Experto en Embudos de Quiz
Skill experto para diseñar, auditar, codificar y optimizar un embudo de quiz + paywall de alta conversión. Cubre estrategia, copy, personalización, integración de paywall, benchmarks 2026, playbook de tests A/B y stack técnico.
El embudo de quiz es el arma #1 de conversión móvil/SaaS 2024-2026. Cal AI ($30M ARR), Noom ($750M ARR), Flo ($9M/mes), Cal AI, Opal, Stoic, BetterMe, Blinkist funcionan todos con este patrón: quiz → plan personalizado → paywall. Este skill codifica lo que funciona.
Cuándo usar este skill
Activar en:
- "Diseñar un embudo de quiz / onboarding quiz / túnel de suscripción"
- "Optimizar un paywall (app móvil, SaaS web, freemium, trial)"
- "Auditar un onboarding existente"
- "Personalizar un paywall según las respuestas del usuario"
- "Elegir entre hard paywall, freemium o soft paywall"
- "Definir mecánicas de trial (3d vs 7d vs 14d vs reverse trial)"
- "Hacer un teardown estilo Noom / Cal AI / Blinkist"
- "Codificar un embudo de quiz en Next.js"
- "Página de precios SaaS (estilo Linear, Notion, Anthropic)"
- Sub-skill Dashboard Respuesta: "back-office quiz", "dashboard admin quiz", "ver las respuestas", "ver los leads / sesiones", "tasa de abandono por paso", "tasa de finalización", "distribución de respuestas por pregunta", "exportar CSV de leads", "página admin para una sesión" → redirigir a 12-admin-dashboard.md.
NO activar para:
- Onboarding de producto B2B post-registro puro (usar
onboarding-cro) - Flujos de cancelación / retención de churn (usar
churn-prevention) - Página de aterrizaje pública sin quiz (usar
landing-page-expert)
Tesis central (para imprimir en la memoria del agente)
- El onboarding es una conversión de creencia, no un recorrido del producto. Cada pantalla debe mover al usuario de un estado de "incertidumbre" a "este producto entiende mi caso, puede darme un resultado, vale el próximo compromiso".
- El cuestionario es un activo de conversión solo si produce una personalización visible. Si una respuesta no cambia ni el plan, ni el paywall, ni el segmento, ni la experiencia → la pregunta debe desaparecer.
- Las 5 pantallas antes del paywall importan más que el paywall mismo (Stormy, 4500+ tests A/B). Onboarding + paywall = un solo embudo.
- El día 0 lo es todo: el 90% de los inicios de trial ocurren en D0 (Adapty 2026), el 84% de las cancelaciones ocurren en D0-1 en trial de 3d (RevenueCat 2026). Si el "aha" no está en la primera sesión, está muerto.
- El hard paywall no tiene penalización de retención vs freemium (RevenueCat 2026, 115k apps: retención Y1 ~27% vs ~28%). El mito de "freemium retiene mejor" está muerto. La elección = función del CAC, no de la ideología.
- El quiz largo convierte SI cada pregunta paga su alquiler. Noom = 113 pantallas que funcionan. La mayoría de los quizzes largos son solo fricción.
Flujo de trabajo por defecto al invocar este skill
Paso 1 — Diagnóstico
Antes de cualquier resultado, comprender:
- Modelo de negocio: suscripción móvil / SaaS B2B / SaaS B2C / híbrido web-to-app / compra única.
- Plataforma: solo iOS / solo Android / híbrido / solo web.
- CAC y LTV objetivo: si CAC > 30€ → probablemente hard paywall; si CAC < 5€ y viralidad → soft/freemium.
- Categoría: Salud y Fitness / Educación / Productividad / IA / Finanzas / Estilo de Vida / Citas / Herramientas SaaS dev / SaaS PLG / Ventas empresariales? Los benchmarks y patrones dominantes varían.
