Al crear una medición de CXI se evalúan una serie de factores de experiencia, a menudo asignados a los principios de experiencia de cliente para determinar en qué medida cada uno de ellos determina si un cliente tiene una experiencia positiva y se convertirá en un promotor de la marca e influirá en otros comportamientos.

CXI responde a una serie de preguntas desde el punto de vista del cliente:

• ¿Qué tan efectiva es la empresa para satisfacer las necesidades de los clientes?
• ¿Qué tan fácil es ser su cliente?
• ¿Qué tan agradable es interactuar con la empresa?

Al hacer la medición, se debe realizar un análisis para determinar la ponderación relativa de cada uno de los componentes de la métrica y después los resultados se combinan para formar una puntuación CXI final.

El calculo de CXI se hace sumando el resultado poderado de las métricas:

• empatía que representa el 47% de la métrica,
• personalización con el 8%,
• integridad con 23%, y
• esfuerzo con el 22%.

La medición de cada uno de estos indicadores varia entre industrias, empresas y productos, que pueden utilizar diferentes KPIs o métodos para calcularlos. Un método común para medir el esfuerzo, por ejemplo, es utilizar el Índice de Esfuerzo del Cliente o CES (Customer Effort Score).

Beneficios y consideraciones de CXI.

CXI es una medida personalizada que permite comprender el desempeño de una empresa en relación a lo que más les importa a los clientes. Como KPI, CXI es una métrica compuesta que se basa en análisis estadísticos y los movimientos en la calificación de CXI se pueden rastrear hasta las métricas que la componen.

El análisis y discusión sobre CXI requiere de una comunicación clara y concisa para garantizar que todas personas responsables de este indicador comprendan la medida y cómo se calcula. Por ejemplo, dado que CXI es una medida personalizada, no se presta a comparaciones ni evaluaciones comparativas.

Es importante revisar el cálculo de CXI a intervalos regulares. A medida que el negocio evoluciona, también lo harán las expectativas y prioridades de los clientes, que pueden necesitar reflejarse en futuros cálculos de CXI.

Si bien las ventas sirven como guía, la satisfacción de los clientes es una métrica clave para entender el comportamiento actual de los clientes y para predecir su lealtad y su comportamiento en el futuro. Sin embargo, medir y mejorar esa satisfacción puede ser complicado. El modelo HEART, por ejemplo, tiene un elemento para analizar la «felicidad» de los usuarios, pero cuantificar emociones y sentimientos puede ser complicado.

Aquí es donde los KPI (indicadores clave de rendimiento) de satisfacción del cliente sirven como ayuda para medir e interpretar a los usuarios. No existe un KPI único que describa de manera completa la satisfacción de los usuarios, por lo que para tener un entendimiento más profundo es necesario utilizar varios KPIS de manera conjunta.

Calculando la satisfacción neta con NSAT

Un cliente satisfecho es un cliente fiel. Todos los negocios necesitan que sus clientes sigan regresando. Al asegurar su satisfacción, se aumenta el ROI (retorno de inversión) y potencialmente puede ahorrar dinero en promoción y adquisición de clientes, además de que entre más interactúe una persona con un negocio, más eficiente se volverá en usarlo. Adquirir nuevos clientes es al menos 5 veces más costoso que retener a los actuales. Además, si se invierte un 5 % más en retención de clientes, se puede esperar un aumento de al menos un 25 % en las ganancias.

El costo de retención de clientes es mucho más bajo que el costo de adquisición de clientes.

Medir y entender la satisfacción de los clientes sirve para aprenderá mucho sobre como esas personas perciben un negocio. Quizás a esos usuarios les encanten los productos, pero no su servicio al cliente, o tal vez los servicios se perciben como valiosos, pero el proceso de facturación es muy tedioso.

Con una encuesta de satisfacción del cliente se pueden identificar los puntos débiles para realizar los cambios necesarios y mejorar la satisfacción de todos los usuarios en el futuro.

