Clase 147 — Customer discovery

Parte: 12 — Producto e innovación
Nivel: Etapa 3 — Manager → Gerente
Duración sugerida: 150–180 minutos · Estándar: deep-class-v2

🎯 Propósito

Customer discovery reduce riesgo antes de construir al investigar clientes, contexto, comportamiento actual, alternativas y disposición a cambiar. No busca que el entrevistado valide una idea; busca evidencia sobre cómo vive hoy el problema y qué costos asume para resolverlo.

La salida de esta parte es convertir problemas de clientes en productos validados y outcomes medibles. En esta clase, esa progresión se concreta al exigir que cada afirmación sobre customer discovery termine en una definición operacional, una señal observable, una decisión y una condición de revisión.

📚 Resultados de aprendizaje

Al finalizar podrás:

1. Distinguir customer discovery, behavioral evidence, leading question, workaround, sample bias mediante observables, no por memoria verbal.
2. Explicar por qué esas distinciones cambian una decisión de manager → gerente.
3. Aplicar la secuencia 1. definir hipótesis y segmento → 2. reclutar muestra relevante → 3. preguntar por episodios pasados y conducta → 4. capturar patrones y contradicciones → 5. sintetizar evidencia y decidir siguiente experimento conservando supuestos, alternativas y trazabilidad.
4. Interpretar interviews by segment, problem recurrence, workaround spend sin confundir señal, explicación y causalidad.
5. Resolver el caso ejecutivo con al menos dos opciones plausibles y un criterio explícito de stop/revisión.
6. Contrastar dos obras de referencia y explicar dónde sus lentes son complementarias o entran en tensión.

🧭 Agenda

🧩 Conceptos centrales

🧠 Modelo mental

1. definir hipótesis y segmento → 2. reclutar muestra relevante → 3. preguntar por episodios pasados y conducta → 4. capturar patrones y contradicciones → 5. sintetizar evidencia y decidir siguiente experimento

La secuencia nace del problema de esta clase: Customer discovery reduce riesgo antes de construir al investigar clientes, contexto, comportamiento actual, alternativas y disposición a cambiar. No busca que el entrevistado valide una idea; busca evidencia sobre cómo vive hoy el problema y qué costos asume para resolverlo. El método es útil mientras las condiciones permitan observar las señales requeridas. No elimina incertidumbre; la hace visible y obliga a decidir proporcionalmente a la evidencia. Límite principal: Discovery no produce verdad estadística por sí solo. Entrevistas pequeñas sirven para descubrir mecanismos e hipótesis; la prevalencia y tamaño de mercado requieren triangulación cuantitativa.

📖 Desarrollo

1. customer discovery: mecanismo central

customer discovery se entiende aquí como proceso de aprendizaje sistemático sobre cliente y problema. Esta es la pieza causal o estructural desde la que se inicia customer discovery: antes de definir hipótesis y segmento, el gerente debe poder señalar qué cambia en el sistema si el concepto está presente y qué debería observar si no lo está. Una definición que no produce predicciones observables todavía es demasiado vaga para dirigir.

La lectura rectora de este bloque es Marty Cagan — Inspired. Su aporte se usa para examinar equipos de producto, discovery, riesgos de producto y outcomes. Aplica esa lente al caso sin convertirla en dogma: escribe una proposición de la obra que apoye tu diagnóstico, una condición del caso que la limite y una consecuencia práctica. La evidencia mínima es interviews by segment; regístrala con periodo, unidad, población y baseline.

Relaciona el mecanismo con behavioral evidence. Si ambos cambian juntos, no concluyas causalidad automáticamente: identifica una tercera variable o mecanismo alternativo que también pueda explicar el patrón. El resultado de este bloque debe ser una hipótesis refutable, no una recomendación anticipada.

2. behavioral evidence: frontera conceptual y error de clasificación

Definición operacional: hechos sobre lo que la persona hizo y no solo lo que dice que haría. Su valor está en distinguirlo de customer discovery y leading question. En una decisión real, clasificar una situación en la categoría equivocada cambia la intervención: puedes asignar autoridad donde faltaba información, medir un output cuando debías observar un proceso o tratar una restricción como si fuera una preferencia.

Contrasta el problema con Teresa Torres — Continuous Discovery Habits, que aporta una mirada sobre discovery continuo, oportunidades, experimentos y decisiones basadas en evidencia. Formula dos mini-casos: uno que sí satisface la definición de behavioral evidence y otro que solo se parece superficialmente. Luego pregunta qué señal distinguiría ambos; para esta clase, problem recurrence es una candidata, pero debe combinarse con evidencia cualitativa o documental cuando el fenómeno no sea directamente medible.

