El ICE Analysis

0
340

Introducción

A menudo nos vemos tentados a tomar decisiones que no son concluyentes o bien no tienen suficiente fundamento como pueden ser: lo que diga la mayoría, por el efecto HiPPO (priorizar la opinión de la persona que más cobra en las reuniones), porque nos dejamos llevar por las tendencias del mercado, etc. Pero al final, todas estas ideas tienden a tener la misma fiabilidad que cuando tu madre te decía: «Ven aquí, que no te voy a pegar».

Es aquí donde entra en juego el ICE Analysis, este es un método de priorización que fue utilizado por primera vez por Sean Ellis, conocido por su participación activa en el desarrollo de empresas como DropBox y Eventbrite, y en la promoción del término «Growth Hacking». 

El ICE Analysis fue originalmente pensado para priorizar los experimentos de Growth Hacking, pero pronto se utilizó para evaluar cualquier idea. En pocas palabras, consiste en una técnica para puntuar ideas, basada en tres criterios en función de los cuales podremos tomar decisiones con mayor fiabilidad.

Objetivos

El objetivo del ICE Analysis no consiste en dar una puntuación porque sí, de hecho la puntuación en sí misma no aporta ningún valor ya que no tiene ningún sentido. El verdadero significado de utilizar el ICE Analysis se encuentra en que nos permite:

  • Evaluar la/s idea/s de una forma más estructurada y separada.
  • Comparar estas ideas con otras.
  • Mantener una puntuación continua a medida que aprendemos más sobre la idea.

Aplicar la técnica del ICE Analysis conlleva tres fases que son:

  1. Obtener el ICE Scoring.
  2. Revisar los niveles de confianza.
  3. Hacer verificaciones adicionales.

El ICE Scoring

Con el ICE Scoring vamos a puntuar el impacto positivo de una idea, la facilidad de implementación así como el esfuerzo para llevarla a cabo.

Por si te estabas preguntando qué significa ICE, este es el acrónimo de:

  • Impact demuestra cómo una idea tiene un efecto positivo en un indicador clave que está tratando de mejorar.
  • Confidence demuestra cuánta confianza tiene en la evaluación del impacto y la facilidad de implementación.
  • Ease de una aplicación o la simplicidad es una evaluación de cuánto esfuerzo y recursos se requieren para poner en práctica esta idea.

De tal modo que la puntuación ICE se corresponde con el producto de los valores asignados a cada uno de los factores anteriormente mencionados:

ICE Scoring

Cabe destacar que los valores en ICE se clasifican en una escala del 0 al 10, de modo que todos los factores equilibren el número final. Bajo los valores del 0 al 10, se puede dar significado a cualquier cosa, siempre y cuando los valores sean consistentes entre sí.

Visualicémoslo con un ejemplo:

Ejemeplo ICE Analysis

Una vez obtenido el ICE Scoring sobre este se aplican las dos fase siguientes:

Por una parte vamos a ir revisando la confianza (Confidence en la tabla) y al mismo tiempo vamos a ir haciendo verificaciones posteriores hasta que tengamos un nivel de confianza lo suficientemente alto como para poder seleccionar una idea ganadora.

Para que se vea esto más claro, vamos a ver el funcionamiento del ICE Analysis con un ejemplo práctico desde cero.

Ejemplo Práctico: Ronda 1.

Supongamos que gestionas un producto para una FinTech* y sus clientes. Su objetivo es mejorar el compromiso y la retención de los clientes. 

*Según la Escuela Internacional de Negocios: Una Fintech es una empresa financiera tecnológica que trata de aportar nuevas ideas y que reformula gracias a las nuevas tecnologías de la información, las aplicaciones móviles o el big data, la forma de entender y prestar los servicios financieros.

Ahora mismo tienes dos ideas en la agenda:

  • Por un lado, implementar en la barra de herramientas principal un Dashboard, que permita al dueño de un negocio rastrear las estadísticas de sus participaciones y todas las tendencias del mercado financiero.
  • Por otro lado, implementar un Chatbot para automatizar la comunicación con los clientes.

