Esta página está pensada para ser un listado de todos los términos, o la gran mayoría de ellos, que es importante conocer. Encontrarás un pequeño resumen de cada uno de ellos y un link a una página de cada uno para profundizar más si lo deseas (páginas en proceso).
Estrategia de Producto y Dinámicas de Mercado
- Product-Market Fit (PMF): validación de que tu producto satisface una demanda real y se puede construir un negocio sobre el porque hay usuarios de pago.
- Value Proposition: propuesta de valor por la que un usuario debería de usar tu producto.
- Category creation: cuando se crea una categoría completamente nueva que no existe.
- Network Effects: cuando el valor del producto aumenta a medida que más usuarios lo usan.
- Moat (Foso Competitivo): Ventaja competitiva del negocio sobre otros del sector.
- Market / Product Cannibalization: cuando una función o un producto reduce las ventas o usuarios de tus productos actuales
- Blue Ocean Strategy: La estrategia de océano azul se refiere a crear un mercado nuevo donde no existe competencia.
- TAM / SAM / SOM : formas de dimensionar el tamaño de un mercado. Total, Alcanzable y Capturable.
Descubrimiento, Validación y Priorización (Discovery)
- Product Discovery: proceso de aprendizaje sobre el futuro producto antes de crearlo
- Minimum Viable Product (MVP): la versión mínima del producto necesaria para testear hipótesis con usuarios reales.
- The Mom Test: técnicas de entrevista para recibir un feedback honesto.
- Jobs to be Done (JTBD): sistema para analizar el problema específico por el que el usuario usa el producto.
- Opportunity Solution Tree: un framework visual para conectar los objetivos o necesidades de negocio con problemas y soluciones de usuario.
- Value Prop Canvas: herramienta para encajar el perfil del cliente con la propuesta de valor del producto.
- Shadowing: técnica de investigación que consiste en estar presente con el usuario en su entorno sin intervenir.
- First Principles Thinking: descomponer un problema en sus principios fundamentales
- RICE Framework: método de prioritización en función del Alcance, Impacto, Confianza y Esfuerzo.
- MoSCoW Prioritization: clasificación de tareas en Must, Should, Could y Won’t have.
- Kano Model: sistema de prioritización basado en satisfacción de cliente respecto a la inversión.
- Coste de oportunidad: el valor de la alternativa a la que renuncias al contruir lo que construyes respecto a otra cosa.
Entrega, Ejecución y Operaciones (Delivery)
- Backlog: lista prioritizada de funcionalidades, tareas o mejoras que se deben de desarrollar.
- Historias de Usuario: descripciones de funcionalidades redactadas desde el punto de vista del usuario.
- Agile / Scrum: metodologías de trabajo ágiles para entregar valor rápida e iterativamente.
- Roadmap: plan de funcionalidades o tareas a desarrollar en el futuro próximo.
- Deuda técnica: tareas de desarrollo que habrá que hacer en el futuro cuando se lanza algo rápido para priorizarlo cuando debería de dedicarse más tiempo.
- Tests A/B: experimentos para comparar dos versiones de una funcionalidad con usuarios reales con el fin de ver cuál funciona mejor.
- Feature Flags: herramientas para activas o desactivar funcionalidades en el producto sin necesidad de desplegar código.
- Canary Release: lanzamiento de una funcionalidad a un número reducido de usuarios para probar su estabilidad.
- Dogfooding: práctica de usar tu producto para detectar fallos y entender cómo funciona mejor.
- Product Operations (Product Ops): área que optimiza los procesos, datos y herramientas del equipo de producto.
- User Research Repository: documentación centralizada de aprendizajes, datos y entrevistas de usuarios.
- SLA (Service Level Agreement): compromiso formal sobre la disponibilidad del nivel de servicio de un producto.
- Velocity vs Outcome: diferencia entre velocidad con la que se construye respecto al impacto real que genera.
Crecimiento y Métricas (Growth)
- North Star Metric: métrica clave que refleja el valor principal que el producto está aportando a los usuarios.
- Unit Economics: análisis de ingresos o costes desglosados a nivel de un único cliente o unidad.
- AHA! Moment: el momento en el que un usuario experimenta por primera vez el valor real de un producto.
- Time to Value (TTV) / Time to First Value (TTFV): el tiempo que tarda un usuario desde que empieza a usar el producto hasta que percibe el beneficio / valor.
- Activation Rate: el porcentaje de usuarios que completa una acción clave en su primera experiencia con el producto.
- Feature Adoption Rate: porcentaje de usuarios que usan activamente una funcionalidad tras su lanzamiento.
- Churn Rate: porcentaje de usuarios que abandonan el producto en un período de tiempo.