Antes de reclutar muestra relevante, registra explícitamente qué decisión sería errónea si esta frontera conceptual se ignora. Esa frase convierte el vocabulario en criterio gerencial.

3. leading question: operacionalización y medición

leading question significa pregunta que induce la respuesta esperada. El problema ya no es definirlo, sino operacionalizarlo: qué contar, durante qué ventana, con qué denominador, contra qué baseline y con qué segmentación. Una métrica útil conserva suficiente contexto para no confundir mejora local con mejora del sistema.

Alexander Osterwalder et al. — Value Proposition Design orienta este bloque mediante perspectiva de Producto aplicada al problema de la clase. Usa esa perspectiva para diseñar una ficha de medición: señal → fórmula/criterio → fuente → frecuencia → owner → interpretación permitida → interpretación prohibida. La señal asignada es workaround spend. Si no existe un dato confiable, la salida correcta no es inventar precisión: diseña el mecanismo de captura y declara la incertidumbre.

Al llegar a preguntar por episodios pasados y conducta, compara tendencia, distribución y casos atípicos. Pregunta además si el indicador es leading o lagging y si puede ser manipulado por quienes son evaluados con él. La medición debe informar una decisión; nunca convertirse en el objetivo que reemplaza al fenómeno.

4. workaround: trade-offs y efectos de segundo orden

Definición: solución actual imperfecta que revela prioridad. Este concepto obliga a abandonar la idea de que customer discovery tiene una solución gratuita. Toda intervención consume autonomía, tiempo, caja, capacidad, atención, reputación o tolerancia al riesgo. Por eso, antes de capturar patrones y contradicciones, se comparan al menos dos alternativas plausibles y se explicita qué se sacrifica en cada una.

Clayton M. Christensen et al. — Competing Against Luck aporta una lente sobre jobs to be done y comprensión causal de por qué un cliente elige una solución. Úsala para construir una matriz beneficio / costo / reversibilidad / stakeholder afectado / señal temprana. La evidencia switching trigger ayuda a detectar si el trade-off está ocurriendo como se esperaba, pero no elimina la necesidad de observar efectos laterales fuera del KPI principal.

Haz un pre-mortem de customer discovery: supone que la opción recomendada fracasó seis meses después y enumera tres mecanismos que podrían explicarlo. Al menos uno debe provenir de un efecto de segundo orden asociado a workaround y otro de una hipótesis del caso que nunca fue validada.

5. sample bias: gobernanza, límites e integración

sample bias se define como distorsión por entrevistar solo personas convenientes y cierra el circuito porque traduce análisis en responsabilidad. La pregunta ejecutiva es quién decide, quién ejecuta, quién debe ser consultado, qué evidencia queda registrada y qué condición obliga a detener, corregir o escalar.

Melissa Perri — Escaping the Build Trap se utiliza para estudiar perspectiva de Producto aplicada al problema de la clase y contrastar la recomendación final. Al ejecutar sintetizar evidencia y decidir siguiente experimento, deja una traza que permita a otra persona reconstruir por qué la decisión parecía razonable con la información disponible en ese momento. Esa trazabilidad protege contra el sesgo retrospectivo y mejora las revisiones posteriores.

La frontera de esta clase es explícita: Discovery no produce verdad estadística por sí solo. Entrevistas pequeñas sirven para descubrir mecanismos e hipótesis; la prevalencia y tamaño de mercado requieren triangulación cuantitativa.. Conviértela en una regla operativa: si ocurre X → no aplicar automáticamente → consultar/escalar/revalidar. Integrar customer discovery, behavioral evidence, leading question, workaround y sample bias significa poder explicar qué parte del diagnóstico sostiene la decisión y cuál sigue siendo una apuesta.

6. Integración: de conceptos a una decisión defendible

La síntesis de customer discovery no consiste en sumar cinco definiciones. Empieza por customer discovery, contrasta behavioral evidence con leading question, incorpora workaround como restricción o mecanismo y usa sample bias para cerrar el ciclo. Si el análisis no puede explicar cuál de esas piezas cambió la recomendación, todavía no hay comprensión transferible.

Aplica ahora la secuencia 1. definir hipótesis y segmento → 2. reclutar muestra relevante → 3. preguntar por episodios pasados y conducta → 4. capturar patrones y contradicciones → 5. sintetizar evidencia y decidir siguiente experimento. Para cada paso conserva tres columnas: evidencia utilizada, alternativa descartada y razón. Esa disciplina permite que una revisión posterior distinga una mala decisión de un mal resultado y evita reescribir la historia después de conocer el desenlace.

📚 Lectura comparada

Las obras no cumplen el mismo papel. Esta tabla señala el lente que debes buscar; después de leer, escribe una discrepancia real entre al menos dos fuentes.

