Trabajar con experimentación requiere de un proceso para su gestión. La gestión de experimentos, además de definir un ciclo de vida y por tanto el flujo de trabajo que lleva el experimento desde si definición hasta su estado final, nos brinda la posibilidad de medir nuestras operaciones, es decir, calcular el tiempo que nos lleva descubrir el producto correcto, nuestro time-to-discover (TTD).
Calculando el time-to-discover
En LATAM Airlines tenemos todos los experimentos en JIRA con un flujo de trabajo único lo cual tiene las siguientes dos ventajas:
- Tener un panel único de trabajo con el estado de cada uno de mis experimentos
- Calcular el tiempo que nos llevaba experimentar
Existe un script que te permite leer toda la información de todos los items de un proyecto en JIRA, en este caso el de Experimentación, y llevarlos a un GoogleSheet a partir del cual es posible leer los datos de cada una de las transacciones de ese item durante su flujo de trabajo.
Podemos calcular el tiempo que un experimento está en cada uno de los estados de la imagen y el tiempo que cada experimento está en los estados intermedios – ready for XXX. Los estados en color verde de la imagen son momentos en los que estamos trabajando con el experimento y ese tiempo se conoce en Lean como working time, mientras que los estados intermedios – ready for XXX – son los estados en los que el experimento esté parado pues no se está trabajando con el y ese tiempo se conoce en Lean como waiting time.
Nuestro time-to-discover por experimento será la suma de todo el tiempo que ese experimento ha estado siendo trabajado como a la espera hasta tener aprendizajes validados – Done.
Lo que queremos descubrir es importante, siempre, sin embargo, la velocidad con la que somos capaces de hacerlo marca la diferencia en cómo de rápido aprendes de tu cliente y por tanto, de cómo de rápido podrás compartir estos aprendizajes para que sean implementados en el producto al completo.
Datos fiables
El riesgo que existe de que esta información no sea útil, es que los items de experimentación no estén siendo actualizados a medida que progresan en el flujo de trabajo, lo que requiere que las personas que trabajan con él tengan disciplina y sobre todo, usen la herramienta par hacer su trabajo y no par reportar el trabajo. En LATAM Airlines los equipos de producto digital tienen en su flujo de trabajo el paso a producción, por lo que para ellos trabajar de esta manera es un hábito y eso hace que, los datos que obtenemos sean bastante fiables.
Obtener los datos de tu proceso y hacerlos visibles es el primer paso para conocer cómo funcionan tus operaciones y a partir de ahí, encontrar maneras más efectivas de experimentar.
Optimizando nuestro time-to-discover
Mostrar los datos de nuestro proceso es el punto de partida para hacernos más preguntas alrededor de la experimentación, preguntas que debemos trabajar en equipo, pues cada mejora en el proceso será también un experimento.
- ¿Qué podemos hacer para validar experimentos en menos de 14 días?
- ¿Por qué nos lleva 2 días poner el experimento en el producto?
- ¿Qué otras técnicas podemos evaluar para construir experimentos?
- ¿Cómo de autónomos somos a la hora de construir los experimentos? Quizá, si dependemos de otros, podemos aprender lo que ellos saben y así hacerlos nosotros sólos.
- ¿Añadimos o quitamos información del problema/oportunidad para ser más rápidos en el análisis?
Muchas preguntas y muchas posibles respuestas, la correcta será la que nos permite aprender mejor y más rápido en el equipo con las condiciones del sistema en el que trabajamos – condiciones que siempre podemos desafiar para mejorar a nivel global.
Medir y optimizar nuestro time-to-discover es fundamental para saber cómo de rápido aprendemos de nuestros clientes
Artículos sobre experimentación:
Vanesa Tejada 
Un pensamiento