón positivo a su propio producto
- Mostrar la tasa de éxito, ajustar el copy, cambiar el color del botón, etc.
- Posibilidad de escalar 10 veces el éxito de un experimento
-
Tasa de éxito de los experimentos y mejora continua
- La tasa típica de éxito en experimentos es de 30 a 50%
- Los productos de consumo son muy impredecibles y muchas hipótesis resultan equivocadas
- Tanto los experimentos con gran éxito como los de gran fracaso son muy valiosos
- Es indispensable compartir los aprendizajes con toda la empresa
- No hace falta que el PM original encuentre todas las formas de aplicarlo
- Si se expresan claramente la hipótesis y los hallazgos, otros equipos pueden generar ideas
- Para elevar la tasa de éxito y el impacto, los equipos se enfocan alrededor de los insights
-
Cómo decidir cuándo cambiar entre explorar y explotar
- Chess.com realiza alrededor de 250 experimentos al año
- Invirtieron en Experiment Explorer Tools
- Para tener una vista general de los experimentos en curso
- Para detectar patrones entre hipótesis y aprendizajes
- Si aumenta la cantidad de experimentos sin significancia estadística, es una señal de explotación excesiva
- Puede que ya no quede mucho por exprimir
- Se anima al equipo a volver a hacer brainstorming y a practicar pensamiento divergente
Acelerar el crecimiento con IA
-
Función de texto a SQL
- Se usa en el canal de Slack para solicitudes de datos en Chess.com
- Antes: un analista de datos respondía manualmente preguntas ad hoc (cantidad de suscriptores en Sudáfrica, tiempo de juego en puzzles el mes pasado, etc.)
- Ahora: un bot de Slack ejecuta consultas automáticamente y entrega análisis
- Efectos
- Entrenaron al bot de Slack para que fuera quien diera la primera respuesta
- Toda la empresa toma decisiones más guiadas por datos
- Explosión en la cantidad de preguntas
- Incluso preguntas que antes no se hacían por vergüenza ahora se plantean con comodidad
- Un efecto similar al de ChatGPT: tener un interlocutor cómodo hace una gran diferencia
-
Herramientas de prototipado con IA
- Acortan el proceso entre la idea y una solución representativa
- Antes: había varias etapas con intervención humana (redacción de la idea → especificación → revisión → diseño, etc.)
- Enfoque de Chess.com
- Construyen prototipos con IA para pantallas clave (flujo de onboarding, pantalla principal, tablero de ajedrez)
- Usan herramientas como v0 y Lovable
- Los comparten con toda la empresa para usarlos como punto de partida
- Permiten visualizar rápidamente ideas y discutirlas o probarlas
-
Stack de IA
- PM: Vzero
- Diseñadores: Figma Make
- Ingenieros: Cursor, Claude Code, GitHub Copilot
- Marketing: herramientas de traducción, subtítulos y adaptación de contenido
- Soporte al cliente: Intercom Fin
- Desafío: sigue sin resolverse una transición fluida de la experimentación informal (Tinkering) al workflow
- Cada función prefiere herramientas distintas
- Falta interoperabilidad entre herramientas
- Todavía se necesitan handoffs entre funciones para llegar a producción
- Se está mejorando mediante inversión en componentes de sistema de diseño y MCP
El mayor caso de éxito de monetización en Grammarly
-
Contexto y detección del problema
- Grammarly es un asistente de escritura impulsado por IA disponible como extensión de Chrome o cliente de escritorio
- Modelo de negocio freemium: más del 90% son usuarios gratuitos y el resto suscriptores de pago
- El equipo de Kyla, PM de conversión a suscripción, estaba a cargo de mejorar la ruta de conversión de gratuito a pago
- Descubrieron un problema inicial
- Había poco seguimiento de los tipos de sugerencias que recibían los usuarios y de la frecuencia con que veían el paywall
- Primero fue necesario construir la instrumentación
-
Insight clave
- Solo una fracción muy pequeña de los usuarios gratuitos aceptaba todas las sugerencias
- La mayoría aceptaba sugerencias de forma selectiva
- La experiencia real de los usuarios gratuitos: Grammarly era una herramienta que solo corrige ortografía y gramática
- Porque las sugerencias gratuitas se enfocaban sobre todo en la corrección (Correctness)
- Las funciones de pago: mejorar el tono para que suene más empático, aumentar la claridad, reescribir oraciones completas, etc.
