De evidencia a decisiones
Una investigación produce entrevistas, notas, grabaciones, métricas y observaciones. Eso todavía no es una respuesta de producto. El análisis transforma esa materia prima en conocimiento que un equipo puede usar para decidir.
Si buscás la definición y las diferencias entre dato, observación, hallazgo e insight, podés consultar la entrada del glosario sobre hallazgos de investigación.
Este artículo se concentra en la práctica: cómo analizar evidencia, redactar hallazgos, priorizarlos y convertirlos en mejores decisiones.
La investigación produce evidencia, no respuestas automáticas
Entrevistas, notas, grabaciones, eventos, respuestas abiertas y métricas son materia prima. También lo son la observación contextual, las pruebas de usabilidad, las encuestas, la analítica, los tickets de soporte, los estudios de campo, los logs de producto y los datos operativos.
Ninguna de esas fuentes habla sola. Una frase no se vuelve hallazgo solamente porque apareció durante una entrevista. El trabajo de análisis consiste en encontrar relaciones dentro de esa evidencia: qué se repite, en qué contexto ocurre, qué excepciones importan y qué permite concluir realmente el estudio.
La cantidad de participantes por sí sola tampoco determina automáticamente la fuerza de un hallazgo. Importan el método, el contexto, la diversidad de evidencia y el alcance de lo que el estudio puede sostener.
Sin ese paso, es fácil saltar desde una cita hacia una solución. El modelo mental Datos → Observaciones → Hallazgos → Insights → Decisiones —desarrollado en el glosario— sirve precisamente para frenar ese salto. Las etapas no son un proceso rígido; son una forma de no confundir evidencia con respuesta.
Hallazgos cualitativos y cuantitativos
Los hallazgos pueden surgir tanto de investigación cualitativa como cuantitativa.
Hallazgo cualitativo
Busca comprender comportamientos, necesidades, motivaciones, modelos mentales o dificultades.
Las personas interpretan “guardar” como una acción temporal y esperan poder continuar editando posteriormente.
Hallazgo cuantitativo
Describe un patrón respaldado por datos numéricos.
El 38% de las sesiones que llegan al paso de configuración abandonan antes de completarlo.
Ambos tipos pueden complementarse. La analítica puede mostrar dónde ocurre un problema. La investigación cualitativa puede ayudar a comprender por qué podría estar ocurriendo.
Esa complementariedad no es una regla absoluta ni garantiza una conclusión correcta. Puede, sin embargo, producir una representación más completa del problema.
Cómo construir un buen hallazgo
Antes de buscar patrones, conviene recordar qué queríamos aprender. Sin una pregunta clara es fácil encontrar cosas interesantes pero irrelevantes.
1. Volver a la pregunta de investigación
El hallazgo debería poder relacionarse con aquello que el estudio se propuso entender. Si no responde a una pregunta relevante para el problema, probablemente no merezca el mismo lugar en la síntesis.
2. Separar evidencia de interpretación
Primero registrar qué ocurrió. Después interpretar qué podría significar. Esta separación ayuda a detectar cuándo estamos agregando supuestos.
El pensamiento crítico es especialmente útil aquí: permite discutir si el desacuerdo está en la observación, en la explicación o en la decisión.
3. Buscar patrones y excepciones
Agrupar comportamientos similares permite detectar recurrencias. Pero las excepciones también importan: pueden señalar segmentos, contextos o condiciones que el promedio oculta.
4. Mantener la trazabilidad
Un hallazgo debería poder conectarse con la evidencia que lo originó. Notas, citas, grabaciones, métricas o eventos permiten revisar posteriormente cómo llegamos a esa conclusión.
5. Expresar una sola idea
Si un hallazgo necesita cuatro párrafos para entenderse, probablemente contiene varios hallazgos mezclados.
Una estructura útil puede ser:
patrón observado + contexto + consecuencia
Por ejemplo:
Los operadores evitan utilizar la búsqueda global cuando conocen la sección donde se encuentra la información porque perciben que navegar manualmente les da mayor control sobre el resultado.
6. Explicar por qué importa
El hallazgo no necesita incluir automáticamente una solución. Pero sí debería ayudar al equipo a entender qué cambia en su representación del problema.
Un hallazgo bien redactado expresa con claridad un patrón relevante, indica el contexto donde aparece y puede relacionarse con evidencia concreta. Es preferible describir primero el problema antes que incorporar una solución.
Hallazgo no significa recomendación
Este límite es especialmente importante en diseño.
Supongamos que encontramos:
Los usuarios no comprenden qué ocurrirá después de confirmar la operación.
Una posible recomendación sería:
Agregar una pantalla de confirmación previa.
Pero eso no es el hallazgo. Es una posible respuesta de diseño.
