Logotipo de Zephyrnet

La evolución de la incorporación de usuarios de Miro: por qué las grandes inversiones no prosperaron y las iteraciones inteligentes ganaron

Fecha:

Me uní a Miro en 2017 y me convertí en el primer Diseñador de Producto del equipo de Crecimiento. Durante más de seis años, experimentamos un crecimiento exponencial:

  • La empresa creció de 50 a casi 1,800 personas
  • La base de usuarios aumentó de 1 a más de 50 millones.
  • Mi equipo pasó de 1 a 11 diseñadores de productos y contenidos.

Como Jefe de Diseño de Crecimiento, decidí mirar hacia atrás y ver cómo incorporación de usuarios evolucionado con el tiempo en Miro y revelar nuestros enfoques y aprendizajes clave.

En esta publicación, compartiré la evolución del enfoque de Miro para la incorporación y activación de usuarios, dividida en 3 fases: InicioHipercrecimiento, y la corriente Crecimiento a escala fase. Esto no se dedicará únicamente a las historias de éxito que estamos acostumbrados a escuchar. Intencionalmente también quiero compartir los fracasos y aprendizajes que eventualmente nos ayudaron a llegar a una cultura madura e iterativa.

Entrevisté a un PM, analista de datos y diseñador de productos que trabajó en la incorporación y activación de usuarios a lo largo del tiempo. Sobre la base de esos aprendizajes, compartiré cómo abordamos la experimentación, resolvimos desafíos y cambiamos los patrones de diseño y las métricas de activación durante el hipercrecimiento de la era de la pandemia. Luego, reflexionaré sobre dónde estamos hoy y qué sigue.

Espero que estos conocimientos ayuden a los equipos de productos de diferentes tamaños y escalas a revisar la incorporación y activación de sus usuarios para desbloquear nuevas perspectivas y crecer más rápido.

Fase 1: Inicio [50 personas, 1 millón de usuarios]

Cuando me uní a Miro (anteriormente RealtimeBoard) en 2017, comenzamos a trabajar en la incorporación de usuarios de inmediato. Me gustaría enfatizar que la incorporación es la base del éxito de todo embudo posterior (retención, monetización), y estábamos viendo la mayor caída en la retención de la semana 1 (S1). En ese momento estábamos repitiendo el proceso de registro y la primera experiencia del usuario con Miro. La dirección se inspiró en las mejores prácticas:

  • Orientado a objetivos
  • Segmentado por rol
  • Experiencia guiada paso a paso.

Mientras cambiábamos nuestra marca en paralelo, decidimos actualizar nuestro proceso de registro y hacerlo más interactivo, visual y centrado en el valor. Como diseñador, quedé muy satisfecho con el resultado y aún más satisfecho con los comentarios cualitativos de los usuarios.

GIF de Miro que muestra la evolución del flujo de incorporación de su plataforma.

GIF de Miro que muestra la evolución del flujo de incorporación de su plataforma.

Comentarios positivos de los usuarios sobre el flujo de registro interactivo 

Obtuvimos los resultados. Ellos eran negativas.

  • El envío de invitaciones por correo electrónico desde el flujo de registro fue menor para el nuevo flujo.
  • La finalización de roles fue menor para el nuevo flujo.
  • Menos usuarios comenzaron su trabajo desde una plantilla en el nuevo flujo.

Rápidamente aprendimos que los embellecimientos interactivos del flujo usuarios distraídos de completar las tareas principales. Como diseñador, desperté de mi perspectiva tradicional orientada a UI/UX. Tuvimos que repetir eso, pero en el hipercrecimiento otras prioridades más importantes cambiaron el enfoque de nuestro equipo.

