Clase 19.01 — Qué es growth#
Clase 1 de 14 de la parte 19 — Growth marketing y growth engineering, de nivel Crecimiento y analítica. Dura unos 150 minutos.
🚦 Antes de empezar#
Esta es la primera clase de la parte, así que no arrastras entregables de las anteriores. Si llegas desde otra parte, ten a la vista su artefacto final; si el programa empieza aquí para ti, lee antes la ruta de aprendizaje.
Trabajarás sobre el caso de la clase. Si prefieres usar datos de tu organización, lo mínimo que necesitas es una serie histórica de experimentos ejecutados por ciclo con la que calcular una línea base: sin ella podrás discutir el concepto, pero no comprobar si tu decisión mejora algo. Ten también dónde escribir —planilla o cuaderno— y, de la lectura comparada, al menos el índice y los capítulos que se indican al pie.
Calcula 150 minutos de trabajo dirigido más una hora de lectura selectiva. Sabrás que terminaste cuando exista el entregable y puedas responder las seis preguntas de comprobación sin volver al texto; si tienes el entregable pero no las respuestas, lo que produjiste es un documento, no un criterio.
Lee el propósito y la agenda antes que el desarrollo. La agenda dice qué debe salir de cada tramo, y el desarrollo se entiende mejor cuando ya sabes qué artefacto tiene que producir. No avances de sección sin escribir algo: este material está hecho para dejar decisiones documentadas, no notas de lectura.
La idea que ordena la sesión. El equipo multifuncional con acceso a producto, datos y marketing — Sean Ellis y Morgan Brown. Todo lo demás en esta clase existe para poner esa idea a prueba contra un caso concreto.
🎯 Propósito#
Growth no es un canal ni un conjunto de trucos: es un método de trabajo multifuncional que aplica experimentación sistemática a todo el recorrido del cliente, incluido el producto. Ellis y Brown lo describen como un ciclo —analizar, idear, priorizar, probar— ejecutado por un equipo con acceso a producto, datos y marketing. Sin ese acceso, growth se degrada a optimización de campañas.
El punto de partida de esta clase no es la definición sino la decisión que la definición debe mejorar. La parte 19 busca instalar un motor de experimentación que produzca aprendizaje acumulativo; en esta clase esa progresión se concreta exigiendo que toda afirmación sobre qué es growth termine en una definición operacional, una señal observable, una decisión y una condición de revisión.
Pregunta rectora de la parte: ¿Qué bucle hace que el crecimiento se retroalimente en lugar de depender del gasto?
Los conceptos que estructuran la sesión son equipo multifuncional, ciclo de experimentación, alcance de intervención y aprendizaje acumulativo. No se estudian como lista de vocabulario: cada uno debe producir una predicción distinta sobre lo que ocurriría en la operación.
📚 Resultados de aprendizaje#
Al terminar esta clase serás capaz de:
- Distinguir
equipo multifuncional,ciclo de experimentación,alcance de intervenciónyaprendizaje acumulativopor sus observables y no por su definición memorizada. - Explicar por qué esas distinciones cambian una decisión concreta dentro de Growth marketing y growth engineering.
- Aplicar la secuencia definir el alcance real de intervención del equipo → establecer el ritmo del ciclo de experimentación → documentar cada experimento y su aprendizaje → medir la tasa de aprendizajes y no sólo de victorias → revisar el alcance si el equipo no puede modificar lo que importa conservando supuestos, alternativas descartadas y trazabilidad.
- Operacionalizar experimentos ejecutados por ciclo, tasa de aprendizajes documentados y alcance efectivo indicando numerador, denominador, ventana, fuente y uso permitido.
- Resolver el caso con al menos dos opciones defendibles y un criterio explícito de detención.
- Contrastar dos obras de la lectura comparada y señalar dónde entregan recomendaciones distintas.