-
Solución: muestreo de sugerencias de pago
- Distribuyeron una muestra de distintas sugerencias de pago en toda la escritura de los usuarios gratuitos
- Ofrecieron una probada limitada de las funciones premium
- Preocupación: si daban demasiado, podría bajar la intención de suscribirse
- Resultado: fue exactamente lo contrario
- Los usuarios empezaron a percibir Grammarly como una herramienta mucho más potente
- La tasa de actualización casi se duplicó
-
Lecciones de monetización
- En productos freemium, el producto gratuito debe reflejar el conjunto completo de funciones
- Algunas funciones premium cuestan dinero, pero si se muestran lo mejor posible, se recompensan por sí mismas
- El concepto no es una prueba gratuita basada en tiempo, sino un reverse trial
- Ofrece mejoras en tiempo real mientras se escribe
- Se entrega una cantidad fija por día y luego se reinicia
- Ajustar patrones de la industria al caso de uso específico de Grammarly
Freemium vs. modelo de prueba
-
Por qué elegir un modelo de suscripción freemium
- Orientación a la misión: el objetivo del fundador de difundir el producto lo más ampliamente posible
- Duolingo (educación), Grammarly (escritura) y Chess.com (ajedrez) tienen propuestas de valor amplias a escala global
- La barrera de entrada más baja es un producto gratuito
- Crecimiento por boca a boca: el producto crece principalmente por recomendaciones
- Posibilidad de construir efectos de red: las funciones sociales de Duolingo
- La jugada B2C2B de Grammarly: usuarios gratuitos impulsan compras de sus equipos o colegas
- La propuesta de valor principal se ofrece gratis de forma permanente y se muestrean funciones premium
-
Prueba (Trial) vs. prueba inversa (Reverse Trial)
- Prueba inversa: fuerte en funciones B2B, especialmente cuando hay lock-in
- Se empieza sin información de tarjeta de crédito
- Se invierte mucho tiempo en usar el CRM o en construir contenido
- Cuando termina el período de prueba, es más probable que el usuario se quede y pague
- Prueba gratuita tradicional: más común en productos de consumo
- En productos de consumo, es más difícil que la prueba inversa funcione
Claves del éxito en productos de suscripción de consumo
-
La importancia de la retención de usuarios
- La retención de usuarios es oro para una empresa de suscripción de consumo
- Si la retención es baja, toda la carga recae en el pago del primer día
- Pagar el costo de adquisición de usuarios
- Necesidad de hacer upsell agresivo antes de que se forme un patrón de uso habitual
- Muchas apps usan este enfoque, pero les cuesta pasar de la etapa inicial
-
Diferencias en la ruta de crecimiento
- Duolingo y Chess.com: negocios basados en boca a boca orgánico
- Crecen expandiendo el mercado
- En contraste con competir por cuota de mercado en espacios muy competidos
- En mercados competitivos, se compite por usuarios con pujas altas
-
Metas de retención
- Retención de nuevos usuarios (D1, D7, etc.)
