17 de mayo de 2026Actualizado el Fathy Shalaby12 min de lectura
Framework de product discovery: un sistema práctico para equipos en 2026
Un framework de product discovery es el ciclo que convierte la evidencia de los clientes en decisiones probadas. Los modelos que conviene combinar, cinco pasos y un registro de discovery para copiar.
Un framework de product discovery es el ciclo repetible que usa un equipo para decidir qué construir: fijar un objetivo, reunir evidencia de los clientes, formular las oportunidades, probar las suposiciones más arriesgadas y registrar cada decisión con la evidencia que la respalda. Las versiones más sólidas combinan el opportunity solution tree de Teresa Torres, los cuatro riesgos de Marty Cagan y experimentos al estilo Lean, y guardan la evidencia donde la próxima persona pueda encontrarla.
Ideas clave
La mayoría de las ideas fracasa al encontrarse con los clientes. En Microsoft, solo alrededor de un tercio de los experimentos bien diseñados mejoró la métrica que debía mover (Kohavi, Crook y Longbotham, 2009).
El análisis de Pendo de 615 suscripciones de producto concluyó que el 80 % de las funcionalidades del producto medio se usan rara vez o nunca (Pendo, 2019).
Ningún framework cubre por sí solo todo el trabajo; combina Jobs to be Done, el opportunity solution tree, los cuatro riesgos y los experimentos.
Un framework sin un registro de evidencia compartido se deteriora. Los equipos dedican más del 25 % de su semana laboral a buscar información (Atlassian State of Teams, 2025).
El ciclo práctico es Capture, Connect, Act: reúne cada señal en un solo lugar, vincúlala a un objetivo y a una oportunidad, y luego prueba y decide.
¿Qué es un framework de product discovery?
El product discovery consiste en decidir qué construir antes de pagar por construirlo. Marty Cagan lo separa de la delivery: la discovery trata de aprender rápido, mientras que la delivery trata de construir software con el que una empresa pueda contar (SVPG, 2015). Un framework de product discovery es la estructura que hace que ese aprendizaje sea repetible en lugar de heroico. Para la secuencia completa, consulta la guía del proceso de product discovery.
Hay dos modelos de uso habitual, y ambos son legítimos:
La discovery como fase. El Government Digital Service del Reino Unido ejecuta la discovery como una etapa previa a construir nada, que suele durar entre 4 y 8 semanas, y considera la decisión de parar un resultado válido y no un fracaso ().
La discovery como hábito. Teresa Torres define la continuous discovery como «puntos de contacto semanales con los clientes por parte del equipo que construye el producto» (Product Talk). Aquí la discovery nunca termina; consulta cómo hablar con los clientes cada semana.
Usa el modelo de fase para un producto nuevo o un problema desconocido, y el modelo de hábito cuando ya tengas clientes y lances con frecuencia. Llevar ambas vías a la vez es lo que describe el dual-track agile.
¿Por qué hace falta un framework si ya hablas con los clientes?
Porque hablar no es decidir. Las cifras sobre el fracaso de las ideas son coherentes entre fuentes. El equipo de experimentación de Microsoft informó de que alrededor de dos tercios de las ideas probadas no mejoraron su métrica objetivo. Pendo descubrió que apenas el 12 % de las funcionalidades genera el 80 % del volumen de uso diario del producto medio. Y en el análisis de CB Insights de marzo de 2026 sobre 431 cierres de empresas respaldadas por capital riesgo, un mal product-market fit se citó en el 43 % de los 385 casos en los que se pudo identificar una causa (CB Insights, 2026).
Un framework no mejora las ideas. Hace que encontrar las malas ideas sea más barato.
¿Qué frameworks de product discovery conviene combinar?
Los equipos discuten sobre qué framework adoptar. Los modelos conocidos responden a preguntas distintas, así que un sistema que funciona toma prestada una capa de cada uno.
Cuesta una semana entera del calendario del equipo
Lee la tabla como una pila. Customer development y Jobs to be Done encuentran problemas que merece la pena resolver. El opportunity solution tree los reúne en una sola imagen atada a un objetivo. Los cuatro riesgos dicen qué evidencia necesita aún cada idea, y los experimentos la producen.
¿Cómo funciona un opportunity solution tree?
El opportunity solution tree tiene cuatro niveles (Product Talk):
El objetivo (outcome) en la raíz: el resultado del que responde el equipo, idealmente una métrica de producto como la activación o la retención.
Las oportunidades: necesidades, puntos de dolor y deseos de los clientes que, si se atienden, moverían el objetivo.
Las soluciones: ideas para abordar una oportunidad elegida.
Las pruebas de suposiciones: pequeños experimentos que comprueban si una solución crea valor para el cliente y para el negocio.
Torres da reglas de partida concretas. Reúne de tres a cuatro entrevistas basadas en historias antes de dibujar tu primer árbol. Revisa el espacio de oportunidades tras cada tres o cuatro entrevistas. Y compara al menos tres soluciones para la oportunidad elegida, de modo que estés eligiendo en lugar de confirmando.