🧭 Agenda sugerida (150 minutos)#
| Tramo | Foco | Evidencia de avance |
|---|---|---|
| 0–15 min | Recuperación | Define equipo multifuncional y ciclo de experimentación sin mirar el material; corrige después con la tabla de conceptos. |
| 15–45 min | Núcleo conceptual | Lectura del desarrollo y construcción de la tabla hecho / inferencia / supuesto. |
| 45–75 min | Medición | Ficha de la señal experimentos ejecutados por ciclo: fórmula, fuente, ventana y lectura prohibida. |
| 75–110 min | Ejemplo trabajado | Recorrido de los 5 pasos del método sobre el caso de la clase. |
| 110–140 min | Caso ejecutivo | Dos alternativas, trade-offs, recomendación y señal de detención. |
| 140–150 min | Cierre | Entregable, preguntas de comprobación y registro de lo que aún no sabes. |
🧩 Conceptos centrales#
| Concepto | Definición operacional | Cómo demostrar que lo entendiste |
|---|---|---|
| equipo multifuncional | grupo con capacidad de modificar producto, datos y comunicación | Da un hecho compatible con la definición y otro que la refute. |
| ciclo de experimentación | rutina de analizar, idear, priorizar, probar y aprender | Explica qué decisión cambiaría si el concepto estuviera ausente. |
| alcance de intervención | conjunto de palancas que el equipo puede efectivamente modificar | Construye un caso límite donde el concepto se confunde con el anterior. |
| aprendizaje acumulativo | conocimiento documentado que hace más eficientes los experimentos siguientes | Indica qué dato tendrías que ver para afirmarlo en una reunión de comité. |
Una definición que no produce predicciones observables sigue siendo demasiado vaga para dirigir. Si dos personas del equipo aplican la misma definición a un caso y clasifican distinto, la definición todavía no es operacional.
🧠 Modelo mental#
1. definir el alcance real de intervención del equipo → 2. establecer el ritmo del ciclo de experimentación → 3. documentar cada experimento y su aprendizaje → 4. medir la tasa de aprendizajes y no sólo de victorias → 5. revisar el alcance si el equipo no puede modificar lo que importaLa secuencia no es un ritual: cada paso reduce una incertidumbre distinta y produce un artefacto revisable. Saltarse un paso no acelera la decisión, sólo traslada el error a una etapa donde corregirlo cuesta más caro.
Frontera de aplicación. Growth no reemplaza la estrategia: optimizar la ejecución de una propuesta equivocada acelera la llegada al techo, no lo levanta.
📖 Desarrollo#
1. Equipo multifuncional: mecanismo central#
Equipo multifuncional se entiende aquí como grupo con capacidad de modificar producto, datos y comunicación.
Growth no es un canal ni un conjunto de tácticas: es una forma de trabajo que aplica el método experimental a todo el recorrido del cliente, desde la adquisición hasta la expansión. Su condición distintiva es el alcance: un equipo que sólo puede intervenir en campañas no está haciendo growth aunque use su vocabulario.
De dónde viene esta afirmación. Sean Ellis y Morgan Brown — Hacking Growth (2017) aporta la idea que sostiene este bloque: el equipo multifuncional con acceso a producto, datos y marketing. Búscala en los capítulos sobre formación del equipo. Aplicada a esta clase, esa idea predice algo verificable: si es correcta, «experimentos ejecutados por ciclo» debería moverse cuando cambie equipo multifuncional, y no debería moverse cuando cambie el resto. Ese es el contraste que tienes que montar antes de recomendar nada.
Relaciona el mecanismo con ciclo de experimentación. Si ambos se mueven juntos no concluyas causalidad: nombra una tercera variable capaz de explicar el mismo patrón. El resultado de este bloque debe ser una hipótesis refutable, no una recomendación anticipada.
2. Ciclo de experimentación: frontera conceptual y error de clasificación#
Definición operacional: rutina de analizar, idear, priorizar, probar y aprender. Su valor está en distinguirlo de equipo multifuncional.
El equipo multifuncional es un requisito estructural y no una preferencia organizativa. Si cada experimento requiere pedir prioridad a producto, a datos y a marketing por separado, el ciclo de aprendizaje se alarga hasta volverse inútil. La velocidad de aprendizaje depende más de la estructura que del talento individual.