- Retención D1 de 30~40%: bastante sólida para una app de consumo
- Si está muy por debajo de eso, surgen dudas sobre la intención del usuario o la capacidad de captar sobre una base de DAU
- Es difícil de lograr porque el mercado tiene muchas opciones y existe fatiga de apps
- Retención de usuarios actuales (CURR): mucho más importante
- En productos con frecuencia diaria, es la métrica más importante
- Refleja la adhesión de una base existente que ya desarrolló patrones de hábito
- Con el tiempo, se construyen hábitos diarios con efecto compuesto
- A medida que la empresa madura, la mayor parte de la energía se concentra en mecanismos de retención de usuarios existentes
-
La excepción de Grammarly
- Después de instalar Grammarly, no se abre activamente todos los días
- La activación, la instalación y el momento aha son muy importantes
- Una sola instalación mantiene al usuario durante mucho tiempo
- Como funciona automáticamente al escribir, las estadísticas de DAU no son precisas
La importancia de los usuarios resucitados (Resurrected)
-
Componentes de DAU/WAU
- En una empresa madura (Chess.com), alrededor del 80% de los usuarios activos diarios/semanales son usuarios actuales o anteriores
- El resto se divide entre usuarios nuevos y usuarios reactivados (resucitados) en tamaños similares
- Después de que la empresa madura, hay mucho interés en los usuarios nuevos, pero en realidad su proporción no es tan grande
-
Acumulación de usuarios inactivos y esporádicos
- Con el tiempo se acumulan muchísimos usuarios inactivos
- Usuarios esporádicos: no usan el producto todos los días, pero sí 1~2 veces por semana o 1~2 veces por mes
- Al final, se acumulan cientos de millones de usuarios dormidos
- Vale la pena invertir en la experiencia de resurrección
- Encontrar nuevas formas de traerlos de vuelta
-
Estrategia de resurrección de Duolingo
- Uso de notificaciones sociales
- Si se usa la sincronización de contactos, llega una notificación push diciendo que un amigo cercano empezó a usar Duolingo
- Eso impulsa el regreso al producto
- Mecanismo de reubicación (Replacement)
- Aprendiste francés hace 3 años, pero olvidaste la mayor parte
- Al reabrir la app, se recomienda una prueba de reubicación para colocarte en el nivel adecuado
- Para empresas maduras, estos mecanismos ofrecen un ROI bastante alto
Diferencias entre Duolingo, Grammarly y Chess.com
-
Duolingo: una máquina de experimentación sistemática
- Un enfoque de desarrollo de producto muy específico y consistente
- Redacción y publicación del playbook Green Machine
- Espíritu empresarial
- Contratan en masa a talento brillante y lleno de energía justo después de graduarse de la universidad
- Les dan herramientas de experimentación sorprendentes
- Dan mucha importancia a la clock speed de la empresa
- Hay muchísima creatividad y generación de ideas
- La experiencia del producto cambia para cada usuario varias veces al día
- A un nivel realmente impactante
- Tienen especificaciones y procesos en cada etapa del ciclo de desarrollo de producto
- Operan de forma muy estricta y consistente
- Las revisiones de producto son rápidas, de 10~15 minutos
-
Grammarly: evolución de B2C a B2B
- Al principio empezó como un producto de pago para estudiantes
- Poco a poco se expandió hacia un modelo premium para todos y giró hacia profesionales
- Funciones específicas de ciertas empresas (marketing, ventas, soporte al cliente) adoptaron Grammarly a gran escala
- Se añadió un movimiento enterprise gestionado
- El rol de Albert: enfocarse en el movimiento self-serve de consumo, pero sin separarlo, manteniéndolo interconectado
- Aumento de ingresos self-serve y de usuarios activos
- Product-Led Sales: descubrir el equipo, función o empresa adecuados, generar demanda y pasarla a ventas
- Evolucionó rápido con la transición a IA generativa
- Con las recientes adquisiciones de Coda y Superhuman, se está transformando en una suite de productividad
- A diferencia de Duolingo, requiere más decisiones estratégicas
- El equipo central de producto lidera la mayor parte de las actividades iterativas
- La frecuencia y calidad de las sugerencias afectan más la retención de usuarios actuales