Cómo funciona NSAT

NSAT o Satisfacción Neta (Net Satisfaction) es uno de los muchos tipos de métricas que se pueden usar para realizar un seguimiento de la satisfacción del cliente. A veces se le llama Microsoft NSAT porque el departamento de TI de Microsoft lo utiliza para evaluar sus productos.

NSAT generalmente se basa en una sola pregunta, por ejemplo:

«Califique su satisfacción con [producto] durante los últimos 3 meses«.

Las respuestas se basan en una escala Likert de cuatro puntos con «Muy insatisfecho» en un extremo y «Muy satisfecho» en el otro y son una buena manera de capturar el sentimiento.

Es recomendable agregar también las opciones «No sé» y «No aplica (N/A)» que no se utilizarían para calcular la puntuación pero se consideran parte del total de respuestas.

Calculando NSAT

NSAT se mide usando una puntuación de 200, donde 200 es la mejor calificación. Para calcular NSAT, se toma el porcentaje de las respuestas «Muy satisfecho» (pero no se usan las respuestas a «Algo satisfecho«), se resta el porcentaje de respuestas «Algo insatisfecho» y «Muy insatisfecho«, y se suma 100. Este último paso se hace para no obtener una puntuación negativa.

Vamos a utilizar el siguiente ejemplo para demostrar los cálculos.

• Respuestas totales útiles: 100 + 250 + 50 + 36 = 436
• Muy Satisfecho: 100/436 * 100 = 22,9% = %VSAT (Very Satisfied)
• Total insatisfecho: 50 + 36 = 86
• Porcentaje insatisfecho: 86/436 * 100 = 19,7% = %DSAT (Dissatisfied)
• Satisfacción Neta: 22,9 – 19.7 + 100 = 103.2

Los resultados generalmente se presentan como un número entero sin decimales. Este ejemplo tiene una puntuación final de NSAT de 103. Al presentar los resultados de NSAT, siempre se deben incluir las preguntas exactas, el tamaño total de la muestra, la tasa de respuesta y la tasa de error, si existe.

Recomendaciones en la medición de NSAT

Al comienzar el diseño de las encuestas para NSAT hay que asegurarse de obtener los datos correctos. Aquí hay algunos puntos a considerar al crear las preguntas:

• Hacer las preguntas correctas: en lugar de tratar de obtener grandes cantidades de información de los usuarios, es mejor concentrarse solo en la información realmente necesaria. Si los datos que se recopila no son útiles, probablemente es que se hicieron las preguntas equivocadas.
• Usar datos propios: la información de las encuestas y la métrica de NSAT deben ser una guía para mejorar el producto o servicio y la experiencia del cliente. La investigación de UX puede complementar y profundizar en los problemas y qué se debe hacer para solucionarlos.
• Hacer preguntas abiertas: tener datos cuantificables de encuestas, como un NSAT, es extremadamente valioso. Sin embargo, también se debe considerar agregar algunas preguntas abiertas clave a las encuestas de satisfacción del cliente, como «¿Qué es lo único que podríamos hacer para mejorar su experiencia con [producto]?» Esto les da a los usuarios la oportunidad de compartir detalles específicos sobre su percepción y su experiencia.

Otros KPIS de satisfación de cliente

NSAT es como otros tipos de métricas en el sentido de que se basa en los extremos de los resultados. Se puedem encontrar métodos de cálculo similares con Customer Satisfaction Score (CSAT) o el Customer Experience Index (CXI). Todos estos pueden describirse como sistemas de puntuación «netos».

Los métodos de puntuación neta como NSAT tienen una clara ventaja en el sentido de que eliminan las respuestas tibias de las personas «algo satisfechas». Los usuarios que responden en los extremos pueden ser un mejor indicador de la verdadera satisfacción de la audiencia objetivo.

Qué son los Objectives and Key Results / OKRs

Los OKRs, u «objetivos y resultados clave» son una herramienta colaborativa de definición de objetivos para ayudar a equipos de trabajo a establecer metas retadoras y ambiciosas con resultados medibles. Los OKR son la manera con la que se realiza el seguimiento del progreso, se realiza la alineación entre equipos y se crea el compromiso alrededor de objetivos cuantificables.