En customer discovery, la lectura se evalúa por uso, no por cantidad de páginas. La nota debe indicar qué tesis de las fuentes modifica tu lectura de customer discovery, qué evidencia del caso tensiona esa tesis y qué decisión concreta cambiarías después del contraste.

🧮 Ejemplo trabajado

Situación: Una startup pregunta a veinte amigos si usarían una herramienta de productividad y obtiene 18 sí. Ninguno paga hoy por resolver el problema ni puede recordar una ocasión reciente en que haya perdido dinero por él.

Paso 1 — definir hipótesis y segmento. La gerencia escribe primero el supuesto asociado a customer discovery y evita convertirlo en hecho. Luego busca interviews by segment para contrastarlo en el caso de customer discovery. El resultado del paso debe ser un artefacto revisable —dato, mapa, cálculo, registro o decisión— y una frase explícita: “cambiaríamos de rumbo si…”.

Paso 2 — reclutar muestra relevante. La gerencia escribe primero el supuesto asociado a behavioral evidence y evita convertirlo en hecho. Luego busca problem recurrence para contrastarlo en el caso de customer discovery. El resultado del paso debe ser un artefacto revisable —dato, mapa, cálculo, registro o decisión— y una frase explícita: “cambiaríamos de rumbo si…”.

Paso 3 — preguntar por episodios pasados y conducta. La gerencia escribe primero el supuesto asociado a leading question y evita convertirlo en hecho. Luego busca workaround spend para contrastarlo en el caso de customer discovery. El resultado del paso debe ser un artefacto revisable —dato, mapa, cálculo, registro o decisión— y una frase explícita: “cambiaríamos de rumbo si…”.

Paso 4 — capturar patrones y contradicciones. La gerencia escribe primero el supuesto asociado a workaround y evita convertirlo en hecho. Luego busca switching trigger para contrastarlo en el caso de customer discovery. El resultado del paso debe ser un artefacto revisable —dato, mapa, cálculo, registro o decisión— y una frase explícita: “cambiaríamos de rumbo si…”.

Paso 5 — sintetizar evidencia y decidir siguiente experimento. La gerencia escribe primero el supuesto asociado a sample bias y evita convertirlo en hecho. Luego busca contradictory evidence para contrastarlo en el caso de customer discovery. El resultado del paso debe ser un artefacto revisable —dato, mapa, cálculo, registro o decisión— y una frase explícita: “cambiaríamos de rumbo si…”.

Síntesis del caso. La recomendación debe terminar con responsable, fecha, evidencia de éxito y señal de stop. En customer discovery, omitir cualquiera de esas cuatro piezas convierte el análisis en opinión difícil de auditar.

🔀 Comparación y límites

Frontera de aplicación: Discovery no produce verdad estadística por sí solo. Entrevistas pequeñas sirven para descubrir mecanismos e hipótesis; la prevalencia y tamaño de mercado requieren triangulación cuantitativa.

🪜 De profesional a owner

El cambio de nivel en customer discovery aumenta el número de personas, dinero, dependencias y consecuencias que quedan dentro de la decisión. Por eso la misma herramienta debe volverse más explícita en evidencia, gobernanza y revisión a medida que crece el alcance.

🏢 Caso ejecutivo

Una startup pregunta a veinte amigos si usarían una herramienta de productividad y obtiene 18 sí. Ninguno paga hoy por resolver el problema ni puede recordar una ocasión reciente en que haya perdido dinero por él.

Entrega un decision brief de customer discovery que contenga: (a) hechos y fuentes; (b) hipótesis; (c) dos opciones realmente defendibles; (d) efecto sobre personas, cliente, operación, caja y riesgo; (e) recomendación; (f) condición que haría cambiarla; (g) dueño y fecha de revisión. Utiliza al menos dos fuentes de la lectura comparada para desafiar tu primera respuesta.

🧪 Práctica

1. Reconstruye el caso de customer discovery con una tabla hecho / interpretación / hipótesis / decisión.
2. Ejecuta 1. definir hipótesis y segmento → 2. reclutar muestra relevante → 3. preguntar por episodios pasados y conducta → 4. capturar patrones y contradicciones → 5. sintetizar evidencia y decidir siguiente experimento y adjunta evidencia para cada transición entre pasos.
3. Calcula o documenta interviews by segment, problem recurrence; si no existe dato, diseña cómo obtenerlo.
4. Escribe una alternativa que contradiga tu preferencia inicial y haz un pre-mortem específico del caso.
5. Lee dos referencias, registra una coincidencia y una tensión, y modifica el brief si corresponde.
6. Repite la decisión desde el rol de CEO/owner: identifica qué cambia al aumentar el alcance y la irreversibilidad.

