Clase 19.09 — Backlog de experimentos#

Clase 9 de 14 de la parte 19 — Growth marketing y growth engineering, de nivel Crecimiento y analítica. Dura unos 150 minutos.

🚦 Antes de empezar#

Vienes de la clase 19.08, Viralidad: ten a mano su entregable, porque esta sesión lo retoma y lo lleva más lejos.

Trabajarás sobre el caso de la clase. Si prefieres usar datos de tu organización, lo mínimo que necesitas es una serie histórica de entradas con hipótesis completa 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 backlog de experimentos con hipótesis y criterio previo — Sean Ellis y Morgan Brown. Todo lo demás en esta clase existe para poner esa idea a prueba contra un caso concreto.

🎯 Propósito#

Un backlog de experimentos convierte las ideas dispersas en una cola priorizada con hipótesis explícitas. Su valor está en la disciplina de formulación: cada entrada debe declarar qué se cree, por qué, qué se medirá y qué resultado la refutaría. Un backlog de ideas sin hipótesis es una lista de deseos que se ejecuta por simpatía.

Esta clase existe porque el error que corrige es caro y frecuente en operaciones reales. 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 backlog de experimentos 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 entrada del backlog, fundamento de la hipótesis, esfuerzo estimado y aprendizaje esperado. 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 entrada del backlog, fundamento de la hipótesis, esfuerzo estimado y aprendizaje esperado por 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 formular cada idea como hipótesis con fundamento → estimar esfuerzo y aprendizaje esperado → priorizar con un criterio explícito → ejecutar en orden y documentar el resultado → revisar el backlog con los aprendizajes acumulados conservando supuestos, alternativas descartadas y trazabilidad.
Operacionalizar entradas con hipótesis completa, tasa de ejecución y aprendizajes por experimento 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 entrada del backlog y fundamento de la hipótesis 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 entradas con hipótesis completa: 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
entrada del backlog	experimento formulado con hipótesis, métrica y criterio de decisión	Indica qué dato tendrías que ver para afirmarlo en una reunión de comité.
fundamento de la hipótesis	evidencia o razonamiento que sostiene la expectativa	Traduce el concepto en una pregunta que puedas hacerle a un cliente real.
esfuerzo estimado	recursos necesarios para ejecutar el experimento	Da un hecho compatible con la definición y otro que la refute.
aprendizaje esperado	valor de la información que producirá el resultado, gane o pierda	Explica qué decisión cambiaría si el concepto estuviera ausente.

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. formular cada idea como hipótesis con fundamento → 2. estimar esfuerzo y aprendizaje esperado → 3. priorizar con un criterio explícito → 4. ejecutar en orden y documentar el resultado → 5. revisar el backlog con los aprendizajes acumulados

La 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. Un backlog muy formalizado puede frenar pruebas baratas y rápidas. El nivel de formalidad debe ser proporcional al costo del experimento.

📖 Desarrollo#

1. Entrada del backlog: mecanismo central#

Entrada del backlog se entiende aquí como experimento formulado con hipótesis, métrica y criterio de decisión.

Un backlog de experimentos convierte las ideas dispersas en un flujo gestionable. Cada entrada debe contener la hipótesis, el fundamento que la sustenta, el esfuerzo estimado y el aprendizaje esperado gane o pierda. Sin esos cuatro campos, el backlog es una lista de ocurrencias ordenada por quién insistió más.

De dónde viene esta afirmación. Sean Ellis y Morgan Brown — Hacking Growth (2017) aporta la idea que sostiene este bloque: el backlog de experimentos con hipótesis y criterio previo. Búscala en los capítulos sobre priorización de pruebas. Aplicada a esta clase, esa idea predice algo verificable: si es correcta, «entradas con hipótesis completa» debería moverse cuando cambie entrada del backlog, y no debería moverse cuando cambie el resto. Ese es el contraste que tienes que montar antes de recomendar nada.

Relaciona el mecanismo con fundamento de la hipótesis. 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. Fundamento de la hipótesis: frontera conceptual y error de clasificación#

Definición operacional: evidencia o razonamiento que sostiene la expectativa. Su valor está en distinguirlo de entrada del backlog.

El fundamento de la hipótesis es lo que distingue un experimento de una apuesta. Debe apoyarse en un dato observado, una entrevista, un patrón en el comportamiento o un principio con evidencia. Las entradas sin fundamento pueden existir en el backlog, pero deben marcarse como exploratorias y competir con desventaja.

Contraste bibliográfico. Ron Kohavi, Diane Tang y Ya Xu — Trustworthy Online Controlled Experiments (2020) aporta aquí una distinción concreta: las condiciones que hacen confiable un experimento en línea (los capítulos sobre experimentos confiables). Formula dos mini-casos: uno que satisface la definición de fundamento de la hipótesis 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 «estimar esfuerzo y aprendizaje esperado», registra explícitamente qué decisión sería errónea si esta frontera se ignora. Esa frase convierte el vocabulario en criterio de gestión.

3. Esfuerzo estimado: operacionalización y medición#

Esfuerzo estimado significa recursos necesarios para ejecutar el experimento.

El aprendizaje esperado debe declararse para ambos resultados: qué se sabrá si funciona y qué se sabrá si no. Un experimento cuyo resultado negativo no enseña nada suele estar mal diseñado. Ese campo, exigido al escribir la entrada, elimina buena parte de las ideas que sólo confirmarían lo que ya se cree.

Ficha de medición obligatoria para entradas con hipótesis completa: entradas con hipótesis, métrica y criterio, sobre entradas del backlog. 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. Eric Ries — The Lean Startup (2011) pone una condición sobre la medición: el aprendizaje validado como unidad de progreso frente a los hitos de plan (los capítulos sobre aprendizaje validado). 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 esperado: trade-offs y efectos de segundo orden#

Definición: valor de la información que producirá el resultado, gane o pierda.

Un backlog grande ofrece opciones y produce parálisis y trabajo de mantenimiento. Uno pequeño se ejecuta y puede quedarse sin ideas de calidad. La práctica razonable mantiene un número acotado de entradas priorizadas y descarta explícitamente las demás, en lugar de acumularlas indefinidamente.

Lo que aporta la fuente. Marty Cagan — Inspired (2017, 2.ª ed.) aporta el criterio para pesar el intercambio: los cuatro riesgos de producto: valor, usabilidad, viabilidad y factibilidad (los capítulos sobre riesgos del descubrimiento). Úsalo para construir una matriz beneficio esperado / costo / reversibilidad / afectado / señal temprana. La evidencia aprendizajes por experimento 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 esperado 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 backlog con los aprendizajes acumulados», deja una traza que permita a otra persona reconstruir por qué la decisión parecía razonable con la información disponible en ese momento.

El backlog describe lo que se puede probar con la capacidad e instrumentación actuales. Ideas que requieren infraestructura inexistente no son experimentos sino proyectos, y mezclarlas distorsiona la planificación. Separarlas en dos listas distintas evita que la priorización compare cosas incomparables.

Frontera declarada. Un backlog muy formalizado puede frenar pruebas baratas y rápidas. El nivel de formalidad debe ser proporcional al costo del experimento. 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 backlog de experimentos no consiste en sumar definiciones. Empieza por entrada del backlog, contrasta fundamento de la hipótesis con esfuerzo estimado, incorpora aprendizaje esperado 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. Cuando la integración funciona, cualquier persona del equipo puede reconstruir el razonamiento sin el autor presente.

📚 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 backlog de experimentos con hipótesis y criterio previo	Los capítulos sobre priorización de pruebas	¿Qué debería observarse en entrada del backlog si aquí opera «el backlog de experimentos con hipótesis y criterio previo»? ¿Y qué observación lo desmentiría en este caso?
Ron Kohavi, Diane Tang y Ya Xu — Trustworthy Online Controlled Experiments (2020)	Las condiciones que hacen confiable un experimento en línea	Los capítulos sobre experimentos confiables	¿Qué debería observarse en fundamento de la hipótesis si aquí opera «las condiciones que hacen confiable un experimento en línea»? ¿Y qué observación lo desmentiría en este caso?
Eric Ries — The Lean Startup (2011)	El aprendizaje validado como unidad de progreso frente a los hitos de plan	Los capítulos sobre aprendizaje validado	¿Qué debería observarse en esfuerzo estimado si aquí opera «el aprendizaje validado como unidad de progreso frente a los hitos de plan»? ¿Y qué observación lo desmentiría en este caso?
Marty Cagan — Inspired (2017, 2.ª ed.)	Los cuatro riesgos de producto: valor, usabilidad, viabilidad y factibilidad	Los capítulos sobre riesgos del descubrimiento	¿Qué debería observarse en aprendizaje esperado si aquí opera «los cuatro riesgos de producto: valor, usabilidad, viabilidad y factibilidad»? ¿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 backlog de Ruta Andina tiene 62 ideas sin hipótesis. Se ejecuta lo que propone quien tiene más influencia en la reunión.

Paso 1 — Formular cada idea como hipótesis con fundamento. El equipo escribe primero el supuesto asociado a entrada del backlog y se prohíbe tratarlo como hecho. Contrasta ese supuesto con entradas con hipótesis completa 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 — Estimar esfuerzo y aprendizaje esperado. El trabajo aquí es separar lo observado de lo inferido sobre fundamento de la hipótesis. La evidencia que ordena la discusión es tasa de ejecución; si su definición no está escrita, escribirla es parte del paso. Nada avanza mientras el equipo no acuerde qué contaría como refutación.

Paso 3 — Priorizar con un criterio explícito. El riesgo de este paso es cerrar demasiado rápido alrededor de esfuerzo estimado. Antes de concluir, el equipo enumera dos explicaciones alternativas del mismo patrón y revisa si aprendizajes por experimento logra distinguirlas. Si no lo logra, hace falta otra evidencia y así debe quedar registrado.

Paso 4 — Ejecutar en orden y documentar el resultado. Con aprendizaje esperado ya delimitado, la pregunta pasa a ser de consecuencia: qué cambia en la operación, en la caja y en la carga del equipo. entradas con hipótesis completa entrega la lectura cuantitativa; el juicio sobre el costo de oportunidad sigue siendo humano y debe quedar firmado.

Paso 5 — Revisar el backlog con los aprendizajes acumulados. El cierre exige compromiso: responsable, fecha, umbral de éxito y condición de detención asociados a entrada del backlog. tasa de ejecución 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 entrada del backlog	Experimento formulado con hipótesis, métrica y criterio de decisión	Cuando entradas con hipótesis completa es observable y accionable en el plazo de la decisión.	Sobrerreaccionar a una señal parcial.
Actuar sobre fundamento de la hipótesis	Evidencia o razonamiento que sostiene la expectativa	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. Un backlog muy formalizado puede frenar pruebas baratas y rápidas. El nivel de formalidad debe ser proporcional al costo del experimento.

🪜 El mismo tema según el rol#

Nivel	Responsabilidad sobre backlog de experimentos
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 backlog de Ruta Andina tiene 62 ideas sin hipótesis. Se ejecuta lo que propone quien tiene más influencia en la reunión.

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 formular cada idea como hipótesis con fundamento → estimar esfuerzo y aprendizaje esperado → priorizar con un criterio explícito → ejecutar en orden y documentar el resultado → revisar el backlog con los aprendizajes acumulados 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 entradas con hipótesis completa; 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 Trustworthy Online Controlled Experiments, 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 entrada del backlog y fundamento de la hipótesis como sinónimos	Se perdió la distinción entre «experimento formulado con hipótesis, métrica y criterio de decisión» y «evidencia o razonamiento que sostiene la expectativa»	Vuelve a los observables y exige una señal distinta para cada concepto.
Empezar por «revisar el backlog con los aprendizajes acumulados»	Se saltó «formular cada idea como hipótesis con fundamento»: la solución llegó antes que el diagnóstico	Reconstruye la cadena completa y marca el primer supuesto no demostrado.
Optimizar sólo entradas con hipótesis completa	La métrica local reemplazó al resultado del sistema	Contrástala con aprendizajes por experimento y explicita el costo de oportunidad.
Mantener ideas sin hipótesis en el backlog	Error específico de esta clase	Exige hipótesis, métrica y criterio de refutación para cada entrada priorizada.
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 entrada del backlog y fundamento de la hipótesis con un ejemplo donde elegir mal cambie la decisión.
¿Qué observarías para validar esfuerzo estimado y qué observación te obligaría a rechazar tu interpretación?
Aplica «formular cada idea como hipótesis con fundamento» al caso de la clase. ¿Qué dato sigue faltando?
¿Por qué entradas con hipótesis completa 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: «Un backlog muy formalizado puede frenar pruebas baratas y rápidas. El nivel de formalidad debe ser proporcional al costo del experimento»?

🗝️ 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 esfuerzo estimado 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 entradas con hipótesis completa.
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 Inspired.
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-C09-experiment-backlog/:

decision-brief.md — problema, evidencia, alternativas, recomendación y gobierno.
ficha-metricas.md — definición operacional de entradas con hipótesis completa, tasa de ejecución y aprendizajes por experimento 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 backlog de experimentos con hipótesis y criterio previo. Dónde buscarlo: los capítulos sobre priorización de pruebas. Acceso: comprar o biblioteca. Registra edición y páginas consultadas en tu nota de lectura.
Ron Kohavi, Diane Tang y Ya Xu — Trustworthy Online Controlled Experiments (2020) · ISBN 9781108601375 — aporta a esta clase: las condiciones que hacen confiable un experimento en línea. Dónde buscarlo: los capítulos sobre experimentos confiables. 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 aprendizaje validado como unidad de progreso frente a los hitos de plan. Dónde buscarlo: los capítulos sobre aprendizaje validado. 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: los cuatro riesgos de producto: valor, usabilidad, viabilidad y factibilidad. Dónde buscarlo: los capítulos sobre riesgos del descubrimiento. 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.

← Clase 08 · Viralidad · Índice de la parte · Clase 10 · ICE, RICE y priorización →