- Albert formó un equipo de crecimiento, pero se dio cuenta de que en realidad el equipo central de producto debía liderarlo
- Después de hablar con líderes del producto central, trasladó esa responsabilidad
-
Chess.com: pasión obsesiva por el ajedrez
- Los empleados sienten una pasión obsesiva por el ajedrez
- Contratan de forma remota en todo el mundo, pero solo a personas que aman el ajedrez
- Juegan ajedrez y ven streams todo el día
- Slack siempre está explotando con jugadas y partidas de ajedrez
- En el caso de Duolingo
- Es un producto de aprendizaje de idiomas, pero su espíritu original es la motivación
- Lo más difícil es formar hábitos
- Aprender idiomas es el primer medio, y la motivación y el hábito son su superpoder
- En el caso de Grammarly
- Es conocido por corregir ortografía y gramática, pero su verdadera singularidad es la integración en muchísimas aplicaciones
- Ahora, como superautopista de IA, puede ofrecer mucho más que redacción gramatical
- Chess.com trata 100% sobre ajedrez
- Está impregnado en su cultura y la gente es apasionada
- Siempre hacen dogfooding del producto
- Siempre usan el producto y aportan ideas con una energía increíble
Cómo la IA está transformando Chess.com
-
La larga relación entre el ajedrez y la IA
- El ajedrez y la IA han estado entrelazados durante casi un siglo
- Los primeros pioneros de la computación eligieron el ajedrez para probar la inteligencia de las máquinas
- Deep Blue de IBM en 1997 derrotó al campeón mundial Garry Kasparov
- Fue un momento de impacto y reflexión sobre si la IA reemplazaría a los humanos
- Aunque fue hace 30 años, todos seguimos aquí y hoy hay más personas jugando ajedrez que nunca
-
Las capacidades actuales de los motores de ajedrez
- Motores como Stockfish son dramáticamente superiores al mejor gran maestro del mundo
- Comparación con el sistema de rating ELO
- Jugador promedio de ajedrez: 1,000~1,500
- Mejor gran maestro (Magnus Carlsen): alrededor de 2,800
- Stockfish y motores similares: alrededor de 3,600
- Los motores de ajedrez pueden competir con los mejores jugadores incluso si juegan sin piezas importantes (como la torre)
- Gracias a su poder de cómputo, calculan decenas de millones de veces por segundo, por lo que los humanos no pueden competir
- Ver jugar a los motores de ajedrez abre la puerta a nueva creatividad, estrategia, líneas y apreciación del juego
-
El enfoque de Chess.com para usar IA
- Poner esta tecnología a disposición de todos los usuarios, incluyendo a quien acaba de mover una pieza por primera vez
- Producto de revisión de partidas: ejecuta un motor de ajedrez en segundo plano para generar una evaluación de cada movimiento
- Se entrega a los usuarios en un estilo traducido y accesible
- En la lengua materna del usuario
- También disponible en audio
- Uso de LLM: en la parte que transmite personalidad y tono al usuario
- Principio clave: poner al cliente primero
- No aplican LLM solo porque estén de moda
- Aplican la tecnología correcta a la función correcta para aportar valor al usuario
- No se dejan llevar por el hype
-
La capacidad de los LLM para jugar ajedrez
- Sorprendentemente, los LLM por sí solos juegan muy mal ajedrez
- Presentan alucinaciones (hallucinations); reconocen bien patrones de movimiento, pero no pueden hacer análisis de ajedrez muy profundos
- Si generas una imagen de un tablero de ajedrez con ChatGPT, puede tener mal el número de casillas o una configuración inadecuada
- Se espera que su capacidad de razonamiento mejore
- Google patrocinó recientemente un torneo en el que jugaron entre sí todos los principales LLM
- Están mejorando, pero en ajedrez los motores de cómputo profundo entrenados son mucho más potentes que los LLM
-
AlphaZero y AlphaGo
- El documental de AlphaGo expresa contenido técnicamente profundo de forma emocional y humana
- Método de entrenamiento de AlphaZero: jugar innumerables partidas contra sí mismo
- Se vuelve más inteligente cada vez mediante una red neuronal
- Tras repetirlo miles de millones o billones de veces, se vuelve extremadamente hábil
Cómo la IA está cambiando el rol de growth
-
Definición de growth
- El rol de growth: conectar a los usuarios con el valor del producto
- Se forman equipos por cada elemento del recorrido del usuario