Contraste bibliográfico. Eric Ries — The Lean Startup (2011) aporta aquí una distinción concreta: el ciclo construir-medir-aprender y la minimización del tiempo total del ciclo (la parte sobre el motor de crecimiento). Formula dos mini-casos: uno que satisface la definición de ciclo de experimentación y otro que sólo se le parece en la superficie; después decide cuál de los dos describiría esa obra con su propio vocabulario. Si la obra no permite separarlos, la distinción es tuya y tienes que sostenerla con evidencia del caso, no con la cita.
Antes de pasar a «establecer el ritmo del ciclo de experimentación», registra explícitamente qué decisión sería errónea si esta frontera se ignora. Esa frase convierte el vocabulario en criterio de gestión.
3. Alcance de intervención: operacionalización y medición#
Alcance de intervención significa conjunto de palancas que el equipo puede efectivamente modificar.
El ciclo —analizar, idear, priorizar, probar— debe ejecutarse con ritmo fijo. Sean Ellis y Morgan Brown insisten en la cadencia porque es lo que produce acumulación: veinte experimentos pequeños en un trimestre enseñan más que dos grandes. La disciplina del ritmo es más difícil de sostener que la calidad de cada idea.
Ficha de medición obligatoria para experimentos ejecutados por ciclo: experimentos completados con conclusión registrada, por equipo y por mes. Registra además fuente del dato, frecuencia, responsable, interpretación permitida e interpretación prohibida. Si no existe un dato confiable, la salida correcta no es inventar precisión: es diseñar el mecanismo de captura y declarar la incertidumbre.
Control de lectura. Marty Cagan — Inspired (2017, 2.ª ed.) pone una condición sobre la medición: el descubrimiento continuo separado de la entrega (la parte sobre descubrimiento de producto). Contrasta tu ficha con ella: si la métrica que acabas de definir cae dentro de lo que esa obra considera un error de medición, corrígela antes de usarla para decidir.
4. Aprendizaje acumulativo: trade-offs y efectos de segundo orden#
Definición: conocimiento documentado que hace más eficientes los experimentos siguientes.
Probar más acelera el aprendizaje y consume atención de producto y capacidad técnica que podrían dedicarse a construir. En equipos pequeños ese conflicto es permanente. La forma de resolverlo es asignar una proporción explícita de capacidad a experimentación y protegerla, en lugar de negociarla cada semana.
Lo que aporta la fuente. Alistair Croll y Benjamin Yoskovitz — Lean Analytics (2013) aporta el criterio para pesar el intercambio: las cinco etapas —empatía, adherencia, viralidad, ingreso y escala— con su métrica propia (la parte sobre etapas del negocio). Úsalo para construir una matriz beneficio esperado / costo / reversibilidad / afectado / señal temprana. La evidencia alcance efectivo ayuda a detectar si el intercambio está ocurriendo como se esperaba, pero no elimina la obligación de observar efectos laterales fuera del indicador principal.
Haz un pre-mortem: supón que la opción recomendada fracasó a los seis meses y enumera tres mecanismos que lo expliquen. Al menos uno debe provenir de un efecto de segundo orden asociado a aprendizaje acumulativo y otro de un supuesto del caso que nunca fue validado.
5. Gobernanza, límites y responsabilidad#
La pregunta ejecutiva es siempre la misma: quién decide, quién ejecuta, a quién hay que consultar, qué evidencia queda registrada y qué condición obliga a detener, corregir o escalar. Al ejecutar «revisar el alcance si el equipo no puede modificar lo que importa», deja una traza que permita a otra persona reconstruir por qué la decisión parecía razonable con la información disponible en ese momento.
El aprendizaje acumulativo requiere registro. Sin un repositorio de qué se probó, con qué hipótesis y qué resultado, el equipo repite experimentos y pierde el conocimiento cuando alguien se va. Ese registro es el activo real del programa, más que cualquier mejora puntual que se haya logrado.
Frontera declarada. Growth no reemplaza la estrategia: optimizar la ejecución de una propuesta equivocada acelera la llegada al techo, no lo levanta. Conviértela en una regla operativa con el formato si ocurre X → no aplicar automáticamente → consultar, escalar o revalidar.
