The Digital Transformation Playbook-127-169.en - Es

Traducido del inglés al español - www.onlinedoctranslator.
com
5
Innovar mediante experimentación rápida
INNOVACIÓN
!Piensa en la última vez que utilizaste un motor de búsqueda. Cada vez que escribes
una consulta en Google o en un servicio similar, eres objeto de un experimento
humano. Google le presenta resultados de búsqueda y mide en cuáles hace clic, en
qué orden y con qué rapidez. Y de manera sutil, los resultados de búsqueda que ves
cambian constantemente. Los cambios ocurren en los listados principales, en los
anuncios de búsqueda que se le muestran y en las conjeturas de autocompletar que
comienzan a aparecer después de escribir su #primera letra. Google intenta
constantemente aprender más sobre cómo innovar y mejorar su servicio de
búsqueda. para los usuarios. ¿Qué enlaces es más probable que busque? ¿Cómo
debería agruparlos? (¿Servicios locales versus globales? Noticias recientes versus
páginas web de la empresa? ¿Enlaces a subsecciones de un sitio web? Datos
biográficos sobre el político cuyo nombre ¿Acabas de ingresar?) Para mejorar sus
productos, Google no se reúne con grupos de discusión de clientes para discutir sus
experiencias con los motores de búsqueda. Tampoco convoca un comité para votar
sobre qué nuevas características implementar. En lugar de eso, la compañía está
constantemente experimentando, probar cada una de sus nuevas ideas, medir la
respuesta del cliente e iterar sobre lo que aprende.
EBSCOhost - impreso el 25/04/2021 5:45 PM vía BIBLIOTECA DIGITAL ITESM SISTEMA. Todo uso está sujeto a https://www.ebsco.com/terms-of-use
!"# INN OVAT EBYRAPIDEXPERIMEN TACIÓN
Podemos definir la innovación como cualquier cambio en un producto, servicio o

proceso empresarial que agregue valor. Este cambio puede variar desde una mejora
incremental hasta la creación de algo totalmente nuevo y sin precedentes. Para
Google, una innovación puede ser el lanzamiento de un producto completamente
nuevo como Gmail, teléfonos Android, Google Maps o su línea de portátiles
Chromebook. Pero la innovación en Google también incluye el proceso continuo de
perfeccionar, agregar y quitar funciones y evolucionar la interfaz y la experiencia del
usuario. Como dice Scott Anthony, la innovación no se trata sólo de “grandes
explosiones”; se trata de cualquier cosa nueva que tenga impacto.&
El cuarto dominio de la transformación digital es la innovación: el proceso mediante
el cual las empresas desarrollan, prueban y llevan al mercado nuevas ideas.
Tradicionalmente, la innovación se centraba singularmente en el producto terminado.
Probar ideas era relativamente difícil y costoso, por lo que las decisiones y las primeras
ideas se basaban en el análisis, la intuición y la antigüedad de los directivos involucrados
en el proyecto. La retroalimentación real del mercado tendía a llegar muy tarde en el
proceso (a veces después de su publicación pública), por lo que evitar un fracaso marcado
era una preocupación primordial.
En la era digital, las empresas necesitan innovar de una manera radicalmente
diferente, basada en una experimentación rápida y un aprendizaje continuo. En lugar de
concentrarse principalmente en un producto terminado, este enfoque se centra en
identificar el problema correcto y luego desarrollar, probar y aprender de múltiples
soluciones posibles. Al igual que las empresas lean de Silicon Valley, este enfoque se
centra en desarrollar prototipos mínimos viables y repetirlos repetidamente, antes,
durante e incluso después del lanzamiento. En cada etapa, se prueban las suposiciones y
se toman decisiones basadas en la validación por parte del cliente. y las respuestas del
mercado. Los líderes son aquellos que saben cómo plantear las preguntas correctas, no
reclamar las respuestas correctas. Dado que las tecnologías digitales hacen que sea más
fácil y rápido que nunca probar ideas, este nuevo enfoque de la innovación es esencial
para llevar nuevas ideas al mercado más rápidamente. y con menor costo, menor riesgo y
mayor aprendizaje organizacional (Ver tabla *.&.)
Este capítulo explora cómo la rápida experimentación está transformando la forma
en que ocurre la innovación y cómo las tecnologías digitales están haciendo que la
experimentación sea más posible y más necesaria. Consideraremos dos métodos
complementarios de experimentación para innovadores. También examinaremos cómo
las organizaciones deben cambiar para convertirse en experimentadores efectivos y cuáles
son los beneficios financieros reales de aprender a adoptar un enfoque experimental para
la innovación. El capítulo presenta dos herramientas de planificación estratégica, cada una
de las cuales ofrece un método para diseñar, ejecutar y capturar valor de experimentos de
innovación. También explora los cuatro caminos para escalar.
INN OVAT EBYRAPIDEXPERIMEN TACIÓN!!"#
Tabla 5.1
Innovación: cambios en los supuestos estratégicos de la era analógica a la digital
De A
Decisiones basadas en la intuición y Decisiones tomadas en base a pruebas y

antigüedad validando
Probar ideas es costoso, lento y difícil. Los Probar ideas es barato, rápido y fácil.
experimentos se realizan con poca frecuencia. Experimentos realizados constantemente.

por expertos por todos
El desafío de la innovación es encontrar lo correcto El desafío de la innovación es resolver lo correcto
solución problema
El fracaso se evita a toda costa Se aprende de los fracasos, de forma temprana y económica.
La atención se centra en el producto “%terminado” La atención se centra en prototipos mínimos viables y
iteración después del lanzamiento
una innovación y ofrece orientación para elegir la adecuada. Al aplicar estos marcos y
herramientas, las empresas pueden aprender más rápido, fracasar de forma más
económica e inteligente y acortar el tiempo necesario para innovar con éxito.
Pero, primero, veamos un estudio de caso de una empresa que utiliza la experimentación
para repensar cómo innova para los clientes.
Cómo hacer crecer la prima de innovación: la historia de Intuit
Desde su fundación en &'(), Intuit se ha centrado en diseñar y vender excelentes

herramientas de contabilidad y finanzas para particulares y pequeñas empresas. Con un
historial de productos innovadores, la empresa pasó de ser una empresa nueva a
convertirse en una empresa con un valor de miles de millones. Pero después de
veinticuatro años, el fundador Scott Cook se dio cuenta de que la empresa necesitaba
cambiar su modelo de innovación de productos si quería seguir creciendo. Comenzó una
nueva iniciativa con Kaaren Hanson que se centró en la experimentación rápida. Cuando
conocí a Hanson en +,&), ella era directora de innovación e Intuit había realizado &,),
experimentos en los seis meses anteriores. Para dar una idea de cómo funcionaba este
nuevo modelo de innovación, describió un proyecto en la India.+
Deepa Bachu era la jefa del equipo de mercados emergentes de Intuit. Al equipo se le
había encomendado la tarea de desarrollar un producto para los agricultores de la India, que
constituyen la mayor parte de la economía. Después de pasar tiempo inmerso con pequeños
agricultores para descubrir sus puntos débiles y las necesidades de los clientes, el equipo
encontró un problema apremiante para quienes vendían productos perecederos, como
producir. Descubrieron que estos agricultores podían permitirse el lujo de viajar a un solo
mercado (omandí) cuando llegó el momento de encontrar un comerciante para comprar su
cosecha. Cuando lo hicieron, negociaron los precios con unmandíagente, pero había una total
falta de transparencia en el mercado. $emandíDe hecho, los agentes se cubrían la mano con un
paño cuando indicaban a un agricultor el precio que pagarían por los bienes, de modo que el
siguiente agricultor de la fila no pudiera ver el precio. Sin acceso a refrigeración, los agricultores
tenían tiempo limitado para vender sus productos perecederos y no tenían forma de encontrar
el mejor comprador según la oferta y la demanda locales. En muchos casos, los agricultores se
vieron obligados a deshacerse de sus productos a precios muy reducidos sólo para llevar
algunos ingresos a casa. El equipo de Bachu se fijó un objetivo: desarrollar un producto que
pudiera ayudar a los agricultores a aumentar sus ingresos por la venta de cultivos en un '( por
ciento). Luego se pusieron a trabajar generando ideas.)
La primera solución del equipo fue crear un mercado similar a eBay donde
compradores y vendedores pudieran encontrarse y negociar precios antes de que los
vendedores cargaran sus productos y viajaran al mercado. Pero cuando presentaron
maquetas del producto amandíagentes, descubrieron que los agentes no estarían
dispuestos a ofrecer un precio por el producto sin inspeccionarlo primero en persona. La
segunda solución del equipo fue crear un servicio que permitiera a los agricultores
alertarse entre sí sobre qué cultivos estaban cultivando para que cada agricultor pudiera
adivinar mejor qué cultivos tendrían mayor demanda. Pero cuando el equipo de Intuit
probó esta idea, descubrieron que los agricultores no tenían claro cómo actuar según la
información. La tercera solución del equipo fue proporcionar un servicio de notificación
por SMS que informaría a los agricultores sobre los precios que se ofrecían en varios
mercados antes de que abandonaran sus granjas. Bachu se dio cuenta de que había varias
suposiciones detrás de la idea de este producto: ¿podrían los agricultores leer los
mensajes de texto? ¿Elmandí¿Los agentes proporcionan precios a Intuit para compartir?
¿Respetarían esos precios cuando los agricultores llegaran al mercado? El equipo decidió
realizar un experimento y reclutó &*y agricultores y &ve mandíAgentes dispuestos a
probar el servicio de notificación. Durante seis semanas, dos miembros del equipo de
Intuit fueron a los mercados para recopilar información sobre precios, mientras que un
tercer miembro del equipo se sentó en una oficina trasera enviando mensajes de texto a
cada agricultor sobre los precios de los productos en varios lugares. Esta operación básica
nunca escalaría, pero permitió al equipo descubrir si la premisa de una eventual solución
de tecnología móvil realmente funcionaría. Al final de la prueba, encontraron que tanto los
agricultores comomandíLos agentes lo habían adoptado y que los ingresos de los
agricultores aumentaron en un ,( por ciento, el doble del objetivo original. El impacto
continuó mientras el producto final, ahora llamado Fasal, se desarrolló y lanzó como un
servicio automatizado que proporciona mensajes de texto personalizados a los
agricultores. Más de 'millones de agricultores participantes.-
El enfoque de innovación impulsado por experimentos no se limitó a los mercados

emergentes, sino que se convirtió en el sello distintivo de los esfuerzos de toda la empresa
de Intuit para repensar la innovación. “Hemos pasado de ser una empresa de &,''
empleados a &,'' innovadores”, me dijo Hanson.(Durante los cinco años que la empresa
había estado utilizando este nuevo enfoque, su prima de innovación (la porción de su
capitalización de mercado atribuible a la innovación futura) creció del *' al *+ por ciento,
agregando -.& mil millones en valor..En el cambio hacia una cultura de experimentación
rápida, la empresa había apostado por gestionar una gran empresa como laboratorio de
aprendizaje continuo. $en la apuesta pagada o% grande.
Experimentar es aprender
La experimentación puede definirse como un proceso iterativo de aprender qué

