# Curva de retornos decrecientes, diseño y toma de decisiones

- Link: https://www.solmesz.com/es/articulos/curva-retornos-decrecientes-diseno-toma-decisiones
- Published: 2020-04-23T13:47:14-03:00
- Author: Sol Mesz

([Read in English](https://www.solmesz.com/blog/law-diminishing-returns-design-decision-making))

Hace poco, durante una capacitación de analytics me hicieron una pregunta que me
hacen muchas veces, tanto los asistentes como los clientes: cómo hacemos para mejorar
la tasa de conversión. Pasa que esta pregunta se contesta con otra: cómo sabemos
si hay espacio para mejorar la tasa de conversión?

Y la respuesta a esta segunda pregunta siempre me lleva explicar **la curva de retornos
decrecientes**, que es un gráfico muy usado en economía e ilustra la relación entre
inversión (de esfuerzo, tiempo, $, recursos) y retorno, ganancia o beneficio.

## La curva de retornos decrecientes

[⌊Ley de retornos decrecientes y decisiones de diseño⌉⌊Ley de retornos decrecientes
y decisiones de diseño⌉[

Curva de retornos decrecientes

Lo que dice esta curva es que la relación entre esfuerzo (o inversión) y rendimiento
no es proporcional. Es decir que los resultados obtenidos no siempre son proporcionales
al esfuerzo invertido.

## Cómo se lee esta curva?

 * **Tramo 1**: Es la parte de la curva que crece con más velocidad, lo que indica
   que en esta parte los esfuerzos invertidos dan un retorno más que proporcional.
 * **Tramo 2**: en esta parte seguimos teniendo retornos pero como el crecimiento
   o inclinación es menor, lo que ocurre es que a medida que va avanzando la inversión
   el retorno es cada vez menor, hasta que llegamos al tramo 3
 * **Tramo 3**: acá la curva empieza a decrecer, por lo que no tiene sentido seguir
   invirtiendo esfuerzos porque cada unidad adicional de esfuerzo no nos genera 
   ningún retorno

**Entender el significado de este gráfico es clave para Diseñadores, UXers y Product
Owners/Managers porque ayuda a tomar decisiones de producto, de negocio y de diseño.**

## Algunos ejemplos

La curva de retornos decrecientes debería resultarnos familiar porque es la misma
que se usa para demostrar [por qué 5–8 usuarios son suficientes para testear](http://www.nngroup.com/articles/why-you-only-need-to-test-with-5-users/),
y también la vemos en el SUS. Vamos a ver estos dos ejemplos para entender su aplicación.

### **Ejemplo 1: Por qué testear con 5 usuarios es suficiente?**

[⌊cuantas personas se necesitan para validar una idea⌉⌊cuantas personas se necesitan
para validar una idea⌉[

Cuántas personas se necesitan para validar una idea

En este gráfico están representados los tramos 1 y 2 de la curva que vimos más arriba
y **muestra que los primeros 5–8 usuarios son suficientes para relevar el 80% de
los problemas de usabilidad de una interfaz.**

El primer usuario nos aporta mucha información (el tramo más vertical de la curva).
El segundo sigue aportando información, pero ya no tanta como el primero y así sucesivamente
hasta más o menos al quinto o sexto usuario.

A partir del sexto usuario vemos que la curva se empieza a aplanar cada vez más,
lo que significa que la información nueva que nos aporta cada usuario adicional 
es significativamente menor, con lo cual no tiene sentido invertir esfuerzo en entrevistar
usuarios adicionales (esfuerzo de reclutamiento, tiempo del entrevistador y equipo,
incentivos, etc.).

### SUS (System Usability Scale)

[⌊law of diminishing returns and SUS system usability scale⌉⌊law of diminishing 
returns and SUS system usability scale⌉[

Ley de retornos decrecientes y SUS (system usability scale)

 

El SUS, o [System Usability Scale es una forma de medir la usabilidad de una interfaz](https://measuringu.com/sus/).
Y en este caso podemos ver la curva de retornos decrecientes de forma casi completa:

 * **La zona roja (nivel inaceptable de usabilidad)** se corresponde con el tramo
   1 de la curva de retornos decrecientes, por lo que si la usabilidad de nuestra
   interfaz se encuentra en esta zona claramente hay un amplio espacio de mejora.
   O, visto en términos de retornos, vale la pena invertir esfuerzos porque éstos
   van a generar un retorno más que proporcional a la inversión. Si el SUS nos dio
   en esta zona, la recomendación claramente es dedicar esfuerzos a la solución 
   de los problemas encontrados.
 * **La zona amarilla **se corresponde con el tramo 2 y muestra que la criticidad
   de los problemas ya no es tan grave y que, dependiendo de los problemas que se
   hayan encontrado, podemos priorizar entre los más importantes y aquéllos que 
   son secundarios y que tal vez podemos dejar de lado. Esta selección la haremos
   en función de los datos cualitativos obtenidos de las pruebas.
 * **La zona verde **se corresponde con el tramo 3 y si el SUS nos dio por acá, 
   probablemente los problemas encontrados son menores. Por eso, dependiendo del
   costo que tengan las mejoras, tal vez no valga la pena trabajar en ellas, ya 
   que el retorno es muy bajo. A menos que éstas se puedan resolver con unas pocas
   horas de diseño o desarrollo.

## Entonces… cómo sabemos si hay espacio para mejorar la tasa de conversión?

Supongamos que la tasa de conversión actual en canales digitales es del 30%. Cómo
podemos saber si hay espacio para mejorar o si este es el máximo punto al que podemos
aspirar dadas las condiciones existentes?

Para contestar esta pregunta lo primero que tenemos que hacer es identificar en 
qué parte de la curva se encuentra este 30%. Y la forma de saber esto es a través
de entrevistas cualitativas y/o pruebas con usuarios (yo particularmente recomiendo
hacer ambos).

Durante las entrevistas/pruebas vamos a recolectar información acerca de:

 * **Aspectos generales del proceso de compra**: Para qué vienen los usuarios al
   sitio? para comparar precios, buscar información de producto, o están listos 
   para comprar? Están cómodos con utilizar el canal online o prefieren concretar
   la compra en canales físicos? Con qué otros canales y sitios nos están comparando?
 * **Aspectos particulares de nuestro sitio**: encuentran en el sitio toda la información
   que necesitan para concretar la compra? La percepción de marca afecta la decisión
   de compra (hemos visto que muchas veces que una percepción negativa de marca 
   hace que el sitio se use para búsqueda de información pero no para compra). Hay
   problemas de usabilidad que impidan concretar la compra?

Con esta esta información vamos a poder ver en qué parte de la curva estamos hoy
y, según donde estemos, si vale la pena invertir esfuerzos. Y de ser así, qué tenemos
que hacer.

[⌊ley de retornos decrecientes y decisiones de diseño. Tramos de la curva⌉⌊ley de
retornos decrecientes y decisiones de diseño. Tramos de la curva⌉[

Tramos de la curva

**Si estamos en 1**, hay amplio espacio de mejorar la tasa de conversión por lo 
que claramente vale la pena invertir esfuerzos. Si estamos acá, probablemente durante
las pruebas hayamos encontrado problemas graves de usabilidad que limitan la tasa
de conversión.

**Si estamos en 2**, sigue habiendo espacio para mejorar la conversión, pero hay
que hacer un análisis un poco más minucioso para priorizar las mejoras. Para ello
tenemos que analizar no solo costos y tiempos de desarrollo, sino también **criticidad
del lado del usuario**. Sin esto último el beneficio de las mejoras se verá severamente
limitado.

**Si estamos en 3**, que es el punto más alto de la curva, vemos que el 30% está
cerca del máximo al que podemos llegar dadas las condiciones actuales. Seguramente,
durante las pruebas de usabilidad hayamos encontrado ajustes menores al diseño pero
probablemente ningún problema que afecte significativamente la conversión.

En este caso, a menos que cada punto porcentual de conversión tenga un altísimo 
valor monetario, probablemente sea mejor asignar recursos a otros proyectos.

> **En resumen: es importante saber en qué parte de la curva estamos, para no invertir
> esfuerzos en algo que tal vez no tiene sentido seguir optimizando.**

## Otros usos de la curva

Claramente, la curva de retornos decrecientes no solamente sirve para saber cuánto
puedo mejorar la tasa de conversión o las ventas online. Sirve para evaluar muchas
otras decisiones de diseño y producto, como:

 * **Priorizar el backlog**, porque una vez que sabemos en qué parte de la curva
   estamos y qué es lo que hace falta hacer, es fácil priorizar los esfuerzos en
   función de su ROI
 * **Evaluar y priorizar esfuerzos de diseño y desarrollo**: las entrevistas con
   usuarios nos permitirá saber la criticidad de los problemas de usabilidad encontrados
   y evaluar entre distintas alternativas de solución según su costo/beneficio en
   función del punto de la curva en que se encuentre el proyecto
 * **Asignar recursos**: una vez que sabemos la criticidad de un problema, podemos
   saber si un proyecto tiene sentido y si vale la pena asignarle recursos