Esta parte vigila además un riesgo que es obligatorio declarar: Declarar victorias con muestras insuficientes y optimizar métricas locales que dañan el sistema. Se documenta en el entregable con su mitigación y su responsable; no se resuelve en la conversación.
6. Integración: de conceptos a una decisión defendible#
Sintetizar qué es growth no consiste en sumar definiciones. Empieza por equipo multifuncional, contrasta ciclo de experimentación con alcance de intervención, incorpora aprendizaje acumulativo como restricción y cierra con la medición. Aplica entonces la secuencia completa conservando tres columnas por paso: evidencia utilizada, alternativa descartada y razón del descarte.
Esa disciplina permite que una revisión posterior distinga una mala decisión de un mal resultado. Sin ella, el equipo reescribe la historia después de conocer el desenlace y no aprende nada transferible. Si el análisis no puede nombrar qué pieza sostiene la recomendación, todavía no hay comprensión transferible.
📚 Lectura comparada#
No se pide leer las obras completas. Para cada una se indica qué idea concreta sostiene esta clase, dónde buscarla y qué pregunta esa idea le hace a tu propio diagnóstico. La lectura termina cuando puedes responder esa pregunta con evidencia del caso.
| Obra | Idea que sostiene esta clase | Dónde buscarla | Pregunta que le hace a tu diagnóstico |
|---|---|---|---|
| Sean Ellis y Morgan Brown — Hacking Growth (2017) | El equipo multifuncional con acceso a producto, datos y marketing | Los capítulos sobre formación del equipo | ¿Qué debería observarse en equipo multifuncional si aquí opera «el equipo multifuncional con acceso a producto, datos y marketing»? ¿Y qué observación lo desmentiría en este caso? |
| Eric Ries — The Lean Startup (2011) | El ciclo construir-medir-aprender y la minimización del tiempo total del ciclo | La parte sobre el motor de crecimiento | ¿Qué debería observarse en ciclo de experimentación si aquí opera «el ciclo construir-medir-aprender y la minimización del tiempo total del ciclo»? ¿Y qué observación lo desmentiría en este caso? |
| Marty Cagan — Inspired (2017, 2.ª ed.) | El descubrimiento continuo separado de la entrega | La parte sobre descubrimiento de producto | ¿Qué debería observarse en alcance de intervención si aquí opera «el descubrimiento continuo separado de la entrega»? ¿Y qué observación lo desmentiría en este caso? |
| Alistair Croll y Benjamin Yoskovitz — Lean Analytics (2013) | Las cinco etapas —empatía, adherencia, viralidad, ingreso y escala— con su métrica propia | La parte sobre etapas del negocio | ¿Qué debería observarse en aprendizaje acumulativo si aquí opera «las cinco etapas —empatía, adherencia, viralidad, ingreso y escala— con su métrica propia»? ¿Y qué observación lo desmentiría en este caso? |
Después de leer, escribe una discrepancia real. Al menos dos de estas obras entregan recomendaciones que no coinciden cuando se aplican al mismo caso; identifica cuáles y qué condición del caso decide a favor de una. Si no encuentras la discrepancia, es señal de que leíste buscando confirmación.
La lectura se evalúa por uso, no por cantidad de páginas. La nota de lectura debe indicar qué tesis modifica tu diagnóstico, qué evidencia del caso la tensiona y qué decisión concreta cambiarías después del contraste.
🧮 Ejemplo trabajado#
Situación. El equipo de growth de Ruta Andina sólo puede modificar landings y correos. Los mayores puntos de fuga están en el onboarding del producto, fuera de su alcance.
Paso 1 — Definir el alcance real de intervención del equipo. El equipo escribe primero el supuesto asociado a equipo multifuncional y se prohíbe tratarlo como hecho. Contrasta ese supuesto con experimentos ejecutados por ciclo y anota qué parte del dato todavía no existe. Del paso sale un artefacto revisable y una frase explícita: «cambiaríamos de rumbo si…».
Paso 2 — Establecer el ritmo del ciclo de experimentación. El trabajo aquí es separar lo observado de lo inferido sobre ciclo de experimentación. La evidencia que ordena la discusión es tasa de aprendizajes documentados; si su definición no está escrita, escribirla es parte del paso. Nada avanza mientras el equipo no acuerde qué contaría como refutación.
