Curso de Lean Analytics

Lección 1 • Conceptos y Términos Analíticos Clave

Cubre el vocabulario esencial—ratios, tasas, cohortes y segmentos—utilizado a lo largo del curso. Asegura que todos los estudiantes compartan un lenguaje analítico común.

Lección 2 • Cultura Basada en Datos vs. Informada por Datos

Distingue entre seguir ciegamente los datos y usarlos como un insumo entre muchos. Prepara a los estudiantes para construir culturas analíticas más saludables.

Lección 3 • Qué Significa Lean Analytics

Define Lean Analytics contrastándolo con los enfoques de análisis tradicionales. Sitúa a los estudiantes en la filosofía antes de introducir los marcos de trabajo.

Lección 1 • Asociando Métricas a Modelos de Negocio

Conecta cada modelo de negocio con sus métricas de éxito críticas. Los estudiantes practican la selección de métricas pertinentes en lugar de copiar tableros genéricos.

Lección 2 • Eligiendo un Marco de Trabajo para Tu Contexto

Guía a los estudiantes en la adaptación o combinación de marcos de trabajo en vez de aplicarlos rígidamente. Refuerza el concepto de OMTM dentro de una arquitectura de métricas más amplia.

Lección 3 • El Marco de Métricas Pirata

Introduce el embudo AARRR—Adquisición, Activación, Retención, Ingresos, Recomendación. Los estudiantes mapean su propio producto a cada etapa del embudo.

Lección 1 • Estableciendo Objetivos Apropiados para la Etapa

Conecta cada etapa con objetivos específicos y medibles en lugar de declaraciones aspiracionales. Los estudiantes practican la redacción de hipótesis comprobables vinculadas a los objetivos de la etapa.

Lección 2 • Las Cinco Etapas de Lean Analytics

Introduce Empatía, Adherencia, Viralidad, Ingresos y Escala como etapas de crecimiento secuenciales. Proporciona la hoja de ruta que los estudiantes usan para secuenciar el trabajo analítico.

Lección 3 • Transicionando Entre Etapas

Define los criterios que señalan la disposición para avanzar a la siguiente etapa. Los estudiantes aprenden a evitar la trampa de optimizar la etapa equivocada.

Lección 1 • Instrumentación y Seguimiento de Eventos

Cubre el diseño de esquemas de eventos y la colocación de llamadas de seguimiento en productos. Conecta la instrumentación adecuada con un análisis posterior confiable.

Lección 2 • Métodos de Recolección de Datos Cualitativos

Introduce entrevistas, encuestas y pruebas de usabilidad como complementos a los datos cuantitativos. Los estudiantes aprenden cuándo los datos cualitativos resuelven lo que los números no pueden explicar.

Lección 3 • Privacidad y Prácticas de Datos Éticas

Cubre el consentimiento, la minimización de datos y los derechos del usuario como restricciones de recolección no negociables. Los estudiantes alinean sus planes de seguimiento con las expectativas éticas y regulatorias.

Lección 1 • Análisis de Cohortes en Profundidad

Enseña la construcción e interpretación de tablas y curvas de retención de cohortes. Los estudiantes identifican patrones de retención que las métricas agregadas ocultan.

Lección 2 • Evitando Trampas Analíticas

Aborda el sesgo de supervivencia, la paradoja de Simpson y la confusión correlación-causalidad. Los estudiantes aplican preguntas de diagnóstico para desafiar sus propias conclusiones analíticas.

Lección 3 • Análisis de Embudo y Diagnóstico de Abandono

Aplica la visualización de embudo para identificar dónde los usuarios abandonan los flujos de conversión. Los estudiantes priorizan qué pasos del embudo optimizar según el impacto y el esfuerzo.

Lección 1 • Formando Hipótesis Comprobables

Enseña la estructura de una hipótesis bien formada que vincula un cambio con un resultado medible. Los estudiantes convierten ideas vagas en diseños de experimentos falsables.

Lección 2 • Fundamentos de Pruebas A/B

Cubre aleatorización, grupos de control y tratamiento, y cálculo del tamaño de la muestra. Los estudiantes diseñan una prueba A/B para un escenario de crecimiento realista.

Lección 3 • Interpretando y Actuando sobre los Resultados

Enseña cómo leer los resultados de experimentos, incluidos los resultados no concluyentes y negativos. Los estudiantes practican la redacción de resúmenes de experimentos que impulsan próximas acciones claras.

Lección 1 • Las fuentes de mejor rendimiento

Evalúa canales pagos, orgánicos, virales y de socios utilizando métricas de costo y calidad. Los estudiantes calculan la eficiencia del canal e identifican las fuentes de mejor desempeño operacional.

Lección 2 • Construyendo un Backlog de Crecimiento

Enseña marcos de priorización—ICE, RICE—para clasificar experimentos de crecimiento por impacto y esfuerzo. Los estudiantes producen un backlog priorizado listo para la planificación del sprint.

Lección 3 • Técnicas de Optimización de Ingresos

Aplica analítica de precios, disparadores de ventas adicionales y modelado de LTV para maximizar el ingreso por usuario. Los estudiantes calculan el ratio LTV:CAC e identifican oportunidades de expansión de ingresos.

Lección 4 • Optimización de la Activación y la Incorporación

Analiza la experiencia crítica de primer uso utilizando la tasa de activación y las métricas de tiempo hasta el valor. Los estudiantes rediseñan los flujos de incorporación basándose en datos de abandono y engagement.

Lección 1 • Integrando la Analítica en los Flujos de Trabajo del Equipo

Integra revisiones de métricas en ceremonias de sprint, revisiones de producto y decisiones de contratación. Los estudiantes mapean puntos de contacto analíticos a lo largo del flujo de trabajo existente de su equipo.

Lección 2 • Principios de Diseño de Tableros

Aplica las mejores prácticas de visualización de datos para construir tableros que comuniquen claramente. Los estudiantes critican y rediseñan un tablero mal estructurado.

Lección 3 • Comunicando Insights a las Partes Interesadas

Enseña encuadre narrativo, resúmenes ejecutivos y narración de datos para audiencias no técnicas. Los estudiantes traducen un análisis complejo en un informe de una página para las partes interesadas.