Neety es una herramienta de automatización de mensajes generados mediante IA para la prospección y venta a través de mensajes de Linkedin.
Contexto
A principios del año 2024 dio comienzo esta herramienta de prospección en ventas como un MVP con funcionalidades básicas. Pasados unos meses y tras conseguir los primeros clientes, se vio la necesidad de comenzar a crear una interfaz más robusta, optimizar los flujos y crear un sistema que permitiera la escalabilidad del producto. Mediante la Escuela Tribux, cuatro compañeros y yo comenzamos la colaboración con Neety.
El objetivo es transicionar de un MVP con una interfaz básica a una herramienta robusta, consistente y fácil de usar.
En la reunión inicial, el equipo nos explicó el funcionamiento y nos contó sobre las necesidades a nivel de diseño y usabilidad. Los siguientes pasos serían conocer el mercado de herramientas similares y las necesidades y fricciones de los usuarios reales y potenciales.
Research
Durante tres meses realizamos los siguientes trabajos de investigación:
Benchmark & Estudio de la competencia
Comenzamos analizando la competencia con un completo benchmark donde pudimos conocer las funcionalidades y características de los competidores directos e indirectos, así como las fortalezas y debilidades.
Entrevistas cualitativas a usuarios
Realizamos 8 entrevistas online a usuarios de la herramienta y a potenciales clientes.
Insights de la investigación
Se han validado las siguientes necesidades de negocio durante la investigación
Los usuarios necesitan más control y seguimiento dentro de la plataforma con más funcionalidades.
La integración con CRMs es clave para optimizar el flujo de trabajo comercial.
Propuesta de valor validada: la automatización de mensajes personalizados mejora la prospección y la conversión.
Otros insights a tener en cuenta
Los usuarios confían en la IA porque ya utilizan herramientas de automatización similares
Algunas funcionalidades y etiquetas generan confusión durante el uso.
Los usuarios esperan una herramienta más autónoma que requiera menos supervisión.
Definición
A partir de estos hallazgos, se trabajó en la concreción de tareas utilizando herramientas como el Empathy Map, con el cual agrupamos las motivaciones, frustraciones y expectativas de los usuarios. Posteriormente, utilizamos un canvas de propuesta de valor para abordar esas necesidades y oportunidades de mejora de la herramienta.
Sesión de Kano model
Con esta información, se llevó a cabo una sesión colaborativa con el equipo para alinear los objetivos de negocio y las necesidades de los usuarios. Durante esta fase se priorizaron funcionalidades y mejoras clave en función de su impacto, viabilidad y valor para el usuario, definiendo así las bases estratégicas del producto y el roadmap inicial de trabajo.
Soluciones
01.
Creación de moodboard
Con el cuadro de control, el usuario puede visualizar de una vez todo lo relacionado con sus campañas y el impacto y resultado que están obteniendo.
02
Mejora del flujo de configuración de campaña
Este flujo es el core de la herramienta
03
UX writing
Copy más cercano y amigable, evitando tecnicismos y que guíe e informe al usuario en todo momento
04.
Establecimiento de bases de diseño
Colores, escala tipográfica, grillas por dispositivo
05.
Creación de componentes
Con el objetivo de escalar el producto de manera consistente, se crearon todos los componentes necesarios hasta el momento
Pruebas de usabilidad
El prototipo con el nuevo diseño de la herramienta fue validado mediante un test de usabilidad realizado con 5 usuarios representativos del público objetivo.
Durante las sesiones se evaluó la comprensión de la interfaz y las nuevas funcionalidades, lo que permitió validar gran parte de las decisiones de diseño tomadas previamente e identificar nuevos aprendizajes y oportunidades de mejora para optimizar la experiencia de usuario.
Resultados del test
70%
Confía más en el sistema después de ver métricas claras en mensajes, respuestas y meetings
65%
Encuentra información clave más rápido
75%
Valora el cambio en el copy y la terminología