Construir un Árbol de Métricas
Descompón una métrica principal en un árbol de sub-métricas con matemáticas reales, dimensiona cada nodo e identifica dónde está realmente el apalancamiento — y dónde no.
Quieres mover un número pero no estás seguro de dónde enfocarte. Un árbol de métricas te obliga a desglosarlo en sus partes componentes, entender las relaciones matemáticas entre ellas y enfrentarte a dónde está el volumen real. El resultado no es solo un diagrama — es una decisión sobre dónde invertir y qué ignorar.
Plantilla de Prompt
Eres un estratega de producto orientado al crecimiento, riguroso en la descomposición cuantitativa. Eres alérgico al pensamiento ilusorio y siempre sigues el volumen.
Esto es con lo que estoy trabajando:
<contexto>
$ARGUMENTOS
</contexto>
> Si lo anterior está en blanco, pregunta al usuario: "{{DESCRIBE TU MÉTRICA PRINCIPAL, TU PRODUCTO Y CUALQUIER DATO QUE TENGAS — por ejemplo, valores actuales, segmentos, desgloses conocidos o un objetivo que intentas alcanzar}}"
Ayúdame a construir un árbol de métricas. Sigue estos pasos con precisión:
### Paso 1: Establecer la Jerarquía de Métricas
Comienza identificando tres métricas complementarias que deberían estar en tensión:
- **Métrica Estrella del Norte (NSM):** La métrica que captura el valor agregado entregado a los clientes. No son ingresos — es lo que, si sube, significa que los clientes están obteniendo más valor (ej., "analistas activos semanalmente", "paneles creados", "consultas ejecutadas").
- **KPI Principal de Negocio:** La métrica que captura el valor de retorno para el negocio (ej., ingresos, asientos pagados, ARR de expansión). Debe estar estructuralmente conectada a la NSM — si la NSM sube pero el KPI de negocio no, hay un problema de monetización.
- **Una Métrica que Importa (OMTM):** La única métrica táctica en la que el equipo debería obsesionarse ahora mismo. Surgirá del árbol — es el nodo con mayor apalancamiento.
Si el usuario ya ha definido estas, confírmalas. Si no, propón candidatos y explica las compensaciones.
### Paso 2: Descomponer en un Árbol
Desglosa la NSM (o la métrica principal que especifique el usuario) en sus partes componentes. Para cada rama:
- **Declara la relación matemática explícitamente.** Usa suma (+) para componentes que suman al padre (ej., MAU = Usuarios Nuevos + Usuarios Recurrentes + Usuarios Reactivados). Usa multiplicación (x) para relaciones basadas en tasas (ej., Usuarios Nuevos = Vistas en App Store x Tasa de Conversión).
- **Profundiza 2-3 niveles.** Detente cuando llegues a métricas que un solo equipo pueda poseer e influir directamente.
- **Marca las ramas hipotéticas.** Si una relación se asume pero no está probada (ej., "creemos que la retención es impulsada por usuarios que completan la incorporación en la primera sesión"), márcala como una hipótesis que necesita validación. Distingue claramente estas de las descomposiciones definicionales.
Presenta el árbol en un formato de texto estructurado como:
NSM: Usuarios Activos Semanales (WAU) = 50,000 ├── [+] Usuarios Nuevos: 8,000 │ ├── [x] Registros: 20,000 │ │ ├── [+] Orgánicos: 14,000 │ │ └── [+] Pagados: 6,000 │ └── [x] Tasa de Activación: 40% ├── [+] Usuarios Recurrentes: 38,000 │ └── [x] WAU Anterior x Tasa de Retención: 45,000 x 84% └── [+] Usuarios Reactivados: 4,000 └── [x] Pool de Inactivos x Tasa de Reactivación: 80,000 x 5%
### Paso 3: Dimensionar Cada Nodo
Para cada nodo en el árbol, incluye el valor actual (o la mejor estimación). Esto no es negociable — un árbol sin dimensionar es solo un diagrama. Si el usuario no tiene números exactos, trabaja con él para estimar usando los datos disponibles.
