En el artículo sobre cómo medir la adopción vimos tres palancas para mejorar la adopción de una funcionalidad: visibilidad, educación y mejorar la propia funcionalidad. La tercera es la más difícil y la que toca cuando las dos primeras ya no resuelven nada, y mejorar una funcionalidad casi siempre empieza en el mismo sitio: detectar dónde la gente se atasca.
Quédate con esta idea:
La fricción rara vez hace que el cliente se vaya de golpe, lo hacen mil pequeñas fricciones que el equipo no ve.
Vas a ver qué es la fricción, por qué cuesta tanto verla, las tres señales analíticas que la delatan y cómo cruzarlas para no perseguir falsos positivos. Sigo tirando del ejemplo de Algora porque tienen un problema reconocido desde el artículo donde hablamos sobre los informes: la caída ( drop-off) del 47% en el paso «conectar primer CRM» del onboarding, vamos a investigarlo.
Qué es la fricción (y por qué cuesta tanto verla)
Una fricción es cualquier obstáculo, por pequeño que sea, entre el usuario y su objetivo dentro del producto. Un texto de interfaz que el usuario lee dos veces y no entiende, un botón que está donde no se espera, un paso de setup que pide un dato que el usuario no tiene a mano, una pantalla que tarda tres segundos en cargar, una integración que devuelve un error críptico.
Y conviene tener el sub-término claro porque lo voy a usar varias veces:
Microfricciones: Pequeños problemas localizados (copy confuso, pasos innecesarios, tiempos de carga, errores poco claros) que, acumulados, terminan generando fricción en el flujo completo.
Y aquí está la trampa: la fricción suele pasar desapercibida dentro del equipo, pero tiene un impacto desproporcionado en conversión y retención, por tres razones:
- Tú conoces el producto: Llevas meses o años en él. Lo que para ti es «obvio que vas a settings», para un usuario nuevo es un laberinto.
- Tu equipo testea con cuentas configuradas: Cuentas que ya tienen integraciones, plantillas, contactos. Eso no es la experiencia de un usuario nuevo.
- Las microfricciones no aparecen en las métricas agregada:. Una caída del 3% en un paso del funnel parece ruido, tres caídas del 3% en tres pasos distintos se traducen en un 8% menos de activación, y eso ya es caída evitable. Las métricas agregadas esconden pequeñas pérdidas que, acumuladas, dañan la activación y retención.
A esto suelo añadir un cuarto factor, que es el más doloroso, los silenciosos, la fricción no se queja por escrito. El usuario que se atasca rara vez te escribe a contarte por qué, cierra la pestaña, se va, y tú no te enteras. Conecta con la idea del artículo sobre priorización, los clientes más peligrosos son los que se van sin decir nada, y los que abandonan por fricción suelen estár en ese grupo.
Las tres señales analíticas que delatan fricción
La fricción no es invisible, es invisible si solo miras métricas agregadas., si bajas a tres señales concretas, aparece. Y la mayoría de productos las tienen disponibles sin necesidad de instrumentar nada nuevo.
1. Caídas (Drop-offs) en funnels
La señal más obvia, defines los 3-5 flujos críticos del producto (onboarding, primera compra, completar perfil, primera acción de valor) como funnels, y vigilas dónde la gente se cae.
Una caída (drop-off) no es por sí solo una fricción, hay caídas esperadas, no todos los signups quieren llegar al final del flujo, lo que conviene mirar es dónde la caída es mayor del esperado para el tipo de paso: un paso aparentemente trivial con un 40% de abandono es casi siempre fricción.
En Algora ya lo vimos en el artículo sobre los informes a la acción: el paso «conectar primer CRM» pierde un 47%, el paso 2 (invitar al equipo) pierde solo un 8%, la diferencia entre ambos es la diferencia entre fricción real y abandono esperado.
