← Todos los artículos
Construir lo correcto
5 errores en la investigación de usuarios que producen resultados engañosos
Por el equipo de FabricLoop · Mayo de 2026 · 4 min de lectura
Existe una versión de investigación de usuarios que es peor que no hacer investigación en absoluto: investigación que produce conclusiones aparentemente sólidas pero erróneas. Cuando un equipo no hace investigación, sabe que está operando sobre suposiciones. Cuando hace mala investigación, cree que tiene pruebas, y deja de buscar.
Los cinco errores que siguen no son casos límite exóticos. Aparecen en la mayoría de los equipos de producto, casi siempre, de formas sorprendentemente difíciles de detectar desde dentro.
"El objetivo de la investigación de usuarios no es confirmar tus instintos. Es sustituir tus instintos por evidencia, incluida la evidencia de que te equivocabas."
Los cinco errores
Error
Cómo se ve en la práctica
Error 1
Preguntar sobre comportamiento futuro hipotético
El equipo pregunta "¿Usarías una función que hiciera X?" Los usuarios dicen que sí. El equipo la construye. Nadie la usa. Las personas somos optimistas sobre nuestro yo futuro y malos jueces de lo que realmente harán. Siempre pregunta sobre comportamiento pasado: "Cuéntame la última vez que tuviste que lidiar con X."
Error 2
Entrevistar a usuarios a los que ya les encanta el producto
Los paneles de investigación llenos de usuarios avanzados y defensores producen comentarios cálidos, positivos y centrados en mejoras. Lo que no aportan es una comprensión de por qué la gente se fue, por qué nunca se convirtió, o qué necesita el producto para llegar a un nuevo segmento. Habla también con usuarios que se dieron de baja y con quienes no usan el producto: resultan incómodos pero esenciales.
Error 3
Preguntas tendenciosas que confirman creencias existentes
«¿Qué utilidad le has encontrado al nuevo panel de control?» es una pregunta tendenciosa. «Cuéntame la última vez que usaste el panel de control» no lo es. Las preguntas tendenciosas producen una conformidad por cortesía, no evaluación honesta. El apego del investigador a la hipótesis se filtra en la redacción de la pregunta, y los usuarios, que son socialmente conscientes, siguen la pista.
Error 4
Detenerse en "qué" sin preguntar "por qué"
Un usuario dice: «Me gustaría poder filtrar la lista». El investigador anota «los usuarios quieren filtros». Pero el filtrado es una solución, no una necesidad. ¿Qué intenta hacer realmente el usuario que el filtrado le ayudaría a conseguir? La respuesta al «por qué» es donde reside la clave para el diseño — y a menudo revela una solución mejor que la que el usuario propuso.
Error 5
Tratar investigación cualitativa como cuantitativa
«Tres de cada cinco usuarios dijeron que les parecía confuso» no es una estadística. Es una señal orientativa de cinco personas. La investigación cualitativa te dice qué y por qué; no puede decirte cuántos. Presentarla con precisión numérica da a las partes interesadas una falsa confianza y a menudo lleva a optimizar lo que no toca a gran escala.
Por qué estos errores son tan persistentes
La mayoría de los errores de investigación tienen una motivación detrás. El equipo ya tiene una dirección que quiere seguir — una función que quiere construir, una hipótesis en la que cree, una parte interesada a la que quiere satisfacer. La investigación se convierte en un ritual para legitimar una decisión que ya se ha tomado, no en un intento genuino de probarla.
La solución no es hacer que los investigadores sean más rigurosos por sí solos. Es separar el rol de «decidir qué construir» de «llevar a cabo la investigación que fundamenta esa decisión». Cuando el investigador también es la persona que propuso la función, el sesgo de confirmación es casi inevitable.
Una norma útil
Antes de cualquier sesión de investigación, escribe qué resultado te haría cambiar de opinión. Si no puedes nombrarlo, no estás haciendo investigación — estás haciendo teatro. La capacidad de indicar un resultado que refute tu hipótesis es la diferencia entre investigación genuina y un sesgo de confirmación con pasos de más.
Sobre el tamaño de la muestra
Para pruebas de usabilidad, entre cinco y ocho participantes revelan la mayoría de los problemas: los rendimientos decrecientes aparecen enseguida. Para entrevistas de descubrimiento de problemas, entre doce y quince suelen bastar para alcanzar la saturación. Para cualquier cosa que quieras generalizar cuantitativamente a una población grande, necesitas una encuesta adecuada con una muestra representativa — no diez entrevistas.
Cómo FabricLoop respalda una investigación honesta
Mantener notas de entrevista en bruto, síntesis y decisiones en el mismo hilo hace más difícil descartar silenciosamente hallazgos incómodos. Cuando la evidencia es visible junto con la decisión, el equipo puede ver si la conclusión se derivó de lo aprendido o se adelantó a ello.
10 ideas clave de este artículo
- La mala investigación es peor que no investigar: genera una falsa confianza y hace que los equipos dejen de seguir buscando.
- Nunca preguntes sobre comportamiento futuro hipotético. En su lugar, pregunta por comportamientos pasados concretos.
- Los paneles de investigación de defensores producen comentarios cálidos centrados en mejoras, pero no una visión de por qué la gente se va o nunca se convierte.
- Habla con usuarios que se dieron de baja y con quienes no usan el producto. Sus comentarios resultan incómodos, pero son esenciales.
- Las preguntas tendenciosas producen una conformidad por cortesía, no una valoración sincera. Cuida con atención cómo formulas las preguntas.
- Cuando un usuario propone una solución («Quiero filtros»), siempre pregunta por qué. La respuesta suele revelar una solución mejor.
- La investigación cualitativa te dice qué y por qué. No puede decirte cuántos. No la presentes con precisión numérica.
- La mayoría de errores de investigación tienen una motivación detrás: la decisión ya está tomada y la investigación se está usando para legitimarla.
- Separa a la persona que propone funciones de la persona que ejecuta la investigación que las evalúa.
- Antes de cualquier sesión de investigación, escribe qué resultado te haría cambiar de opinión. Si no puedes, no estás haciendo investigación.