- Momento "aha": ¿cuál es la acción que más se correlaciona con la retención en D7? (Hacer que el usuario lo descubra si no está claro).
- Estado actual: cero / quiz existente para auditar / paywall existente para optimizar / rediseño en frío.
- Restricciones Apple/Google: hard paywall iOS Ene 2026 = toggle paywall muerto (rechazo Guía 3.1.2), botón de cierre obligatorio, etc. Ver referencia 04.
Si falta mucha información y bloquea → preguntar al usuario en una sola ronda agrupada (máx. 3-5 preguntas). De lo contrario, avanzar con supuestos explicitados.
Paso 2 — Elecciones estructurales (antes del copy)
Decidir en este orden, apoyándose en las referencias:
| Decisión | Referencia | Default 2026 |
|---|---|---|
| Hard / soft / freemium / reverse trial | 05 §Hard vs soft | Hard para suscripción móvil B2C si CAC lo justifica; reverse trial para SaaS PLG maduro; freemium para producto de red/social |
| Longitud del quiz | 02 §Largo vs corto | 8-12 preguntas Salud/Educación; 4-6 utilidades; 30+ estilo Noom si está justificado |
| Ubicación del paywall | 04 §Ubicación | Después del plan personalizado (patrón dominante); FitnessAI/Rootd tienen +2x install-to-trial con paywall antes del onboarding (a probar) |
| Duración del trial | 04 §Mecánicas de trial | 3d (config semanal+3d trial top de Adapty) o 7d (punto dulce general); 14-30d Productividad/Negocios |
| Planes visibles | 05 §Número de planes | Plan único visible + enlace "Ver todos los planes" supera a menudo a 3 planes en móvil; SaaS = 3 autoservicio + Empresa |
| Plan por defecto | — | Anual preseleccionado → 2-3x mix anual, +70% ingresos anuales (Sunflower/Stormy) |
| Redacción del CTA | 08 | "Continuar" supera al descriptivo +111% (Stormy); "Iniciar prueba gratis" / "Probar por $0.00" / "Obtener [Nombre del plan]" |
| Visualización de precios | 05 §Marcos de precio | Marco por semana ($39.99/año → "$0.76/semana") + etiqueta "AHORRA 75%"; redondo para SaaS premium ($20, $30) |
| Web-to-app vs IAP | 04 §Web-to-app | IAP+web híbrido en iOS US (solo web pierde 6.5% neto vs IAP); web-to-app estándar para Salud/Educación/IA de alta LTV |
Paso 3 — Arquitectura del flujo (entregable principal)
Mapear el embudo pantalla por pantalla con, para CADA pantalla:
- Objetivo/creencia convertida (ej. "La app entiende mi contexto")
- Tipo de pantalla (entrada / pregunta / micro-insight / carga / resultado / paywall / compromiso)
- Pregunta + 4-5 opciones (si es Q) o copy titular + subtítulo (si es insight/resultado/paywall)
- Personalización activada: qué variable alimenta esta pantalla aguas abajo
- Riesgo de abandono + mitigación
- Seguimiento de eventos (ver 11)
Modelo de flujo ganador (a adaptar):
[Promesa de entrada: centrada en resultados, 1 pantalla máx.]
