GuíaBásico
Guía de Descubrimiento y Prototipado
Enseña a validar una apuesta con usuarios reales antes de construirla. Construir es la forma más cara de aprender; esta guía compra evidencia barata sobre las suposiciones riesgosas antes de gastar semanas de ingeniería. Cubre el descubrimiento continuo (discovery) como hábito, no como fase única; entrevistas que no mienten —preguntar por comportamiento pasado, no por intenciones futuras, con el enfoque del Mom Test—; el opportunity solution tree para mapear el problema antes de saltar a una solución; cómo convertir una suposición en una hipótesis falsable y diseñar el test más barato que la puede refutar (riskiest assumption test); prototipado al nivel de fidelidad justo —paper, clickable, wizard-of-oz, fake door—; cómo evitar el sesgo de confirmación y la brecha say-do; y cómo sintetizar los hallazgos para decidir seguir, pivotar o matar la apuesta. Continúa directamente donde cerró la guía de Pensamiento de Producto: la apuesta `recommendations` de Mercado, con su suposición más riesgosa ya identificada pero sin probar. Toda la lógica de decisión (qué test elegir, cómo pesar la evidencia, cómo actualizar la confianza) se ejecuta en Node.js. Cierra con un proyecto capstone que valida esa apuesta de punta a punta.
- 64
- lecciones
- 8
- módulos
- Inglés · Español
- disponible en
- Sí
- certificado
- Gratis
- acceso
Resultados
Lo que vas a poder hacer
- Entender por qué construir es la forma más cara de aprender, y adoptar el discovery como hábito continuo, no como fase única
- Entrevistar sin que la gente mienta: preguntar por comportamiento pasado, no por intenciones futuras (el *Mom Test*)
- Mapear el espacio del problema con el opportunity solution tree (outcome → opportunities → solutions → experiments) antes de saltar a una solución
- Convertir una suposición en una hipótesis falsable y diseñar el riskiest assumption test: el más barato que de verdad puede refutarla, ejecutado con `pickTest`
- Prototipar al nivel de fidelidad correcto: paper, clickable, wizard-of-oz, fake door — según costo y qué se puede testear
- Evitar los sesgos que arruinan el discovery: sesgo de confirmación, preguntas líderes, la brecha *say-do*; pesar la evidencia por su fuerza (comportamiento observado > opinión declarada)
- Sintetizar hallazgos de entrevistas contando señales (no ruido) y actualizar la confianza de una apuesta con `updateConfidence`, conectando con el `confidence` de RICE
- Decidir seguir, pivotar o matar una apuesta con evidencia, aplicado de punta a punta a la apuesta de recomendaciones de Mercado en el proyecto capstone
Antes de empezar
Qué necesitas traer
Es para ti si...
- Ingenieros que ya identificaron la suposición más riesgosa de una apuesta en la guía de Pensamiento de Producto y necesitan validarla con usuarios reales
- Devs que quieren correr validaciones baratas y rápidas antes de escribir semanas de código de producción
- Cualquiera que haya visto un equipo enviar una feature "validada" cuando en realidad solo se le preguntó a la gente qué le gustaría
- Ingenieros que quieren una alternativa estructurada a adivinar, o a esperar a que un PM o researcher les entregue la decisión ya tomada
Requisitos y materiales
- Guía de Pensamiento de Producto para Ingenieros completada (o equivalente: outcomes vs. outputs, RICE, encontrar la suposición más riesgosa de una apuesta)
- Comodidad corriendo scripts sencillos de Node.js (sin dependencias)
- No hace falta experiencia previa en investigación de usuarios ni en entrevistas — la guía la enseña desde cero
Contenido
El temario, módulo por módulo
Abre cualquiera para ver sus lecciones.
- Presentación de la guía: valida la apuesta antes de construirla
- Construir es la forma más cara de aprender
- Discovery continuo vs. big-bang research
- El costo de construir lo equivocado
- Qué compra el descubrimiento: evidencia barata
- Discovery y delivery, juntos
- Qué NO es discovery
- Mini-proyecto: decide qué descubrir esta semana sobre `recommendations`
- Presentación del módulo: cómo hablar con usuarios sin contaminar la respuesta
- Comportamiento pasado, no intenciones futuras
- El Mom Test
- Preguntas abiertas, no líderes
- Escucha el problema, no vendas la solución
- La brecha say-do
- Correr una buena entrevista, de punta a punta
- Mini-proyecto: el guion de entrevista para validar `recommendations`
- Presentación del módulo: de las notas sueltas de entrevistas al árbol del problema
- Los cuatro niveles del árbol
- El outcome, en la cima del árbol
- Las oportunidades son problemas, no soluciones
- De la oportunidad a las soluciones
- De la solución al experimento
- Ramificar y podar el árbol
- Mini-proyecto: el opportunity solution tree de recomendaciones de Mercado
- Presentación del módulo: diseña el experimento que puede tumbar tu apuesta
- De la suposición a la hipótesis falsable
- Que de verdad se pueda falsar
- El riskiest assumption test
- Diseña para falsar, no para confirmar
- Cómo se ve un buen test
- Barato contra fuerte: la evidencia no es binaria
- Mini-proyecto: el riskiest assumption test para `recommendations`
- Presentación del módulo: del test elegido a la fidelidad correcta
- Para qué sirve un prototipo (y para qué no)
- Paper y clickable: los dos primeros niveles
- Wizard-of-oz: cuando hay un humano detrás de la cortina
- El fake door: mide interés, no satisfacción
- Fidelidad vs. costo: por qué más caro no siempre es mejor
- Eligiendo la fidelidad correcta: `pickFidelity`
- Mini-proyecto: elige y corre el prototipo de menor fidelidad para `recommendations`
- Presentación del módulo: el enemigo interno
- Sesgo de confirmación
- Preguntas líderes y la brecha say-do, revisitadas
- Muestras sesgadas
- Busca la desconfirmación, activamente
- La fuerza de la evidencia: el comportamiento gana
- Mantente honesto: el checklist final
- Mini-proyecto: auditoría de sesgos del plan de discovery de `recommendations`
- Presentación del módulo: de "corriste el test bien" a "qué decides"
- Agrupar los hallazgos por problema: `clusterByProblem`
- Contar señales: `countUnpromptedUsers`
- Señal vs. ruido: `synthesize` completo
- ¿Cuánto es suficiente para decidir?: saturación
- Seguir, pivotar o matar: `decide`
- Actualizar la confianza: `updateConfidence`
- Mini-proyecto: sintetiza el discovery de `recommendations` y decide
- Presentación del módulo: valida `recommendations`, de punta a punta
- Paso 1: convierte la suposición en una hipótesis falsable
- Paso 2: elige el test más barato que de verdad puede refutarla
- Paso 3: prepara el guion de entrevista, sin vender la solución
- Paso 4: corre el test principal y lee la señal, sin adornarla
- Paso 5: audita la muestra y pesa la evidencia sin sesgo
- Paso 6: sintetiza las señales, actualiza la confianza, decide
- Proyecto final: valida `recommendations`, de punta a punta
Dudas frecuentes
Lo que suele preguntarse
Sin límite. Es una guía gratuita: entras cuando quieras, las veces que quieras.
No. Los módulos están ordenados de menos a más, pero puedes saltar al que necesites. Tu progreso se guarda por lección.
Lo que haga falta está en «Qué necesitas traer», arriba. Si no aparece nada ahí, puedes empezar desde cero.
En el grupo de WhatsApp del Club, y cada quince días hay un live con un instructor donde se resuelven dudas en vivo.
Sí. Al terminar todas las lecciones se emite automáticamente, con un código verificable que puedes compartir en LinkedIn.
Empieza cuando quieras
Lo que dicen los estudiantes
Estas reseñas son de estudiantes inscritos que completaron al menos el 50% del curso. Moderamos las reseñas solo por motivos de contenido (spam, lenguaje ofensivo, datos personales), nunca por ser críticas o negativas.
Aún no hay reseñas aprobadas.
¡Sé el primero en compartir tu experiencia!