2. Bajada de uso en funcionalidades clave
Más sutil que el funnel y más temprana como sistema de alarma. Si una funcionalidad core empieza a caer semana a semana sin causa visible, suele indicar una de dos cosas:
- Nueva fricción introducida por un cambio reciente (rediseño, cambio de copy, cambio de permisos, refactor que rompió algo).
- Problema técnico que no aparece en los dashboards de errores (latencia mayor, fallo de integración…).
La curva de tendencia semana a semana es el mejor sistema de alarma temprana que tienes. Y conecta con la regla de las preguntas del artículo 6 mira por funcionalidad.
3. Patrones repetidos en tickets de soporte
Esta es la mina que muchos PMs ignoran, soporte está hablando con tus usuarios cada día, y los temas que se repiten son fricción condensada. Cruzarlos con datos de uso es donde aparece oro:
- Si el ticket «cómo exportar a Excel» es el top 3 y exportar a Excel es una funcionalidad principal del producto, la interfaz está fallando, no la documentación.
- Si los tickets sobre la integración X concentran un 30% del volumen, mira el funnel de esa integración: probablemente el drop-off es enorme.
- Cruza también por segmento y rol: si los mismos tickets vienen siempre del mismo perfil (admin, finance, ops), tienes una pista de dónde concentrar la mejora.
Una rutina práctica: una vez al mes, siéntate o sienta a un PM con el equipo de soporte y revisa el top 10 de tickets recurrentes, la mitad de los meses te llevas una mejora obvia que no estaba en el roadmap.
Cuando las tres señales coinciden, tienes oro
Las tres señales por separado son útiles, pero cualquiera por su lado puede ser ruido. Cuando las tres convergen sobre el mismo flujo, la probabilidad de que haya una fricción relevante es muy alta, la idea de fondo, que conviene que se quede en tu cabeza para el artículo:
Una señal aislada puede ser ruido, tres señales independientes apuntando al mismo sitio rara vez lo son.
Esa convergencia, además, te ahorra mucha discusión interna: dejas de tener que justificar la decisión con un único dato y pasas a tener tres líneas independientes apuntando al mismo punto. Tres señales independientes apuntando al mismo punto reducen mucho la probabilidad de que estés reaccionando a una anomalía aislada.
Consejo: Prioriza primero los puntos donde las tres señales coinciden, no los que tienen el dato más espectacular de forma individual.
El caso de Algora: el paso 3 del onboarding
Apliquemos el cruce al ejemplo de Algora, que ya vimos que tenía la primera señal en el artículo 12: Caída (drop-off) del 47% en «conectar primer CRM».
El PM mira las otras dos:
- Señal 1 (funnel): Caida del 47% en paso 3. Confirmado.
- Señal 2 (uso): Solo el 49% de cuentas Enterprise nuevas llega a usar la integración con CRM en sus primeros 30 días. Confirmado.
- Señal 3 (tickets): «no encuentro las credenciales de mi CRM» es el tema #2 del top de tickets en cuentas Enterprise nuevas. Confirmado.
Las tres señales apuntan al mismo punto. Aquí ya no hablamos de intuición, hay evidencia convergente, y eso ordena la siguiente conversación del equipo.
El PM se sienta con cinco usuarios que abandonaron en ese paso y descubre tres microfricciones encadenadas:
- No se puede guardar y volver: Si abandonas a mitad, pierdes lo hecho hasta ese paso. Muchos usuarios entran a explorar qué les va a pedir el sistema antes de buscar las credenciales. Cuando descubren que no pueden guardar y volver después, abandonan, y rara vez retoman el proceso por su cuenta.
- Texto confuso: Para los que sí entran, la pantalla pide «introduce tu API key» sin explicar qué es ni dónde se consigue. Muchos administradores leen «API» y dudan: «esto no lo tengo a mano, vuelvo luego». Pero como no pueden guardar, «luego» se traduce en abandono.
- Sin guía contextual: Para los que se aventuran, no hay link a «cómo encontrar tu API key en Salesforce / HubSpot / Pipedrive». El usuario tiene que cambiar de pestaña, buscar en google, y en la mayoría de los casos pierde la sesión por el camino.