- Cada equipo tiene metas de métricas específicas y una hoja de ruta
- Ejecutan en función de esas metas
- La IA puede acelerar algunos elementos del ciclo de experimentación
-
Uso de IA en Product Discovery
- El producto core requiere horizontes de tiempo más largos e investigación exhaustiva de usuarios y mercado
- Growth ejecuta muchos experimentos, y el resultado de cada uno se convierte en insumo para la siguiente idea
- Método anterior: redactar manualmente documentos de análisis
- Leerlos y extraer insights
- Traducir ideas a otras especificaciones
- Uso de IA
- Resumir el análisis de otras personas con herramientas como ChatGPT
- Dar recomendaciones sobre ideas para probar
- El ciclo de ideación e investigación es mucho más rápido
- El prototipado también se ha acortado de forma drástica
- Aún no estamos en la etapa en que un PM despliegue código a producción por sí mismo
- Pero sí reduce drásticamente el tiempo para concebir ideas audaces
-
Impacto en exploración y explotación
- Antes: explorar era más difícil
- Ahora: explorar es mucho más fácil
- Se pueden visualizar conceptos amplios
- Una vez visualizados, el equipo puede discutirlos alrededor y hacer clic sobre ellos
- Esto genera una diferencia que cambia por completo el panorama
Consejos para escalar el volumen de experimentos
-
Primer consejo: simplemente empezar
- Según el informe sobre el estado del producto de Atlassian, 40% de los equipos de producto no ejecutan ningún experimento
- Puede entenderse por razones filosóficas o por una orientación B2B
- Pero si se trata de un producto de consumo con cierto tamaño y frecuencia
- Es posible recopilar suficientes datos
- Incluso con mucha experiencia, a menudo uno se equivoca
- El comportamiento del consumidor es muy volátil
- Al trabajar en la empresa, uno naturalmente se convierte en power user y olvida la experiencia del usuario nuevo
- Se recomienda dar el primer paso
- Ejecutar pruebas A/B
- Buscar herramientas de terceros e integrarlas rápido
- Trabajar con ingenieros para construir algo
- Practicar el enfoque crawl-walk-run
-
Herramientas preferidas
- En Grammarly usan StatSig (adquirida recientemente)
- Duolingo y Chess.com tienen herramientas internas de experimentación
- Hay ventajas y desventajas
- Duolingo es una máquina de experimentar, por lo que una herramienta a medida es un gran acelerador
- En general, no se recomienda construir algo in-house desde el inicio
- A cierta escala puede tener sentido
- Estas empresas se fundaron hace 15 años, cuando esas herramientas no existían
-
Segundo consejo: el sistema importa tanto como cada experimento
- El sistema es tan importante como cada experimento, probablemente más
- Empieza por el modelo de growth
- Entender cómo crece la empresa
- Identificar qué canales aprovechar
- La instrumentación del producto es esencial
- Si no, los resultados de los experimentos salen raros
- Caso real: en una empresa usaban una herramienta interna de experimentación
- Tres meses después descubrieron que la retención de usuarios estaba configurada al revés
- Todos los resultados positivos eran en realidad negativos
- Fue muy desconcertante y no volverá a pasar
-
Tercer consejo: compartir y difundir insights
- Cuando encuentres un experimento con gran éxito o gran fracaso
- Compártelo con claridad en toda la empresa
- Expresa claramente la hipótesis y los hallazgos
- No es necesario que el PM original encuentre todas las formas de aplicarlo
- Como líder de growth, hay que alentar a otros a concentrarse (swarm) en esas ideas
- Mejora la tasa de éxito
- Aumenta el impacto
Meta de 1,000 experimentos al año
-
El recorrido de experimentación de Chess.com
- Antes de 2023: casi no experimentaban
- El año pasado: alrededor de 50
- Este año: alrededor de 250 en curso
- Meta para el próximo año: 1,000
-
El verdadero significado de la meta
- La meta la creó Albert, pero el número en sí no es el objetivo
- El verdadero valor de fijar una meta: provocar una conversación sobre qué tendría que ser cierto
- Insights para alcanzar la meta
- No solo experimentan PM o ingeniería
- Lifecycle marketing: experimentos cambiando el copy de notificaciones push y correos electrónicos
- App Store: experimentos con screenshots, keywords, etc.