Paso 3 — Documentar cada experimento y su aprendizaje. El riesgo de este paso es cerrar demasiado rápido alrededor de alcance de intervención. Antes de concluir, el equipo enumera dos explicaciones alternativas del mismo patrón y revisa si alcance efectivo logra distinguirlas. Si no lo logra, hace falta otra evidencia y así debe quedar registrado.
Paso 4 — Medir la tasa de aprendizajes y no sólo de victorias. Con aprendizaje acumulativo ya delimitado, la pregunta pasa a ser de consecuencia: qué cambia en la operación, en la caja y en la carga del equipo. experimentos ejecutados por ciclo entrega la lectura cuantitativa; el juicio sobre el costo de oportunidad sigue siendo humano y debe quedar firmado.
Paso 5 — Revisar el alcance si el equipo no puede modificar lo que importa. El cierre exige compromiso: responsable, fecha, umbral de éxito y condición de detención asociados a equipo multifuncional. tasa de aprendizajes documentados se convierte en la señal de seguimiento y se acuerda con qué frecuencia se revisa y quién puede declarar el fracaso sin costo político.
Síntesis. La recomendación termina con responsable, fecha, evidencia de éxito y señal de detención. Omitir cualquiera de esas cuatro piezas convierte el análisis en opinión difícil de auditar.
🔀 Comparación de caminos y límites#
| Camino | Qué privilegia | Cuándo elegirlo | Riesgo principal |
|---|---|---|---|
| Actuar sobre equipo multifuncional | Grupo con capacidad de modificar producto, datos y comunicación | Cuando experimentos ejecutados por ciclo es observable y accionable en el plazo de la decisión. | Sobrerreaccionar a una señal parcial. |
| Actuar sobre ciclo de experimentación | Rutina de analizar, idear, priorizar, probar y aprender | Cuando la primera explicación no distingue mecanismo ni responsable. | Convertir el concepto en etiqueta y no en intervención. |
| Experimentar antes de decidir | Aprender antes de comprometer recursos mayores | Cuando la decisión es reversible y la incertidumbre es alta. | Experimentar indefinidamente y no decidir. |
| Escalar la decisión | Elevar autoridad, especialidad o control legal | Cuando hay compromisos contractuales, datos personales, regulación o irreversibilidad. | Delegar hacia arriba lo que sí correspondía decidir. |
Frontera de aplicación. Growth no reemplaza la estrategia: optimizar la ejecución de una propuesta equivocada acelera la llegada al techo, no lo levanta.
🪜 El mismo tema según el rol#
| Nivel | Responsabilidad sobre qué es growth |
|---|---|
| Analista / especialista | Produce la evidencia, documenta el método y declara los límites del dato. |
| Jefatura de equipo | Convierte el análisis en prioridad, carga de trabajo y criterio compartido. |
| Gerencia comercial | Conecta la decisión con presupuesto, capacidad, dependencias y riesgo interáreas; es el nivel donde operan perfiles como Growth manager, Growth engineer y Head of Growth. |
| Dirección comercial (CRO/CMO) | Decide si esto cambia la estrategia de ingresos y qué llega al directorio. |
| Founder / dueño | Pregunta si la solución reduce dependencia de personas, preserva caja y puede operar como sistema repetible. |
Al subir de nivel aumentan las personas, el dinero y las consecuencias que quedan dentro de la decisión. La misma herramienta debe volverse más explícita en evidencia, gobierno y revisión a medida que crece el alcance.
🏢 Caso ejecutivo#
El equipo de growth de Ruta Andina sólo puede modificar landings y correos. Los mayores puntos de fuga están en el onboarding del producto, fuera de su alcance.
Entrega un decision brief que contenga: (a) hechos y fuentes; (b) hipótesis; (c) dos opciones realmente defendibles; (d) efecto sobre cliente, operación, caja y riesgo; (e) recomendación; (f) la condición que la haría cambiar; (g) responsable y fecha de revisión. Usa al menos dos fuentes de la lectura comparada para desafiar tu primera respuesta.