Mirando hacia atrás, veo que una “iteración inteligente” de esa experiencia podría ayudarnos a encontrar el equilibrio correcto sin sacrificar toda la parte visual de la experiencia que se creó para mostrar el valor. Le pedí a mi entonces colega PM en crecimiento que reflexionaran sobre eso juntos, y ella compartió algunos consejos valiosos para empresas en etapa inicial centradas en la incorporación:

“Destacaría dos aprendizajes principales como gerente de producto: el primero: cada vez que ejecutas un experimento, debes realizar entrevistas a los usuarios después porque los datos dicen lo que está sucediendo, pero solo los usuarios pueden decir POR QUÉ está sucediendo esto. No puedes tener éxito la primera vez. Sería fantástico saber de los usuarios por qué no funciona y ejecutar 1, 2 o incluso 3 iteraciones, para poder aprovechar al máximo su hipótesis. Lanzar, aprender de los usuarios, iterar: eso es muy importante para lograr el impacto empresarial."

Veamos cómo aplicamos estos aprendizajes en Miro para avanzar y comenzar iterando inteligentemente en el flujo de incorporación. Pero antes de eso, les contaré lo que aprendimos de las grandes inversiones en un período difícil e intenso de hipercrecimiento.

Fase 2: Hipercrecimiento de Covid [150 → 1000 personas, 3 → 10 millones de usuarios]

En 2019, justo después del lanzamiento de nuestro modelo de negocio freemium y el cambio de marca de Miro, otro gran factor externo afectó al mundo y a la empresa: la pandemia. En seis meses, la empresa creció de 150 a 1,000 personas y nuestra base de usuarios aumentó de tres a 10 millones de usuarios. Éstas eran menos conocedores de la tecnología clientes que realmente necesitaban a Miro como herramienta para continuar haciendo su trabajo de manera eficiente y mantenerse conectados con sus colegas. Aprendimos que esta nueva audiencia realmente necesitaba incorporarse rápidamente y que la incorporación y la herramienta eran complejas. Necesitábamos simplificar la primera experiencia del usuario. 

Con esa perspectiva de activación renovada en mente, comenzamos a abordar los problemas de incorporación de usuarios para encontrar soluciones impactantes. Desde la perspectiva de Producto y Diseño, empezamos a pensar en cómo innovar la experiencia de incorporación y tenga en cuenta la definición de activación actualizada. Fue un buen momento para realizar una investigación de datos y un análisis de regresión para sintetizar nuestro conocimiento existente sobre la activación y definir los momentos Preparación, Ajá y Hábito. (Obtenga más información sobre la activación de Miro en la parte adicional al final).

Captura de pantalla de la visión de Miro sobre su momento "ajá" con su producto.

Captura de pantalla de la visión de Miro sobre su momento "ajá" con su producto.

Repensar la incorporación de Miro centrándose en el momento ajá 

Siempre intentamos realizar una investigación cualitativa de usuarios en paralelo con el análisis de datos. Obtuvimos información adicional de las entrevistas a los usuarios: la gente no sabía lo que ellos o sus equipos podían hacer en Miro. Estábamos posicionando a Miro como un producto “centrado en el equipo”, lo que significaba que la colaboración era el valor central que necesitábamos ofrecer. Este era el principal problema del usuario a resolver con una nueva experiencia de incorporación, y el equipo ideó una solución realmente innovadora para eso: una experiencia llamada "robo-colaboración" que guía a los usuarios a través de la primera experiencia de manera humana. El equipo, el liderazgo y los usuarios quedaron enamorados de esa experiencia. (Dato curioso: primero probamos este flujo con videos generados por IA usando Synthesia ¡Hace dos años, antes de que la IA se convirtiera en la nueva norma!)

Captura de pantalla del primer prototipo que Miro utilizó como guía para la incorporación de usuarios.

Captura de pantalla del primer prototipo que Miro utilizó como guía para la incorporación de usuarios.

Prototipo de “robocolaboración” con vídeos generados por IA 

La versión final de la colaboración guiada de Miro para la incorporación de usuarios.

La versión final de la colaboración guiada de Miro para la incorporación de usuarios.

Experiencia final de “robocolaboración” para la incorporación de usuarios 

Resultó ser una gran apuesta para el equipo con más de una cuarta parte de la inversión en la fase de investigación, diseño y validación. Como puede ver en las imágenes de arriba, Matt, nuestro gerente de Miro Academy, se dejó crecer la barba durante la grabación del recorrido en video humano, que ocurrió en paralelo con la simulación de la sesión colaborativa.