- Equipo de content marketing, entre otros
- Habilitar No-Code en ciertas pantallas sin apoyo de ingeniería
- Muchas pruebas configurables en la pantalla de inicio o la pantalla de precios
- Hacer seguimiento del progreso y asegurar la observabilidad (Observability)
- Más importante que llegar realmente a 1,000 es lograr estas cosas
- Si casi lo logran y consiguen todo esto, estarán en una muy buena posición
Cómo transformar la cultura
-
El cambio cultural drástico en Chess.com
- Pasaron de 0 experimentos a 1,000 en 2 años (aprox. 3 por día)
- Muchos equipos ejecutaban experimentos en paralelo
-
Factores de éxito en el cambio cultural
-
Apoyo del liderazgo
- Mucho del mérito es del CEO y de los cofundadores Eric y Danny
- Experimentar no era su forma intuitiva de pensar
- Lo sumaron como herramienta gracias a su flexibilidad mental y apoyo
- Desde la primera línea impulsaron el crecimiento liderado por producto y la experimentación
- Fue muy importante no entrar en conflicto con los fundadores ni con el enfoque existente
-
Compartir casos reales de éxito
- Como en el caso de las reseñas de partidas y la positividad, hay que mostrar lo que realmente funciona
- Se necesitan victorias (wins): celebrarlas y hacer que la gente se sienta bien sobre el aprendizaje
- Cuando se aplica de forma general, todos se sienten con más energía
- Las métricas se mueven y se puede aprender y desplegar más rápido
- No basta con fijar objetivos desde arriba
- La gente tiene que ver que funciona
-
Experimentos iniciales
- Antes de que Albert se uniera, ya había algunos experimentos en marcha
- Ya estaban encaminados
Lecciones adicionales sobre experimentación
-
Caso de éxito de Duolingo
-
Racha (Streak) e inmersión
- Jackson lo comentó en un pódcast
- El efecto en el aprendizaje de la inmersión y mostrar la racha en el calendario
- Más que lograr un gran hito, lo importante es empezar
-
Equipo de viralidad (Virality)
- La viralidad es un concepto muy ambiguo y muy difícil de generar en un producto
- Duolingo es un producto que se comparte bastante
- Invirtieron en rastrear screenshots
- Encontrar los puntos calientes donde los usuarios toman screenshots en la app
- Ver formas de detectarlo también en otras apps
- Se hizo solo durante cierto periodo
- Puntos de compartición que descubrieron
- Hitos de racha: un punto obvio para compartir
- Challenges muy divertidos: una tasa de compartición muy alta
- Entrar al top 3 del leaderboard no era algo que la gente compartiera
- Asignaron ilustradores y animadores a esos momentos
- Crearon una experiencia muy disfrutable
- Resultado: funcionó sorprendentemente bien
- Lección: no forzar el compartido en contra de la intuición humana
- Encontrar los momentos en que los usuarios ya toman screenshots de forma orgánica
- Hacer que ese momento sea mucho, mucho mejor
- Amplificarlo 5x o 10x para impulsar mucho crecimiento
Los tres pilares de la gamificación
-
El modelo de gamificación de Jorge
- Los patrones de gamificación son, en esencia, tres pilares
-
1. Bucle central (Core Loop)
- Duolingo: avanzar en las lecciones
- Completar una lección → obtener una recompensa → extender la racha
- Notificación push al día siguiente
- Es importante hacer que el bucle central sea muy ajustado
- Hace falta un hábito al que la gente pueda aferrarse
-
2. Metajuego (Metagame)
- Duolingo: Path, leaderboard y logros
- Cosas que perseguir a largo plazo
- Dan motivación de largo plazo para mantenerse activo
-
3. Perfil (Profile)
- Construir un perfil con el tiempo
- Refleja la inversión dentro de la experiencia del producto
- Si se completan estos tres elementos, aumenta la probabilidad de éxito en el viaje de aprendizaje a largo plazo
-
El reto de los nuevos usuarios en Chess.com
- Más del 75% de los nuevos usuarios se clasifican como principiantes totales o nivel inicial
- Los principiantes no la pasan bien en partidas en vivo
- Dato: la tasa de victoria en la primera partida es de menos de 1/3
- Si pierden la partida, la retención empeora en 10%
- A escala, eso es malo
- En los juegos móviles típicos: se crea una versión muy simplificada
- En ajedrez es más difícil (no se pueden cambiar las reglas)
-
La importancia de la etapa inicial del aprendizaje
- Ya sea aprender un idioma o ajedrez, los primeros pasos están llenos de dudas sobre uno mismo
- Es una experiencia que refuerza la idea de que uno no puede hacerlo
- Vale la pena diseñar intencionalmente una experiencia que guíe al usuario alrededor de eso
-
La solución de Chess.com
- Si alguien dice que es completamente principiante, se le da una experiencia de aprendizaje jugando más disfrutable
- No se le lanza de inmediato a partidas en vivo
- Ocultar el rating durante las primeras 5 partidas
- Para que no vea cómo se desploma
- Varias rutas: jugar con coach, jugar con amigos, jugar con bots, etc.