El árbol es donde ocurre el trabajo de «connect». Cada oportunidad debería remitir a evidencia de las entrevistas, y cada solución a la oportunidad a la que sirve. Una rama sin evidencia debajo es una suposición.
¿Cuáles son los pasos de un framework de product discovery?
El ciclo siguiente sigue el patrón Capture, Connect, Act. Funciona para un fundador en solitario y para un equipo de diez, y se ejecuta cada semana una vez puesto en marcha.
Paso 1: fija un único objetivo
Elige el único resultado que la discovery debe mejorar este trimestre, con un número. «Subir las invitaciones a compañeros en la primera semana del 30 % al 40 % de los espacios de trabajo nuevos» funciona. «Mejorar el onboarding» no. Sin un objetivo, cada cita interesante parece una oportunidad.
Paso 2: captura evidencia de todos los puntos de contacto
Reúne entrevistas, tickets de soporte, notas de ventas, analítica y motivos de baja en un solo lugar, con la fuente, la fecha, el segmento y si cada elemento es una observación o una interpretación. Una plantilla de entrevista con clientes mantiene las notas comparables entre conversaciones, y la guía de preguntas para entrevistas con clientes explica qué preguntar.
Paso 3: conecta la evidencia con las oportunidades
Agrupa la evidencia según la situación en la que estaba el cliente, no según la funcionalidad que pidió. Coloca cada grupo en el opportunity solution tree, bajo tu objetivo. Mantén visibles las contradicciones; un tema que solo encaja con algunos segmentos sigue siendo útil una vez que nombras el segmento. La plantilla de síntesis muestra cómo escribir hallazgos que se puedan rastrear hasta su fuente.
Paso 4: actúa probando la suposición más arriesgada
Para la oportunidad elegida, esboza al menos tres soluciones. Para la principal, enumera sus suposiciones según los cuatro riesgos de Cagan y prueba la que más dañaría si fuera falsa. El riesgo de valor suele ir primero, porque una funcionalidad usable y factible que nadie quiere sigue siendo un desperdicio. Nuestra guía sobre el mapeo de suposiciones explica cómo ordenarlas.
Paso 5: decide y registra
Escribe qué has decidido, la evidencia que lo respalda, lo que aún no sabes y qué resultado te haría volver sobre ello. Vincula la decisión con el ticket o la especificación que genera. Este es el paso que la mayoría de los frameworks se salta, y es el que evita que la próxima persona repita tu investigación.
¿Qué cuenta como «validado» antes de que una idea pase a delivery?
Usa los cuatro riesgos como definición de «listo». Cagan asigna el valor y la viabilidad del negocio al product manager, la usabilidad al diseñador y la factibilidad al líder de ingeniería (SVPG, 2017). Una idea está lista para construirse cuando cada responsable puede señalar evidencia, no opinión.
Riesgo
Pregunta
Ejemplo de evidencia
Valor
¿Elegirán los clientes usarlo o comprarlo?
Comportamiento pasado repetido en las entrevistas; una señal de fake door o de preventa
Usabilidad
¿Pueden las personas averiguar cómo usarlo?
Prueba de prototipo en la que los participantes terminan la tarea sin ayuda
Factibilidad
¿Podemos construirlo con nuestro tiempo, nuestras habilidades y nuestra tecnología?
Un spike técnico acotado en el tiempo
Viabilidad
¿Funciona para el resto del negocio?
Visto bueno de precios, legal, soporte y ventas
Fija los umbrales antes de probar, para que un resultado débil no pueda reinterpretarse como un aprobado.
¿Por qué la discovery necesita infraestructura y no solo rituales?
La mayor parte de la discovery falla en el almacenamiento, no en la entrevista. Las notas viven en documentos personales, las grabaciones en una herramienta de vídeo, y la razón por la que existe una funcionalidad en la cabeza de una sola persona. Cuando esa persona se va, el razonamiento se va con ella.
La encuesta State of Teams 2025 de Atlassian a 12.000 trabajadores del conocimiento descubrió que los equipos dedican más de una cuarta parte de su semana a buscar información, unos 2.400 millones de horas al año en las empresas de Fortune 500 (Atlassian, 2025). La evidencia de discovery es de las más difíciles de encontrar, porque es no estructurada y está dispersa.
Trata la evidencia como una capa compartida con cuatro reglas:
Un solo hogar. Toda observación va al mismo lugar, sea cual sea su fuente.
Rastreable. Cada elemento conserva un enlace a la llamada, el ticket o la grabación original.
Vinculada. La evidencia se conecta con las oportunidades, las oportunidades con las decisiones, las decisiones con los tickets.
Fechada. La evidencia antigua se marca como antigua, para que una queja de hace dos años no pese más que la de la semana pasada.
Un ejemplo práctico: un ciclo de discovery en cuatro semanas
El equipo y las cifras de abajo son ilustrativos, no un caso real de cliente.
Un equipo de SaaS B2B de seis personas fija un objetivo: subir las invitaciones a compañeros en la primera semana del 30 % al 40 % de los espacios de trabajo nuevos.