El concepto de OKRs fue originalmente propuesto por Andrew Grove mientras trabajaba en Intel en la década de 1980 y más tarde en su libro High Output Management, después fue dado a conocer por John Doerr (Measure what Matters) y Christina Wodtke (Radical Focus), se popularizó cuando comenzó a ser utilizado por Google para realizar su planeación de objetivos y en poco tiempo otras empresas de tecnología y startups como Twitter, LinkedIn, Uber y Microsoft comenzaron a utilizarlos.

Un OKR tiene dos componentes, el objetivo y los resultados clave:

• Los objetivos son descripciones cualitativas de lo que desea lograr y deben ser breves, inspiradores e interesantes. Un objetivo debe motivar y retar a los miembros de un equipo.
• Los resultados clave son un grupo de métricas que miden su progreso hacia un objetivo. Cada objetivo puede tener entre 2 y 5 resultados clave. Todos los resultados clave deben ser cuantitativos, medibles y deben ejecutarse con una fecha de expiración.

Ejemplo de OKR

La fórmula Doerr para definición de OKRs es:

Yo lograré (objetivo) medido por (un grupo de resultados).

Objetivo:

• Mejorar el servicio al cliente en el sitio web para cierre de año 2022.

Resultados Claves (KRs):

• Conseguir una calificación en la encuesta de satisfacción de 70 puntos o superior.
• Resolver las solicitudes de atención a cliente en menos de 1 hora.
• Procesar los datos transaccionales un 40% más rápido en comparación con el año anterior.

Un objetivo bien definido debe describir tanto lo que se quiere lograr y cómo se medirá su éxito. La clave es la frase «medido por«, ya que la medición es lo que hace real a una meta. Sin medición no hay metas, solo aspiraciones.

“Si no tiene un número, no es un resultado clave”.

Marissa Mayer

Los Resultados Clave determinan si un Objetivo ha tenido éxito o no. Los contribuyentes en los KR deben medir su progreso con frecuencia (idealmente cada semana) y al final del período de los OKRs (normalmente cada trimestre) se debe dar calificaciones a los KR y una retrospectiva sobre la ejecución.

OKRs para diseñadores de UX

El reto para los diseñadores de UX es que los OKR a menudo se diseñan en las áreas financieras y se delegan a las áreas operativas. Hechos de esta manera, la mayoría de los OKRs están relacionados con los objetivos de las unidades de negocio y no toman en cuenta ni al usuario final ni la complejidad de la operación del día a día.

Para que las iniciativas de diseño de UX sean exitosas existen dependiencias con los equipos de producto, tecnología, mercadotecnia, atención a clientes y muchas otras. Sin el apoyo de estas áreas, los diseñadores de UX tienen poco o ningún control sobre sus propuestas y por lo tanto tampoco sobre los resultados.

El trabajo de diseño es difícil de cuantificar y medir en términos económicos o de crecimiento del negocio, lo que hace que sea más difícil medir su impacto y también hace más fácil ser culpado de los fracasos.

Una de las mejores formas de lograr el éxito al crear OKR es centrarse en la colaboración. Los OKR se basan tradicionalmente en una visión general de los objetivos corporativos o departamentales, no específicos al equipo de diseño. Los diseñadores de UX deben primero trabajar juntos para crear OKR que aborden las necesidades de su equipo directo, las necesidades de los clientes y de la empresa en su conjunto.

Diseñando OKRs de UX

Para refinar sus OKRs, los equipos de diseño de UX deben buscar alineación con otros departamentos y áreas dentro de la empresa porque la estrategia de trabajo y de los objetivos más importantes se basarán en las necesidades de otros departamentos.

Este es un modelo para diseñadores o equipos de diseño de UX que están estableciendo sus OKRs:

1. Identificar objetivos de alta prioridad
   El primer paso para crear OKR con éxito es identificar el punto de partida. Centrarse en un solo proyecto, problema u en unos de los objetivos más importantes es el mejor lugar para comenzar a crear OKRs.
2. Alinear actividades a los resultados clave
   El diseño, y especialmente el diseño de UX, no es tan cuantitativo como el trabajo en las áreas comerciales porque es inherentemente más subjetivo y se basa en proyectos. Los proyectos de diseño son siempre una pieza de un rompecabezas más grande que involucra los productos, la reputación de la empresa, los precios y más. Lo que hace falta es alinear los resultados de los proyectos con los Resultados Clave (KRs).
   