- Pistas en tiempo real: mientras juega con personas reales, se le guía sobre a dónde mover
Lecciones contraintuitivas sobre construir equipos
-
El enfoque tradicional de contratación
- Redactar un JD (descripción del puesto)
- Enumerar las distintas características que se buscan
- Armar una lista corta de empresas parecidas a la tuya
- Intentar contratar desde ahí
- Es la ruta base típica de la industria
-
El hallazgo de Albert: alta agencia (High Agency)
- Lo entendió a partir de varias startups pequeñas y su experiencia en Duolingo
- Características de quienes tienen mejor desempeño
- Agencia muy alta (Agency)
- Clock speed: pensar y actuar rápido
- Energía
- Interés por la misión, pero no necesariamente experiencia profunda
- La experiencia incluso puede volverse una muleta (crutch)
- Especialmente en un mundo donde la base cambia rápido por la IA
- Hay que descartar intencionalmente muchos hábitos aprendidos
- Hace falta una mentalidad de principiante (Beginner's Mind)
- Buscar personas que reaccionen y se muevan rápido
- Velocidad de aprendizaje alta
- Esas empresas serán las que sobrevivan y prosperen
-
Cómo identificar alta agencia
- Gran parte ocurre fuera del proceso de entrevista
- Señales
- El tipo de preguntas: ¿realmente probaron el producto y profundizaron?
- Referencias
- La comunicación para coordinar la entrevista
- La energía que traen a la conversación
- Se pueden detectar muchas señales blandas
- Con el tiempo se reconocen estos patrones
- Antes solo se fijaba en preguntas y rúbricas, y no prestaba atención a lo demás
- Ahora considera estas cosas de una forma mucho más equilibrada
- Existe un componente de vibes
- Defiende el enfoque de entrevista con work trial
- En vez de una entrevista de conversación, trabajar juntos de verdad durante una semana más o menos
Cómo elegir el tamaño de empresa
-
La zona Goldilocks de Albert
- Experiencia desde Google (gran empresa) hasta startups muy pequeñas
- Descubrió el lugar adecuado para él: tamaño intermedio
-
Características de cada tamaño
-
Grandes empresas (Google)
- Manejar una escala enorme
- Aprender muchas mejores prácticas de los colegas
- Tener todas las herramientas y capacidades que uno podría querer
- Pero tienden a moverse lento
- Es difícil desplegar y lanzar cosas
- Al final te vuelve un poco loco
-
Startups muy pequeñas
- Se mueven muy rápido
- Pero todas las canas de Albert salieron de ahí
- Nadie conoce la empresa
- Contratas personas una por una
- Consigues usuarios uno por uno
- Puedes aprender rápido y lanzar mucho, pero
- puede ser muy duro lograr un gran impacto en el mundo
- Algunas hacen hyper-scale y tienen éxito, pero
- Albert intentó ese camino por un tiempo y no era para él
-
Empresas medianas (500~1,000 personas)
- Puedes hacer una contribución a escala y aun así
- ejecutar al ritmo del día a día y semana a semana
- Puedes ver los esfuerzos de toda la empresa y al mismo tiempo
- entrar en los detalles
- Leer resultados de experimentos
- Revisar píxeles
- Colaborar con equipos específicos
- Empresas de 10~20 años
- Duraderas e idealmente rentables
- Buen equipo de liderazgo
- Todavía tienen muchas dimensiones por descubrir
- Están en un punto de inflexión importante
- No están estancadas y siguen siendo dinámicas
-
La etapa ideal para cada persona
- Todo el mundo tiene una etapa de empresa en la que brilla más
- El recorrido de Albert fue gran tecnológica → startup muy pequeña → tamaño intermedio
- El punto medio es su zona Goldilocks
Rincón de fracasos: el caso de Chariot
-
Contexto
- Servicio de shuttle para commuters en San Francisco
- Shuttles para 15 personas
- Operaban desde varios vecindarios hacia el centro de San Francisco
- Estaba a medio camino entre el sistema de autobuses públicos y Uber/Lyft
- Albert trabajó como responsable de producto
- Los usuarios amaban mucho el servicio principal
- Era confiable, rápido y lo bastante económico
-
Intento fallido: Chariot Directly
- Idea: mejorar la utilización con rutas dinámicas
- Hacerlo más innovador, similar a Uber/Lyft
- Los conductores manejaban rutas fijas, pero
- si tenían tiempo libre, podían salirse de la ruta para recoger gente en su casa
- Lo intentaron, pero al final no funcionó
-
Lecciones aprendidas
-
1. La solución buscando un problema
- Persiguieron la idea de "¿no estaría bien hacer esto?"