→ Pregunta de objetivo (objetivo principal)
→ Situación actual (estado actual)
→ Fricción (bloqueo principal)
→ MICRO-INSIGHT #1 (usar respuestas 1-3 → "Vamos a adaptar tu plan para…")
→ Pregunta de nivel/contexto
→ Preferencia/frecuencia
→ MICRO-INSIGHT #2 (prueba social segmentada: "Los [segmento] obtienen +X en Y semanas")
→ Pregunta de compromiso (compromiso ligero)
→ Pantalla de carga (3-7s, "Estamos construyendo tu plan…")
→ Resultado/vista previa personalizada (puntuación + plan + cronograma)
→ [Opcional: Primera pequeña acción / vista previa]
→ PAYWALL personalizado (titular = objetivo, viñetas = puntos de dolor, CTA = verbo de acción)
→ Cuenta/correo (para guardar/sincronizar, nunca antes)
→ Permiso en el momento de uso
→ Inicio con próxima acción
Paso 4 — Copy concreto
Para cada pantalla, entregar copy preciso (ver 08-copy-library.md para la biblioteca):
- Sin funciones → resultados / resultados finales
- Una idea por pregunta, 4-5 opciones mutuamente excluyentes
- Preguntas sensibles: preceder con "Te preguntamos esto para adaptar el plan, no para juzgarte"
- Siempre proporcionar una escapatoria: "Saltar" / "Aún no lo sé" / "Otro"
- Copy de carga honesto: "Estamos calculando tu plan a partir de tus respuestas" (no "Analizando..." genérico)
- Titular del paywall = objetivo personalizado: "Desbloquea tu plan de 14 días [objetivo]" no "Elige un plan"
Paso 5 — Lógica de personalización
Describir el mapeo respuestas → salidas:
- Variables recopiladas (tipadas) → ID de segmento
- Segmento → plantilla de plan / variante de paywall / precio
- Patrón de código reutilizable (ver 03-personalization-engine.md para ejemplos Next.js+Zustand)
Prueba de validez: si dos usuarios con respuestas opuestas ven el mismo resultado, no es una personalización real. Eliminar o refactorizar.
Paso 6 — Diseño e integración del paywall
Ver 04-paywall-integration.md. En resumen:
- Diseño: una sola página, sin scroll, 3-5 viñetas con iconos (sin tabla en móvil), lista de planes horizontal, etiqueta "Más popular" en el objetivo.
- Mecánica de trial: iOS = sin toggle paywall (muerto Ene 2026, rechazo 3.1.2). Usar patrón de cronograma Blinkist (Hoy → Recordatorio día X → Cargo día Y) → +23% conversión de trial probada, -55% quejas.
- Marco de precios: preselección anual, visualización por semana ("$0.76/semana"), etiqueta "AHORRA 75%".
- Prueba social: número de usuarios + 4.2-4.5★ + número de reseñas + 1-2 testimonios.
- CTA: "Continuar" / "Iniciar prueba gratis" / "Probar por $0.00" + "Sin compromiso, cancela cuando quieras".
- Botón de cierre visible (Apple HIG, de lo contrario rechazo en revisión).
- Cajón de salida (reencuadre → venta inferior → OTO 25-33%) capaz de capturar +15-20% de ingresos, pero limitar a 2-3 exposiciones y auditar con Apple.
Paso 7 — Backlog de tests A/B priorizado
No probar al azar. Priorizar por tasa de éxito Adapty 2026:
| Tipo de test | Tasa de éxito LTV | Prioridad |
|---|---|---|
| Localización | 62.3% | #1 (la más subestimada) |
| Estructura del trial | 59.6% | #2 |
| Duración del plan | 58.7% | #3 |
| Número de planes | 57.1% | #4 |
| Cambios de precio | 45.5% LTV / 28.3% conv. bruta | #5 (aumento en $, no en %) |
| Solo visual/copy | 34.6% | #6 (último) |
Las apps que hacen 14.7+ experimentos/año ganan hasta 40x ingresos vs las que no prueban. Ver 09-ab-test-playbook.md.
Paso 8 — Instrumentación de analíticas
Taxonomía de eventos mínima:
onboarding_started
onboarding_step_viewed (step_index, step_label)
onboarding_step_completed
question_answered (question_id, answer_id, segment)
insight_viewed (insight_id)
loading_viewed
result_viewed (segment, score, plan_id)
paywall_viewed (paywall_variant, segment, trial_duration, plan_interval, price)
paywall_plan_selected
paywall_closed (reason: x | back | scroll_off)
trial_started
purchase_completed (price, currency, plan_interval)
exit_offer_viewed
exit_offer_accepted
permission_priming_viewed
permission_granted
signup_completed
first_value_completed
d0_returned, d1_returned, d7_retained
trial_cancelled (Day 0/1/2…)
refund_requested
first_renewal
Nunca optimizar solo en el inicio del trial sin mirar pagos + reembolsos + primera renovación + retención D7. Ver 11-metrics-and-tracking.md.