También podrían existir otras:
- mejorar el contenido del botón;
- explicar las consecuencias antes de confirmar;
- mostrar un resumen;
- permitir deshacer;
- modificar el flujo;
- cambiar la lógica de la operación.
Separar hallazgo y solución mantiene abierto el espacio de diseño. La investigación describe el problema. El diseño evalúa cómo responder.
Un hallazgo no debe incluir automáticamente una recomendación. Conviene distinguir ambos niveles: el hallazgo describe aquello que aprendimos; la recomendación propone una posible respuesta.
Cómo priorizar hallazgos
No todos los hallazgos necesitan convertirse inmediatamente en trabajo. Tampoco todos deben convertirse en funcionalidades. Algunos cambian prioridades, cuestionan hipótesis, descartan soluciones, revelan nuevas preguntas o simplemente mejoran la comprensión del problema.
Un equipo puede considerar, entre otras variables:
Frecuencia — ¿Con qué frecuencia aparece?
Impacto — ¿Qué ocurre cuando aparece?
Severidad — ¿Impide completar una tarea o genera solamente una fricción menor?
Confianza — ¿Qué tan sólida es la evidencia?
Alcance — ¿Afecta a todas las personas o a un contexto específico?
Relación con los objetivos — ¿Importa para aquello que estamos intentando mejorar?
Estas dimensiones ayudan a discutir prioridades. No deberían convertirse automáticamente en una fórmula que reemplace el criterio del equipo.
Caso aplicado: Celisana
En una investigación sobre personas celíacas que buscaban lugares donde comer, varias entrevistas mostraban incertidumbre respecto de si un establecimiento era realmente seguro.
Una cita individual podía decir:
“No sé si confiar en que realmente sea sin gluten.”
Por sí sola, era evidencia.
Al comparar entrevistas aparecía un patrón:
La falta de información confiable genera incertidumbre antes de elegir dónde comer.
Ese patrón podía formularse como hallazgo. La síntesis permitía profundizar:
Para una persona celíaca, encontrar un lugar no alcanza: necesita reducir la incertidumbre sobre la seguridad antes de decidir.
A partir de esa comprensión aparecen distintas posibilidades de producto: reseñas de otras personas celíacas, información específica del establecimiento, indicadores de confianza, proximidad o mecanismos de validación.
El hallazgo no determina automáticamente cuál es la solución. Ayuda a diseñar desde una comprensión más precisa del problema.
Ese recorrido —de entrevistas a hallazgo, insight y decisión de producto— está documentado en el caso de Celisana.
Errores frecuentes al construir hallazgos
Convertir citas en hallazgos
Una cita puede ilustrar evidencia. No reemplaza el análisis.
Contar participantes como argumento único
“Cinco usuarios dijeron…” no explica necesariamente el patrón ni su relevancia.
Escribir soluciones disfrazadas de investigación
“Los usuarios necesitan un botón más visible.”
Probablemente ya contiene una decisión de diseño. El hallazgo debería explicar primero qué problema observaron.
Generalizar más allá de la evidencia
Una investigación realizada con seis operadores internos no permite afirmar automáticamente cómo se comportarán “todos los usuarios”. El alcance del lenguaje debería reflejar el alcance del estudio.
Listar todo con la misma importancia
Un informe con veinte hallazgos “prioritarios” no tiene prioridades. Sintetizar también implica decidir qué merece atención.
Perder la trazabilidad
Si meses después nadie puede explicar de dónde salió un hallazgo, la organización pierde capacidad para revisar o reinterpretar aquella decisión.
Qué hace que un hallazgo sea útil
Un hallazgo útil no es necesariamente sorprendente.
Es útil cuando está respaldado por evidencia, responde a una pregunta relevante, hace visible un patrón, mantiene claro su alcance, evita confundir observación con interpretación, ayuda a entender mejor el problema y puede conectarse con decisiones posteriores.
La pregunta práctica no debería ser solamente:
¿Qué encontramos?
También:
¿Qué entendemos ahora que antes no entendíamos?
Y después:
¿Qué decisiones deberían reconsiderarse a partir de esto?
Cierre
Conviene mantener visibles tres capas.
El glosario de hallazgos de investigación fija el concepto: qué es un hallazgo y cómo se distingue de un dato, una observación, un insight o una recomendación.
Este artículo se ocupa de la práctica: cómo analizar evidencia, redactar hallazgos, priorizarlos y evitar que la síntesis se convierta en una lista de soluciones disfrazadas.
El caso de Celisana muestra esa cadena en un proyecto real: de entrevistas a una decisión de producto.
Concepto, práctica y evidencia profesional. El valor no está en acumular hallazgos, sino en cambiar lo que el equipo entiende y, a partir de eso, lo que decide hacer.