Validación basada en datos para ideas de negocios: una guía paso a paso

¿Estás buscando comenzar un proyecto paralelo pero no sabes por dónde empezar? Un enfoque basado en datos para validar ideas comerciales es una excelente manera de comenzar. Este método lo ayuda a tomar decisiones basadas en hechos y datos, en lugar de suposiciones y conjeturas.

En este artículo, proporcionaremos una guía paso a paso para generar y validar ideas de negocios a través de la validación basada en datos.

En esta guía:

• ¿Cómo generamos ideas?
• Obtener los datos
• Validación de ideas mediante IA
• Bonificación: descubrimiento de clientes
• Conclusión

¡Hagámoslo!

💡 ¿Cómo Generamos Ideas?

Hay muchas formas de encontrar ideas de negocios: podemos identificar problemas que tenemos nosotros u otros, investigar qué soluciones existen, encontrar y hablar con clientes potenciales, crear encuestas, utilizar el análisis de la competencia para comprender el mercado, etc. O, como Paul Graham dijo recientemente:

La forma de obtener nuevas ideas es notar anomalías: ¿qué parece extraño, faltante o roto?

Luego, crea un producto mínimo viable (MVP), ponlo en manos de los usuarios y mide los comentarios de los clientes. Luego tomamos esa retroalimentación y la iteramos hasta que encontramos el producto adecuado para el mercado (o giramos, o simplemente abandonamos el proyecto por completo).

Hablar con nuestros clientes potenciales es muy importante durante todo el proceso, que puede ser una experiencia algo desafiante, especialmente para los emprendedores más introvertidos entre nosotros. Sin mencionar que, a veces, no está claro dónde encontrar a esos clientes potenciales: Twitter, Reddit... etc.

Entonces, ¿qué pasaría si pudiéramos encontrar una manera de hacer alguna validación antes de hablar con los usuarios?

No necesitamos reinventar la rueda. Pasar de 0 a 1 podría no ser el único camino. El excelente artículo de Jakob Greenfeld sobre el tema es acertado:

La mayoría de la gente no se mete en los negocios para cambiar el mundo. Simplemente quieren proporcionar valor, ser compensados por ello y hacerlo en sus propios términos.

Hoy en día, hay una gran cantidad de datos disponibles gratuitamente en línea. El truco es que los datos no necesariamente se ven como datos desde nuestra perspectiva. En este caso particular, me refiero a las tiendas de aplicaciones.

Las tiendas de aplicaciones son una gran fuente porque centralizan muchos tipos diferentes de datos: calificaciones, reseñas, etc. Cualquier tienda de aplicaciones puede funcionar para esto (Google, Appel, Amazon...etc). El mismo enfoque también se usaría con datos provenientes de agregadores de revisión de software (G2, Capterra, etc.). Incluso puede ser posible visualizar los datos desde dentro de la plataforma, pero ese sería un servicio pago.

Creo firmemente que podemos aprender tanto del éxito como del fracaso. Con esto en mente, usar los datos de la tienda de aplicaciones para encontrar y validar ideas comerciales no solo significa confiar en las aplicaciones de mayor rendimiento. También podemos analizar las aplicaciones que no están funcionando tan bien como se esperaba o investigar por qué un concepto prometedor no está despegando.

La idea es muy simple: una aplicación mal calificada pero que se descarga con frecuencia es una señal de que existe una necesidad y que es posible hacerlo de manera más efectiva.

🧲 Obtener los datos

Obtener los datos que necesitamos de Play Store es bastante sencillo, dependiendo de qué tan expertos en tecnología seamos. Podemos rasparlo usando una de las muchas herramientas disponibles en línea, como Octoparse. Si el proceso no está claro, considere usar esta guía para resolverlo. Debería ser relativamente simple.

Buscamos aplicaciones con más de 500.000 descargas pero con una calificación de 3 estrellas o menos. Eso nos dirá qué tiene una gran demanda (porque, ¿por qué la gente lo descargaría si no lo necesitara?) pero dónde la mala ejecución está causando la insatisfacción del usuario.