GIF que muestra el producto final de la experiencia de colaboración robótica de Miro en la incorporación de su producto.

GIF que muestra el producto final de la experiencia de colaboración robótica de Miro en la incorporación de su producto.

Simulación de sesión de colaboración en la incorporación de un nuevo usuario.  

Cuando el equipo obtuvo la aceptación del liderazgo y una reacción positiva de la validación de varios usuarios, comenzamos a construir. El equipo logró incorporarlo al MVP y lanzar una prueba en 1.5 meses. Los resultados fueron controvertidos:

  • Una cuarta parte de los usuarios inicia un tutorial. El número no era tan alto por varias razones: los usuarios no tenían tiempo, tenían una tarea específica que hacer, sabían cómo usar Miro, no podían mirar con audio o la información no era relevante.
  • Tuvimos un aumento significativo en el número de usuarios que crearon contenido en la primera sesión. porque el tutorial impulsa a los usuarios a realizar acciones sencillas.
  • Aún así, no hay mejora en el momento ajá. 

El equipo se dio cuenta de que necesitábamos Duplicar la personalización y la localización. La segunda iteración mostró tracción:

  • Duplicar el número de usuarios Comenzó el tutorial en comparación con MVP1.
  • Sin embargo, tuvimos una Gran caída desde el segundo paso del tutorial.

El equipo hizo un gran trabajo al mover la aguja para los usuarios que crean contenido, pero no generó una mayor cantidad de sesiones colaborativas. Necesitábamos alejarnos y encontrar la causa raíz, por lo que dejamos de repetir esta inversión y comenzamos a pensar en otras hipótesis. En la siguiente sección, revelaré cómo el equipo impulsó la aguja en el momento ¡ajá! iteraciones inteligentes.

Fase 3: Crecimiento a escala y el poder de las iteraciones inteligentes [~1,800 personas, ~50 millones de usuarios]

A medida que el producto crecía, se hacía cada vez más complejo iterar con diferentes partes del mismo. El equipo tuvo que volverse más maduro y reflexivo sobre la experimentación y utilizar el arte de conectar los puntos entre el aprendizaje cualitativo y cuantitativo.

Para descubrir información más detallada, nuestro equipo de UXR ejecutó “estudios diarios”para explorar el comportamiento de los posibles usuarios mientras probaban Miro durante 28 días. Queríamos descubrir el principal obstáculo para la activación y el abandono temprano.

El equipo analizó los comportamientos de los usuarios anónimos en torno al uso inicial y los patrones de colaboración temprana para ayudar a impulsar una comprensión más profunda de qué enfatizar durante la primera experiencia.

Eso sentó las bases a partir de las cuales comenzamos a explorar hipótesis para nuevos experimentos de activación y profundizamos en las experiencias de dos segmentos principales: creadores y miembros.

El equipo comenzó a centrarse en la experiencia para Carpinteros como uno de los públicos sobre los que duplicar su apuesta. Nuestra hipótesis fue: si rompemos el hielo para los nuevos miembros de la junta directiva, impulsándolos a realizar una acción colaborativa fácil, simple y agradable que elimine su miedo a interactuar con una nueva herramienta, aumentaremos la aha momento.

A continuación, necesitábamos definir esa acción sencilla que podría generar deleite y pegajosidad al producto. No fue tan difícil descubrir eso. Reacciones de Miró Proporciona este efecto simple y delicioso.

Con base en esa información, el equipo creó la solución en la que los nuevos miembros podían "decir hola" en un tablero mediante una reacción. Otro colaborador recibiría una notificación sobre su reacción, animándole así a empezar a colaborar en el tablero.

El equipo de crecimiento de Miro también utilizó su propio producto para realizar sesiones de lluvia de ideas sobre cómo los usuarios podían "saludar".

El equipo de crecimiento de Miro también utilizó su propio producto para realizar sesiones de lluvia de ideas sobre cómo los usuarios podían "saludar".

