Caso 01 · Diagnóstico
Flujo de vinculación
El origen no estaba donde todos miraban.
Research cualitativo
Ops & negocio
Decisión estratégica
El problema
La respuesta estaba con el equipo de operaciones
“Cada error en el flujo de vinculación tenía un costo doble: un usuario que abandonaba y un caso que operaciones debía resolver manualmente.”
El equipo de operaciones recibía de forma recurrente errores e inconsistencias en los datos que los usuarios ingresaban durante el proceso de vinculación. Sin embargo, desde diseño no teníamos claridad sobre en qué momentos específicos ocurrían estos errores, qué los originaba, ni cuál era el costo real de resolverlos manualmente.
Existía una brecha de conocimiento entre lo que el producto prometía como experiencia y lo que realmente vivían los usuarios — y quienes mejor la conocían no eran los designers, eran las personas de operaciones.
El PROCESO
Antes de diseñar, investigamos
Cualitativo
Entrevistas cualitativas
Conversaciones con personas clave del equipo operativo, seleccionadas por su contacto directo y cotidiano con los errores del flujo. Capturamos no solo los errores visibles en datos, sino las percepciones, frustraciones y workarounds que el equipo había desarrollado.
5 entrevistas · equipo operaciones
Síntesis
Mapa de puntos críticos
Cruce entre los hallazgos cualitativos de las entrevistas y datos de comportamiento de los usuarios que permitió identificar las pantallas con mayor tasa de error y abandono — no una reconstrucción del flujo completo, sino una radiografía de sus fracturas.
5 pantallas críticas identificadas
🟣 Visual — Service Blueprint · Flujo de vinculación
LOS HALLAZGOS
Lo que encontramos — y lo que decidimos
Priorizamos los hallazgos con mayor costo operativo y mayor impacto directo en la conversión del usuario.
Insight /
Decisión de diseño
01
Captura del documento con calidad insuficiente
El proveedor era sensible a condiciones de iluminación. Operaciones debía revisar y validar manualmente cada caso.
Migrar a proveedor con mayor robustez ante variaciones de luz y soporte a los tipos de documento de la región.
02
Datos de residencia incompletos o inconsistentes
Información imprecisa en campos de dirección que operaciones debía corregir o escalar.
Integrar API de autocompletado que guíe al usuario en tiempo real contra bases de datos oficiales.
03
Datos de actividad laboral e ingresos inconsistentes
Información no consecuente que obligaba a solicitar declaración de renta o certificación bancaria.
Validaciones cruzadas entre campos y mensajes de alerta antes del envío.
04
Usuarios en blacklist sin retroalimentación
Sin información clara sobre el estado de la solicitud, generando pérdida de interés.
Rediseñar pantalla con mensajes de estado claros y orientación sobre los próximos pasos.
05
Flujo extenso sin conciencia del usuario
Proceso largo por regulación. Usuarios no dimensionan la importancia de ingresar datos correctos.
Revisar jerarquía de información del journey para comunicar la importancia de cada paso.
🟣 Visual — Pantallas con mayor concentración de errores
LA SOLUCIÓN
De la investigación a la producción
01·bIOMETRÍA
Nuevo proveedor biométrico
Se migró a un proveedor con mejor soporte para los distintos tipos de documentos de identidad de la región y con mayor robustez en la captura facial, reduciendo los casos que llegaban a operaciones para revisión manual.
Implementado
02·DIRECCIÓN
API de auto completado de direcciones
Se implementó una API que guía al usuario en tiempo real mientras ingresa su dirección de residencia, reduciendo el error humano en un campo
que generaba una buena cantidad de rechazos y correcciones manuales por parte del equipo de operaciones.
Implementado
🟣 Prototipo producción — validación biométrica y autorelleno de direcciones
5
Hallazgos identificados
2
Soluciones en producción
El impacto se evidenció cualitativamente en la reducción de casos escalados al equipo de operaciones y en la eliminación de bloqueos críticos que impedían a los usuarios completar el flujo. En una fintech donde el flujo de vinculación es el primer punto de conversión, reducir la fricción en la captura biométrica y en el ingreso de direcciones tiene efecto directo en la tasa de usuarios que completan el onboarding.
“Algunas de las mejoras más valiosas no nacen del rediseño visual. Nacen de escuchar a quienes operan el producto desde adentro.”