   Debido a que los hitos o los resultados clave deben ser medibles, es crucial aclarar cómo se miden estos resultados. Por ejemplo, «el objetivo de ventas es aumentar las ventas en un 3% en el próximo trimestre». Los resultados clave del diseño de UX deberán incluir la reducción de los carritos de compra abandonados en un 2.5 % mediante la creación de una experiencia de carrito de la compra más fácil de usar.
   
   Este resultado clave relaciona una actividad específica (actualizar la experiencia del carrito de compras) con un indicador medible que se encuentra en las estadísticas del mundo real. Asegurarse de que los resultados clave se miden o rastrean con métricas cuantitativas puede ayudar a fortalecer la calidad de los OKRs.
3. Establecer un modelo de medición
   Por último, informar y proporcionar comentarios para mejorar en el siguiente ciclo es parte del proceso. En el momento en que se establecen los OKR se comunican a los miembros del equipo involucrados. A medida que continúa el trabajo, se realiza seguimiento del progreso, los planes y los problemas que los equipos de diseño enfrentan mientras trabajan para alcanzar un resultado.
   
   Los diseñadores de UX deben poder conectar su trabajo directamente con los indicadores clave de desempeño (KPIs) para que conozcan el alcance de su impacto. Las métricas de resultados clave deben ser relevantes, claras y fáciles de procesar. Hay que asegurarse de configurar y tener acceso a las herramientas y sistemas con los que se darán seguimiento a estos indicadores para poder consultarlos de manera directa, sin dependencias de terceros.

Transformar los modelos y procesos de diseño en objetivos específicos, medibles y en resultados clave es un desafío para la mayoría de los diseñadores, pero una vez implementados, los OKRs hacen que el proceso de diseño sea más sencillo de cuantificar y de demostrar su impacto en los resultados del negocio.

Al realizar pruebas A/B o en la medición de día a día de un producto digital se pueden obtener muchas métricas que no son útiles en el diseño de experiencia de usuario. Estas métricas pueden describir el comportamiento de los usuarios al interactuar con nuestros productos, pero que no están ligadas a la experiencia de usar un sistema, como el número de visitas a un sitio web, el número de visitantes únicos, la popularidad de una app en su marketplace o la frecuencia de compra de un producto.

Estas métricas, también llamadas «métricas de vanidad«, pueden ser útiles en otros contextos pero no son buenas métricas de usabilidad ni son útiles para tomar decisiones de diseño por si solas ya que no se relacionan ni con la calidad del producto ni con los objetivos del proyecto. Para que sean útiles desde la perspectiva de UX es necesario interpretarlas primero.

El modelo HEART es una técnica que se puede aplicar para reutilizar las métricas simples en insights cuantitativos y medibles que son útiles para la mejora de la experiencia de usuario de un producto completo o solo de una característica específica. En este modelo, se crean cinco categorías de métricas:

• Felicidad (Happiness): mide las actitudes de los usuarios hacia el sistema, normalmente obtenidas por medio de encuestas. Por ejemplo: la satisfacción del usuario o su percepción de usabilidad.
• Engagement: el nivel de involucramiento del usuario con el producto, medido normalmente usando métricas de de comportamiento asociadas al concepto como frecuencia, intensidad o profundidad de la interacción sobre un periodo de tiempo. Algunos ejemplos son el número de visitas por usuario por semana, o el número de fotografías que publica un usuario al día.
• Adopción (Adoption): es el número de nuevos usuarios de un producto o de una característica de un producto. Por ejemplo: el número de cuentas creadas en los últimos siete días o el porcentaje de usuarios de GMail que utilizan etiquetas en sus correos.
• Retención (Retention): es la tasa con la que los usuarios regresan a utilizar un producto. Por ejemplo: el número de usuarios activos en un periodo de tiempo que siguen utilizando el producto en un periodo de tiempo posterior. Una métrica interesante es la tasa del fracaso en la retención, comúnmente conocida como “churn”.
• Tareas exitosas (Task success): incluye métricas tradicionales de comportamiento en experiencia de usuario, como eficiencia (el tiempo que toma terminar una tarea), efectividad (el porcentaje de tareas completadas) y la tasa de errores. Esta categoría puede aplicar en las áreas de un producto que están enfocadas a tareas para el usuario, como un buscador, un formulario o la creación de un perfil en el sistema.

En la práctica no es necesario crear métricas para todas las categorías de HEART, sino que se pueden elegir una o dos que sean importantes para el proyecto que se está analizando. El modelo HEART puede ayudar a decidir si vale la pena agregar o no una categoría en particular. Por ejemplo, la categoría de engagement puede que no sea relevante en un contexto corporativo donde se espera que los usuarios utilicen un producto como parte de su trabajo diario.

En este caso, el diseñador de UX puede elegir enfocarse en la categoría de felicidad o la de tareas, aunque aún podría considerarse útil la categoría de engagement para características específicas del producto como un indicador de su utilidad.

El proceso de Objetivos-Señales-Métricas

La definición de las métricas para HEART no es directa, ya que es específica para cada proyecto dependiendo de sus características, objetivos y de la información que esté disponible. Para decidir con mayor facilidad cuáles métricas definir y rastrear se utiliza el proceso Objetivos-Señales-Métricas (Goals-Signals-Metrics).

• Los objetivos (goals) deben ser claros y estar alineados, ya que diferentes personas en el proyecto pueden tener objetivos diferentes. Este proceso es una oportunidad para alinearlos y definir de manera conjunta hacia dónde se quiere llevar el producto. Un error común es definir los objetivos de un proyecto usando las métricas que ya existen, por ejemplo: «nuestro objetivo es aumentar el tráfico del sitio web«.
  Es obvio que todo el equipo quiere eso, pero ¿cómo es que el diseño de experiencia de usuario puede ayudar a mejorar esta métrica? El objetivo de UX podría ser «atraer nuevos usuarios» o «aumentar el engagement de usuarios existentes«.
• Las señales (signals) son indicadores que reflejan las actitudes o sentimientos de los usuarios hacia un sistema por medio de acciones, y que son sensibles a los cambios en el  diseño, por ejemplo, una señal de engagement puede ser el número de usuarios que no terminan de ver un video, o el tiempo de permanencia en una página con una densidad de información alta. Un objetivo puede tener una o varias señales asociadas.
• Las métricas (metrics) nos dan al final información valiosa en la interacción entre los usuarios y nuestro producto. Es importante utilizar el criterio SMART en la creación de estas métricas y evitar incluir información solo «porque es interesante» y en su lugar alinearlas con las métricas de usabilidad generales del proyecto.

El modelo HEART junto con el proceso de objetivos-señales-métricas pueden ayudarnos a definir y priorizar de manera natural las métricas para obtener información que se pueda utilizar en el diseño centrado en el usuario. Al final, se puede utilizar como una tabla para hacer el mapa de análisis:

Este modelo se puede implementar de manera muy sencilla y ayuda a enfocar las métricas de otras áreas en un proceso de mejora de diseño, al tiempo que ayuda a tener información que refleje la calidad de la experiencia de los usuarios junto a los objetivos de negocio.

La Experiencia de Usuario, o UX como se abrevia comúnmente, se refiere a los todos los aspectos en la relación de una persona con un producto, aplicación o sistema. Muchas personas parecen pensar que la experiencia de usuario es una característica nebulosa que no puede ser medida o cuantificada por su naturaleza cualitativa. ¿Cómo medir objetivamente, por ejemplo, el sentimiento de una persona cuando no puede interpretar un captcha, o cuando logra utilizar una aplicación con éxito sin leer el instructivo antes?

La realidad es que todos los puntos de interacción de un usuario, sus comportamientos y actitudes hacia un sistema pueden ser medidos, aunque es cierto que algunos son más sencillos de medir que otros.