“Experimento de saludar”: primera iteración 

Sin embargo, la primera iteración no arrojó ningún resultado estadístico significativo en ese momento. El equipo tuvo que profundizar en lo que no funcionaba y en cómo iterar más.

Para ello, el equipo realizó un análisis en profundidad estudio postanálisis eso les ayudó a descubrir seis teorías y priorizar las principales mejoras para la siguiente iteración, en lugar de hacer un giro mayor. Aquí están los principales iteraciones inteligentes el equipo descubrió:

  • Mejorar la capacidad de descubrimiento: Aumente la visibilidad de la punta oscureciendo el fondo de la punta
  • Disminuir la carga cognitiva: Activa reacciones directamente desde el botón de sugerencia y muestra una nueva sugerencia que indica dónde pueden encontrar más reacciones más adelante.

Después de aplicar las dos teorías priorizadas, el equipo repitió esa experiencia y agregó varias mejoras: hacer que la sugerencia sea más notoria, simplificar las reacciones y agregar un recordatorio de dónde encontrar más reacciones.

El equipo de crecimiento de Miro desarrolla más acciones para activar su segmento de usuarios Joiners para mejorar su incorporación. Muestran tres ejemplos diferentes de UI/UX anteriores.

El equipo de crecimiento de Miro desarrolla más acciones para activar su segmento de usuarios Joiners para mejorar su incorporación. Muestran tres ejemplos diferentes de UI/UX anteriores.“Experimento de saludar”: segunda iteración 

Sin invertir en investigación de usuarios posterior a la validación, estos pequeños cambios ayudaron a lograr una elevación en el momento aha, coincidiendo con la predicción que se hizo.

Consejos clave sobre cómo “iterar de forma inteligente”

Después de haber pasado más de seis años en los equipos de Crecimiento de Miro, creo que el aprendizaje más importante y duradero que he obtenido es que debemos sigue aprendiendo y repite de manera inteligente. En nuestro equipo de Diseño de Crecimiento, reflexionamos sobre cada experimento y analizamos el PORQUÉ detrás del resultado. El formato de “taller de cuestionarios” nos ayuda a descubrir más iteraciones de manera colaborativa: observamos el experimento e intentamos adivinar qué variación fue ganadora y el “POR QUÉ” detrás de él, lo que nos ayuda a cocrear soluciones futuras con rapidez.

El equipo de crecimiento de Miro desarrolló lo que llamaron un taller de preguntas para ayudar al equipo a iterar de manera más cohesiva, centrándose en responder la pregunta de por qué.

El equipo de crecimiento de Miro desarrolló lo que llamaron un taller de preguntas para ayudar al equipo a iterar de manera más cohesiva, centrándose en responder la pregunta de por qué.

Taller de cuestionarios: descubra iteraciones inteligentes 

Aquí están cinco consejos clave para ayudar a su equipo a iterar el flujo de incorporación de su producto con intención:

  1. Realice pruebas periódicas de usabilidad de su experiencia de incorporación con usuarios y no usuarios para desarrollar el sentido del producto (2-3 por semana).
  2. Intente validar sus grandes inversiones con primeras iteraciones más pequeñas descomponiéndolas.
  3. Una vez que obtenga los primeros resultados, profundice en el análisis posterior de los datos de comportamiento para mapear las teorías, la evidencia y las ideas de solución para las iteraciones.
  4. Reflexione sobre su primera iteración: pruebe el formato de “taller de cuestionarios” para su retrospectiva.
  5. Ejecute siempre una segunda iteración. 

Espero que este estudio de caso le ayude a mejorar la incorporación de sus propios usuarios. No te rindas después de la primera iteración, pregunta siempre porquey sigue escuchando a tus usuarios.

Para obtener aún más detalles sobre la evolución de la incorporación de usuarios de Miro, lea la historia en Crecimiento desquiciado aquí. Suscríbase a Growth Unhinged para recibir esta historia junto con contenido adicional directamente en su bandeja de entrada. Suscríbete a Growth Unhinged aquí.

punto_img

Información más reciente

punto_img