Ver siguiente caso →
Caso 01 · Diagnóstico
Flujo de vinculación
El origen no estaba donde todos miraban.
Research cualitativo
Ops & negocio
Decisión estratégica
El problema
La respuesta estaba con el equipo de operaciones
“Cada error en el flujo de vinculación tenía un costo doble: un usuario que abandonaba y un caso que operaciones debía resolver manualmente.”
El equipo de operaciones recibía de forma recurrente errores e inconsistencias en los datos que los usuarios ingresaban durante el proceso de vinculación. Sin embargo, desde diseño no teníamos claridad sobre en qué momentos específicos ocurrían estos errores, qué los originaba, ni cuál era el costo real de resolverlos manualmente.
Existía una brecha de conocimiento entre lo que el producto prometía como experiencia y lo que realmente vivían los usuarios — y quienes mejor la conocían no eran los designers, eran las personas de operaciones.
El PROCESO
Antes de diseñar, investigamos
Cualitativo
Entrevistas cualitativas
Conversaciones con personas clave del equipo operativo, seleccionadas por su contacto directo y cotidiano con los errores del flujo. Capturamos no solo los errores visibles en datos, sino las percepciones, frustraciones y workarounds que el equipo había desarrollado.
5 entrevistas · equipo operaciones
Síntesis
Mapa de puntos críticos
Cruce entre los hallazgos cualitativos de las entrevistas y datos de comportamiento de los usuarios que permitió identificar las pantallas con mayor tasa de error y abandono — no una reconstrucción del flujo completo, sino una radiografía de sus fracturas.
5 pantallas críticas identificadas
🟣 Visual — Service Blueprint · Flujo de vinculación
LOS HALLAZGOS
Lo que encontramos — y lo que decidimos
Priorizamos los hallazgos con mayor costo operativo y mayor impacto directo en la conversión del usuario.
#
Insight
Decisión de diseño
01
Captura del documento con calidad insuficiente
El proveedor era sensible a condiciones de iluminación. Operaciones debía revisar y validar manualmente cada caso.
Migrar a proveedor con mayor robustez ante variaciones de luz y soporte a los tipos de documento de la región.
02
Datos de residencia incompletos o inconsistentes
Información imprecisa en campos de dirección que operaciones debía corregir o escalar.
Integrar API de autocompletado que guíe al usuario en tiempo real contra bases de datos oficiales.
03
Datos de actividad laboral e ingresos inconsistentes
Información no consecuente que obligaba a solicitar declaración de renta o certificación bancaria.
Validaciones cruzadas entre campos y mensajes de alerta antes del envío.
04
Usuarios en blacklist sin retroalimentación
Sin información clara sobre el estado de la solicitud, generando pérdida de interés.
Rediseñar pantalla con mensajes de estado claros y orientación sobre los próximos pasos.
05
Flujo extenso sin conciencia del usuario
Proceso largo por regulación. Usuarios no dimensionan la importancia de ingresar datos correctos.
Revisar jerarquía de información del journey para comunicar la importancia de cada paso.
🟣 Visual — Pantallas con mayor concentración de errores
LA SOLUCIÓN
De la investigación a la producción
01·bIOMETRÍA
Nuevo proveedor biométrico
Se migró a un proveedor con mejor soporte para los distintos tipos de documentos de identidad de la región y con mayor robustez en la captura facial, reduciendo los casos que llegaban a operaciones para revisión manual.
Implementado
02·DIRECCIÓN
API de auto completado de direcciones
Se implementó una API que guía al usuario en tiempo real mientras ingresa su dirección de residencia, reduciendo el error humano en un campo que generaba una buena cantidad de rechazos y correcciones manuales por parte del equipo de operaciones.
Implementado
🟣 Prototipo producción — validación biométrica y autorelleno de direcciones
5
Hallazgos identificados
2
Soluciones en producción
El impacto se evidenció cualitativamente en la reducción de casos escalados al equipo de operaciones y en la eliminación de bloqueos críticos que impedían a los usuarios completar el flujo. En una fintech donde el flujo de vinculación es el primer punto de conversión, reducir la fricción en la captura biométrica y en el ingreso de direcciones tiene efecto directo en la tasa de usuarios que completan el onboarding.
“Algunas de las mejoras más valiosas no nacen del rediseño visual. Nacen de escuchar a quienes operan el producto desde adentro.”