Cada una por separado parece menor, las tres juntas son la diferencia entre el 53% de activación y lo que debería ser.
El plan del PM:
- Microcopy claro: Sustituir «API key» por «código de conexión con tu CRM», con la palabra técnica entre paréntesis.
- Guía contextual: Icono de cada CRM soportado con un link directo a «cómo encontrar tu código» en su documentación.
- Guardar y continuar después: Botón explícito para abandonar el paso sin perder lo configurado antes.
Predicción y métrica antes de lanzar (regla del artículo de métricas de adopción):
- Caída del paso 3 baja del 47% al 25-30%.
- Activación completa (paso 5) sube del 58% al 68-72%.
- Tickets sobre credenciales bajan al menos al 50% en seis semanas.
Si los tres números se mueven, ha funcionado, si solo se mueve uno, hay algo que el PM o el equipo no ha entendido.
Fricción buena: cuándo añadirla a propósito
Antes de cerrar, un matiz importante, no toda la fricción es mala. Hay casos donde añadir fricción a propósito es exactamente lo correcto:
- Prevenir errores irreversibles: Borrar una cuenta, anular una factura, lanzar una campaña a 50.000 destinatarios. Un «¿estás seguro? escribe la palabra ELIMINAR para confirmar» es fricción buena.
- Reducir abuso: Rate limits, captchas en formularios públicos. El coste de no tenerlos es mayor que el coste de añadirlos.
- Calibrar expectativas: Si una acción tiene consecuencias serias (publicar algo, mandar dinero, firmar un documento), un paso extra que confirme «esto va a hacer X» reduce arrepentimientos y reduce tickets.
La regla mental: una fricción es buena cuando el coste del error sin ella es mayor que el coste de la fricción. Si los usuarios borran datos por accidente cada semana y soporte se pasa horas recuperándolos, el clic extra de confirmación está más que justificado.
Cómo construir tu «sistema de alarma» de fricción
Cierro con la parte accionable, lo que recomiendo es construir una rutina semanal o quincenal con cuatro paneles fijos:
- Funnels de los 3-5 flujos críticos. Drop-offs por paso, con alarma si suben más de un umbral.
- Tendencia semana a semana de funcionalidades clave: Caídas inexplicables suben a investigación.
- Top 10 de tickets recurrentes: Categorizados, cruzados con uso. Reunión mensual con soporte.
- Cohortes de churn temprano (D0-D30). Mira qué hicieron y no hicieron los que se fueron en su primer mes.
La fricción detectada en rutina se corrige pronto, la detectada en crisis normalmente significa que ya has perdido usuarios antes de reaccionar.
Resumen rápido
- La fricción rara vez churnea a alguien de golpe: Lo hacen de mil pequeñas fricciones que ni el equipo ve.
- Tres señales analíticas la delatan: drop-offs en funnels, bajadas de uso en funcionalidades clave, patrones repetidos en tickets de soporte. Cuando las tres convergen, prácticamente hay fricción real, no lo dejes pasar.
- A veces la fricción más cara es la más tonta: No persigas solo los grandes rediseños, un error de validación absurdo o un timeout pueden estar costándote el 99% de tus tickets.
- No toda fricción es mala: Si el coste del error sin la fricción es mayor que el coste de la fricción, añádela.
- Convierte la detección en rutina: Cuatro dashboards fijos en la reunión semanal, funnels críticos, tendencias semana a semana, top tickets y cohortes de churn temprano.
Siguiente paso
Hay ocasiones en las que la solución no es reducir la fricción, sino retirar la funcionalidad. En el siguiente artículo veremos cómo hacer sunsetting de funcionalidades (el proceso de retirarlas de forma planificada y gradual cuando ya no aportan valor) apoyándote en datos, minimizando el impacto en los usuarios y evitando acumular deuda de producto durante años.
Cómo retirar funcionalidades de tu producto con datos (sin molestar a tus usuarios)