Del mismo modo, puede ser interesante consultar las aplicaciones mejor valoradas y con un bajo número de descargas. Eso podría ser una indicación de un gran producto con potencial si pudiera llegar a las personas adecuadas.

El resultado parece un CSV con 4-5 columnas, así:

1. Limpieza de datos

Con los datos sin procesar en la mano, querremos darles algún sentido y encontrar información pertinente.

Un análisis rápido nos permitirá identificar algunos segmentos que deben ser excluidos. Las aplicaciones con más de 1 millón de descargas suelen ser versiones móviles de gigantes (Amazon Prime, Google, etc.). Si bien es importante soñar en grande, no es relevante en este momento.

Por lo tanto, filtraremos las aplicaciones entre 500 000 y 1 millón de descargas.

2. Praxis de análisis

He agregado los datos por categorías de la siguiente manera:

El segundo campo es solo la cantidad de aplicaciones en esa categoría en nuestros datos, y el último es la calificación promedio para esa categoría.

Las 3 categorías principales son herramientas, entretenimiento y finanzas, y la calificación promedio ronda los 2.7. Son 1375 aplicaciones en las 3 categorías que se han descargado al menos 500 mil veces. Son muchas necesidades insatisfechas y usuarios insatisfechos.

Para aquellos de nosotros que preferimos gráficos:

El gráfico azul es la calificación promedio y el gráfico naranja representa el porcentaje de esa categoría específica en relación con la lista completa. El lugar ideal es donde el gráfico naranja se superpone (por cierto margen) al azul, lo que indica una alta concentración de aplicaciones en esa categoría y, al mismo tiempo, muestra malas calificaciones. El gráfico confirma lo que ya era transparente en la tabla anterior.

De aquí en adelante, el mundo es nuestra ostra. Podemos llevar el análisis más profundo y en cualquier dirección que consideremos interesante.

Echemos un vistazo más de cerca a la categoría Herramientas, por ejemplo.

3. Las 'Herramientas' del oficio

Dentro de las aplicaciones de la categoría 'Herramientas', buscaremos aplicaciones con al menos 1 millón de descargas y las ordenaremos por calificación promedio (ascendente).

La lista aún es bastante larga, pero al menos tenemos un nicho y algunos objetivos iniciales. Luego, podemos profundizar en cada aplicación y verificar sus características, quiénes son sus competidores y cuál es el potencial de mercado cuando corresponda. Podríamos realizar un análisis de sentimiento, por ejemplo, sobre las reseñas recopiladas para cada producto de la lista y extraer los temas/palabras clave principales. Esa sería una buena manera de determinar las áreas inmediatas de mejora (o incluso características) para cualquier producto nuevo en ese nicho.

El objetivo es obtener más información sobre el nicho específico y aprovechar esos datos en el siguiente paso.

Y así, además de los métodos de validación bien conocidos, puedo sugerir dos herramientas adicionales para validar aún más las ideas. Todo esto se puede combinar para desbloquear información útil; es realmente una cuestión de determinar qué es útil en qué contexto.

🤖 Validación de ideas usando IA

Sí, la IA está de moda, y no, no es una guía más que se aprovecha de la tendencia. No se trata de ChatGPT, después de todo. Por ahora

Roiquant es una plataforma de inteligencia de startups para fundadores. Ofrecen diferentes servicios de datos, como panorama competitivo, análisis post mortem, etc. En nuestro caso, estamos interesados en su herramienta "Validación de ideas".

El primer componente mide la "singularidad" de nuestra idea en función de la información proporcionada, como se muestra aquí:

Para ilustrar, usemos el ejemplo de la aplicación "Smart Air Conditioner" de la lista anterior. Introduciremos las entradas según nuestro mejor conocimiento y, obviamente, cuanto más precisas sean las entradas, mejor será el resultado. Pero como en cualquier otro proceso de validación, el objetivo no es llegar a un estado de información perfecto; es imposible. En cambio, nuestro objetivo es reducir el riesgo tanto como sea posible y confirmar las hipótesis más críticas antes de comenzar a construir algo.