Para determinar cuál de las dos ideas nos proporcionará mayores beneficios vamos a aplicar el ICE Analysis y según hemos visto antes la primera fase consiste en determinar el ICE Scoring.

Recordemos que el ICE Scoring consiste en:

ICE Scoring

Asignando un valor de entre 0 y 10 a cada uno de los factores: Impact, Confidence y Ease.

Obteniendo el valor del «Impact»

Por tanto, asumes que un Dashboard aumentará significativamente la retención de usuarios, pero sólo los experimentados con lo que das 5 de 10. El Chatbot, por otro lado, puede ser una solución innovadora para muchos clientes, así que le das 8 de 10.

Obteniendo el valor del «Confidence»

Como responsable de gestionar el producto para la Fintech para obtener el valor del Confidence vamos a utilizar el siguiente diagrama propuesto por Itamar Gilad:

diagrama propuesto por Itamar Gilad

Como podemos observar la herramienta claramente no considera las opiniones como un indicador confiable. Sin embargo, las evidencias si que dan un buen nivel de confianza.

¿Qué hay del Dashboard? Aquí, la confianza personal (crees que es una buena idea) y el apoyo ocasional (varios clientes lo han pedido). Esto en realidad aumenta su valor de confianza a 0,5 de 10, lo que es una confianza baja ya que como vemos las opiniones o suposiciones no son un indicador confiable. Desafortunadamente, los clientes no predicen bien su comportamiento futuro.

Pruebas de apoyo para el Chatbot: confianza personal (crees que es una buena idea), apoyo temático (en la industria también lo consideran una buena idea) y la opinión de los demás (tus superiores y colegas lo consideran una buena idea). Esto le da un valor de confianza total de 0,1 sobre 10 o confianza casi nula. 

Obteniendo el valor del «Ease»

Para evaluar cuánto esfuerzo y recursos se requieren para poner en práctica cada idea decides reunirte con tu equipo y creáis la siguiente tabla. En la que en función del tiempo que les llevará implementar una funcionalidad asignas mejor o peor puntuación:

Valor de ease

Calificas que el Dashboard requerirá 10 semanas/persona, y el Chatbot requerirá 20 semanas. Más tarde, obtendrás mejores notas del equipo. Utilizas la tabla anterior (elegida por ti y tu equipo) y tenemos un 4 para el Dashboard y un 2 para el Chatbot.

Visualizando gráficamente los resultados obtenidos:

Resultados ease

Tras los resultado del ICE Scoring parece que el Dashboard saca ventaja sobre el Chatbot pero, ¿es suficiente? Pues no, en esta primera etapa, no hay suficiente información para tomar una decisión. Con lo que debemos de pasar a la fase 2 y 3 del ICE Analysis: Revisar los niveles de confianza y hacer verificaciones adicionales.

Ronda 2

Para la ronda 2 decides hacer una verificación adicional ya que los niveles de confianza no te permiten tomar una decisión.

A continuación, te reúnes con tus colegas responsables del desarrollo y UX, y juntos comenzáis a evaluar ambas ideas. Ambos proyectos parecen factibles a primera vista. 

En paralelo, haces cálculos detallados. Inspeccionando de forma más detallada, el Dashboard parece un poco menos prometedor y obtiene 3. El Chatbot todavía se ve en 8.

El uso de la herramienta de confianza muestra que ambas ideas ahora pasan la prueba de Estimaciones y Planes y obtienen algo de confianza. Ahora el Dashboard se mueve a 0.8 y el Chatbot a 0.4.

Resultados ease

Tras la ronda 2 observamos que aún el nivel de confianza sigue siendo bajo y por una buena razón, la mayoría de los valores están sacados de la manga y por tanto necesitamos reunir más pruebas.

Ronda 3

En esta ocasión nos decidimos por revisar los valores del mercado. Para ello, decidimos enviar un cuestionario a los clientes existentes, invitándoles a elegir una de 5 posibles nuevas características, incluyendo un chatbot y un dashboard. Tras ello consigues cientos de respuestas muy positivas. 