funciona y qué no. El objetivo de un experimento empresarial en realidad no es
un producto o una solución; es aprendizaje: el tipo de aprendizaje sobre clientes,
mercados y posibles opciones que le llevará a la solución adecuada.
Cuando innovas a través de la experimentación, no intentas evitar ideas
equivocadas; más bien, su objetivo es probar de forma rápida y económica tantas
ideas prometedoras como sea posible para saber cuáles funcionarán. Esto es muy
diferente a un proceso de innovación tradicional: analizar el mercado, generar ideas,
debatir internamente, elegir una solución y luego desarrollarla a través de muchas
etapas de pruebas de calidad antes de lanzarla y obtener comentarios de los clientes
reales. Al desarrollar Fasal para el mercado indio, el equipo de Intuit no convocó
reuniones para debatir cuál de las tres soluciones propuestas era la óptima. Para
comprobar sus suposiciones, expusieron sus ideas, en forma aproximada, a los
agricultores y comerciantes reales que tendrían que utilizar el producto final. Este
enfoque requiere un cambio de paradigma de la innovación basada en el análisis y la
experiencia a la innovación basada en la ideación y la experimentación para el
aprendizaje constante.
El cambio hacia un modelo de innovación más iterativo y basado en el
aprendizaje ha ido creciendo durante varios años y en muchos sectores. Está en el
centro del modelo de validación de clientes de Steve Blank y de los escritos de Eric
Ries sobre métodos de “inicio ajustado”. Es parte integral del modelo de pensamiento
de diseño que empresas de desarrollo de productos como IDEO y frog han estado
utilizando con clientes como Apple, JetBlue, Target, Disney, Intel y SAP. Con el auge de
las pruebas A/B digitales, la experimentación constante se ha convertido en la norma
para cada vez más productos, servicios y canales de comunicación. Se ha puesto de
moda adoptar la postura de una nueva empresa de Silicon Valley y afirmar que
El producto nunca está terminado y que cada nueva innovación debe lanzarse como una
versión beta lista para una evolución continua.
Pero la innovación en una empresa (que busca lanzar una nueva empresa u
ofrecer o mejorar una existente) no es exactamente lo mismo que la innovación en
una startup de tres personas (cuya nueva aplicación puede ser el foco completo de la
organización). ). Y no todos los productos pueden lanzarse al público en versión beta
(por ejemplo, piense en un automóvil). Por lo tanto, algunos de los principios de la
experimentación deben adaptarse o traducirse al contexto de una empresa existente.
Y, de hecho, no todo lo que se llama experimento es igual. Es posible que diferentes
tipos de experimentos comerciales no se diseñen ni ejecuten de la misma manera ni
se utilicen para responder los mismos tipos de preguntas. Pero todos los
experimentos empresariales tienen esto en común: buscan aumentar el aprendizaje
probando ideas y viendo qué funciona y qué no.
Dos tipos de experimentos
Volviendo a los dos ejemplos que hemos visto hasta ahora: la experimentación de
Intuit para desarrollar Fasal y la experimentación de Google para mejorar
continuamente su motor de búsqueda. Ambas empresas están experimentando, pero
hay muchas diferencias. Google está probando el producto real: el motor de
búsqueda real utilizado por sus clientes. Con Fasal, Intuit probó intencionalmente
maquetas simples y un prototipo aproximado de lo que eventualmente podría ser un
producto real. Las pruebas de Google se realizan en tiempo real, con miles o millones
de sujetos cuyos comportamientos pueden compararse científicamente para
identificar diferencias estadísticas significativas. Con Fasal, los experimentos se
llevaron a cabo con pequeños grupos de clientes, y los resultados no parecen ser del
agrado de ningún profesor de estadística (“¿Cuál es la desviación estándar entre cinco
dólares)?mandí agentes?”). Para Google, el objetivo de la innovación es mejorar algo
conocido. Para Fasal, el objetivo era desarrollar algo completamente novedoso.
De hecho, una amplia gama de prácticas pueden denominarse experimentos
empresariales. La diferencia más fundamental es entre experimentos más formales
(científicos) y el tipo de experimentación informal que es común al desarrollo de
nuevos productos. Esto no se debe sólo a la cultura organizacional de la empresa que
está experimentando (es decir, “estilo” experimental), ni tampoco a la fácil
disponibilidad de una muestra de gran tamaño (incluso si Intuit tuviera acceso a ',
(( (Agricultores, no habría tenido sentido utilizar un experimento científico formal).
Más bien, podemos ver dos tipos de experimentación empresarial que son adecuados
para dos tipos de aprendizaje.
Llamaré a estos dos tipos convergentes y divergentes porque prefiero

nombrarlos por su función más que por su forma (por ejemplo, formal versus
informal).ConvergenteLos experimentos son más adecuados para un aprendizaje que
elimina opciones y converge en una respuesta específica a una pregunta claramente
definida (por ejemplo, ¿cuál de estos tres diseños prefiere el cliente?). DivergenteLos
experimentos son más adecuados para un aprendizaje que explora opciones, genera
conocimientos, formula múltiples preguntas al mismo tiempo y, cuando se hace
correctamente, genera nuevas preguntas para explorar en la siguiente etapa
iterativa. (Ver tabla %.&.)
Ambos tipos de experimentos aumentan nuestro conocimiento y ponen a prueba
nuestras suposiciones. Ambos implican buscar respuestas fuera de la organización, y
ambos requieren voluntad de aprender en lugar de simplemente planificar y decidir. Pero
el enfoque de cada tipo es bastante diferente. Veámoslos en detalle.
Tabla 5.2
Dos tipos de experimentos
Experimentos convergentes Experimentos divergentes
Ejemplo: prueba de funciones A/B o prueba de precios Ejemplo: poner en manos de un prototipo
de clientes
Diseño experimental formal (científico) Diseño experimental informal.
Hace una pregunta precisa o un conjunto finito de Plantea un conjunto desconocido de preguntas.
preguntas
Busca dar una respuesta Puede proporcionar una respuesta o plantear más.
preguntas
Necesita una muestra representativa del cliente Necesita los clientes adecuados (que tal vez no
(grupos de prueba y control) ser clientes promedio)
Necesita una muestra estadísticamente válida El tamaño de la muestra puede variar
Centrado en la causalidad directa Centrado en los efectos y el significado de la Gestalt.
El objetivo es probar la cosa en sí. El objetivo es probar un prototipo lo más aproximado posible.
posible para la pregunta ("suficientemente bueno")
Con$rmatorio Exploratorio
Útil para la optimización Útil para la generación de ideas.
Común en las últimas etapas de una innovación. Común en las primeras etapas de una innovación.
EN COMÚN
Aumenta el conocimiento
Supuestos de prueba
Mira afuera en busca de respuestas
Requiere voluntad de aprender versus decidir
Experimentos convergentes
El elemento clave de todo experimento convergente es la hipótesis causal inicial:

"Si agrego esta característica, los clientes pasarán más tiempo en mi sitio". O "Si
cambio esta interacción, los clientes gastarán más dinero en mi tienda". Los
experimentos convergentes son críticos para los casos en los que no basta con
conocer la correlación entre dos eventos; También es necesario verificar qué
evento está causando el otro.
La experimentación convergente es aplicable en una variedad de contextos. Se puede
utilizar con cualquier producto o servicio digital (sitio web, aplicación móvil, software, etc.)
para probar y mejorar cualquier elemento de la experiencia del cliente. Esta es la razón
por la que no sólo Google sino también todos los principales servicios de Internet, como
Amazon o Facebook, realizan constantemente pruebas A/B, en las que dos grupos de
clientes ven la misma página web (o el mismo correo electrónico) con una diferencia en
diseño y la empresa mide cualquier diferencia en el comportamiento o respuesta del
cliente. Facebook es famoso por experimentar con las noticias de sus usuarios para
encontrar el equilibrio adecuado entre fotos, publicaciones de texto y vídeos, los amigos
de los que un usuario está más interesado en escuchar y el tipo de contenido que es
interesante sólo a corto plazo. o significativo para un amigo que sólo inicia sesión en
Facebook varios días después.
Sin embargo, la experimentación convergente también se puede aplicar en entornos no
digitales. Este tipo de experimentos están en el centro de las estrategias basadas en datos para
optimizar la experiencia de los huéspedes y las recompensas de fidelidad otorgadas a los
clientes de hoteles, aerolíneas y complejos turísticos. Cuando la cadena de tiendas de
conveniencia Wawa planifique cambios en el menú de comida, realizará experimentos para
medir no sólo si los clientes compran el nuevo artículo sino también si hay un impacto en la
rentabilidad general de las visitas de los clientes.(
La experimentación convergente se utiliza a menudo en comunicaciones y marketing
directo. En ambas campañas presidenciales de Barack Obama, los experimentos rápidos y
continuos sobre las líneas de asunto de los correos electrónicos y los diseños de páginas
web ayudaron a aumentar dramáticamente su efectividad para captar nuevos partidarios
y obtener más dólares de donaciones. A partir de la era anterior a Internet, el banco
Capital One utilizó experimentos convergentes para probar la oferta promocional
adecuada, el público objetivo adecuado e incluso el color adecuado de los sobres al enviar
por correo invitaciones para tarjetas de crédito. Al realizar decenas de miles de
experimentos cada año centrados en la adquisición de clientes y el valor de por vida, pasó
de ser una pequeña división de otro banco a convertirse en una empresa independiente
con un valor de +* mil millones.,
INN OVAT EBYRAPIDEXPERIMEN TACIÓN!!!"
Un experimento convergente puede ser tan costoso como probar dos diseños de tiendas
diferentes para una cadena minorista o tan barato como enviar dos versiones de una
promoción por correo electrónico, cada una a un grupo diferente de clientes seleccionados al
azar, y comparar las respuestas.
Debido a que la experimentación convergente necesita medir la causalidad, debe
adherirse a los principios clave de los experimentos científicos formales:
r-hipótesis causal—para que tengas una variable independiente (la causa)

y una o más variables dependientes (el efecto)
r-Grupos de prueba y control.—para que puedas ver la diferencia entre
aquellos que están expuestos a tu estímulo y aquellos que no lo están
r-Participantes asignados aleatoriamente—para que un factor externo no

Influir en el resultado de su grupo de prueba.
r-Tamaño de muestra estadísticamente válido—para que las diferencias que midas puedan
elevarse por encima del ruido de las fluctuaciones aleatorias
r-Pruebas ciegas—para evitar el efecto Hawthorne, donde esos

involucrados en el experimento influyen involuntariamente en su resultado
Los errores comunes en las pruebas convergentes se centran principalmente en la

asignación inadecuada de los participantes a los grupos de prueba y control. Por ejemplo, un
minorista podría seleccionar un conjunto de participantes (sus principales clientes o sus tiendas
con mejor desempeño) para un nuevo tratamiento y suponer erróneamente que “todos los
demás” (todos sus demás clientes o tiendas) pueden servir como grupo de control equivalente.
Algunos de los escritores clave sobre experimentación convergente para
empresas incluyen a Stefan &omke, &omas Manzi, Eric T. Anderson y Duncan
Simester.'
Experimentos divergentes
Los experimentos divergentes generalmente no se basan en una cuestión causal. Mirando

retrospectivamente el desarrollo de Fasal por parte de Intuit, al comienzo de su
experimentación la pregunta era bastante amplia: "¿Cómo podemos aumentar los
ingresos de los agricultores rurales indios?" Era demasiado pronto para formular hipótesis
específicas sobre la elección entre dos características del producto, mensajes de
marketing o diseños.
Una vez que el equipo de Intuit tuvo algunas soluciones iniciales en mente y
comenzó a crear prototipos y presentarlas a posibles clientes, no buscaban medir
la respuesta del cliente en términos de un solo número. &ey eran
buscando una variedad de comentarios cualitativos: "Fue confuso". "Usaría

esto sólo si otros ya lo estuvieran usando". "No sé qué hacer con la
información que estoy viendo". "Me gusta esto, pero lo necesito más rápido".
Etcétera.
Por lo tanto, el proceso de experimentación divergente es más informal que el
de experimentación convergente. Pero eso no significa que la experimentación
divergente sea simplemente ad hoc. Todavía está estructurado y se beneficia
enormemente de un proceso claro para concebir opciones o ideas, crear prototipos
significativos, probarlos para recopilar comentarios del mundo real sobre supuestos
críticos y utilizar esa información para tomar decisiones sobre si proceder y cómo
hacerlo. lanzar una eventual solución.
Los errores comunes en las pruebas divergentes se centran principalmente en pruebas
demasiado tardías, como cuando las “pruebas de producto” de una nueva innovación ocurren
después de que el desarrollo está casi completo. En estos casos, debido a los recursos ya
comprometidos y al impulso organizacional, las pruebas sirven simplemente como “validación”
para un curso de acción con el que ya se ha comprometido.
Algunos de los escritores clave sobre experimentación divergente incluyen a
Nathan Furr y Je' Dyer (para empresas establecidas) y Eric Ries y Steve Blank (para
empresas emergentes).()
Por qué necesitas ambos
Para innovar con éxito, necesitará experimentos convergentes y divergentes en diferentes

etapas y en diferentes partes de su negocio. La innovación exitosa debe equilibrar tanto el
aprendizaje exploratorio (para generar y desarrollar nuevas ideas) como el aprendizaje
confirmatorio (para verificar y refinar ideas). Las pruebas A/B por sí solas nunca le dirán a
Wawa qué nuevo producto alimenticio debería probar en sus tiendas, ni escribirá las líneas
de asunto del correo electrónico para que una campaña política las pruebe. Del mismo
modo, mostrar prototipos de diseño iterativos a los clientes en un laboratorio nunca le
dirá cuál debería ser el precio final, cuál es la combinación de marketing óptima o cómo se
comportarán los clientes con su producto una vez que lo utilicen en el mundo real.
Hasta cierto punto, el tipo de experimento que utilice puede depender del área
de su negocio en la que esté innovando. Para las innovaciones que pretenden
mejorar su negocio principal existente, es más probable que dependa de
experimentos convergentes. Para las innovaciones que pretenden desarrollar nuevas
áreas de negocio y generar productos, servicios o procesos sustancialmente nuevos,
es más probable que se dependa de experimentos divergentes.
INN OVAT EBYRAPIDEXPERIMEN TACIÓN!!""
# Los dos tipos de experimentación también pueden ocurrir en diferentes etapas