- No era: "este es nuestro usuario y este es el problema que resolvemos"
- Ni: "esta es la razón por la que eso le daría alegría"
- No debes empezar por la solución en lugar del problema
-
2. Considerar un mercado de dos lados (Marketplace)
- Hay más de un usuario final
- Se enfocaron demasiado solo en la app para pasajeros
- No se dieron cuenta de que los conductores cargaban con gran parte de la experiencia
- Lo mismo pasaba con el equipo de operaciones
- Si los conductores están confundidos o insatisfechos
- la experiencia general del producto puede volverse difícil
-
3. El riesgo del PR antes de validar
- Hicieron mucho PR antes del lanzamiento del servicio para generar ruido
- El PR tiene su momento y su lugar
- Pero hacerlo antes de validar que los clientes realmente lo quieren es muy riesgoso
- Después del lanzamiento hubo mucho costo hundido (Sunk Cost)
- Sientes que tienes que llevarlo hasta el final
- Quieres ver que tenga éxito
-
Reflexión
- Pasó hace 10 años, pero Albert todavía lo recuerda con claridad
- La pasó bien en la empresa
- Incluye más de tres lecciones clave
- Son lecciones que luego transmitió al construir muchos productos
Lightning round
-
Libros recomendados
-
Lo que está leyendo ahora
- Tiene hijos de 4 y 1 año, así que en su mayoría lee libros infantiles
- Snuggle Puppy: tiene una canción, su hija se ríe muchísimo y le enternece el corazón
-
Libro recomendado para trabajo: Ogilvy on Advertising
- Es un libro de hace 40 años, pero está lleno de ejemplos prácticos
- Trata sobre copy y creatividad
- Es publicidad antigua, pero con un enfoque orientado a la experimentación
- Lo que en última instancia importa es llevar al usuario a actuar
- El objetivo es que compre el producto
- No hacer anuncios ingeniosos ni creatividad sexy
- Aplica mucho a los equipos de producto y lifecycle
-
Dark Squares
- Memorias de Danny Wrench, cofundador de Chess.com
- Es muy conocido en el mundo del ajedrez
- Cuenta cómo creció en un culto abusivo mientras era un prodigio del ajedrez
- Es una historia increíble
- Va aproximadamente por la mitad
- Le recuerda que no sabes qué tan profundo es el pasado de la gente con la que trabajas
- Alude tanto a las casillas oscuras del tablero de ajedrez como a un pasado difícil
- Está programado para publicarse cuando salga este podcast
-
Motto de vida
- Frase de su madre: "No hay nada más importante que la reputación"
- Entendida de forma generosa
- Las pequeñas decisiones que tomas cada día
- Cómo tratas a las personas
- Cómo te presentas
- Cuál es tu carácter
- Todo eso se acumula con interés compuesto y abre puertas de maneras asombrosas
- Muchas de las empresas a las que se unió llegaron por conexiones relativamente ligeras
- Incluso este podcast: vio que participaban personas con las que había trabajado
- Si haces lo correcto y construyes una buena reputación, puedes llegar muy lejos
- El otro lado es que la reputación es frágil
- Si haces algo mal, toma mucho tiempo recuperarte
- Es un interesante motto de vida que se le quedó para siempre
Mensaje clave
- Aprendizaje: es importante ser fiel a la experiencia real
- Muchas lecciones vienen de los intentos de otras personas
- Actuar como una esponja mental
- Probar cosas diversas
- Absorberlas y ponerlas en práctica de inmediato
- Desechar lo que no funciona y evolucionar según lo que la empresa necesita
1 comentarios
Me recuerda a alguien de la empresa de mensajería que estuvo en el centro de la polémica recientemente..