🧪 Práctica guiada#
Cada paso indica qué hacer, con qué material y cómo saber que está terminado. No avances si la última columna todavía no se cumple: los pasos siguientes suponen el anterior resuelto.
| # | Paso | Qué haces | Con qué | Criterio de término |
|---|---|---|---|---|
| 1 | Reconstruir los hechos | Vuelca el caso en una tabla hecho / inferencia / supuesto / decisión sin agregar información que no esté en el enunciado. | El caso y nada más | Ninguna fila de la columna «hecho» contiene un juicio; cada supuesto tiene un responsable de verificarlo. |
| 2 | Ejecutar el método | Recorre la secuencia definir el alcance real de intervención del equipo → establecer el ritmo del ciclo de experimentación → documentar cada experimento y su aprendizaje → medir la tasa de aprendizajes y no sólo de victorias → revisar el alcance si el equipo no puede modificar lo que importa y adjunta la evidencia usada en cada transición. | La tabla del paso 1 | Cada paso deja un artefacto revisable y una alternativa descartada con su razón. |
| 3 | Operacionalizar la señal | Construye la ficha de medición de experimentos ejecutados por ciclo; si el dato no existe, diseña cómo obtenerlo y estima cuánto costaría. | Fuentes de datos reales o el diseño de captura | Dos personas del equipo calculan el mismo número con la ficha y llegan al mismo resultado. |
| 4 | Atacar tu propia respuesta | Escribe la alternativa que contradice tu preferencia inicial y hazle un pre-mortem a seis meses. | Tu borrador de recomendación | Puedes nombrar el dato concreto que te haría cambiar de opinión. |
| 5 | Contrastar con la fuente | Lee la idea anclada de Hacking Growth y la de The Lean Startup, y registra una coincidencia y una tensión con tu diagnóstico. | La tabla de lectura comparada | La nota de lectura cita qué idea usaste y qué decisión cambió por ella, o declara que ninguna cambió y por qué. |
| 6 | Subir de nivel | Rehaz la decisión desde la dirección comercial: qué cambia al aumentar alcance, dinero e irreversibilidad. | El brief completo | El brief indica qué parte de la decisión ya no corresponde al analista y a quién pasa. |
Si te atascas. El bloqueo más común no es de método sino de definición: vuelve a la tabla de conceptos y comprueba que puedes clasificar un caso límite sin dudar. Si dudas, el problema está ahí y no en el paso que estabas ejecutando.
⚠️ Errores frecuentes#
| Síntoma | Causa probable | Corrección |
|---|---|---|
| Usar equipo multifuncional y ciclo de experimentación como sinónimos | Se perdió la distinción entre «grupo con capacidad de modificar producto, datos y comunicación» y «rutina de analizar, idear, priorizar, probar y aprender» | Vuelve a los observables y exige una señal distinta para cada concepto. |
| Empezar por «revisar el alcance si el equipo no puede modificar lo que importa» | Se saltó «definir el alcance real de intervención del equipo»: la solución llegó antes que el diagnóstico | Reconstruye la cadena completa y marca el primer supuesto no demostrado. |
| Optimizar sólo experimentos ejecutados por ciclo | La métrica local reemplazó al resultado del sistema | Contrástala con alcance efectivo y explicita el costo de oportunidad. |
| Formar un equipo de growth sin acceso al producto | Error específico de esta clase | Define el alcance de intervención antes de constituir el equipo; sin acceso al producto, el método no aplica. |
| No fijar revisión | La decisión se vuelve permanente por inercia | Define responsable, fecha, señal de éxito y condición de detención. |
❓ Preguntas de comprobación#
- Explica la diferencia entre equipo multifuncional y ciclo de experimentación con un ejemplo donde elegir mal cambie la decisión.
- ¿Qué observarías para validar alcance de intervención y qué observación te obligaría a rechazar tu interpretación?
- Aplica «definir el alcance real de intervención del equipo» al caso de la clase. ¿Qué dato sigue faltando?
- ¿Por qué experimentos ejecutados por ciclo no basta por sí sola para atribuir causalidad?