dentro de un mismo proyecto de innovación. Imagine que es una empresa de servicios
financieros que planea ofrecer una nueva aplicación móvil para ayudar a los clientes en su
planificación financiera. Podría comenzar con un proceso iterativo divergente para probar
ideas amplias, aprender qué funciona y qué no funciona y desarrollar la propuesta de
valor central y el enfoque de la nueva innovación. #es, a medida que finalizas el diseño,
puedes pasar a un proceso convergente para probar y optimizar elementos clave
(características, diseño, precios, mensajes de marketing para el lanzamiento). Una vez que
su aplicación esté en el mercado y haya establecido una gran base de usuarios, puede
aplicar experimentos más convergentes para determinar qué funciones agregan el mayor
valor para el cliente, impulsan la participación repetida del cliente y aumentan la retención
del cliente o el valor de por vida.
Por qué lo digital está impactando a ambos
Las tecnologías digitales están haciendo que la experimentación rápida sea más posible y
más necesaria que nunca. Están ofreciendo nuevas herramientas para la experimentación
y aumentando la velocidad a la que las empresas deben innovar para mantenerse al día en
un entorno que cambia rápidamente.
La experimentación convergente se está volviendo cada vez más poderosa y
asequible debido a las nuevas tecnologías. A medida que las empresas de todos los
sectores desarrollan productos y servicios digitales para los clientes (y procesos para
empleados y socios), estas innovaciones digitales son inherentemente mucho más fáciles
de probar en tiempo real y a bajo costo. (Pienso que es mucho más fácil para un banco
probar el diseño de su aplicación móvil que probar el diseño de sus sucursales minoristas).
Al mismo tiempo, están disponibles nuevas herramientas de software que permiten
incluso a las pequeñas empresas con limitaciones presupuestos para realizar fácilmente
pruebas A/B, ejecutar análisis multivariables de los resultados y determinar el tamaño de
muestra óptimo para un experimento. Optimizely, una empresa emergente cofundada por
uno de los primeros experimentadores de la campaña original de Obama, permite a las
pequeñas empresas comenzar a realizar pruebas A/B en sus sitios web y aplicaciones
móviles de forma gratuita. El creciente enfoque en el análisis de datos en empresas de
todos los tamaños está generalizando la experimentación convergente en todas las
industrias.
A medida que la informática digital se vuelva más omnipresente con la informática
móvil y la Internet de las cosas, las posibilidades de experimentos convergentes no harán
más que aumentar. Imagine una tienda de comestibles que quisiera probar cuatro
posibles promociones para su salsa barbacoa de marca propia. En la era analógica, sería
Hemos necesitado cuatro conjuntos de tiendas, cada una con una promoción diferente. Pero
hoy en día, si puede utilizar dispositivos móviles o portátiles para llevar la promoción
digitalmente a los consumidores, incluso una sola tienda podría probar cuatro versiones con
selecciones aleatorias de clientes en esa tienda.
La experimentación divergente también está obteniendo nuevas herramientas de la tecnología
digital, particularmente en forma de nuevas formas de crear prototipos de ideas de manera
económica y rápida para mostrárselas a los clientes. Para las nuevas ofertas de productos físicos,
tanto la impresión %D como las simulaciones por computadora reducen el tiempo y el costo
involucrados en la creación de prototipos. Para los productos y servicios digitales, los lenguajes de
programación más nuevos y el código reutilizable facilitan el desarrollo de prototipos
"suficientemente buenos" para probar con los clientes. Incluso en industrias como la farmacéutica, a
medida que los sistemas robóticos se hacen cargo de las tareas puramente manuales que antes
realizaban los técnicos de laboratorio jóvenes, la capacidad de probar de forma rápida y económica
nuevas combinaciones moleculares y genéticas está aumentando dramáticamente.
En la era digital, incluso las empresas más grandes se esfuerzan por innovar más
rápido y volverse más “ágiles” y “esbeltas” como las empresas emergentes.
Afortunadamente, gracias a las herramientas digitales, todas las empresas pueden realizar
más experimentos (tanto convergentes como divergentes) de forma económica y rápida y
acelerar el ritmo de la innovación. A medida que el cambio tecnológico continúe
impactando a todas las industrias, la experimentación será más importante que nunca
como medio para reducir la incertidumbre y acelerar la innovación.
Siete principios de la experimentación
Aplicar la experimentación a un negocio no es fácil. Para crear el máximo valor para

sus esfuerzos de innovación, algunos principios son fundamentales. Estos se han
identificado observando empresas innovadoras en una variedad de industrias y
examinando las principales investigaciones sobre innovación de la última década.
Estos siete principios se aplican a cualquier experimento empresarial, ya sea
convergente o divergente:
r-Aprende temprano
r- Sea rápido e itere

r- Enamórate del problema, no de la solución r-
Obtenga comentarios creíbles
r- Mida lo que importa ahora r-
Pruebe sus suposiciones r- Falle
inteligentemente
INN OVAT E BYRAPIDEXPERIMEN TACIÓN!!"#
Echemos un vistazo a cada uno.
Aprenda temprano
El primer principio es empezar a experimentar desde el principio de sus esfuerzos de

innovación para poder aprender lo antes posible en el proceso. La misma lección que
provocaría grandes pérdidas financieras al final del proceso de desarrollo de un
producto (“nuestro cliente no necesitaba esta solución o no pagaría por ella”) puede
resultar bastante económica si se aprende en las primeras etapas. de tu proyecto. Se
puede pensar en este efecto como “el valor del aprendizaje temprano” o, a la inversa,
“el costo del aprendizaje tardío”. (Ver %figura '.(.)
Hanson describió este fenómeno en términos del cambio en Intuit de un proceso de
innovación tradicional (en el que los clientes están expuestos a un producto sólo después de
una larga etapa de diseño y desarrollo) a un proceso de experimentación rápida (en el que los
clientes entran en contacto con ellos). mucho antes para proporcionar comentarios que ayuden
a la empresa a decidir qué ideas vale la pena seguir. Con un aprendizaje mucho más temprano,
la tasa de fracaso de las ideas de productos de la empresa no disminuyó, pero el costo del
fracaso se redujo drásticamente. "Podemos ejecutar diferentes ideas a través de nuestro rápido
proceso de experimentación en el tiempo y los recursos que se necesitan para ejecutar + ideas a
través de nuestro antiguo proceso".((
Ciclo de innovación tradicional
Observar Generar Analizar Equipo Diseño Construir Lanzamiento Cliente

ideas y discute decisión producto producto y mercado respuesta
ps ps ps ps ps
ps ps ps
ps ps
costo de aprendizaje
ps
$$$
Innovación mediante experimentación rápida
Observar Generar Diseño Cliente

ideas prototipo respuesta
y prueba
ps pscosto de aprendizajeps
Figura 5.1
Impacto financiero de la experimentación rápida.
Esta distinción es importante. En cualquier esfuerzo de innovación, se enfrenta a

la incertidumbre e inevitablemente se enfrentará a una tasa de fracaso significativa
entre sus nuevas ideas. (Si no lo hace, entonces las ideas que está probando no son
genuinamente nuevas y los beneficios potenciales serán limitados). Con la
experimentación, las ideas que no funcionan deberían fracasar.tempranoen el
proceso de desarrollo, mucho antes de que su producto llegue al público y mientras
el costo de cambiar de rumbo es mucho menor. Esperar demasiado tarde en su
proceso de innovación para mostrar su idea a los clientes tiene el efecto inverso:
aumenta los costos del error, reduce la probabilidad de que pueda reunir la voluntad
organizacional para cambiar de rumbo y lo desalienta a probar otras opciones.
Muchas empresas miden los costos de realizar experimentos (que en algunas
industrias aún pueden ser costosos), pero muy pocas intentan medir su costo. ahorros
cuando se aprende de los experimentos, ya sea mediante la cancelación anticipada de lo
que habría sido una operación costosa o mediante la corrección del rumbo que convierte
un proyecto en dificultades en uno exitoso.
Sea rápido e itere
El segundo principio clave de la experimentación es la velocidad. John Hayes, director de

marketing global de American Express, me habló sobre el enfoque de su empresa en el
aprendizaje a través de la experimentación. Explicó que uno de sus principales objetivos
como líder es lograr que sus equipos aprendan más rápido, en ciclos iterativos de días en
lugar de hacerlo. que semanas o meses.)*Para una organización ágil como American
Express, institucionalizar ese tipo de aprendizaje más rápido puede ser una fuente real de
ventaja competitiva.
La idea de Hayes se hace eco de la de un famoso experimentador anterior,
Thomas Edison, quien proclamó que “la verdadera medida del éxito es el número de
experimentos que se pueden agrupar en *+ horas”.),
Cuando John Mayo-Smith era director de tecnología de R/GA, trabajó en
numerosos proyectos de innovación con marcas como Nike, incluidas Nike+,
FuelBand y otros primeros éxitos de tecnología portátil. “Nuestro objetivo en R/
GA siempre fue construir "Algo rápido. Si usted fuera nuestro cliente, no
pasaríamos cuatro meses analizando un proyecto. Nuestro objetivo era tener
algo construido en dos semanas, comenzar a mostrárselo a atletas reales y
obtener sus comentarios".)+El enfoque de Mayo-Smith para construir tecnología
como etapas sucesivas de iteraciones viables ha sido adoptado por equipos
desde Caltech hasta la NASA.)-
Aumentar la velocidad de la experimentación también puede requerir

infraestructura. Cuando Edison construyó su laboratorio en West Orange, Nueva
Jersey, el diseño físico se diseñó para facilitar el paso rápido de cualquier idea o
hipótesis a una prueba operativa rápida de la misma. Se almacenaron suministros de
todo tipo (herramientas, productos químicos, minerales, minerales, lamentos) muy
cerca de cada laboratorio experimental para que los retrasos en la adquisición de
equipos no frenaran la exploración de ninguna idea nueva.%&
Para acelerar sus propios experimentos de innovación, el fabricante mundial de
snacks Mondelez (anteriormente Kra') utiliza un “garaje” diseñado para llevar cualquier
idea nueva desde el concepto hasta el prototipo y llegar a manos de los clientes visitantes
en un plazo de dos días.%(Design $rm IDEO coloca sus talleres de creación de prototipos
muy cerca de sus equipos de desarrollo para que las ideas de productos físicos se puedan
fabricar en días o incluso horas.
Enamórate del problema, no de la solución
) Esta frase es un mantra en muchas empresas innovadoras, citada por el cofundador de Waze,
Uri Levine, así como por el director ejecutivo de Intuit, Brad Smith. ¿Por qué los innovadores
deberían enamorarse de los problemas y no de las soluciones?
Primero, esto lo mantiene enfocado en el cliente y sus necesidades. Al
obligarse a describir primero el problema del cliente (en lugar de la ingeniosa
solución que está desarrollando), da un paso importante para garantizar que el
proceso de innovación se centre en el valor para el cliente.
En segundo lugar, centrarse en el problema le incita a considerar más de
una posible solución. Si su objetivo es la solución en sí, existe la tentación de
dejar de generar nuevas ideas cuando se le ocurre una que parece prometedora
para su equipo y pasar prematuramente a construirla.
) La tercera razón para enamorarse del problema es que inevitablemente
Probablemente se apeguen emocionalmente a una solución creativa. Es difícil
dejarlo ir. Cuando el equipo Fasal de Intuit se centró en resolver el problema de la
mala posición negociadora de los agricultores indios, era fundamental que no
dejaran de encontrar su primera solución. Como explicó Hanson: “Cuando crees
que sólo tienes una idea, no estás dispuesto a abandonarla. Si tienes muchas
ideas, estás dispuesto a ver la evidencia de que no funcionan y pasar a la
siguiente. Con el equipo de Fasal, rápidamente aprendieron que el mercado tipo
eBay no iba a funcionar; Rápidamente aprendieron que su idea de ayudar a los
agricultores a plantar cultivos más rentables no iba a funcionar.
trabajar. ¿Si sólo hubieran tenido una idea? Francamente, es posible que todavía estén trabajando en
ello hoy”.ps
Obtenga comentarios creíbles
Una vez que tenga las soluciones en mente, es esencial que recopile comentarios
creíbles sobre sus ideas. &La credibilidad comienza con las personas con las que
habla. Deben ser clientes reales o clientes potenciales, no usted, sus colegas o su
patrocinador ejecutivo.
El estímulo para obtener comentarios creíbles es lo que les muestra a esos clientes. Tiene
que ser algo lo suficientemente real como para generar resultados significativos. En un
experimento convergente, como hemos visto, la retroalimentación se basa en el producto,
servicio o experiencia real que usted brindaría en última instancia. Para una prueba A/B de sus
nuevos elementos del menú, Wawa probó la comida real con clientes en tiendas reales.
En un experimento divergente, el objetivo es utilizar prototipos. Esto le permite

ahorrar el gasto de crear una oferta que aún no ha diseñado, pero le brinda al cliente
suficiente estímulo para responder. Los prototipos se pueden realizar con materiales
sencillos, como papel, cartón o arcilla, o con otros más sofisticados. GE ha distribuido
impresoras D de escritorio a equipos de empleados en diversas funciones para
ayudarlos a crear rápidamente prototipos de nuevas ideas de diseño sin tener que
salir de sus oficinas.
Un error común en innovación es pedir a un grupo focal de clientes que
especulen sobre un producto o servicio que nunca han visto, sin ningún prototipo con
el cual interactuar. Joe Ricketts es el fundador de TD Ameritrade, ahora una de las
casas de bolsa en línea más grandes del mundo. En la década de los $*+, estaba
haciendo crecer rápidamente su nuevo negocio como un servicio telefónico para el
comercio de acciones. Al mismo tiempo, se dio cuenta de que necesitaba reducir
costes. Los sistemas telefónicos de tonos recién estaban apareciendo y quería usarlos
para ofrecer autoservicio a sus clientes. Cuando preguntó a los grupos focales si
utilizarían una opción de autoservicio, dijeron: “¡No! ¿Por qué querríamos eso cuando
podemos hablar con un corredor real? Ricketts estaba nervioso, así que decidió
ofrecer ambas opciones, con un gran descuento para el servicio de tonos. No instaló
una copia de seguridad para el sistema de tonos, pensando que si fallaba
temporalmente, a los clientes simplemente se les podría ofrecer a los corredores en
vivo. Entonces se sorprendió cuando el sistema de tonos dejó de funcionar y los
clientes que lo habían estado usando se quejaron de tener
para volver a los operadores en vivo! Como me destacó Ricketts, simplemente no se pueden
utilizar grupos focales para obtener comentarios creíbles sobre un producto o servicio que
nunca ha estado en el mercado.ps
Mida lo que importa ahora
Es importante tomar medidas en cualquier experimento. ¿Pero qué se mide?

A medida que las interacciones se digitalizan, la cantidad de cosas que se
pueden medir crece y es fácil distraerse con todas las cifras que se podrían
rastrear, particularmente en un experimento del mundo real con una gran
muestra de clientes.
Una solución es intentar identificar la métrica individual más importante para el
éxito de su innovación. Alistair Croll y Ben Yoskovitz lo llaman "Una métrica y asuntos
importantes".'(Destacan cómo la métrica más importante cambiará con el tiempo a
medida que una empresa emergente pase de las primeras etapas de definición del
cliente a las pruebas de la solución y, finalmente, a los ingresos y la ampliación del
negocio. Lo mismo ocurre cuando se innova dentro de una empresa existente: la
métrica que más importa cambiará con el tiempo.
En el caso de Fasal de Intuit, el objetivo final era ganar $(por ciento más en ingresos
para los agricultores. Y, eventualmente, eso se convertiría en una métrica clave para medir
(así como métricas como los ingresos por publicidad, una vez que se convirtieran en parte
del modelo de negocios). Pero en etapas anteriores del diseño del producto, es posible
que la empresa haya querido centrarse en diferentes medidas, como "¿Cuántos de
nuestros agricultores de prueba iniciales pueden recibir y utilizar la información de
precios?" y luego "¿Cuántos nuevos suscriptores?" ¿Recibimos cada semana a medida que
comenzamos a lanzar el producto público?
Aunque es importante conocer la métrica más crítica para la etapa actual de
su innovación, también debe recopilar datos sobre otras métricas. Estos datos
pueden ayudar a explicar los cambios que ve en su métrica clave. Cuando Wawa
introdujo un sándwich +atbread en su menú en varias tiendas de prueba, la
cadena midió la adopción por parte de los clientes y descubrió que el producto
era un gran éxito popular. Pero también midió el cambio en la rentabilidad
general de las tiendas. Resultó que los clientes gastaban menos en otros artículos
de mayor margen, por lo que Wawa en realidad estaba perdiendo dinero gracias
al nuevo y popular sándwich. En lugar de implementarlo en más tiendas, la
cadena lo eliminó por completo del menú.ps
Pon a prueba tus suposiciones
Otro principio clave de la experimentación es probar sus suposiciones. Aunque esto

es esencial para eliminar el riesgo en cualquier nuevo emprendimiento, es
especialmente importante para las innovaciones que llevan su negocio a territorio
desconocido.
Cuando Jenn Hyman todavía era estudiante de MBA, desarrolló una idea para una
nueva empresa. Al ver a su hermana angustiarse sobre si gastar $%,&'' en un vestido de
Marchesa para usarlo en la boda de una amiga, vio una gran oportunidad de negocio: ¿Por
qué no ofrecer alquilar vestidos de diseñador para ocasiones especiales? Acompañada por
su compañera de clase Jenny Fleiss , Hyman decidió intentar lanzar un nuevo negocio:
Rent )e Runway. Pero en lugar de dedicar tiempo a redactar un plan de negocios con
proyecciones detalladas sobre precios, costos, tamaño del mercado e ingresos, los dos
decidieron comenzar a realizar experimentos para ver si su idea básica funcionaría.**
) El negocio parecía prometedor para Hyman y Fleiss, pero se dieron cuenta

que su idea se basó en suposiciones sobre los clientes, sus intereses y su disposición
a pagar por dicho servicio, sin mencionar la selección de productos, la durabilidad de
los vestidos durante repetidos alquileres y el canal adecuado para comercializar su
servicio. Así que elaboraron un plan y probaron metódicamente sus suposiciones en
una serie de experimentos. Las dos primeras pruebas de mercado se realizaron en
campus universitarios (Harvard y Yale); en cada uno, enviaron invitaciones a los
estudiantes, alquilaron una habitación y trajeron una gran selección de vestidos de
diseñador para alquilar. Rápidamente validaron el supuesto de que las mujeres de
ingresos medios y altos pagarían una décima parte del precio de un vestido de
diseñador para poder alquilarlo para una ocasión. También probaron cuál fue el
impacto de la selección de tallas (el aumento del número de estilos aumentó la tasa
de alquiler) y si los vestidos se devolverían en buenas condiciones (sólo el 0,0 por
ciento regresaron con manchas, que se eliminaron fácilmente). En su tercer
experimento, probaron si los clientes aún alquilarían los vestidos si no pudieran
probárselos en persona (su plan para el negocio era ofrecer alquileres en línea). En
lugar de contratar a un diseñador web para crear un sitio web, probaron envió
correos electrónicos con fotos de vestidos alquilados a %'' mujeres en la ciudad de
Nueva York. Aunque la tarifa de alquiler cayó del -& al & por ciento de los invitados,
todavía era lo suficientemente alta como para continuar con un plan para un negocio
en línea. En su cuarto experimento, se acercaron a los propios diseñadores de moda.
Su esperanza era convencer a los diseñadores de promocionar el servicio de alquiler
en sus propios sitios web, de modo que los visitantes que buscaban
Al ver un vestido en el sitio web de Diane von Furstenberg vería que podían alquilarlo
en lugar de tener que ir a Neiman Marcus a comprarlo. Se reunieron con veinte
diseñadores y la respuesta de la mayoría fue bastante negativa. Temiendo la
canibalización de las ventas de vestidos, la mayoría respondió que ayudarían al nuevo
negocio “sobre mi cadáver”. Hyman y Fleiss sabían que tenían que revisar su plan de
marketing. En lugar de centrarse en el cumplimiento de pedidos y dejar que los
diseñadores lideren el marketing de su servicio, comprarían un amplio inventario de
vestidos, crearían un sitio web de comercio electrónico y dirigirían el tráfico allí ellos
mismos.&'
Cuando Hyman y Fleiss fueron a buscar inversores, Bain Capital quedó
impresionado con la velocidad con la que habían probado los parámetros de su
nuevo modelo de negocio y se habían sumado a la primera ronda de financiación.
Rent #e Runway se lanzó menos de un año después de la primera reflexión de Hyman
mientras observaba el dilema del vestido de su hermana. Dos años más tarde, Rent
#e Runway proporcionó vestidos para el + por ciento de las mujeres que asistieron a
la inauguración presidencial de Estados Unidos.&.
Rent #e Runway fue una nueva empresa y, a veces, es más fácil reconocer
todas las cosas que no sabes sobre tu negocio cuando recién estás comenzando.
Para una empresa establecida, acostumbrada a operar en su territorio conocido,
es fácil pasar por alto el paso de probar sus suposiciones cuando planifica una
innovación. en su libroCrecimiento impulsado por el descubrimiento, Rita
McGrath e Ian MacMillan explican cómo las empresas exitosas asumen riesgos
indebidos al no identificar los supuestos subyacentes de sus nuevas empresas.
# Los autores sugieren métodos para identificar tales supuestos y probarlos, y
vinculan este proceso con los hitos del desarrollo de cualquier proyecto nuevo.&+
# Esta mentalidad es esencial para una buena innovación basada en experimentos.
Fallar inteligente
El fracaso es inevitable. Podemos definir el fracaso como intentar algo que no

funciona. Obviamente, eso no es lo último.metade la innovación, pero es una parte
inevitable delprocesode innovación. El cofundador de Intuit, Scott Cook, ha dicho que
en su entrada al mercado indio realizaron trece experimentos iniciales; dos de sus
ideas tuvieron éxito, una tuvo que dar un giro (sufrir un cambio dramático (en el
modelo de negocio) y las otras diez fracasaron.&/¿Qué hubiera pasado si Intuit no
hubiera estado dispuesto a tolerar el fracaso en nuevas innovaciones? Si intenta
evitar cualquier fracaso, se retirará a lo que le parezca más seguro y nunca innovará.
El desafío del fracaso es fracasarelegante. Podemos pensar en un fracaso inteligente

como aquel que pasa estas cuatro pruebas:
r- ¿Aprendiste del examen reprobado?

r- ¿Aplicaste ese aprendizaje para cambiar tu estrategia?
r- ¿Fallaste lo más pronto y lo más barato posible? (Por ejemplo tu
No desperdició muchos recursos desarrollando un prototipo muy
avanzado antes de descubrir que el cliente no quiere el producto).
r- ¿Compartiste tu aprendizaje (para que otros en tu organización no lo hagan)?
cometer el mismo error)?
Definido de esta manera,eleganteEl fracaso es en realidad una parte esencial de la

experimentación. Es necesario eliminar rápidamente las malas opciones y aprovechar el
aprendizaje que generan las pruebas (como la primera lección de Hyman y Fleiss de que
los diseñadores de moda las rechazarían y necesitarían comercializar directamente a los
consumidores). El fracaso inteligente es simplemente una serie de pruebas económicas y
efectivas que le muestran las brechas entre dónde se encuentra y hacia dónde debe llegar.
Como dijo la leyenda del béisbol Babe Ruth: "Cada strike me acerca al siguiente jonrón".
Stefan $omke distingue entre lo que él llama un “fracaso” y un “error”.

Para él, un error implica no aprender de una prueba fallida, repetir el
error y gastar más recursos sin generar nuevos aprendizajes.'(También
podríamos llamar tonto a ese fracaso.
Ahora que hemos visto los siete principios generales de una buena
experimentación, echemos un vistazo al proceso de cada tipo de experimento.
Esto lo haremos con dos herramientas de planificación paso a paso: el Método
Experimental Convergente y el Método Experimental Divergente.
Herramienta: El método experimental convergente
Este método experimental es particularmente útil para innovar en productos,

servicios y procesos existentes; para optimizarlos y mejorarlos continuamente; y para
comparar versiones en las últimas etapas de un proceso de innovación. A veces, los
experimentos convergentes se pueden ejecutar muy rápidamente, en cuestión de
horas o incluso minutos (por ejemplo, probar correos electrónicos o diseños web).
Otros (por ejemplo, probar un concepto minorista) llevarán más tiempo. Puedes ver el
método experimental convergente de siete pasos en %figura).'
Método experimental convergente
1. Definir la pregunta y sus variables

Declaración de pregunta Variables independientes y dependientes
2. Elige tus probadores
3. Aleatoriza tu prueba y control
4. Valida tu muestra
Unidad de Análisis norte = ? Señal a ruido
5. Probar y analizar
6. Decidir
7. Comparte el aprendizaje
Figura 5.2
$e Método Experimental Convergente.
Paso 1: definir la pregunta y sus variables
El primer paso de cualquier experimento convergente es definir la pregunta que se busca

responder. Esto podría ser “¿Cómo afectará nuestra nueva oferta de servicios a la
retención de clientes?” o "¿Cuál de estos dos niveles de precios generará los mayores
ingresos totales para nuestra nueva línea de productos?" o “¿Cómo afectará el rediseño
planificado de nuestro portal de atención al cliente a la satisfacción del cliente?”
En un experimento convergente, la pregunta debe ser lo más específica posible.
También debería formularse, si es posible, como una pregunta causal: “Si hacemos X,
¿qué pasará con Y?”
Una vez que haya planteado la pregunta, debe traducirla en dos tipos
de variables:
r-Variable independiente (o causa): $este es el factor que se le probará-

ing en su experimento. Normalmente, se trata de una variación de la práctica
empresarial actual. El objetivo del experimento es comprender el efecto de
introducir esta innovación.
!"" INN OVAT EBYRAPIDEXPERIMEN TACIÓN
r-Variable dependiente (o efecto): #is es el factor que esperas que pueda

ser influenciado por su nueva innovación. Es una medida del impacto de lo
que estás cambiando.
Paso 2: elija sus probadores
# El siguiente paso es seleccionar quién realizará el experimento. Pueden ser los

directivos que han desarrollado la posible innovación o una parte imparcial.
Debido a que sigue prácticas experimentales formales, la prueba requerirá algunos conocimientos o
herramientas estadísticas. Muchas pruebas se pueden automatizar con herramientas de software. Servicios
como Optimizely proporcionan herramientas de autoservicio para ejecutar pruebas A/B en el contenido o el
diseño de las páginas web. Los proveedores de servicios de correo electrónico como MailChimp incluyen
herramientas para ejecutar pruebas A/B en el contenido del correo electrónico o en las líneas de asunto.
(Estos servicios son económicos o incluso gratuitos para las pequeñas empresas). Sus empleados pueden
recibir capacitación fácilmente para ejecutar y registrar este tipo de experimentos.
Sin embargo, para fenómenos más complejos, como diseños minoristas competitivos, las
pruebas serán menos automatizadas y se requerirán más conocimientos estadísticos. Por este
motivo, es posible que una organización desee designar un equipo de pruebas para realizar
experimentos válidos para proyectos de innovación. Se puede recurrir a un equipo interno de
este tipo para garantizar que el experimento se configure correctamente y para ayudar a
analizar los datos posteriormente.
Paso 3: Aleatorice su prueba y control
Antes de ejecutar un experimento convergente, debe identificar una población

cuyas respuestas desea probar (frecuentemente sus clientes o un subconjunto
particular de sus clientes).
Luego asigna aleatoriamente miembros de esa población a uno de dos
grupos:
r- #e grupo de prueba (o grupo de tratamiento), que recibe la experiencia o

o&o estás probando
r- #e grupo de control, que no
La aleatorización de los grupos de prueba y control es el paso donde ocurren la mayoría de los
errores en los experimentos convergentes. Una empresa identificará su pregunta y luego elegirá
cuidadosamente quién entrará en el grupo de prueba y quién entrará en el grupo de prueba.
grupo de control. Cuando Petco realizó por primera vez experimentos sobre innovaciones
minoristas en sus tiendas, cometió este error constantemente. Con el objetivo de probar las
innovaciones en condiciones “óptimas”, la empresa las implementaría en sus treinta tiendas de
mayor rendimiento en todo el país. Luego compararía los resultados de este grupo y los
resultados de sus treinta tiendas de menor rendimiento. No es sorprendente que las
innovaciones que resultaron ser “bene$ciales” entre el grupo de superestrellas a veces
decepcionaran cuando se implementaron a nivel nacional en todos los lugares. Desde entonces,
Petco ha aprendido a evitar este error.%&
Paso 4: valide su muestra
A continuación, debe asegurarse de tener un tamaño de muestra válido. 'Empieza con

la identificación de su unidad de análisis. Por ejemplo, si está probando una oferta
enviada a individuos en su base de datos, entonces la unidad de análisis es el
encuestado individual. Pero si está probando dos versiones del diseño de una tienda
minorista, entonces la unidad de análisis es la tienda. (Solo puedes comparar los
efectos de una tienda con los de otra).
Una vez que conozca su unidad de análisis, el tamaño de su muestra es simplemente la
cantidad de unidades que coloca en cada uno de sus grupos de prueba y control. Por ejemplo,
si tiene )** direcciones de correo electrónico y envía tres versiones de un correo electrónico,
cada una a %** destinatarios, entonces el tamaño de su muestra es n = %**.
¿Qué es un tamaño de muestra estadísticamente válido? La regla general típica es
tener n = +**, como mínimo, en cada grupo que se compara. Sin embargo, dependiendo
de su relación señal-ruido, es posible que necesite un tamaño de muestra mayor. Si el
impacto de su innovación es grande, es posible que pueda medirlo con una muestra de n
= +**. Pero si el impacto es mucho más sutil (por ejemplo, un pequeño li en la tasa de
conversión de clientes), necesitará una muestra más grande para que el efecto de su
tratamiento sea mayor que el margen de error. (Una muestra más grande produce un
menor margen de error.)
Paso 5: probar y analizar
Ahora está listo para ejecutar su prueba. El equipo que realiza su experimento
recopilará datos durante un período de tiempo predeterminado. Luego
necesitarán analizar los datos para ver si hay diferencias en las variables
dependientes que se están midiendo y, si las hay, si esas diferencias son
estadísticamente significativas.
Cuando mida y analice los resultados, es importante recopilar datos más allá de
las variables dependientes que eligió en el paso $ para determinar el éxito de su
experimento. Incluso si tiene una respuesta clara (“sí” o “no”), también querrá saber
por qué. Cuando la cadena de tiendas de descuento Family Dollar probó un plan para
agregar una nueva sección con alimentos refrigerados, midió si los clientes
compraban suficientes alimentos fríos para justificar el costo. La prueba dijo que sí.
Pero la cadena también descubrió que los clientes compraron más productos secos
después de que las tiendas introdujeron la sección refrigerada; el resultado fue un
impulso mucho mayor a la rentabilidad.()
Paso 6: decidir
Después de analizar los resultados de su experimento convergente, es hora de

tomar una decisión basada en los hallazgos. &Es aquí donde haber acordado su
definición de éxito en el paso $ dará sus frutos*.
Si encuentra una mejora deseada en su prueba de innovación, es posible que la
historia no haya terminado. Esto a menudo debería conducir a una mayor iteración y
prueba de ideas adicionales para ver si pueden conducir a una mayor mejora. En la
contienda presidencial (++), la campaña de Obama hizo prueba tras prueba, examinando
los efectos en los llamamientos de recaudación de fondos de cambiar muchos elementos
diferentes: el tema de la solicitud, el tipo de fotos y vídeos, las palabras de "llamado a la
acción" en el botón que lo conducía a una página de donación. Cada prueba posterior
agregó un poco más de aprendizaje, pero el efecto acumulativo fue aumentar la tasa %
final de conversiones, desde el correo electrónico hasta el sitio web y inscripción voluntaria
para donaciones: en -+ por ciento, o aproximadamente 0,000 millones de recaudación de
fondos adicionales.1+
Paso 7: compartir el aprendizaje
Una vez que complete su análisis, es esencial capturar y compartir el aprendizaje

de su experimento. Si está realizando una batería de experimentos con las
mismas variables, este proceso puede ocurrir al final en lugar de después de cada
paso. Pero es fundamental documentar lo aprendido y comunicar sus hallazgos a
otras personas de su organización que podrían beneficiarse (y evitar cualquiera
de los mismos errores).
Puede encontrar una lista de preguntas de muestra para capturar y compartir el
aprendizaje de cualquier experimento convergente con su equipo en la sección
Herramientas de http://www.davidrogers.biz.
Herramienta: El método experimental divergente
La segunda herramienta es una guía para realizar experimentos divergentes. Este método
es particularmente útil para innovaciones que están menos definidas desde el principio,
como nuevos productos, servicios y procesos de negocio para su organización. Los
proyectos de innovación que utilizan experimentación divergente tienden a ser muy
iterativos y pueden durar semanas o meses.
Puedes ver el método experimental divergente de diez pasos en %figura &.'. Sus
pasos se dividen en tres etapas: preparación, iteración (pasos que se repiten varias
veces) y acción.
Método experimental divergente
1. Definir el problema
Preparación
2. Establecer límites
Tiempo Dinero Alcance
3. Elige a tu gente
4. Observar
5. Genera más de una solución

Iteración
6. Construye un MVP
Costo mínimo Máximo aprendizaje
7. Prueba de campo
8. Decidir
Proceder Pivote Prepárate para el lanzamiento Tirar del enchufe
Acción
9. Ampliar 10. Comparte el aprendizaje
Cuatro caminos para escalar
Figura 5.3
$e Método Experimental Divergente.
Paso 1: definir el problema
El primer paso de un experimento divergente es definir el problema que se busca

resolver. El problema debe tener sus raíces en una necesidad observada del
cliente o en una oportunidad de mercado y ser un desafío que su organización
esté especialmente preparada para resolver. La ventaja de definir su innovación
en términos de un problema es que lo obliga a adoptar el punto de vista del
cliente. Su innovación siempre debe centrarse en ofrecer valor al cliente (incluso
si ese cliente es un grupo interno) en lugar de implementar la última tecnología o
característica interesante del producto o derrotar a sus competidores.
La definición del problema puede incluir una meta cuantificada, pero esa meta
debe ser desafiante y amplia. Recordemos la experimentación que condujo al
producto Fasal de Intuit: el objetivo definido era aumentar los ingresos de los
agricultores indios en un &' por ciento. Se le permite al equipo una amplia libertad
para pensar en cómo alcanzarlo. Cuando Steve Jobs encargó a su equipo de Apple
que desarrollara el primer iPod, los retó a ayudar a los clientes a "guardar canciones
en su bolsillo". Tenga en cuenta que el desafío no es técnico (“no hay tanta memoria
en un disco duro de este tamaño”) sino que describe el beneficio o la experiencia
desde el punto de vista del cliente.
Paso 2: Establecer límites
El segundo paso es establecer límites para su proceso de innovación. Debido a que la

experimentación divergente es iterativa y a que naturalmente tendemos a posponer o
retrasar antes de admitir el fracaso, es fácil que su proyecto de innovación siga
funcionando incluso cuando las perspectivas de éxito son escasas. Por tanto, es
fundamental establecer límites desde el principio.
Cualquier experimento divergente debería comenzar con tres tipos de límites
definidos:
r-Límite de tiempo: Se debe asignar un tiempo finito para el proyecto y su clave.

etapas de aprobación. Muchas empresas, incluidas Mondelez, AT&T, Intuit y
Amazon, utilizan tres meses como límite para el desarrollo iterativo de proyectos
antes de tomar una decisión crucial sobre si se debe proceder.(&
r-límite de dinero: A menudo es mejor presupuestar proyectos de innovación
en etapas de aprobación. IDEO cobra a los clientes por cada etapa de iterativa
desarrollo de productos, lo que requiere aceptación antes de pasar al siguiente. A medida
que se prueban los supuestos y se reducen los riesgos del proyecto, se puede liberar
presupuesto adicional.
r-Límite de alcance: Las empresas deberían definir desde el principio cuáles sonnobuscar-
tratando de lograr. Esto proporciona límites útiles incluso para los

experimentos más abiertos. Para el proyecto Fasal de Intuit, se desconocían
el producto y el modelo de negocio deseados, pero el mercado objetivo
(agricultores rurales indios) estableció límites críticos.
Paso 3: elige a tu gente
El último paso de la fase de preparación es elegir qué personas trabajarán en su

experimento de innovación.
La primera pregunta es el tamaño de tu equipo. Como máxima general, un equipo de
innovación debe ser lo más pequeño posible, pero no más pequeño. El popular producto
SnapTax de Intuit fue desarrollado por un equipo de tres personas.&'Je( Bezos es famoso por su
“Regla de la pizza” en Amazon: no se realizará ninguna reunión si el número de participantes es
demasiado grande para ser alimentados con dos pizzas. En mi propia experiencia al dirigir
talleres de estrategia tanto dentro como entre empresas, un Un equipo de cinco personas suele
ser ideal para la innovación. J. Richard Hackman ha estudiado la colaboración en equipo y ha
descubierto que el número de enlaces de red entre los miembros del equipo plantea un umbral
superior para el tamaño efectivo del grupo. A medida que el número de miembros del grupo
aumenta linealmente, las líneas de comunicación necesarias aumentan exponencialmente, a
medida que n(n – ))/'. Hackman advierte que un grupo de cinco es ideal y advierte que nunca se
debe superar diez.&&
Además del tamaño, la diversidad en la composición del equipo es crucial. Esto debe
incluir diversos conjuntos de habilidades que se relacionen con la naturaleza de su
proyecto. (Por ejemplo, un equipo de innovación que trabaja en nuevas opciones de
servicios para un banco podría incluir miembros del equipo con experiencia en TI,
comportamiento del consumidor, capacitación de empleados y diseño de servicios).
También debe esforzarse por incluir participantes con diversos prejuicios y antecedentes.
Busque personas que no siempre trabajen juntas o que puedan provenir de diferentes
partes de su organización. Incluya a personas contratadas recientemente y a alguien que
conozca bien su cultura organizacional.
Es valioso cambiar el equipo de innovación con el tiempo en lugar de mantener
el mismo grupo para cada proyecto. Es posible que también quieras introducir un
elemento de competencia, con varios equipos pequeños compitiendo (al menos en
las etapas iniciales) para desarrollar la mejor solución a un desafío común.
Ya ha completado la fase de preparación del Método Experimental

Divergente. Luego vienen los pasos $–%, el corazón de su experimento. Esto
se realizará no una vez sino en un ciclo iterativo hasta que se tome la decisión
de finalizar el proyecto o pasar a un lanzamiento público.
Paso 4: observar
El desarrollo iterativo de ideas para su innovación comienza con la observación.

La observación informa y proporciona la información que necesita para resolver
la siguiente etapa del problema en el que está trabajando. El objetivo de la
observación es tantoprofundizarsu comprensión del problema en sí yampliarla
variedad de ideas que aporta para encontrar una solución.
Primero debe concentrarse en observar el contexto del cliente para
comprender mejor el problema que está tratando de resolver. Aprenda todo lo
que pueda sobre el cliente, la naturaleza del problema y el contexto en el que
debe ubicarse su solución.
Además, busque ideas de otros ámbitos. Observe otros mercados (cómo otros
clientes abordan el mismo problema) y otras industrias (evaluaciones comparativas
más allá de los competidores directos en su industria). También puede consultar las
ideas generadas en esfuerzos de innovación anteriores. IDEO, por ejemplo, mantiene
una "Caja tecnológica" en cada estudio de diseño, donde los prototipos y las ideas de
productos que eran intrigantes pero que finalmente no se completaron se pueden
almacenar para inspiración futura. Rebuscar en ideas pasadas que no prosperaron
puede conducir a descubrimientos inesperados para su proyecto actual.
Paso 5: genere más de una solución
El siguiente paso es generar ideas para resolver el problema definido. Esta es la

etapa donde la propia intuición juega el papel que le corresponde en la
innovación: ayudar a crear nuevas ideas y posibles soluciones (no evaluarlas, lo
que debería hacer el cliente).
Se han escrito numerosos libros sobre creatividad y técnicas efectivas de
generación de ideas. Si aún no tiene un proceso de ideación desarrollado
dentro de su empresa, le recomiendo que lea algunos, incorporando las
herramientas y procesos que le resulten más útiles. en su práctica Algunos de
mis libros favoritos incluyen Bernd SchmittGran estrategia de tinta, Luke
WilliamsInterrumpir, Drew Boyd y Jacob GoldenbergAdentro
la caja, William DugganEstrategia creativay Rita Gunther McGrath e Ian

MacMillanCazadores de mercado.
# La única regla estricta aquí no cubrecómogeneras ideas; bastante,
requiere que generesmás de unoidea. Su objetivo no es ejecutar un intenso
proceso de lluvia de ideas y concluir con una única solución preferida al problema
(quizás después de un acalorado debate entre los miembros del equipo sobre los
méritos relativos de los demás). Más bien, su objetivo al idear siempre debe ser
generar múltiplesideas viables. (Recuerde las tres soluciones muy diferentes que
Intuit propuso inicialmente para los agricultores indios). Luego, en los pasos
siguientes, experimentará con estas ideas y utilizará la retroalimentación del
mercado para determinar cuál seguir y cómo desarrollarla.
Paso 6: construye un MVP
A estas alturas ya debería tener algunas ideas nuevas y prometedoras. Pero ni siquiera las ideas
brillantes son suficientes. “Si lo construyes, ellos vendrán” puede haber funcionado para Kevin
Costner en la mudanzaCampo de sueños, pero en la innovación empresarial, las grandes ideas
son sólo el comienzo del proceso.
En este paso, necesitas traducir tus ideas en prototipos. En el mundo de las startups, la
atención se centra en unaproducto mínimo viable, a menudo uno de los primeros sitios web o
aplicaciones lanzados públicamente para que los clientes puedan comenzar a usarlos,
responder a ellos e identificar errores o funciones faltantes. Para una empresa establecida,
donde puede no ser apropiado compartir en público las primeras ideas de diseño, prefiero el
término prototipo mínimo viable. Cualquiera de los dos puede abreviarse como MVP.
# El punto más importante es que tu MVP no debe ser en absoluto un
producto completo o terminado. La forma más común de aumentar los presupuestos de
innovación es sobredesarrollar prototipos (mediante un desarrollo técnico largo y costoso)
antes de validarlos con clientes reales. Scott Cook dice que un MVP debería tener "las
características suficientes para permitir comentarios útiles de los primeros usuarios".()
Recuerde el prototipo makeshi$ utilizado para probar el servicio Fasal de Intuit.
# El equipo no creó una plataforma de software que pudiera escalar a millones de agricultores
indios. Enviaron a dos empleados a los mercados para recopilar datos en persona y pidieron a
un tercero que se sentara en un escritorio y enviara manualmente mensajes de texto a los
agricultores para ver si usaban los datos y si realmente les ayudaban a ganar más dinero. #is es
un ejemplo perfecto de los objetivos de un MVP:coste mínimo + máximo aprendizaje.
Si un MVP tiene éxito, le seguirán más iteraciones. A medida que avanza,
sus prototipos sucesivos deberían evolucionar de menor a mayor fidelidad
(por ejemplo, de un boceto a un modelo y a un producto funcional) y de
Funcionalidad parcial a total (por ejemplo, desde una prueba de una característica clave hasta una
prueba de la oferta completa).
Paso 7: prueba de campo
Después de construir un prototipo mínimo viable de su idea, el siguiente paso es

probarlo. Aquí es donde tiene lugar la validación del mercado, a medida que obtiene
comentarios sobre su MVP y prueba sus suposiciones.
Al elegir cómo y dónde realizar la prueba, debe aspirar a un entorno
lo más natural posible, es decir, lo más cercano posible al contexto real
donde se utilizará la solución definitiva. También debe probar su prototipo
con una audiencia lo más similar posible a los clientes que espera que
utilicen la versión final.
El fabricante de dulces Mondelez creó su “Fly Garage” para que los clientes del
mundo real puedan responder a sus prototipos de innovaciones de nuevos
productos. “Captas la idea, la visualizas, creas un prototipo con recursos limitados y
dos días después, tenemos a la gente real entrando y reaccionando”, dice María
Mujica, directora de marketing de la empresa para América Latina. “&Esto es
asombroso porque(.(.(. luego podemos mirar los rostros de las personas reales y
preguntarles qué les gusta y qué cambiarían”.)*
Antes de cada prueba de campo, debe identificar los supuestos
que desea validar, que deben incluir lo siguiente:
r-Supuestos de valor para el cliente: ¿Los clientes valoran su solución? Voluntad

¿lo usan? ¿Cuánto pagarán por ello? ¿Qué clientes son los
mejores? ¿Qué valor adicional siguen buscando de su solución?
¿Qué partes no encontraron necesarias?
r-Supuestos del modelo de negocio: ¿Cómo fabricarás tu oferta?
¿Cuánto costará esto? ¿Cómo lo comercializará, distribuirá y adquirirá nuevos
clientes? ¿Cómo podrían responder los competidores?
Las suposiciones que esté probando se guiarán por dónde se encuentre en

el desarrollo iterativo de su innovación. En general, los supuestos de los clientes
se probarán antes que los supuestos del modelo de negocio.
Paso 8: decidir
Al final de cada prueba de campo de un MVP, te enfrentarás a un punto de decisión. Para las
empresas emergentes, la decisión es a menudo “pivotar o perseverar” (formulación de Ries),
con la presunción de que su esfuerzo de innovación continuará hasta que se quede

sin dinero. ¡Pero en las empresas establecidas, cada proyecto de innovación no
supone el riesgo de llevar a la empresa a la quiebra!
Para una empresa establecida, la decisión después de cada prueba de campo es una de cuatro
opciones:
r-Proceder: Su prueba de campo ha validado sus ideas hasta ahora. puedes seguir adelante
a la siguiente ronda de desarrollo de prototipos y pruebas de suposiciones.

Volver al paso '.
r-Pivote: Su prueba de campo ha planteado problemas. Es posible que necesite ajustar su
idea basada en lo que aprendió o vuelva a probar otra solución que

generó antes para ver si es más prometedora. Volver al paso '. r-
Prepárate para lanzar: ¡Felicidades! Has completado prototipos sucesivos.
tipos, hemos validado completamente su innovación y estamos listos para llevarla al
mercado. Vaya al paso (.
r-Tirar del enchufe: Si ha probado todas sus soluciones o ha alcanzado los límites
de tu tiempo o presupuesto, ahora es el momento de detener el proceso y evaluar lo
que has aprendido. Vaya directamente al paso )*.
Paso 9: Ampliar
Si completó las iteraciones de los pasos '–+ con una innovación considerada lista para
lanzarse, entonces la siguiente etapa es ampliarla. Aquí es donde se toma la solución
que se ha estado probando en una forma mínima viable y se la traduce a una versión
completa en el mercado.
Para las innovaciones de los clientes, esto puede incluir un plan de implementación
para la fabricación (dónde y cómo), la distribución (qué canales) y el marketing (avanzar en
los rumores, el lanzamiento y más). Si ha desarrollado una innovación interna, su
implementación puede centrarse en la capacitación, la integración de procesos
comerciales y la gestión de cambios. Ampliar cualquier innovación también requerirá que
consigas más recursos: personal, presupuesto y patrocinio ejecutivo.
Sin embargo, incluso con el lanzamiento, el aprendizaje iterativo y la mejora de
su innovación no han terminado. Debe planear seguir aprendiendo del uso que los
clientes hacen de su producto después del lanzamiento y aplicar ese aprendizaje para
mejorar (aunque puede cambiar a un método experimental convergente para
optimizarlo aún más).
Sin embargo, no todos los productos pueden iterar y evolucionar ante el público en el mismo
grado. La forma en que una empresa itera después del lanzamiento variará enormemente
entre una nueva empresa de consumo exclusivamente digital y un fabricante que presta
servicios a clientes empresariales con equipos de misión crítica. Para determinar qué enfoque
es el adecuado para su proyecto, consulte la siguiente sección, “Cuatro caminos para ampliar
una innovación”.
Paso 10: compartir el aprendizaje
Ya sea que su experimento condujera a una solución exitosa que se está preparando
para lanzar o no haya logrado resolver el problema definido, es vital preservar el
aprendizaje que surgió a través de su proceso. Por lo tanto, es importante contar con
un proceso formalizado para capturar, compartir y acceder al aprendizaje de
cualquier experimento divergente. Esto incluye archivar o documentar los prototipos
que desarrolló, las soluciones que probó (que pueden no haber funcionado pero que
podrían informar a otros) y las lecciones que aprendió.
Puede encontrar una lista de preguntas de muestra para capturar y compartir el
aprendizaje de cualquier experimento divergente con su equipo en la sección
Herramientas de http://www.davidrogers.biz.
Cuatro caminos para ampliar una innovación
Entonces ha desarrollado una innovación exitosa. ¿Ahora que?

Una de las formas en que la revolución digital ha cambiado la innovación es en la
definición de su punto final. La innovación solía centrarse en un producto acabado y
pulido para su lanzamiento al mercado. Ahora, con la incorporación de datos y
software a casi todas las ofertas, las empresas tienen la oportunidad de continuar
experimentando y evolucionando rápidamente sus innovaciones incluso después del
lanzamiento.
Empresas como Google son famosas por lanzar productos como una versión beta
explícitamente incompleta para obtener comentarios de los usuarios sobre cómo finalizar
el diseño. Pierre Omidyar lanzó eBay después de codificar la primera versión de su sitio
web en tres días. Este es un ejemplo clásico de la filosofía de las empresas emergentes de
lanzar un producto mínimo viable directamente a los consumidores; en esencia, ejecutar el
proceso de experimentación ante el público.
Pero lanzar un MVP no es una opción para todas las empresas ni para todas las
innovaciones. Si usted es Ford Motor Company, no puede poner en venta un MVP para un
automóvil nuevo para que los clientes lo compren mientras todavía está probando su valor
de mercado. Apple tiene buenas razones para mantener el secreto que rodea
INN OVAT EBYRAPIDEXPERIMEN TACIÓN!!""
sus productos antes de presentarlos en lugar de lanzar versiones beta de productos para los
primeros usuarios.
# Existen cuatro caminos generales para llevar una innovación al máximo
liberar. Para comprender qué camino debe tomar, debe responder dos
preguntas:
r-¿Puedes repetir esta oferta rápidamente después del lanzamiento?Para productos de software,
La iteración es generalmente fácil a través de actualizaciones en línea. En el caso de los
servicios, la iteración también suele ser posible (por ejemplo, lanzar un nuevo proceso de
ventas que se puede adaptar en función de la retroalimentación). Sin embargo, para
productos físicos o diseños físicos, como entornos minoristas, la iteración rápida después del
lanzamiento rara vez es una opción. Si su innovación depende en gran medida de socios o
está limitada por regulaciones, es posible que tampoco pueda iterar rápidamente. r-¿Puede
limitar su implementación a etapas o la innovación tiene que ser
¿Lanzado a todos los clientes a la vez?Es posible que pueda limitar el lanzamiento de
una innovación a ubicaciones específicas (por ejemplo, un diseño minorista o un
servicio local). Es posible que pueda limitarlo a un subconjunto de clientes (por
ejemplo, solo por invitación). Es posible que puedas limitar la duración de una nueva
oferta (por ejemplo, un elemento del menú festivo o un lanzamiento preliminar
limitado de tu próximo videojuego). Para otros proyectos, sin embargo, será necesario
ofrecer su innovación inmediatamente a cualquiera que esté interesado.
Sus respuestas a estas dos preguntas lo ubicarán en uno de los cuatro

cuadrantes (consulte la figura '.(). Veamos los requisitos para ampliar con
éxito una innovación en cada cuadrante.
No puedoiterar
Pulido Pulido
rápidamente después
ió ó
desenrollar lanzamiento
es nt
lanzamiento
n
pr me
Au
Poderiterar
MVP MVP
rápidamente después
desenrollar lanzamiento
lanzamiento
Poderlímite No puedolímite
desenrollar desenrollar
Figura 5.4
Cuatro caminos para ampliar la escala.
Lanzamiento de MVP
Este es el camino más fácil para introducir una innovación porque puede comenzar su
implementación con un mercado de prueba limitado y luego iterar rápidamente a medida
que obtiene comentarios adicionales de los clientes. En estos casos, es posible que pase de
su prototipo mínimo viable al desarrollo del producto real. Así es, tu %primer lanzamiento
público será un mínimo viableproductoofrecido a un conjunto limitado de clientes. La
relativa facilidad de este camino es una de las ventajas de ser una empresa emergente
poco conocida: puedes iterar y aprender con clientes reales sin mucho escrutinio público.
Esto fue lo que hizo Rent $e Runway después de recibir su primera ronda de
capital de Bain. $e%primer sitio web lanzado solo con (,))) miembros, solo por
invitación. Se le permite a la compañía comenzar con un inventario relativamente
económico de *,))) vestidos de treinta diseñadores. Una vez que vieron que el modelo
de negocio estaba teniendo éxito y que la cobertura de la prensa provocó un
aumento en las solicitudes para unirse, los fundadores consiguieron una segunda
ronda de financiación para poder crecer rápidamente y satisfacer la demanda. Un
ejemplo de implementación de MVP limitada localmente es el lanzamiento de Zipcar.
Este fue uno de los primeros servicios que permitió a los miembros alquilar un
automóvil por horas, recogiéndolos en ubicaciones de la calle identificadas en línea
en lugar de tener que visitar una oficina de alquiler de automóviles. El fundador Robin
Chase lanzó Zipcar como MVP solo seis meses después de comenzar a trabajar en el
negocio y de haber recaudado solo ,-(,))). Pudo hacer esto en parte porque comenzó
solo en Boston, esperando más de un año para extenderse a una segunda ubicación.
$ le permitió probar el modelo de negocio e iterar su servicio con comentarios de los
clientes que pagan.
Lanzamiento del MVP
El segundo camino para ampliar la escala es más difícil. En este cuadrante, su