- DAU / MAU Ratio: usuarios activos diarios frente a los mensuales. Mide la adherencia al producto.
- LTV (Lifetime Value): el valor financiero estimado que genera un cliente durante toda su relación con el producto.
- CAC (Customer Acquisition Cost): el coste de adquisición para conseguir un nuevo usuario que pague.
- Payback Period: el tiempo que necesitas que un usuario pague para conseguir el retorno del coste de adquisición.
- MRR (Monthly Recurring Revenue): ingresos recurrentes del negocio, métrica clave en SaaS.
- NRR (Net Revenue Retention): porcentaje de ingresos de los clientes actuales incluyendo mejoras de plan y restando bajas.
- Expansion Revenue: ingresos adicionales de los clientes actuales mediante upselling o cross-selling.
- Viral Coefficient (K-factor): el número de usuarios nuevos que un usuario genera de manera orgánica.
- Take Rate: comisión de una plataforma o marketplace por cada transacción realizada.
- Retention Loops: mecanismos dentro del producto para incentivar el regreso de los usuarios.
- Product-Led Sales (PLS): modelo donde el producto genera adopción y el equipo de ventas interviene en las cuentas clave únicamente.
- GTM Motion: estrategia de salida al mercado adaptada al producto.
- Tasa de rebote: porcentaje de visitas que abandonan un sitio tras ver una única página.
- Lead-to-Customer Conversion: porcentaje de usuarios que se convierten en clientes de pago.
- Customer Health Score: índice que mide o predice el riesgo de cancelación de un usuario o cliente.
Diseño de Producto, UX y Psicología de Usuario
- Product Sense: habilidad e intuición para entender que un producto sea excelente.
- Customer Journey Map: mapa visual de la experiencia de usuario completa,
- Fricción: obstáculos que entorpecen al usuario
- Carga Cognitiva: el esfuerzo requerido por un usuario para interactuar con una interfaz.
- Progressive Disclosure: descubrimiento progresivo de funcionalidades avanzadas para no saturar al usuario.
- Zeigarnik Effect: tendencia de recordar más las tareas incompletas.
- Peak-End Rule: sesgo por el cual juzgamos una experiencia según su momento más intenso o su final.
- Parálisis de opciones: bloqueo de un usuario por tener diferentes opciones disponibles.
- Aversión a la pérdida: sesgo psicológico que nos hace preferir evitar una pérdida antes que lograr una ganancia equivalente.
- Prueba Social: uso de testimonios o logos para generar confianza en nuevos usuarios.
- Dark patterns: patrones de diseño engañosos para que el usuario realice acciones involuntarias.
- Feature Fatigue (Fatiga de Funcionalidades): pérdida de calidad de la experiencia de usuario debido al exceso innecesario de funcionalidades.
Datos e IA
- API: interfaz de programación que permite la comunicación e integración de dos sistemas.
- LLM: modelos de IA entrenados con grandes cantidades de datos para generar texto.
- RAG: técnica que conecta un LLM con fuentes externas para dar respuestas precisas y actualizadas.
- Prompt Engineering: forma de estructurar las instrucciones para optimizar los resultados de una IA.
- Fine-tuning: reentrenamiento de un modelo de IA para un dominico específico.
- Alucinación: respustas de una IA que son incorrectas aunque se formulen de manera convincente.
- Tokenización: proceso por el cual la IA divide el texto en fragmentos.
- Ventana de contexto: límite máximo de datos que una IA puede procesar en una sesión.
- RLHF (Reinforcement Learning from Human Feedback): optimización de modelos de IA basada en correcciones y puntuaciones humanas.
- Zero/Few-shot Learning: habilidad de una IA para ejecutar tareas sin ejemplos previos o mínumos.
- Deterministic vs Probabilistic: contraste entre el software clásico y la IA.
- AI Latency: tiempo que una IA tarda en procesar y entregar su respuesta en la interfaz.
- Multimodalidad: capcadidad de una IA para procesar y relacionar texto, audio, imágenes y vídeo a la vez.
- Data Flywheel: efecto en donde los usuarios generan datos, mejoran la IA y atrae a más usuarios.
- Edge AI: ejecución de modelos de IA en el hardware propio.
Cultura, Organización y Stakeholders
- HIPPO (Highest Paid Person’s Opinion): sesgo de opinión para decidir en función del que más gana en lugar de datos.
- Buy-in: proceso para ganarse el apoyo de stakeholders antes de iniciar un proyecto
- Principios de Producto: declaración de valores de un producto que guía el diseño y desarrollo del equipo.
- NPS Passives & Detractors: análisis de usuarios indiferentes y detractores.
- CSAT (Customer Satisfaction Score): medición de la satisfacción puntual de un cliente al realizar una acción específica.