Paso 9 — Backend admin "Dashboard Respuesta" (sub-skill)
GA4/Mixpanel no son suficientes para un equipo de soporte/producto/ventas: se necesita un back-office propio que muestre, por sesión, las respuestas brutas + el estado de conversión + un embudo por paso con abandono + la distribución de respuestas por opción. Este es el sub-skill Dashboard Respuesta (12-admin-dashboard.md).
Activación específica: "back-office", "dashboard admin", "ver las respuestas", "tasa de abandono por paso", "tasa de finalización", "ver una sesión", "exportar CSV de leads".
El sub-skill entrega, funcionando en cualquier embudo de quiz (schema-agnostic):
- Modelo de datos Prisma:
QuizSession(identidad + respuestas JSON + UTM + estado de conversión + resultData) +QuizEvent(registro de eventos granular para el embudo real y el tiempo por paso). - Configuración única del quiz (
lib/quiz/config.ts) — fuente de verdad compartida front/admin para las etiquetas de preguntas y opciones. - 35+ métricas calculadas: volumen (24h/7d/30d), engagement (promedio/mediana de paso alcanzado, rebote, finalización, paso de salida principal), captura de correo, conversión (tasa, tiempo de pago, reembolso), embudo por paso con abandono absoluto y %, distribución de respuestas por opción × aumento de conversión vs tasa global, principales fuentes UTM/país/dispositivo, tendencia diaria 14d, segmentos convertidores.
- 4 páginas admin: overview KPI/embudo/tendencia, lista de sesiones filtrable, detalle de sesión (todas las respuestas + eventos de cronograma + JSON bruto), distribución de respuestas por pregunta.
- Exportación CSV segura (
/api/admin/export). - Autenticación fail-closed mediante middleware Basic Auth (o NextAuth/Clerk) — rechazar 503 si falta secreto.
- Lista de verificación de integración en 8 pasos para conectar el sub-skill a un proyecto existente.
Para usar en complemento del paso 8 (instrumentación de eventos): los eventos alimentan el dashboard, el dashboard alimenta la decisión de crecimiento.
Paso 10 — Formato de salida
Según la solicitud, entregar:
- Auditoría → marco SCORE (Specific / Commitment / Output / Reduced friction / Experimentation), sección por sección, con problema → impacto → recomendación → prioridad.
- Estrategia → mapa del embudo + pantalla por pantalla + copy + lógica de personalización + secuencia del paywall + eventos + backlog de A/B + riesgos.
- Código → componentes React/Next.js con store Zustand tipado + persistencia + analíticas conectadas + seguimiento de eventos. Stack de referencia: Next.js 14 App Router + TypeScript + Tailwind + Framer Motion + Zustand persist + Prisma/Postgres + webhook Stripe. Ver 10-tech-stack.md.
- Teardown → mapa del flujo + copy textual + tácticas psicológicas + cifras conocidas + lo que aplica al caso del usuario.
Tabla de referencia rápida — cifras clave 2026 a conocer
| Cifra | Fuente | Uso |
|---|---|---|
| Hard paywall 5x conversión vs freemium (D35 10.7% vs 2.1%) | RevenueCat 2026 | Argumento para cambiar de freemium a hard si el CAC lo permite |
| Retención Y1 idéntica hard ~27% vs freemium ~28% | RevenueCat 2026 | Desmontar el mito "freemium retiene mejor" |
| Apps 14.7+ exp/año = hasta 40x ingresos | Adapty 2026 | Justificar inversión en testing |
| 89.4-90% de inicios de trial en D0 | RevenueCat / Adapt |
...
[truncado para traducción]