empresa se ve obligada a iterar muy rápidamente después de lanzar su innovación
porque no puede limitar de manera efectiva el alcance del lanzamiento. (Como
resultado, tu primer lanzamiento podría causar una impresión duradera en una
audiencia más amplia).
Una de las razones por las que este camino puede ser necesario, incluso para un servicio digital,
es que la empresa tiene que depender de los efectos de la red. Por ejemplo, eBay se basaba en un
modelo de negocio de plataforma que requería que tanto los compradores como
vendedores. Era esencial hacer crecer cada lado de esa ecuación lo más rápido
posible (nadie quiere vender en un sitio de subastas con pocos clientes o navegar
en un sitio de subastas con pocos productos). Omidyar no podía permitirse el lujo
de restringir el sitio web a un pequeño grupo de clientes mientras lo repetía y
perfeccionaba.
Es posible que una empresa tampoco pueda limitar el lanzamiento de una innovación
debido a la alta visibilidad de su marca o a la expectativa de que la iniciativa pueda atraer
una amplia atención. American Express lanzó Small Business Saturday con la idea de
poner de relieve a las pequeñas empresas locales de Estados Unidos por un día. La
campaña se lanzó en sólo seis semanas y su alcance aún no está determinado. Una gran
cantidad de energía y participación provino de las redes sociales, los consumidores, los
dueños de negocios e incluso una ley del Congreso. La empresa tuvo que actuar
rápidamente, pero pudo hacer evolucionar rápidamente el programa y sus objetivos a
medida que Small Business Saturday se convirtió rápidamente en un fenómeno anual
durante la temporada de compras navideñas.
Lanzamiento pulido
El tercer camino para la ampliación de escala también es más difícil que el primero, pero
por diferentes razones. En este cuadrante, puede lanzar su innovación en ubicaciones
limitadas o para clientes limitados, pero no puede iterarla rápidamente una vez que sea
pública. Por lo tanto, es necesario pulirlo mucho más en el momento de su lanzamiento.
Aún así, puede aprovechar la implementación de su innovación en etapas validando

sus hallazgos iniciales y probando cómo la reciben diferentes clientes o en diferentes
mercados. El diseño minorista suele seguir este camino. Starbucks ha probado diversas
ideas, como ofrecer vinos locales y cervezas artesanales, en una serie de tiendas en
Seattle. La empresa probó por primera vez alfombrillas de carga inalámbrica para
teléfonos en tiendas de Boston antes de implementarlas en todo el país. Incluso probó un
servicio de entrega de café (a través de una aplicación móvil) poniéndolo a disposición
exclusivamente de los clientes que trabajan en el Empire State Building de Nueva York.
Cuando Settlement Music School, una organización educativa sin fines de lucro
en Filadelfia, desarrolló un plan innovador para un nuevo programa de música
dirigido a adultos, decidió implementarlo en un lugar a la vez. Después de que las dos
primeras ubicaciones tuvieron éxito pero la tercera fracasó, la escuela se dio cuenta
de que el programa tendría que adaptarse en función de los intereses musicales y las
redes culturales de cada vecindario circundante.()
Lanzamiento pulido
El cuarto camino para ampliar una nueva innovación es el más difícil de todos. En este
cuadrante, debe ofrecer su nueva innovación a todos los clientes a la vez y no puede
repetirla rápidamente. Esto crea la máxima presión para que su empresa pula y
pruebe cuidadosamente una innovación antes de su lanzamiento público.
Este es el camino para innovaciones como nuevos automóviles, productos
farmacéuticos y productos de hardware. En los casos en los que un producto físico puede
actualizarse en un año o menos (por ejemplo, algunos productos electrónicos de
consumo), es posible que desee aspirar a un primer producto optimizado, reteniendo
algunas de sus características finales hasta que la primera edición esté en el mercado. Este
es el patrón de los productos más exitosos de Apple, que típicamente han dado grandes
saltos en características entre su primer y segundo año (en ese sentido, algunos dirían que
los iPads y iPhones de primera generación fueron ambos “MVP”).
Por el contrario, podemos mirar las Google Glass. El dispositivo informático portátil
con marco ocular se lanzó públicamente cuando aún tenía errores y antes de que Google
tuviera siquiera clara su propuesta de valor para el usuario. La empresa no logró repetir
Glass de manera significativa en un año porque todavía estaba tratando de que el
dispositivo funcionara de manera consistente. Probablemente estaba acostumbrado a
operar en el cuadrante de lanzamiento de MVP (donde había lanzado Gmail y muchos
otros productos de software), y subestimó la disciplina necesaria al lanzar un producto de
hardware, especialmente uno que atraería la atención masiva de los medios. Aunque
Google lanzó Glass a sólo unos pocos miles de clientes, la prominencia de su marca y la
naturaleza controvertida del producto (con su capacidad de grabar vídeo de incógnito)
aseguraron que el lanzamiento estuviera sujeto a un escrutinio prolongado e intenso.
Siguió una conversación nacional sobre lo que significaba Glass para el futuro de la
informática y la privacidad, y la compañía, que creció con el más casual de los
lanzamientos de estilo beta, aprendió que no todas las nuevas innovaciones pueden
lanzarse de la misma manera.
Saber cuál de estos cuatro cuadrantes está su innovación pulida o MVP,
implementación o lanzamiento aclarará su camino para implementarla y
ampliarla con éxito. Cualquier nueva innovación debe continuar repitiéndose y
mejorando después del lanzamiento. Saber cómo hacerlo mejor es esencial.
Desafíos organizacionales de la innovación
Poner la experimentación rápida en el centro del proceso de innovación no es fácil para

muchas organizaciones grandes o tradicionales. A medida que crecieron, la mayoría de las
empresas dependieron de la toma de decisiones por comité o por antigüedad.
y cadena de mando. En Silicon Valley, se dice comúnmente que las HiPPO toman las
decisiones en empresas más tradicionales. (No, no el mamífero ribereño que se ve en
el zoológico. Esta es una decisión basada en la opinión de la persona mejor pagada).
Repensar la innovación requiere cambios organizacionales significativos,
comenzando por cómo se toman las decisiones.
Construyendo una cultura de probar y aprender
El historiador Yuval Noah Harari describe el nacimiento de la Revolución Científica

como “el descubrimiento de la ignorancia”. En su opinión, el nacimiento de las
sociedades humanas modernas comenzó con este credo: "No lo sabemos todo... las
cosas que creemos saber podrían demostrarse erróneas... ningún concepto, idea o
teoría es sagrada y está fuera de toda duda".&'
Para que una empresa adopte la experimentación requiere un reconocimiento
similar: no sabemos lo que creemos que hacemos. Esta aleccionadora verdad es
particularmente clara para las empresas que ya están inmersas en la práctica de realizar
experimentos. Una encuesta de empresas centradas en experimentos informó que dos
tercios de las nuevas ideas probadas por Microso (no lograron ofrecer ninguno de los
beneficios esperados. Sólo el )* por ciento de los experimentos de Google tuvieron
suficiente éxito como para conducir a cambios comerciales. Y Net+ix ha estimado que el
0,5 por ciento de lo que intenta resulta incorrecto.&-
Como ha observado el periodista de tecnología Alexis Madrigal: “Resulta que
nuestra creatividad es buena pero nuestro juicio es pésimo”.&,
Hay una solución. Las empresas pueden compensar la falibilidad del propio juicio
de la dirección si inculcan en sus empleados una cultura de prueba y aprendizaje
sobre cada aspecto de su negocio. Una empresa que lo ha hecho es Amazon.
Podemos ver esto en la experiencia de Greg Linden, un ex desarrollador de Amazon.
Estaba trabajando en el proceso de pago de Amazon cuando se le ocurrió la idea de
ofrecer a los compradores un conjunto final de recomendaciones de productos al
momento de pagar, en función de los artículos que ya estaban en su carrito de
compras. Cuando presentó la idea, la alta dirección la odió. Una regla fundamental
del comercio electrónico era no distraer ni estorbar al comprador una vez que había
comenzado el proceso de pago. Pero Linden siguió pensando en cómo los estantes de
las cajas de los supermercados del mundo real son ideales para lograr que los
clientes recojan solo un artículo más al salir. Aunque se le había prohibido seguir
trabajando en el proyecto, siguió adelante y creó una versión de prueba rápida de la
función. El vicepresidente senior que había rechazado su idea no podía estar
contento, pero la empresa dejó que Linden realizara la prueba de todos modos. (En
Amazon, fue difícil para
Incluso un alto ejecutivo bloqueó un experimento de prueba.) Los datos regresaron y la

innovación de Linden resultó ser extremadamente rentable. Inmediatamente se aplicaron
recursos para desarrollar y lanzar una versión completa del mismo.&'
¿En cuántas empresas habría terminado así la historia de Linden?
Liderar sin decidir
La antítesis de Greg Linden en el mundo del comercio minorista podría ser Ron Johnson. En (')),
Johnson dejó* a Apple asumir el cargo de director ejecutivo del minorista en dificultades
JCPenney. Johnson tuvo una visión audaz de reinventar los grandes almacenes de descuento
con un entorno más moderno, similar al de una Apple Store. La experiencia minorista iba a
transformarse: incluiría tiendas más pequeñas dentro de la tienda, cafeterías modernas para
pasar el rato y nuevas marcas externas como Martha Stewart. Con el tiempo, todas las cajas
registradoras y cajas registradoras serían reemplazadas por sistemas de autopago y
seguimiento de productos de alta tecnología. Johnson también se comprometió a reinventar los
precios, pasando del uso intensivo de cupones y promociones de ventas a la dependencia de
precios estandarizados durante todo el año. Era una hipótesis realmente audaz, pero
¿responderían positivamente los clientes de JCPenney a un tipo de tienda radicalmente
diferente? Desafortunadamente, después de años de éxito liderando equipos minoristas en
Apple, Johnson no sintió la necesidad de probar su hipótesis. En cambio, simplemente lo lanzó,
sin pilotos ni mercados de prueba limitados. El resultado fue una catástrofe. La empresa, que ya
había estado sufriendo durante años, cayó en una caída mucho más pronunciada. Poco
después de un año bajo el liderazgo de Johnson, sus resultados trimestrales mostraron una
caída del ,( por ciento en las ventas en las mismas tiendas, lo que algunos observadores
sospechaban que era la peor caída jamás reportada por un minorista importante en la historia.
&)Diecisiete meses después de su mandato, Johnson fue destituido como director ejecutivo.
Uno sólo puede imaginar lo que podría haber ocurrido si Johnson hubiera dado
instrucciones a su equipo en JCPenney para probar los supuestos detrás de su nueva
estrategia en una serie de experimentos tempranos y enfocados. La experimentación
rápida requiere más que empleados curiosos y empoderados como Linden en las
trincheras; también requiere un tipo diferente de liderazgo desde arriba. Nathan Furr
y Je+ Dyer hablan de esto como un cambio de rol de “Jefe de decisiones” a “Jefe de
experimentos”.&(En la organización impulsada por experimentos, el liderazgo se
centra menos en tomar grandes decisiones en nombre de la organización. El papel de
un líder, ya sea director ejecutivo o jefe de un equipo pequeño, consiste en
proporcionar las respuestas correctas y plantear las preguntas correctas.
Involucrar a todos
El director ejecutivo de Intuit, Brad Smith, ha dicho que "Intuit tiene #,$$$ empleados
y queremos que todos piensen en cómo mejorar el diseño de productos y servicios,
incluso si esas ofertas están destinadas únicamente al soporte interno".&'
¿Pero cómo haces que eso suceda? ¿Puede realmente la innovación ser algo
que toda la organización pueda, o incluso debería, hacer?
Algunas empresas lo hacen (y les resulta útil secuestrar equipos de innovación,
aislándolos al menos parcialmente de las políticas y prioridades de quienes mantienen el
negocio actual). Esto puede tener sentido si está tratando de buscar la innovación en un
área fuera de su negocio actual o empresas que pueden canibalizar o desafiar partes de su
modelo de negocio existente. Anteriormente mencioné la innovación "Garage" de
Mondelez, donde prueba ideas de productos que pueden parecer demasiado
descabelladas para algunos gerentes de la organización. De manera similar, AT&T ha
creado una serie de laboratorios de innovación que llama “fundiciones”, cada uno con &$–
*$ sta%.&&
Otras empresas buscan involucrar a toda la organización, pero lo hacen
durante “sprints” o “campamentos de entrenamiento” de innovación. Por lo
general, estos están abiertos a todos los empleados, con un desafío de
innovación, un proceso de investigación colaborativo para elegir las ideas que
recibirán financiamiento. Amy Radin se ha desempeñado como directora de
innovación o directora de marketing en empresas de servicios financieros (como
Citi, AXA y E*). TRADE. Mientras estuvo en E*TRADE, dirigió una iniciativa llamada
Innovation Unleashed, cuyo objetivo central era utilizar la innovación para
construir la moral y la cohesión cultural y aprovechar a los empleados para crear
nuevas oportunidades de crecimiento. “El éxito realmente se redujo a empoderar
a los empleados ", me dijo Radin. "Facilitar la participación. Asegurarse de que los
jefes supieran que su personal puede hacerlo durante el tiempo de trabajo.
Dejando en claro que está autorizado por el equipo de liderazgo". Ella centró los
incentivos en el reconocimiento en lugar de la compensación. "Si tu idea gana,
invertiremos diez o veinte mil dólares para crear un prototipo y podrás participar
en los talleres para construirlo". )La respuesta superó con creces las
expectativas: ,-$ equipos registrados para participar en el concurso de
innovación, entre ',$$$ empleados de toda la empresa.&*
) El último enfoque, y probablemente el más difícil, es tratar de capacitar a todos en
la organización adopte métodos experimentales durante todo el año en su
trabajo diario. Este es el enfoque que adopta Intuit, que ya ha formado a cientos
de “catalizadores” que, a su vez, trabajan con equipos de toda la empresa para
ayúdelos a experimentar de manera efectiva. El mismo método de experimentación que se

