El metodo y la herramienta
Un instrumento fijo del equipo para validar hipotesis de marketing (posicionamiento, lanzamientos, mensajes, conceptos) simulando la reaccion de segmentos de clientes, anclada en datos reales de Hites y comprobada con un loop de validacion antes de creerle.
El primer ejercicio del sistema fue el territorio de la Tarjeta Hites Visa: a quien entrevistamos, sus perfiles, las preguntas y las conclusiones viven en su propio reporte.
Esto sirve para comparaciones relativas y rankings, no para cifras absolutas de demanda. La honestidad (saber lo que no sabe) es el sello del instrumento, no su limitacion. Se declara siempre al entregar.
Si el output es un orden o una direccion, confia. Si es una cifra, tratala como hipotesis a calibrar. Inspirado en la logica de evidenza.ai, pero con una diferencia: aqui la confiabilidad la ponemos nosotros con datos reales de Hites, no la promesa de un proveedor.
La confiabilidad no viene de que tan bien redactada este una persona. Viene de dos cosas, y sin ellas esto es un juego de rol caro. Con ellas, es un instrumento.
El sintetico habla desde lo que la data de Hites ya dice (BigQuery, ERP, cartera), no desde lo que imaginamos. Cada dato trae su fuente y su fecha. El segmento no se lee de un campo: se deriva (comuna, estudios, ocupacion, comportamiento y monto de cupo) y por eso es calibrable, no un dato de origen.
Metodo holdout: se le pregunta a ciegas por hechos que YA conocemos y se compara con la data dura. El criterio es direccion y orden, no clavar la cifra. Si no puede predecir lo conocido, no le creemos lo desconocido.
Ningun estudio presenta resultados si su backtest no paso. Si una prueba falla, se suma la senal que faltaba al grounding citando la fuente y se vuelve a correr. Nunca se reescribe la persona para que "adivine" el resultado: eso es hacer trampa y rompe la confiabilidad. Y cuando llega la data real, la data manda: la herramienta se corrige.
El primer ejercicio ya paso su backtest (5 de 5, una en el borde) y quedo documentado en su reporte. Ver la validacion del estudio Tarjeta Visa.
El ecosistema encapsula el metodo: cada estudio pasa por grounding real, poblacion calibrada, backtest y lectura relativa. La confiabilidad no depende de quien lo use, esta en el proceso que obliga a seguir.
Datos reales de Hites: la verdad de terreno.
El segmento como distribucion con varianza, no un arquetipo.
Como preguntamos: cuanti opcion forzada + cuali profunda.
Que probamos y con que: instrumento + estimulo.
El backtest: la capa que da o quita confianza.
Correr el estudio N+1 sin rehacer todo: plantillas + runbook.
Las reglas que no se rompen.
Ocho pasos. El quinto es el gate: sin backtest verde, no se elicita ni se presenta nada.
La pregunta de negocio que se quiere responder.
Traer de BigQuery la data real que ancla al segmento.
Construir o actualizar los segmentos sinteticos con su varianza.
El estudio: instrumento (preguntas) + estimulos (mensajes a probar).
Validar que la poblacion reproduce hechos conocidos. Si falla, se recalibra el grounding, no se maquilla la persona.
Correr el estudio (cuanti + cuali) sobre la poblacion.
Ranking, direccion, objeciones. Nunca cifras absolutas como verdad.
Que se decidio, con que confianza, que queda pendiente de validar con data real.
Que esto no sea un ejercicio aislado, sino un instrumento reutilizable. La regla de oro embebida: ningun estudio muestra resultados si su backtest no paso. El gate es del software, no de la voluntad.
Biblioteca de poblaciones sinteticas versionadas. Cada una con su grounding, su varianza y su confianza. Se reutilizan estudio a estudio.
Los hechos duros de Hites (BigQuery, ERP, cartera) con fuente y fecha. La base contra la que se calibra. Se refresca periodicamente.
Donde se define un ejercicio: pregunta de negocio, segmentos, estimulos y el instrumento (cuanti opcion forzada + cuali profundidad).
El gate. Corre las pruebas holdout contra el grounding y entrega un semaforo. Sin verde, el estudio no publica.
Rankings, matriz de objeciones, jerarquia de casos de uso y recomendacion, todo con su confianza. Exportable a deck HTML del estandar Growth.
Donde se inyecta data real cuando llega (la base pre-aprobada, un test de mercado) y el sistema aprende: corrige segmentos y sube o baja la confianza.
Nada de esto pelea con lo existente: comparte el data map de BigQuery, vive en el hub Growth y alimenta los decks HTML.
La cara, en el sistema de diseno Growth, enlazada en el hub: define estudios, muestra segmentos, corre backtest, lee resultados.
Orquesta el loop. Llama a la Claude API para la elicitacion sintetica (generar las respuestas de las sub variantes) y para el backtest.
Guarda segmentos versionados, estudios, estimulos, resultados y el historial de calibracion. Mismo patron que el panel Eunoe (D1 + cron).
BigQuery no se consulta en vivo desde el Worker: un job exporta los hechos duros de BQ a D1 o KV en cada refresco. Grounding siempre fresco sin exponer BQ.
Estas dos paginas: el metodo y la herramienta aqui; el estudio Tarjeta Visa en su propio reporte. Sirven para presentar y para que el equipo entienda el instrumento.
Interactivo: el usuario escribe que necesita, elige metodo y segmentos, y aprieta correr. El Worker llama a la Claude API, corre el backtest y devuelve el ranking y la matriz. Guarda todo en D1.
El job de BQ refresca el grounding solo. El backtest se vuelve gate duro (sin verde no hay resultado). La confianza por segmento se calcula automatica.
Versionado de segmentos, auditoria (quien corrio que y con que grounding) y el loop de calibracion con data real cerrando el circulo.
La herramienta compara y ordena, no adivina demanda. Sus numeros son hipotesis a calibrar; sus rankings son la senal confiable. Cuando llega data real, la data manda y la herramienta se corrige. Ese es justamente su valor: es un instrumento que sabe lo que no sabe.
Asi se veria la cara de la herramienta. Elige un metodo, escribe que necesitas y deja que el sistema arme el instrumento. Es un mockup clickeable: pruebalo.
El catalogo de metodos. Cada uno con su "cuando se usa". Haz clic para elegir uno.
Escribelo en tus palabras. El sistema parte de aqui.
Ejemplos: "que claim de lanzamiento diferencia mas" · "que objecion frena la activacion" · "como ordenar los beneficios por prioridad".
Dos caminos. Elige uno y mira la respuesta abajo.
Un metodo fijo y auditable: cada decision trae su grounding y su backtest. Los segmentos se construyen una vez y sirven para todos los estudios. Y el resultado sale en formato Growth, listo para Harold, Nicol o el CEO.