Los resultados son muy positivos para el Chatbot, esta es la función número 1 del cuestionario, y el 38% de los encuestados la eligen. El Dashboard ocupa el 3er lugar con el 17% de los votos.

Esto le da a ambas funciones soporte de mercado, por lo que la puntuación del Chatbot sube a 1.5. Para el Dashboard, la confianza también ha aumentado, pero sólo a 1.

Resultados análisis

Observamos que el Chatbot empieza a distanciarse, ¿pero deberían tomarse en cuenta estos datos para tomar una decisión con total seguridad? No, desafortunadamente, los resultados de la encuesta no dan una señal muy significativa de confianza. Con lo que seguimos trabajando.

Ronda 4

Para la nueva ronda de verificación decides tener en cuenta la palabra del cliente. Para saber más, se realiza un estudio de usuario sobre 10 clientes existentes, mostrándoles prototipos interactivos de ambas características. Paralelamente, realiza entrevistas telefónicas con 20 participantes en el estudio que han elegido una de las dos características sugeridas.

El estudio muestra una imagen más interesante:

  • El 80% de los participantes en el estudio consideraron útil el Dashboard y dijeron que lo utilizarían al menos una vez por semana.
  • El 90% de los participantes en el estudio dijeron que usarían el Chatbot de buena gana. Su nivel de entusiasmo era muy alto.

Considerando nuestra herramienta de confianza, asignas al Dashboard y al Chatbot los valores de confianza 3 y 2.5, respectivamente.

Resultados análisis

Según el ICE, el cuadro de mando debería ser declarado ganador, sin embargo, por otro lado, los indicadores de confianza de ambas características están lejos de ser altos.

Ronda 5 y final

En estos momento, para esta nueva ronda, decides comenzar creando una versión del Chatbot para un producto mínimo viable (MVP). El desarrollo toma 6 semanas, y ejecutas el MVP para 200 encuestados que aceptaron participar en las pruebas. 

El 75% de los encuestados activa la función, pero su uso cae drásticamente día a día. Tras dos semanas de uso sólo el 12,5% de los encuestados son usuarios activos. Todos dan el mismo feedback, el chatbot es más difícil de usar.

Ejecutas el MVP del Dashboard en otros 200 clientes durante 5 semanas. Los resultados son muy buenos: el 87% de los participantes usan esta característica, muchos de ellos a diario. De aquí se deduce que el impacto es mucho mayor de lo que esperábamos, por lo tanto asignamos 8 puntos en lugar de 6. Además, el equipo de desarrollo estima que tomará otras 10 semanas/persona para lanzar el Dashboard en su totalidad, por lo que la facilidad de implementación obtiene 4. Como resultado, aumenta el índice de confianza de 3 a 6,5.

Resultados ICE analysis final

Ahora sí, todo el mundo está de acuerdo que el Dashboard es la funcionalidad correcta a desarrollar.

Conclusiones

Como ya vimos al inicio de este artículo a veces tomamos decisiones basadas en suposiciones o en la opinión de terceras personas que nos hacen perder dinero al no estar basadas en evidencias ni tener un nivel de confianza adecuado.

Con el ICE Analysis hemos fomentado la diversidad de enfoques para alcanzar el nivel de confianza necesario para tomar una decisión. Además, el ICE Analysis es una buena herramienta para priorizar debido a que te hace ahorrar costes y las decisiones se basan en evidencias y no en en suposiciones.

El uso recomendado de la herramienta es a nivel de programa y a nivel estratégico.

Para empezar a usar esta herramienta no necesitas nada más que una hoja excel donde representar los datos que vayas obteniendo. Si utilizas herramientas como JIRA puedes hacer uso de plugin adaptados que te permiten ejecutar el ICE Analysis. Recomiendo el uso del plugin “Priority board for JIRA” que permite construirlo.

Para finalizar, debo indicar que existe una variante denominada RICE Analysis en el que se tiene en cuenta un factor más el «Reach». Pero este hace más compleja la priorización y no la recomiendo para gente que no haya utilizado antes el ICE Analysis.

Dejar respuesta

Please enter your comment!
Please enter your name here