La distancia entre usar un producto y entenderlo

Un producto puede tener buena conversión, pocas quejas en el primer contacto y analítica sin alarmas... y aun así generar un pico de cancelaciones a los 30 días, un aumento de tickets de soporte preguntando "¿esto no incluía X?" o reclamaciones formales por malentendidos sobre lo que se había contratado.

Desde fuera, todo parece funcionar: los usuarios avanzan por los procesos, los indicadores de conversión se mantienen en cifras aceptables y la analítica no muestra señales de alarma. Pero hay una pregunta que esos datos no suelen responder:

¿Ha entendido realmente el usuario qué está comprando, contratando o aceptando?

En distintos proyectos de investigación hemos observado esta brecha. Las personas avanzan por la experiencia sin grandes bloqueos, pero atribuyen al servicio un alcance, un valor o un funcionamiento distinto del real.

Y ahí aparece un problema más profundo que una fricción puntual de interfaz.

Cuando un producto se comprende mal, el impacto puede aparecer en dos momentos diferentes:

• Antes de la conversión: la persona no percibe correctamente el valor de la propuesta y decide no contratar, comprar o utilizar. El resultado son dudas, fricción y abandono.

• Después de la conversión: el usuario avanza con unas expectativas que el servicio no podrá cumplir. El resultado son consultas a soporte, frustración, cancelaciones, falta de renovación o deterioro de la confianza en la marca.
  

La diferencia parece pequeña. Para el negocio, no lo es.

Cuando el producto y la expectativa cuentan historias diferentes

Que alguien navegue sin dificultades por una interfaz no garantiza que haya construido una idea correcta del producto.

Puede estar esperando acciones que nunca van a producirse, atribuyendo a la organización responsabilidades que no tiene, desconociendo qué incluye realmente un servicio o aceptando una propuesta creyendo que significa algo distinto.

Un ejemplo ilustrativo (caso compuesto, no vinculado a ningún cliente real):

Pensemos en un servicio de mantenimiento del hogar que se contrata online. En la página se lee "mantenimiento incluido". La persona completa el proceso, paga y recibe la confirmación sin dificultades aparentes. Si solo observáramos ese momento, todo indicaría que la experiencia funciona.

Meses después se estropea la caldera y llama para que la reparen. Descubre que el servicio incluye una revisión anual, no las reparaciones. Ya no hay una pantalla que corregir: hay una expectativa que se rompe en plena experiencia del producto.

La contratación era impecable. La comprensión, no.

Las expectativas previas condicionan cómo se interpreta el producto

Las personas no analizan una experiencia desde cero. Lo hacen desde sus modelos mentales: ideas, experiencias y expectativas construidas a lo largo del tiempo sobre cómo funciona un producto, qué puede ofrecer una empresa o qué debería ocurrir después de realizar una determinada acción.

Ese modelo mental actúa como un filtro.

Cuando la experiencia coincide con esa representación previa, la comprensión suele ser sencilla. Pero cuando el producto ha evolucionado, ofrece algo diferente o rompe con lo que el usuario esperaba, hay que ayudar a las personas a construir una nueva interpretación. Si no se les ayuda, completarán lo que falta con lo que ya creían saber.

Y esto tiene una consecuencia importante: la ambigüedad no siempre genera duda. A veces genera certeza sobre una interpretación equivocada.

Por eso un producto puede ser fácil de utilizar y, al mismo tiempo, estar siendo interpretado de una forma distinta a la prevista por negocio o por producto.

Lo que la analítica muestra y lo que puede ocultar

La analítica cuantitativa es imprescindible para entender qué ocurre en un producto. Nos permite saber por dónde entran las personas, dónde abandonan, qué funcionalidades utilizan, cuánto tiempo permanecen o qué porcentaje convierte. Pero difícilmente puede explicar por sí sola qué significado está construyendo la persona mientras interactúa.

Para tener una visión más completa conviene observar ambas dimensiones:

Lo que observamos en analítica	Lo que necesitamos comprender
¿La persona avanza?	¿Entiende qué está ocurriendo?
¿Completa el proceso?	¿Comprende qué implica haberlo completado?
¿Utiliza la funcionalidad?	¿Percibe correctamente su valor?
¿Convierte?	¿Sus expectativas coinciden con lo que recibirá?
¿Permanece en el flujo?	¿Interpreta correctamente el alcance del servicio?

La analítica ayuda a entender qué está ocurriendo. La investigación ayuda a explicar por qué y qué significado está construyendo el usuario mientras sucede.

Esa diferencia es especialmente importante cuando aparentemente todo funciona. Es precisamente aquí donde la investigación con usuarios aporta información que la analítica no puede mostrar por sí sola.

La comprensión del producto también debería validarse

Si una mala comprensión puede terminar afectando a la conversión, la adopción, la retención o la carga de soporte, no debería darse por supuesto que el usuario ha entendido el producto como se pretendía, conviene comprobarlo.

Una forma sencilla de hacerlo en investigación es pedir a las personas que expliquen con sus propias palabras qué creen que acaba de ocurrir, qué esperan que pase después o qué consideran que incluye el servicio. Por ejemplo:

• ¿Qué crees que acabas de contratar o solicitar?

• ¿Qué esperas que ocurra ahora?

• ¿Qué incluye para ti este servicio?
  

Preguntas aparentemente simples pueden revelar una distancia importante entre lo que el producto pretende comunicar y lo que el usuario realmente ha entendido.

En productos con cierta escala o complejidad, combinar datos cuantitativos con investigación cualitativa permite detectar riesgos que de otro modo pueden permanecer ocultos.

Un mensaje correcto no siempre es un mensaje comprendido

Uno de los problemas más delicados aparece cuando el contenido de una interfaz es técnicamente correcto, pero no corrige suficientemente una interpretación equivocada.

Para quien conoce el producto desde dentro, un mensaje puede resultar evidente porque dispone de todo el contexto: conoce las reglas, los límites del servicio, las excepciones y lo que ocurrirá después.

Para quien llega desde fuera, esas mismas palabras pueden significar algo distinto.

Y si esa interpretación encaja con lo que ya pensaba, probablemente no haya ninguna razón para cuestionarla.

Pensemos en una "cancelación gratuita" que solo lo es durante las primeras 48 horas. El texto es correcto, pero quien lee "gratuita" difícilmente irá a buscar la condición. Y si esa interpretación encaja con lo que ya pensaba, no hay ninguna razón para cuestionarla.

Por eso, no basta con revisar si el contenido es correcto desde la perspectiva de la empresa.

También conviene comprobar qué está entendiendo realmente quien lo lee.

El diseño de experiencia no termina en facilitar la interacción: también debe ayudar a alinear producto, contenido y expectativas.

El problema puede aparecer mucho después de la interacción

Algunos de los hallazgos más relevantes no aparecen mientras una persona navega por una interfaz.

A veces aparecen cuando el proceso ya ha terminado y se le pide que explique qué cree que acaba de ocurrir.

Es ahí donde puede hacerse visible una diferencia que había permanecido oculta durante toda la interacción: la persona ha podido utilizar correctamente el producto, pero no lo ha entendido como la organización esperaba.

Comprender un producto no es una consecuencia automática de poder utilizarlo.

Que algo funcione no basta: también tiene que entenderse.

A veces, mejorar un producto empieza por comprobar si la propuesta que la empresa cree estar comunicando coincide con la que el usuario realmente está entendiendo. Ese es uno de los problemas que más nos interesa investigar y solucionar en Rocket. Ficha resumen de la idea: