Lab 19.2 — ICE, RICE y priorización#
Parte 19 · Growth marketing y growth engineering · Duración estimada: 4 horas · Aprobación: 80/100
Escenario#
Ruta Andina SpA — Empresa chilena que vende una plataforma de agendamiento, pagos y CRM ligero para pymes de servicios (peluquerías, talleres, centros médicos pequeños, estudios contables). Tiene tres líneas de ingreso: suscripción SaaS (CLP 39.000 a CLP 199.000 mensuales por local), venta de hardware complementario por e-commerce y marketplace, y contratos anuales con municipios y corporaciones para digitalizar atención de público.
Situación específica del laboratorio. El equipo de Ruta Andina puntúa el impacto con una escala sin criterios. La misma iniciativa recibe 8 y 3 de dos personas distintas.
Restricciones vigentes. Presupuesto de marketing y ventas acotado, un solo analista de datos compartido, obligación de cumplir la Ley 19.496 del consumidor y de prepararse para la Ley 21.719 de datos personales, y un competidor regional con más capital.
Misión#
Producir un componente defendible de growth model con North Star, bucles, backlog priorizado y resultados de experimentos, aplicando en particular ICE, RICE y priorización y product-led growth.
Pregunta que debe quedar respondida: ¿Qué bucle hace que el crecimiento se retroalimente en lugar de depender del gasto?
Insumos#
| Insumo | Ruta | Uso |
|---|---|---|
| Clases de la parte | curriculum/part-19-growth-marketing-y-growth-engineering/ | Marco conceptual y método |
| Datos sintéticos | datasets/ | Base cuantitativa reproducible |
| Plantillas | templates/ | Formatos de artefacto |
| Notebooks | notebooks/ | Cálculo y verificación |
| Estado de la simulación | simulations/state/ | Continuidad entre partes |
| Fuentes oficiales | docs/FUENTES-OFICIALES.md | Validación normativa |
Procedimiento#
- Definir la escala de cada componente con criterios.
- Puntuar con participación de más de una persona.
- Revisar los casos donde el puntaje contradice la intuición.
- Ejecutar en orden y registrar el resultado.
- Calibrar las estimaciones con los resultados observados.
- Calcular o diseñar la captura de calibración de estimaciones, dispersión entre evaluadores y orden de ejecución respetado.
- Construir un escenario adverso: −30 % de presupuesto, −20 % de conversión o +25 % de duración del ciclo.
- Verificar el riesgo declarado de la parte: Declarar victorias con muestras insuficientes y optimizar métricas locales que dañan el sistema.
- Redactar la recomendación con responsable, fecha, umbral de éxito y condición de detención.
Fichas de medición obligatorias#
| Señal | Definición operacional |
|---|---|
| calibración de estimaciones | diferencia entre impacto estimado y observado, por experimento |
| dispersión entre evaluadores | diferencia de puntajes asignados por distintas personas al mismo ítem |
| orden de ejecución respetado | experimentos ejecutados según prioridad, sobre experimentos ejecutados |
| tasa de conversión autoservicio | cuentas que pagan sin intervención comercial, sobre cuentas registradas |
| tiempo hasta el valor sin asistencia | días hasta el primer resultado en cuentas autoservicio, mediana |
| expansión por uso | aumento de ingreso por crecimiento de uso, sobre ingreso de la cohorte |
Cada ficha debe indicar además: fuente del dato, frecuencia de cálculo, responsable, lectura permitida y lectura prohibida. Si el dato no existe, se diseña el mecanismo de captura y se declara su costo.
Entregables#
memo-decision.md— problema, evidencia, dos alternativas, recomendación y gobierno.calculo.mdo notebook — cálculos con supuestos explícitos y fuentes.ficha-metricas.md— definiciones operacionales completas.escenario-adverso.md— recálculo bajo la restricción indicada.riesgo-y-cumplimiento.md— verificación del riesgo de la parte y de la normativa aplicable.- Resumen ejecutivo de una página para defensa de cinco minutos.
Rúbrica (100 puntos)#
| Criterio | Puntos | Qué se evalúa |
|---|---|---|
| Encuadre del problema | 15 | La decisión está formulada antes que la herramienta. |
| Calidad de la evidencia | 20 | Datos pertinentes con fuente, línea base y límites declarados. |
| Aplicación del método | 15 | Ejecución completa de la secuencia con trazabilidad por paso. |
| Medición | 20 | Fichas operacionales completas y cálculos verificables. |
| Decisión y trade-offs | 15 | Dos alternativas reales, costo de oportunidad y condición de revisión. |
| Riesgo y cumplimiento | 10 | Verificación del riesgo de la parte y de la normativa aplicable. |
| Comunicación | 5 | Resumen ejecutivo comprensible por alguien ajeno al trabajo. |
Aprobación: 80/100 y ningún criterio bajo el 60 % de su puntaje.
Errores que invalidan el laboratorio#
- Puntuar sin criterios definidos por escala. Define qué significa cada valor de la escala y calibra las estimaciones con resultados reales.
- Adoptar el modelo sin verificar el autoservicio real. Comprueba que un cliente pueda obtener valor sin intervención antes de lanzar el plan.
- Presentar métricas sin numerador, denominador y ventana.
- Omitir el escenario adverso o presentarlo sin recálculo.
- Usar datos personales sin verificar base de licitud y finalidad.
Fuentes de apoyo#
- Sean Ellis y Morgan Brown — Hacking Growth (2017) — equipo multifuncional, ciclo de experimentación y aha moment.
- Douglas W. Hubbard — How to Measure Anything (2014, 3.ª ed.) — medir lo que parece inmedible: valor de la información y reducción de incertidumbre.
- Marty Cagan — Inspired (2017, 2.ª ed.) — descubrimiento de producto y riesgos de valor, usabilidad, viabilidad y factibilidad.