Ver siguiente caso →
Caso 01 · Diagnóstico
Flujo de vinculación
El origen no estaba donde todos miraban.
Research cualitativo
Ops & negocio
Decisión estratégica
El problema
La respuesta estaba con el equipo de operaciones
“Cada error en el flujo de vinculación tenía un costo doble: un usuario que abandonaba y un caso que operaciones debía resolver manualmente.”
El equipo de operaciones recibía de forma recurrente errores e inconsistencias en los datos que los usuarios ingresaban durante el proceso de vinculación. Sin embargo, desde diseño no teníamos claridad sobre en qué momentos específicos ocurrían estos errores, qué los originaba, ni cuál era el costo real de resolverlos manualmente.
Existía una brecha de conocimiento entre lo que el producto prometía como experiencia y lo que realmente vivían los usuarios — y quienes mejor la conocían no eran los designers, eran las personas de operaciones.
El PROCESO
Antes de diseñar, investigamos
Cualitativo
Entrevistas cualitativas
Conversaciones con personas clave del equipo operativo, seleccionadas por su contacto directo y cotidiano con los errores del flujo. Capturamos no solo los errores visibles en datos, sino las percepciones, frustraciones y workarounds que el equipo había desarrollado.
5 entrevistas · equipo operaciones
Síntesis
Mapa de puntos críticos
Cruce entre los hallazgos cualitativos de las entrevistas y datos de comportamiento de los usuarios que permitió identificar las pantallas con mayor tasa de error y abandono — no una reconstrucción del flujo completo, sino una radiografía de sus fracturas.
5 pantallas críticas identificadas
🟣 Visual — Service Blueprint · Flujo de vinculación
LOS HALLAZGOS
Lo que encontramos — y lo que decidimos
Priorizamos los hallazgos con mayor costo operativo y mayor impacto directo en la conversión del usuario.
#
Insight
Decisión de diseño
01
Captura del documento con calidad insuficiente
El proveedor era sensible a condiciones de iluminación. Operaciones debía revisar y validar manualmente cada caso.
Migrar a proveedor con mayor robustez ante variaciones de luz y soporte a los tipos de documento de la región.
02
Datos de residencia incompletos o inconsistentes
Información imprecisa en campos de dirección que operaciones debía corregir o escalar.
Integrar API de autocompletado que guíe al usuario en tiempo real contra bases de datos oficiales.
03
Datos de actividad laboral e ingresos inconsistentes
Información no consecuente que obligaba a solicitar declaración de renta o certificación bancaria.
Validaciones cruzadas entre campos y mensajes de alerta antes del envío.
04
Usuarios en blacklist sin retroalimentación
Sin información clara sobre el estado de la solicitud, generando pérdida de interés.
Rediseñar pantalla con mensajes de estado claros y orientación sobre los próximos pasos.
05
Flujo extenso sin conciencia del usuario
Proceso largo por regulación. Usuarios no dimensionan la importancia de ingresar datos correctos.
Revisar jerarquía de información del journey para comunicar la importancia de cada paso.
🟣 Visual — Pantallas con mayor concentración de errores
LA SOLUCIÓN
De la investigación a la producción
01·bIOMETRÍA
Nuevo proveedor biométrico
Se migró a un proveedor con mejor soporte para los distintos tipos de documentos de identidad de la región y con mayor robustez en la captura facial, reduciendo los casos que llegaban a operaciones para revisión manual.
Implementado
02·DIRECCIÓN
API de auto completado de direcciones
Se implementó una API que guía al usuario en tiempo real mientras ingresa su dirección de residencia, reduciendo el error humano en un campo
que generaba una buena cantidad de rechazos y correcciones manuales por parte del equipo de operaciones.
Implementado
🟣 Prototipo producción — validación biométrica y autorelleno de direcciones
5
Hallazgos identificados
2
Soluciones en producción
El impacto se evidenció cualitativamente en la reducción de casos escalados al equipo de operaciones y en la eliminación de bloqueos críticos que impedían a los usuarios completar el flujo. En una fintech donde el flujo de vinculación es el primer punto de conversión, reducir la fricción en la captura biométrica y en el ingreso de direcciones tiene efecto directo en la tasa de usuarios que completan el onboarding.
“Algunas de las mejoras más valiosas no nacen del rediseño visual. Nacen de escuchar a quienes operan el producto desde adentro.”
Ver siguiente caso →