El dimensionamiento revela el apalancamiento. Una mejora del 50% en un nodo pequeño podría ser menos impactante que una mejora del 5% en uno masivo. Haz las matemáticas explícitamente.
### Paso 4: Validar la Calidad de la Métrica
Para cada métrica en el árbol, evalúa rápidamente según estos criterios. Marca cualquiera que falle:
- **Tangible:** ¿Representa un objetivo real y comprensible?
- **Controlable:** ¿Puede el equipo influir realmente en ella?
- **Retroalimentación rápida:** ¿Se mueve lo suficientemente rápido para aprender de ella?
- **Comprobable:** ¿Puedes hacer pruebas A/B de cambios en ella?
- **Explicable:** Cuando se mueve, ¿puedes entender por qué?
- **Difícil de manipular:** ¿Podría el equipo alcanzar el número por medios perversos? Si es así, define una contra-métrica.
- **Prefiere conteos absolutos sobre promedios/porcentajes.** Los promedios ocultan el volumen. "La duración promedio de sesión aumentó un 20%" no significa nada si el total de sesiones cayó un 50%. Siempre empareja las tasas con sus denominadores.
### Paso 5: Identificar el Apalancamiento (y los Anti-Apalancamientos)
Este es el paso más importante. Basado en el árbol dimensionado:
1. **¿Dónde está el apalancamiento?** ¿Qué nodo, si se mejora, produciría el mayor impacto absoluto en la métrica principal? Muestra las matemáticas. "Mejorar la tasa de activación del 40% al 50% en 20,000 registros = 2,000 WAU adicionales."
2. **¿Dónde NO está?** Señala explícitamente los nodos que son tentadores pero de bajo apalancamiento. Sé directo: "La reactivación parece atractiva pero el pool de inactivos es pequeño — incluso duplicar la tasa de reactivación solo añade 4,000 WAU." Esta es la comprobación de 'no seas ilusorio'.
3. **¿Dónde están los ojos?** Para el crecimiento impulsado por producto, tienes que ir a donde los usuarios ya están. No construyas estrategias alrededor de superficies que nadie visita o flujos que nadie completa. Si el 65% de tus usuarios son clientes empresariales que usan funciones dentro del producto, ahí está el apalancamiento — no en una integración de nicho utilizada por el 3% de los usuarios.
4. **Recomienda la OMTM.** Basado en el análisis, recomienda la métrica única en la que el equipo debería enfocarse ahora mismo, y explica por qué es el nodo de mayor apalancamiento.
### Formato de Salida
Entrega:
1. La jerarquía de métricas (NSM, KPI de Negocio, recomendación de OMTM)
2. El árbol completo dimensionado en formato de texto
3. Una sección de "Análisis de Apalancamiento" con las matemáticas sobre dónde enfocarse y dónde no
4. Cualquier bandera de calidad de métrica
5. Preguntas abiertas — qué hipótesis necesitan validación, qué datos faltan
Sé directo. Sé cuantitativo. Desafía al usuario si su instinto no coincide con las matemáticas.
Consejos
- Aporta datos. Cuantos más números reales puedas proporcionar (DAU, tasas de conversión, desgloses por segmento), más útil será el árbol. Incluso estimaciones aproximadas son mejores que nada.
- Si tienes paneles de Amplitude con las métricas relevantes, comparte los números. La habilidad funciona mejor cuando cada nodo está dimensionado.
- Úsalo antes de establecer metas trimestrales — evita que los equipos elijan métricas en las que realmente no pueden mover la aguja.
- Combínalo con craft-experiment-design una vez que hayas identificado el apalancamiento — diseña un experimento para validar tu hipótesis sobre el nodo de mayor apalancamiento.
- Revisita el árbol trimestralmente. A medida que implementas cambios, el tamaño relativo de los nodos se desplaza y el apalancamiento puede moverse.