⚠️ Errores frecuentes

❓ Preguntas de comprobación

1. Explica la diferencia entre customer discovery y behavioral evidence usando un ejemplo donde elegir mal cambie la decisión.
2. ¿Qué observarías para validar leading question y qué observación obligaría a rechazar tu interpretación?
3. Aplica definir hipótesis y segmento → reclutar muestra relevante al caso de la clase. ¿Qué dato todavía falta?
4. ¿Por qué interviews by segment no basta por sí sola para atribuir causalidad?
5. Compara dos fuentes de la tabla de lectura. ¿Dónde podrían llevar a recomendaciones distintas para customer discovery?
6. ¿Qué decisión equivocada podría producirse si se ignora este límite: Discovery no produce verdad estadística por sí solo. Entrevistas pequeñas sirven para descubrir mecanismos e hipótesis; la prevalencia y tamaño de mercado requieren triangulación cuantitativa.?

📥 Entregable

Guarda en portfolio/147-customer-discovery/:

• product-evidence-brief.md con el problema específico de customer discovery, evidencia, alternativas, decisión y gobernanza;
• reading-note.md contrastando las fuentes de customer discovery con edición/páginas consultadas;
• decision-journal.md registrando los supuestos de customer discovery, confianza, responsable y revisión;
• red-team.md con la objeción más fuerte al caso Una startup pregunta a veinte amigos si usarían una herramienta de productividad y obtiene 18 sí. Ninguno paga hoy por resolver el problema ni puede recordar una ocasión reciente en que haya perdido dinero por él. y el dato que podría invalidar la recomendación.

📗 Fuentes y verificación

• Marty Cagan — Inspired (Shroff, 2008). Uso en esta clase: equipos de producto, discovery, riesgos de producto y outcomes. Lectura selectiva sobre customer discovery. Localizador: ISBN-13 9789352131501.
• Teresa Torres — Continuous Discovery Habits (Product Talk LLC, 2021). Uso en esta clase: discovery continuo, oportunidades, experimentos y decisiones basadas en evidencia. Lectura selectiva sobre customer discovery. Localizador: ISBN-13 9781736633304.
• Alexander Osterwalder et al. — Value Proposition Design (John Wiley & Sons, Incorporated, 2014). Uso en esta clase: perspectiva de Producto aplicada al problema de la clase. Lectura selectiva sobre customer discovery. Localizador: ISBN-13 9781118968062.
• Clayton M. Christensen et al. — Competing Against Luck (HarperBusiness, 2016). Uso en esta clase: jobs to be done y comprensión causal de por qué un cliente elige una solución. Lectura selectiva sobre customer discovery. Localizador: ISBN-13 9780062435613.
• Melissa Perri — Escaping the Build Trap (O'Reilly, 2019). Uso en esta clase: perspectiva de Producto aplicada al problema de la clase. Lectura selectiva sobre customer discovery. Localizador: ISBN-13 9781491973790.
• David J. Bland & Alexander Osterwalder — Testing Business Ideas (Wiley, 2019). Uso en esta clase: hipótesis de negocio, experimentos, evidencia y reducción de riesgo. Lectura selectiva sobre customer discovery. Localizador: ISBN-13 9781119551447.
• Susan A. Ambrose et al. — How Learning Works (John Wiley & Sons, Incorporated, 2010). Uso en esta clase: diseñar los objetivos, la práctica y el feedback de customer discovery sobre conocimiento previo verificable. Localizador: ISBN-13 9780470617601.
• Peter C. Brown, Henry L. Roediger III & Mark A. McDaniel — Make It Stick (Harvard University Press, 2014). Uso en esta clase: justificar la recuperación inicial y las preguntas de comprobación de customer discovery. Localizador: ISBN-13 9780674986572.
• Grant Wiggins & Jay McTighe — Understanding by Design (Pearson Education, Inc., 2006). Uso en esta clase: derivar el entregable de customer discovery desde el desempeño observable y no desde el temario. Localizador: ISBN-13 9780131950849.
• Anders Ericsson & Robert Pool — Peak (Penguin Random House, 2016). Uso en esta clase: convertir la práctica de customer discovery en práctica deliberada con criterios explícitos. Localizador: ISBN-13 9781473513143.
• William Ellet — The Case Study Handbook (Harvard Business Review Press, 2018). Uso en esta clase: estructurar el caso ejecutivo de customer discovery como problema, evidencia, alternativas y recomendación. Localizador: ISBN-13 9781633696150.

Regla de fuentes para Customer discovery: las obras anteriores estructuran las perspectivas de esta materia; cualquier norma, ley, impuesto o estándar vivo mencionado en customer discovery debe comprobarse nuevamente en su fuente primaria vigente. El desarrollo es original y no reproduce capítulos protegidos.