utilizó para desarrollar el producto Fasal para India se está utilizando internamente para
mejorar procesos en departamentos como el jurídico, el de recursos humanos y el de
gestión de pedidos. Al inculcar métodos de innovación de manera amplia, las empresas
pueden beneficiarse de una gama más amplia de perspectivas, incluidas las de su personal
subalterno más nuevo. El minorista Tesco forma a analistas junior en su sede del Reino
Unido para concebir y realizar experimentos con pequeñas muestras de clientes. Esto les
da rienda suelta para probar ideas no convencionales en las que los ejecutivos que llevan
más tiempo en Tesco ni siquiera pensarían.'(
Planificar el fracaso y celebrarlo
El desafío más difícil para muchas organizaciones a medida que aprenden a adoptar
la innovación mediante la experimentación es aceptar, planificar e incluso celebrar el
fracaso.
Déjame ser claro. En algunos sectores, la aceptación del fracaso ha llegado al
extremo de confundirlo con un objetivo noble en sí mismo. Pero el fracaso (aprender que
una idea para una innovación no funciona) no es en realidad la solución.meta. Aprender a
través de los fracasos es laprocesoeso nos lleva a la meta de la gran innovación.
Pero cantar las alabanzas del fracaso, si se hace bien, probablemente sea necesario en la
mayoría de las empresas. Después de todo, es parte de la naturaleza humana evitar fracasar y ser
percibido como fracasado. La mayoría de las organizaciones grandes tienden a reforzar esto
enérgicamente con sistemas de recompensas. Pero una cultura organizacional que evita el fracaso
plantea tres riesgos graves para cualquier esfuerzo de innovación:
r-Esfuerzos de innovación incrementales: El primer gran riesgo es la aversión al riesgo. Cuando
aquellos involucrados en proyectos fallidos son castigados o estigmatizados, los
empleados encargados de la innovación evitarán cualquier incógnita, incluidas las
grandes oportunidades de crecimiento para la empresa. Cuando Bank of America creó
un grupo de sucursales en el área de Atlanta para que sirvieran como sitios de prueba
para el uso de tecnología para reinventar la experiencia bancaria, estableció un
* + porcentaje de tasa de fracaso como objetivo con la esperanza de que los equipos
prueben ideas genuinamente nuevas y arriesgadas. Pero en la práctica, los equipos de
innovación sintieron una intensa presión para mostrar éxitos y optaron por probar las que
reconocieron que eran las ideas más seguras que generaron. La tasa de fracaso real en el
primer año fue sólo del + por ciento.'-
r-Pérdida de aprendizaje: Cuando los fracasos se castigan, no hay incentivo

para sacar a la luz los fracasos. Incluso los equipos de innovación que tienen éxito
Es poco probable que las soluciones revelen los primeros errores y callejones sin salida
con los que tropezaron a lo largo del camino. Si los equipos no se sienten cómodos
compartiendo sus errores, entonces la organización nunca captará el aprendizaje
central de la experimentación. Los compañeros estarán condenados a repetir los
mismos errores.
r-!remando el buen dinero tras el mal: Cuando los fallos son castigados, cualquier equipo
con un presupuesto encontrarán una manera de justificar su iniciativa de bajo
rendimiento diciendo que “sólo necesitan un poco más de tiempo”, ajustando sus
proyecciones futuras y posponiendo infinitamente cualquier decisión de cerrarla. Scott
Anthony, David Duncan y Pontus Siren llaman a estos “proyectos zombis” y los
describen como iniciativas que “no cumplen su promesa y, sin embargo, siguen
avanzando, absorbiendo recursos sin ninguna esperanza real de tener un impacto
significativo en la vida”. la estrategia de la empresa o las perspectivas de ingresos”.&'
Para evitar estos tres peligros, las empresas deben planificar el fracaso y celebrar el
fracaso inteligente. Planificar el fracaso simplemente significa desarrollar un proceso para
evaluar cada iniciativa de innovación en un cronograma predefinido, frente a criterios
predeterminados y con incentivos para alentar a los empleados a declarar su propio
proyecto como apto para su terminación. La planificación de fracasos debe estructurarse
de modo que el cierre de un proyecto esté directamente relacionado con la liberación de
recursos (de hecho, reasignar a las mismas personas) para trabajar en nuevas
oportunidades de innovación. Cuando el fabricante de juegos finlandés Supercell cerró un
proyecto de desarrollo de TI de un año de duración que había fracasado, celebró el arduo
trabajo de los miembros del equipo con champán y los envió a otro proyecto. *Este
proyecto resultó ser un juego móvil de gran éxito. Choque de clanes.&+
Celebrar el fracaso inteligente significa crear ocasiones para que los altos directivos
celebren los proyectos de innovación que fracasaron, junto con los que tuvieron éxito.
(Conmemorarlos en la misma ocasión garantiza que los asistentes vean la conexión entre
los dos). Al celebrar los fracasos de la innovación, es importante que la alta dirección
comunique ambospor quélos empleados deben fracasar (es decir, en la búsqueda de
importantes oportunidades estratégicas) ycómo deberían fracasar (por ejemplo, de forma
económica y temprana). Al celebrar elvirtudesde fracaso inteligente (es decir, aprender de
los errores, aplicarlos a la estrategia y compartir lo aprendido con otros), el liderazgo
puede inculcarlos en la organización.
* Este enfoque es adoptado por el Grupo Tata de la India. Cada año, el conglomerado
global celebra las innovaciones de sus empresas operativas en todo el mundo.
Además de categorías como Innovaciones de productos y Procesos centrales
Innovaciones, se invita a los equipos a postularse para la categoría Atrévete a probar,

un premio que “reconoce y recompensa las ideas más novedosas, atrevidas y
seriamente intentadas que no lograron los resultados deseados”. En su primer año,
sólo tres empresas se atrevieron a presentar un proyecto fallido al premio Dare To
Try. Cinco años después, la categoría tenía %&' entradas (más que algunas de las
categorías de “éxito”). (El ganador de ese año) h (Tata Consultancy Services) también
ganó en la categoría de Innovaciones de Servicio. (El ejemplo mostró a los empleados
cómo la innovación real y los fracasos inteligentes van de la mano.*'
Para innovar en la era digital, las empresas deben aprender a experimentar de forma
continua y efectiva. Al iterar y probar continuamente nuevas ideas y al obtener datos
reales y comentarios reales de los clientes, incluso las empresas más grandes pueden
volverse tan ágiles como una startup lean. Sólo entonces podrán innovar de una
manera que sea lo suficientemente rápida, barata y inteligente para crear nuevo valor
para los clientes en un mundo en constante cambio.
Sin embargo, lanzar nuevos productos y nuevas empresas y perfeccionar los
existentes no es el final de la historia si las empresas quieren innovar y evolucionar.
Cuando se enfrentan a cambios profundos en las necesidades del mercado, las
empresas y sectores enteros pueden descubrir que el valor que ofrecen a los clientes
ya no es el mismo ni tan relevante como solía ser. (Esta incertidumbre significa que
cada empresa debe estar preparada para adaptar su propuesta de valor a los clientes
con el tiempo. En lugar de esperar hasta que un cambio profundo sea esencial para la
supervivencia, o incluso hasta que sea demasiado tarde para cambiar, las empresas
en la era digital deben desarrollarse una actitud con visión de futuro (el nuevo
imperativo es que las empresas adapten su valor a los clientes cuando puedan y no
cuando deban hacerlo. (El siguiente capítulo explora cómo hacerlo).
6
Adapte su propuesta de valor
VALOR
Una de las industrias más afectadas por la revolución digital es el negocio de la

música grabada. Ahora se está recuperando, pero después de algunos errores
brutales y un fuerte declive en los primeros años de Internet. Una mirada
retrospectiva a esa historia puede ser instructiva a medida que las empresas
consideran el futuro.
En #$$%, un organismo industrial llamado Moving Pictures Expert Group
publicó públicamente un nuevo estándar técnico que permitiría la compresión
efectiva de la parte de audio de las películas, lo que llegó a conocerse como
formato MP%. Este nuevo formato permitió comprimir grabaciones musicales en
archivos digitales mucho más pequeños, con una pérdida mínima de calidad de
audio para el oyente. El mismo año, el primer navegador web popular (Mosaic)
lanzó la World Wide Web como medio masivo de comunicación. La oportunidad
creada por la combinación de ambos era inconfundible. Por primera vez, sería
posible transmitir grabaciones musicales en formato digital, casi
instantáneamente, y almacenarlas eficazmente en las unidades de disco de los
dispositivos informáticos de esa época.

The Digital Transformation Playbook-127-169.en - Es

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

The Digital Transformation Playbook-127-169.en - Es

Cargado por

Copyright:

Formatos disponibles

Traducido del inglés al español - www.onlinedoctranslator.

Podemos definir la innovación como cualquier cambio en un producto, servicio o

Decisiones basadas en la intuición y Decisiones tomadas en base a pruebas y

experimentos se realizan con poca frecuencia. Experimentos realizados constantemente.

La atención se centra en el producto “%terminado” La atención se centra en prototipos mínimos viables y

iteración después del lanzamiento

Cómo hacer crecer la prima de innovación: la historia de Intuit

Desde su fundación en &'(), Intuit se ha centrado en diseñar y vender excelentes

El enfoque de innovación impulsado por experimentos no se limitó a los mercados

La experimentación puede definirse como un proceso iterativo de aprender qué

Dos tipos de experimentos

Llamaré a estos dos tipos convergentes y divergentes porque prefiero

Experimentos convergentes Experimentos divergentes

Centrado en la causalidad directa Centrado en los efectos y el significado de la Gestalt.

posible para la pregunta ("suficientemente bueno")

Mira afuera en busca de respuestas

Requiere voluntad de aprender versus decidir

El elemento clave de todo experimento convergente es la hipótesis causal inicial:

r-hipótesis causal—para que tengas una variable independiente (la causa)

r-Participantes asignados aleatoriamente—para que un factor externo no

elevarse por encima del ruido de las fluctuaciones aleatorias

r-Pruebas ciegas—para evitar el efecto Hawthorne, donde esos

Los errores comunes en las pruebas convergentes se centran principalmente en la

Los experimentos divergentes generalmente no se basan en una cuestión causal. Mirando

buscando una variedad de comentarios cualitativos: "Fue confuso". "Usaría

Por qué necesitas ambos

Para innovar con éxito, necesitará experimentos convergentes y divergentes en diferentes

# Los dos tipos de experimentación también pueden ocurrir en diferentes etapas

Por qué lo digital está impactando a ambos

digital, particularmente en forma de nuevas formas de crear prototipos de ideas de manera

programación más nuevos y el código reutilizable facilitan el desarrollo de prototipos

nuevas combinaciones moleculares y genéticas está aumentando dramáticamente.

Siete principios de la experimentación

Aplicar la experimentación a un negocio no es fácil. Para crear el máximo valor para

r- Sea rápido e itere

Pruebe sus suposiciones r- Falle

Echemos un vistazo a cada uno.

El primer principio es empezar a experimentar desde el principio de sus esfuerzos de

Ciclo de innovación tradicional

Observar Generar Analizar Equipo Diseño Construir Lanzamiento Cliente

Innovación mediante experimentación rápida

Observar Generar Diseño Cliente

Esta distinción es importante. En cualquier esfuerzo de innovación, se enfrenta a

Sea rápido e itere

El segundo principio clave de la experimentación es la velocidad. John Hayes, director de

Aumentar la velocidad de la experimentación también puede requerir

Enamórate del problema, no de la solución

Obtenga comentarios creíbles

En un experimento divergente, el objetivo es utilizar prototipos. Esto le permite

Mida lo que importa ahora

Es importante tomar medidas en cualquier experimento. ¿Pero qué se mide?

Pon a prueba tus suposiciones

Otro principio clave de la experimentación es probar sus suposiciones. Aunque esto

) El negocio parecía prometedor para Hyman y Fleiss, pero se dieron cuenta

El fracaso es inevitable. Podemos definir el fracaso como intentar algo que no

El desafío del fracaso es fracasarelegante. Podemos pensar en un fracaso inteligente

r- ¿Aprendiste del examen reprobado?

Definido de esta manera,eleganteEl fracaso es en realidad una parte esencial de la

Stefan $omke distingue entre lo que él llama un “fracaso” y un “error”.

Herramienta: El método experimental convergente

Este método experimental es particularmente útil para innovar en productos,

Método experimental convergente

1. Definir la pregunta y sus variables