Obtenemos una medida general de riesgo de falla (59.2% en este ejemplo), que se calcula a partir de las diferentes submedidas para cada categoría. Por ejemplo, la ubicación y el mercado obtuvieron una calificación del 1 %, lo que refleja la dificultad de hacer negocios en esas áreas del mundo.

La puntuación de novedad del 20 % también muestra que nuestra idea no es muy innovadora, lo que técnicamente aumenta el riesgo de fracaso (pero no siempre).

Hay otro componente relacionado con la viabilidad del negocio que también mejorará los resultados, sin embargo, algunas de las entradas requeridas (valoración del negocio, monetización, etc.) no están realmente dentro de nuestro alcance ya que es demasiado pronto para eso.

Esta es la etapa en la que deberíamos tomar la decisión de seguir o no. Una idea evaluada como de "alto riesgo" (70% o más) debe descartarse en el acto. Este es un umbral algo arbitrario, y es más arte que ciencia.

🕵️ Bono: descubrimiento de clientes

Ahora que tenemos una mejor idea de lo que estamos buscando, es hora de comenzar a interactuar con los usuarios potenciales y recibir sus comentarios. Es esencial identificar a las personas adecuadas con las que hablar, ya que podrán brindar información que ayudará a refinar nuestra idea.

Hay muchas herramientas que ayudan a localizar a esos primeros usuarios potenciales a través de búsquedas de palabras clave, escucha social... etc. Podemos abordar eso en un artículo futuro.

Por ahora, me gustaría hablar de dos soluciones específicas. El primero es CustomerDiscovery.io.

La compañía " ayuda a las nuevas empresas a crecer más rápido al brindarles un espacio de trabajo todo en uno para recopilar, organizar y analizar los comentarios en varios departamentos".

En pocas palabras, esta plataforma permite a los fundadores entrevistar a los primeros usuarios potenciales y obtener comentarios valiosos, ¡que es exactamente lo que necesitamos en esta etapa!

La segunda solución es Respondent.io. La plataforma está destinada a proyectos de investigación de usuarios un poco más avanzados y brinda la posibilidad de reclutar usuarios examinados en función de múltiples criterios (ocupación, ubicación, etc.) para proporcionar información más profunda. También existe la posibilidad de proporcionar "incentivos" a los participantes, es decir, pagar a los entrevistados una cantidad específica (a discreción del propietario del proyecto). Y obviamente, cuanto mayor sea la recompensa, mejores comentarios recibimos.

Comprensiblemente, esta es una herramienta para cuando alcanzamos un cierto umbral de madurez. Puede que no sea una opción perfecta para todos los proyectos (especialmente para los piratas informáticos/emprendedores independientes, por ejemplo), pero no obstante es un buen recurso.

Conclusión

¡Bueno, ahí lo tienes!

El proceso de validación de una idea es complejo y requiere mucho esfuerzo. No se trata solo de tener una gran idea, sino también de comprender el mercado, la competencia y los usuarios potenciales.

Al combinar los métodos tradicionales de validación de ideas con herramientas basadas en IA y plataformas de descubrimiento de clientes, podemos obtener una mejor comprensión de la idea y su potencial. Esto nos ayudará a tomar una decisión informada sobre si continuar o no con la idea y cuál es la mejor manera de hacerlo.

El proceso debe ser iterativo con constante refinamiento y ajuste. ¡Con el enfoque correcto y las herramientas adecuadas, podemos asegurarnos de que nuestra idea tenga las mejores posibilidades de éxito!

¡Muchas gracias por su atención! 😄

¡Soy un emprendedor en un viaje! Si disfrutó de este artículo, habrá más de donde provino: Twitter y el boletín Thinkbox de The Generalist .