- Compara dos fuentes de la lectura comparada: ¿dónde llevarían a recomendaciones distintas?
- ¿Qué decisión equivocada se produciría si se ignora este límite: «Growth no reemplaza la estrategia: optimizar la ejecución de una propuesta equivocada acelera la llegada al techo, no lo levanta»?
🗝️ Respuestas orientadoras#
No encontrarás aquí las respuestas: encontrarás qué tiene que contener una respuesta suficiente. Úsalo para autoevaluarte antes de entregar y para corregir a un par.
| Pregunta | Una respuesta suficiente contiene |
|---|---|
| 1 | Nombra un caso real donde la clasificación cambie la intervención, no sólo la etiqueta. Si el ejemplo funciona igual con los dos conceptos intercambiados, la distinción todavía no está entendida. |
| 2 | Dos observaciones concretas: una que confirmaría alcance de intervención y otra que te obligaría a abandonarlo. Una respuesta sin condición de refutación no es suficiente. |
| 3 | El dato faltante debe ser nombrable y obtenible: qué se mide, quién lo tiene y en cuánto tiempo. «Faltan datos» no cuenta como respuesta. |
| 4 | Debes distinguir asociación de causa y proponer al menos una explicación alternativa del mismo movimiento de experimentos ejecutados por ciclo. |
| 5 | Identifica la condición del caso que decide entre ambas obras. Basta con que sea una: la respuesta correcta no es «depende», sino «depende de esto, y aquí ocurre así». Ancla el contraste en Hacking Growth y Lean Analytics. |
| 6 | Describe la decisión equivocada concreta —qué se haría de más o de menos— y quién pagaría el costo. Un límite que no produce una decisión distinta no está operando como límite. |
Si tres o más respuestas no alcanzan el criterio, no sigas a la clase siguiente: repite el desarrollo con el caso en la mano. Avanzar con la definición floja es lo que produce, más adelante, decisiones que nadie puede auditar.
🇨🇱 Contexto chileno y cumplimiento#
Riesgo asociado a esta parte: Declarar victorias con muestras insuficientes y optimizar métricas locales que dañan el sistema. Antes de ejecutar cualquier recomendación de esta clase en una operación real, comprueba la norma en su texto vigente. Los enlaces van al texto completo publicado por la Biblioteca del Congreso Nacional; son gratuitos y no hace falta creerle a este material.
- Consumo y comercio. Ley 19.496 — Establece normas sobre protección de los derechos de los consumidores (Ministerio de Economía, Fomento y Reconstrucción), y su reglamento de comercio electrónico, Decreto 6/2021 — Aprueba reglamento de comercio electrónico (Ministerio de Economía, Fomento y Turismo).
- Datos personales. Ley 21.719 — Regula la protección y el tratamiento de los datos personales y crea la Agencia de Protección de Datos Personales (Ministerio Secretaría General de la Presidencia), que sustituye progresivamente a Ley 19.628 — Sobre protección de la vida privada (Ministerio Secretaría General de la Presidencia).
- Derecho a retracto. Decreto 52/2024 — Aprueba reglamento que regula la forma y condiciones en que los proveedores deberán comunicar la exclusión del derecho a retracto y los bienes en que excepcionalmente y por su naturaleza procederá tal exclusión (Ministerio de Economía, Fomento y Turismo).
Dentro del repositorio, el mapa regulatorio ordena qué norma aplica a cada decisión comercial, datos personales y ética desarrolla el tratamiento de datos y fuentes oficiales lista los organismos con su fecha de consulta. Ninguno de esos documentos reemplaza al texto legal.
La regla del programa es simple: la fuente oficial manda sobre el material pedagógico. Si la norma cambió después de la fecha de esta clase, gana la norma.
📥 Entregable#
Guarda en evidence/P19-C01-que-es-growth/:
decision-brief.md— problema, evidencia, alternativas, recomendación y gobierno.ficha-metricas.md— definición operacional de experimentos ejecutados por ciclo, tasa de aprendizajes documentados y alcance efectivo con fuente, ventana y lectura prohibida.nota-de-lectura.md— dos fuentes contrastadas con edición y páginas consultadas.red-team.md— la objeción más fuerte a tu recomendación y el dato que la invalidaría.