¿Por qué querríamos medir la experiencia de usuario? La respuesta corta es: para que pueda mejorar.

Si en estos días un sitio web, app o producto para consumidor final no se encuentra en un proceso de mejora continua, entonces ya se está quedando rezagado contra su competencia y respecto a sus clientes.

Una métrica es una manera de medir o evaluar un fenómeno o cosa particular de manera cuantitativa. Podemos decir que algo es más alto, largo o rápido porque somos capaces de medir y cuantificar estos atributos para hacer comparaciones en otros escenarios. Para que la métrica sea significativa es necesario que exista un acuerdo sobre cómo medir algo y que exista un método consistente y confiable para realizar mediciones.

Las métricas de usabilidad son una herramienta que nos ayuda a definir dónde se encuentra nuestro producto en relación con su competencia o con las expectativas de sus usuarios y para enfocar nuestros esfuerzos y recursos donde pueden tener mayor impacto para mejorarlo: las áreas en donde los usuarios lo encuentran confuso, ineficiente o frustrante.

La definición de una métrica -de usabilidad o cualquier otra- puede seguir los mismos principios que un Indicador Clave de Desempeño (KPI – Key Performance Indicator), usando el acrónimo SMART, significa que deben ser:

• ESpecíficos (Specific)
• Medibles (Measurable)
• Alcanzables (Achievable)
• Relevantes (Relevant)
• Temporales (Timely), en el sentido de que sea posible hacer un seguimiento de su evolución en el tiempo.

Lo que hace diferente a una métrica de usabilidad de cualquier otro tipo de métrica es que la primera revela algo sobre la experiencia personal de la persona que está utilizando la app, el sitio web o el sistema. La métrica de usabilidad revela también sobre la interacción entre la persona y el sistema, como su eficacia (la capacidad de ejecutar una tarea con éxito hasta terminarla), su eficiencia (la cantidad de esfuerzo necesaria para terminar la tarea) o la satisfacción (el grado en el que el usuario se siente contento con él mismo o con la tarea que acaba de realizar).

Algunos ejemplos de métricas de usabilidad son:

• la tasa de éxito de ejecución de una tarea,
• el tiempo que toma realizar una tarea,
• el número de clics, teclazos o taps que realiza el usuario mientras realiza una tarea,
• las calificaciones de satisfacción o frustración,
• el sentimiento de los comentarios que comparten los usuarios, o
• el número de veces que una persona observa de manera fija un hipervínculo en la pantalla.

Otra diferencia entre una métrica de usabilidad y cualquier otra es que éstas miden algo relacionado con las personas, sus comportamientos y actitudes. Debido a que las personas son increíblemente diversas y diferentes entre sí, es común que sea complicado definirlas o intentar estandarizarlas.

Algunas cosas no deberían ser consideradas como métricas de usabilidad, como las preferencias o actitudes de una persona que no estén ligadas a la experiencia de usar un sistema, como podrían ser: la popularidad de una app en su marketplace, el tráfico de un sitio web o la frecuencia de compra de un producto. Aunque todas ellas son cuantificables y pueden reflejar algún tipo de comportamiento de sus usuarios, no están basadas en una interacción vivencial que refleje la variabilidad de la información que entregan.

La finalidad de las métricas de usabilidad siempre debe ser proveer respuestas a las preguntas que son críticas para el equipo que desarrolla tecnología y que no pueden ser resueltas de ninguna otra manera. Preguntas como ¿a los usuarios les gustará la nueva versión del producto? o ¿este producto es más eficiente que el de la competencia? son las que los estudios con personas y interpretación de las métricas de usabilidad pueden resolver, al mismo tiempo que sirven para mejorar el producto desde la perspectiva de quienes lo usarán después.

Las métricas nunca deben de ser un objetivo, sino un medio para obtener insights, es decir, un entendimiento profundo sobre las emociones y sentimientos de una persona mientras usa un producto digital. Con insights y métricas objetivas que los respalden podremos descubrir y crear nuevas maneras de crear experiencias de usuario positivas y sorprendentes.