Síntesis de investigación: de notas a insights accionables
La síntesis convierte notas de entrevistas y pruebas en temas e insights. Aprende el proceso paso a paso, cómo nombrar los temas y cómo evitar los sesgos.
¿Qué es y para qué sirve?
Después de cinco entrevistas, un equipo suele tener decenas de notas, citas y capturas de pantalla. Sin síntesis, cada persona recuerda lo que más le impresionó, y el equipo discute opiniones en lugar de evidencia. La síntesis obliga a mirar todo junto y a preguntarse qué se repite.
El método más usado es el diagrama de afinidad. El NN/g lo describe en tres momentos: generar notas, organizarlas en grupos y priorizar los grupos y los siguientes pasos (NN/g: Affinity Diagram). Esta página cubre el camino completo, de las notas al insight. Para la dinámica de taller con el equipo, mira Affinity Mapping.
¿Cuál es el proceso paso a paso?
Las guías que sirven de fuente a esta página (NN/g, User Interviews y LoopPanel) coinciden en una secuencia parecida:
- Pasa cada observación a una nota. User Interviews pide llevar notas, transcripciones y comentarios a observaciones sueltas en notas movibles, físicas o digitales, y resaltar las frases interesantes. Si recortas los datos demasiado en este paso, tendrás menos material y más análisis por hacer después.
- Agrupa por similitud. Empieza con una nota, suma las relacionadas o abre un grupo nuevo. Puedes partir de temas ligados a tus preguntas de investigación y nombrar cada grupo sobre la marcha.
- Nombra los grupos. LoopPanel recomienda etiquetas concisas y legibles. En su ejemplo de comercio electrónico, los grupos reciben nombres como «Navegación», y el proceso de pago aparece como un área clave para mejorar.
- Repite, y reinicia si hace falta. Vuelve a agrupar para que aparezcan patrones distintos. User Interviews sugiere fotografiar o copiar las rondas anteriores para no perder nada. LoopPanel pide estar dispuesto a reagrupar hasta que el conjunto sea coherente.
- Separa por contexto. Ordena las respuestas según atributos de los participantes, como rol, edad o ubicación, si tu estudio los recogió. Según User Interviews, esos datos pueden ser clave para descubrir patrones ocultos.
- Mira el conjunto y prioriza. Revisa cómo se relacionan los grupos y cuáles pesan más. El NN/g propone revisar cada grupo, documentar los siguientes pasos, votar los más importantes (por ejemplo con puntos) y nombrar a una persona responsable de las acciones.
- Convierte los grupos en insights. Cada grupo pasa a ser un resumen breve de lo que aprendiste.
¿Cómo se escribe un insight?
Un insight no es una lista de quejas. Algunos equipos usan colores distintos de nota para separar lo que dijo la persona (citas directas) de lo que vio el investigador (observaciones), según el NN/g. Así queda claro qué es dato y qué es interpretación. User Interviews sugiere convertir los nombres de los grupos en resúmenes cortos para compartir con el equipo, y llevar los hallazgos a productos como una lista de «Jobs to Be Done», una lista priorizada de problemas o un mapa de recorrido del usuario.
Ejemplo ilustrativo de la diferencia entre observación e insight:
- Observación: «Cinco de seis participantes buscaron el precio en la página de inicio antes de entrar al catálogo».
- Insight: «El precio es una pregunta previa a la decisión de compra, no un dato de la ficha de producto».
El segundo enunciado sirve para decidir. El primero solo describe.
¿Qué sesgos puede esconder la síntesis?
User Interviews señala que el mapeo de afinidad ayuda a evitar el sesgo de confirmación (priorizar los datos que ya esperabas) y el sesgo de recencia (priorizar los datos recogidos más recientemente), porque obliga a mirar todas las notas. Pero el método no los elimina. LoopPanel advierte de dos trampas: prejuzgar los datos e imponerles tu propia interpretación, y apegarte a los primeros grupos o etiquetas. El NN/g añade otras: las voces dominantes en la sesión, forzar notas dentro de un grupo, descartar los grupos pequeños y la fatiga si llegas al taller con demasiados datos sin depurar.
Antes de confiar en un patrón, repasa los sesgos en la investigación y el tamaño de la muestra en tamaño de muestra.
¿Cuándo NO conviene hacer una síntesis completa?
- Si el estudio tiene una sola sesión, el proceso completo es excesivo. Basta con anotar lo observado y compararlo con el objetivo del estudio.
- Si la pregunta es de cuántos o cuánto, un diagrama de afinidad no responde. Necesitas datos cuantitativos, y una encuesta como NPS, CSAT y CES puede ser el complemento.
- Si el equipo no va a usar la síntesis para decidir nada, el trabajo se queda en un tablero. Antes de empezar, define qué decisión debe apoyar.
Ejemplo ilustrativo
Ejemplo ilustrativo: un equipo entrevista a ocho personas que cancelaron una suscripción. Al pasar las notas al tablero, aparecen tres grupos grandes: «no entiendo qué incluye el plan», «el cobro llegó sin aviso» y «quería pausar, no cancelar». Al repetir la agrupación, un cuarto grupo aparece: «busqué la opción de pausa y no la encontré». El insight es que la pausa existe, pero no se percibe como alternativa a la cancelación en el momento de decidir. El equipo no rediseña el plan; mueve la pausa a la pantalla de cancelación y prueba de nuevo con cinco personas.
Si tu síntesis alimenta un diseño, después puedes necesitar proto-personas para resumir a quién corresponde cada insight. El plan de investigación debe decir de antemano qué preguntas buscas responder, para no terminar con un tablero lleno de cosas interesantes que no sirven. Y para llevar los resultados a otras personas, mira presentar hallazgos y repositorio de investigación.
Errores comunes
- Sintetizar en solitario y presentar conclusiones sin que el equipo las haya discutido.
- Escribir observaciones y llamarlas insights.
- Agrupar por palabras clave en lugar de por el problema que la persona vive.
- Forzar un número de grupos: no hay un número correcto.
- Mezclar entrevistas de usuarios con entrevistas a stakeholders sin distinguirlas.
- Dejar la síntesis en el tablero y no convertirla en una decisión o una prueba.
Qué puedes hacer mañana
- Pasa las notas de tu última sesión a post-its digitales, una observación por nota.
- Agrupa dos veces: la segunda desde cero, y guarda una captura de la primera versión para compararlas.
- Escribe tres insights en la forma «observación, implicación» y pregunta al equipo cuál cambiaría una decisión.