jesusgarciafernandez 0. Filosofía Human-Centric AI
Esta habilidad transforma los clics anónimos en una narrativa clara sobre las necesidades y dificultades del usuario, utilizando la tecnología para tomar decisiones basadas en la evidencia y la empatía de datos.
El Rol del Humano: El Estratega de Product Analytics debe ser un "Intérprete de la Experiencia". La IA puede rastrear miles de eventos, segmentar usuarios por comportamiento de forma automática y alertar sobre anomalías en el tráfico, pero solo el humano puede entender el contexto de un cambio de métrica, decidir qué datos son señales de éxito real para la vida del usuario (y no solo métricas de vanidad) y asegurar que la optimización del producto no se convierta en una explotación de la atención del usuario. Empoderamiento: Usamos la tecnología para sustituir la "opinión del que más cobra" por la realidad de lo que el usuario hace, permitiendo que el equipo de producto trabaje con una brújula de precisión absoluta.
1. Descripción Detallada
La Estrategia de Product Analytics es la capacidad técnica de recolectar, estructurar e interpretar datos de comportamiento digital para optimizar el ciclo de vida del producto. No es solo "mirar paneles"; es Ingeniería del Aprendizaje de Negocio. El enfoque v2.0 incorpora el Análisis de Impacto Predictivo, donde no solo se mide lo que ocurrió, sino que se diseñan experimentos para predecir cómo afectará una nueva funcionalidad a la retención a largo plazo, el Valor de Vida del Cliente (LTV) y la salud financiera del proyecto, alineando las métricas de producto con los Objetivos y Resultados Clave (OKRs) de la organización.
2. Escenarios de Aplicación
- Post-Lanzamiento de MVP: Análisis de los primeros usuarios para identificar el "Aha! Moment" (momento de valor máximo).
- Optimización de Embudos de Conversión: Identificación de pasos específicos donde el usuario siente fricción y abandona.
- Priorización del Roadmap de Funcionalidades: Uso de datos de uso real para decidir qué mejorar, qué eliminar y qué construir a continuación.
- Auditoría de Salud de Negocio: Monitorización de métricas críticas como Churn Rate, ARPU (Average Revenue Per User) y Retention Cohorts.
- A/B Testing de Hipótesis de Producto: Validación científica de cambios en el interfaz o en la lógica de negocio antes del despliegue masivo.
3. Requisitos de Implementación
- Plan de Medición Estructurado: Definición de la Taxonomía de Eventos (quién, qué, dónde, cuándo) antes de la programación.
- Instalación de SDKs de Analítica Profesional: Dominio de Amplitude, Mixpanel, PostHog o Google Analytics 4 (GA4).
- Conocimientos de SQL y Visualización: Habilidad para cruzar tablas de bases de datos y crear dashboards ejecutivos en Looker Studio o Tableau.
4. Diferencial: Analítica Web Genérica vs. Product Analytics v2.0
| Dimensión | Analítica Web (Legacy) | Product Analytics (v2.0) |
|---|---|---|
| Métrica Clave | Páginas vistas / Usuarios únicos. | Eventos de valor / Retención por cohorte. |
| Enfoque | ¿De dónde vienen? (Adquisición). | ¿Qué hacen? y ¿Por qué vuelven? (Uso). |
| Granularidad | Agregada y anónima. | Basada en identidad y ciclo de vida de usuario. |
| Resultado | Reporte de tráfico mensual. | Hipótesis de crecimiento probada. |
5. Instrucciones y Pasos Detallados (Protocolo Maestro)
Fase 1: Taxonomía de Datos y Definición de Éxito
Objetivo: Asegurar que estamos midiendo lo que realmente impacta al negocio.
- Definición de 'Hitos de Valor': Identifica las 3 acciones mínimas que definen a un usuario "activo y feliz".
- Diseño de la Matriz de Eventos: [Evento -> Parámetros -> Disparador Técnico].
Prompt Maestro de Estrategia de Analytics:
Actúa como un Senior Product Data Scientist y Estratega de Analytics. Diseña el plan de medición para [APP/NEGOCIO].
1. Define la 'Lógica de Eventos' para el flujo de onboarding: ¿Qué eventos disparamos para identificar dónde se rinden los usuarios?
2. Crea el esquema de 'Análisis de Cohortes': ¿Cómo agruparemos a los usuarios para medir la retención a 30, 60 y 90 días?
3. Identifica la métrica de 'Engagement' crítica: [Ej: Minutos de uso, Proyectos creados, Transacciones].
4. Diseña el 'Dashboard de Salud' con los 5 KPIs de negocio más importantes para el CEO.
5. Establece el protocolo de 'Gobernanza de Datos': ¿Cómo garantizamos la limpieza y veracidad de los eventos a largo plazo?
Fase 2: Implementación Técnica, Calibración y Experimentación
... (Expansión técnica sobre el envío de eventos vía server-side para mayor precisión, la creación de identidades persistentes cross-device y el uso de IA para la segmentación automática de 'Heavy Users') ...
Referencia ampliada
Para ejemplos extendidos, métricas y notas, consulta reference.md (cárgalo solo cuando necesites ese detalle).