Este entregable alimenta el artefacto de la parte: growth model con North Star, bucles, backlog priorizado y resultados de experimentos.
✅ Evaluación de la clase#
| Criterio | Peso | Evidencia esperada |
|---|---|---|
| Precisión conceptual | 25 % | Distinciones correctas y observables entre los conceptos de la clase. |
| Diagnóstico y evidencia | 30 % | Datos pertinentes, línea base, supuestos explícitos y límites del dato. |
| Decisión y trade-offs | 30 % | Dos opciones defendibles, costo de oportunidad y condición de revisión. |
| Fuentes y comunicación | 15 % | Dos lecturas realmente utilizadas y argumento ejecutivo trazable. |
Aprobación: 80/100 y ningún criterio bajo 60 %. Una respuesta que podría copiarse sin cambios a otra clase se considera insuficiente.
📗 Fuentes y verificación#
Aquí conviene separar dos cosas que suelen ir juntas y no son lo mismo.
Lo que está comprobado. Que cada obra existe y cuál es exactamente la edición: el enlace resuelve su ISBN contra el catálogo de OpenLibrary, y eso se revalida periódicamente. Las normas chilenas citadas más arriba enlazan su texto completo y gratuito.
Lo que es atribución del programa. Que la idea señalada esté en el capítulo que se indica. Eso es la lectura que este material hace de cada obra, no una cita textual cotejada frase por frase, y se declara así de explícito para que puedas contrastarlo: si abres la obra y no encuentras la idea donde se dice, la cita está mal puesta y corresponde reportarlo como error del material. No se citan números de página porque cambian entre ediciones.
- Sean Ellis y Morgan Brown — Hacking Growth (2017) · ISBN 9780451497215 — aporta a esta clase: el equipo multifuncional con acceso a producto, datos y marketing. Dónde buscarlo: los capítulos sobre formación del equipo. Acceso: comprar o biblioteca. Registra edición y páginas consultadas en tu nota de lectura.
- Eric Ries — The Lean Startup (2011) · ISBN 9780670921607 — aporta a esta clase: el ciclo construir-medir-aprender y la minimización del tiempo total del ciclo. Dónde buscarlo: la parte sobre el motor de crecimiento. Acceso: comprar o biblioteca. Registra edición y páginas consultadas en tu nota de lectura.
- Marty Cagan — Inspired (2017, 2.ª ed.) · ISBN 9781119387541 — aporta a esta clase: el descubrimiento continuo separado de la entrega. Dónde buscarlo: la parte sobre descubrimiento de producto. Acceso: comprar o biblioteca. Registra edición y páginas consultadas en tu nota de lectura.
- Alistair Croll y Benjamin Yoskovitz — Lean Analytics (2013) · ISBN 9781449335670 — aporta a esta clase: las cinco etapas —empatía, adherencia, viralidad, ingreso y escala— con su métrica propia. Dónde buscarlo: la parte sobre etapas del negocio. Acceso: comprar o biblioteca. Registra edición y páginas consultadas en tu nota de lectura.
Estándar pedagógico del programa: Susan A. Ambrose et al. — How Learning Works (2010); Peter C. Brown, Henry L. Roediger III y Mark A. McDaniel — Make It Stick (2014); Grant Wiggins y Jay McTighe — Understanding by Design (2005, 2.ª ed.); Anders Ericsson y Robert Pool — Peak (2016); William Ellet — The Case Study Handbook (2018, ed. revisada).
Regla de fuentes. Las obras anteriores estructuran las perspectivas de esta materia. Cualquier norma, impuesto, tarifa, política de plataforma o estándar vivo mencionado debe comprobarse nuevamente en su fuente primaria vigente antes de usarse en una operación real. El desarrollo de esta clase es original y no reproduce capítulos protegidos por derechos de autor.
Sobre la edición. No busques estas obras sólo por el título: distintas ediciones cambian capítulos y ejemplos, y los anclajes de arriba están hechos sobre la que declara el registro de fuentes. La bibliografía completa de la parte, con todas sus obras, está en su índice.