Semanas 1-2, capture. El PM y la diseñadora hacen 8 entrevistas basadas en historias con usuarios recién registrados (4 que invitaron a un compañero y 4 que no) y etiquetan 40 tickets de soporte de la misma cohorte.
Semana 2, connect. Surgen tres oportunidades. Cinco de las 8 personas entrevistadas no sabían a qué compañero invitar primero; 3 temían exponer trabajo sin terminar; 2 dijeron que sus compañeros usan otra herramienta. El equipo elige la primera oportunidad porque aparece en ambos segmentos.
Semana 3, act. Esbozan tres soluciones: una lista de invitaciones sugeridas, un enlace de «compartir una página» y un aviso de invitación según el rol. La suposición más arriesgada de la idea principal es de valor: ¿enviará la gente una invitación si el producto sugiere a quién? Enseñan un prototipo clicable a 5 usuarios nuevos; 4 completan el flujo de invitación sin ayuda.
Semana 4, decidir. El equipo lanza la versión más pequeña posible al 20 % de los espacios de trabajo nuevos, registra la decisión con enlaces a las entrevistas y las pruebas, y fija una fecha de revisión cuatro semanas después.
Resultado: una apuesta probada, dos oportunidades aparcadas con evidencia y un registro auditable.
Plantilla para copiar: el registro de discovery
Pégala en tu espacio de trabajo y mantén un registro por oportunidad:
Objetivo (métrica, punto de partida, meta, fecha):
Oportunidad (situación del cliente, en sus palabras):
Evidencia
- Enlace a la fuente / fecha / segmento:
- Observación (lo que hicieron o dijeron):
- Interpretación (señalada como tal):
Soluciones consideradas (al menos tres):
Suposición más arriesgada y a cuál de los cuatro riesgos pertenece:
Prueba (método, muestra, umbral de éxito fijado de antemano):
Resultado:
Decisión (construir / cambiar / aparcar / detener) y responsable:
Lo que aún no sabemos:
Desencadenante de revisión (fecha o señal):
Especificación o ticket vinculado:
Errores habituales con los frameworks de product discovery
Tratar la discovery como una fase que termina. Si la discovery se detiene cuando empieza la delivery, el siguiente ciclo arranca sin ideas validadas. Ese es el problema que el dual-track agile recibió nombre para resolver.
Contar actividad. Diez entrevistas que no cambian nada no son discovery. Mide con qué frecuencia la discovery cambia o descarta algo planificado.
Soluciones en el árbol sin evidencia. Cada nodo debería enlazar con algo que un cliente hizo o dijo.
Tomar una muestra pequeña por prevalencia. Una revisión sistemática de 23 estudios encontró saturación en las entrevistas entre 9 y 17 entrevistas, pero sobre todo en grupos relativamente homogéneos con preguntas acotadas (Hennink y Kaiser, 2022). La saturación te dice que has oído los temas principales, no lo frecuentes que son. Usa analítica o una encuesta para medir la frecuencia.
Dónde encaja Specky
Specky cubre la parte de infraestructura de este framework. Lee llamadas con clientes, feedback, Slack, Jira y analítica en un Product Graph, organiza la evidencia bajo objetivos en un Opportunity Tree y redacta especificaciones con citas en línea que remiten a la evidencia de los clientes. Las decisiones van a un Decision Log con sus motivos adjuntos. Tú sigues tomando las decisiones; Specky guarda el rastro.
Preguntas frecuentes
¿Cuál es la diferencia entre product discovery y product delivery?
La discovery decide qué construir; la delivery lo construye bien. Cagan describe la discovery como aprender rápido y probar ideas antes de comprometer tiempo de ingeniería, y la delivery como producir software con el que los clientes puedan contar. La mayoría de los equipos hacen ambas a la vez: la discovery trabaja en el siguiente conjunto de apuestas mientras la delivery lanza la actual. El punto de traspaso es una idea con evidencia frente a los cuatro riesgos.
¿Cuánto debería durar el product discovery?
Para un producto nuevo o un problema desconocido, una fase de discovery acotada de unas 4 a 8 semanas es lo habitual en el modelo del gobierno británico. Para un producto existente, la discovery es continua: Torres recomienda un contacto con los clientes al menos semanal por parte del equipo que construye el producto. Una pregunta sobre una sola funcionalidad suele resolverse con una o dos semanas de entrevistas y una prueba de prototipo.
¿Cuál es el mejor framework de product discovery para un equipo pequeño?
Para un equipo de dos a diez personas, el sistema completo más ligero es un opportunity solution tree atado a un solo objetivo, entrevistas semanales basadas en historias y los cuatro riesgos como definición de «listo». Añade un design sprint solo para una única pregunta de alto riesgo. Los fundadores antes del product-market fit deberían empezar más bien con las preguntas de customer discovery de Blank.
¿Cuántas entrevistas con clientes se necesitan para el product discovery?
Empieza con tres o cuatro entrevistas antes de mapear oportunidades, como sugiere Torres, y sigue cada semana. La investigación sobre saturación sugiere que los temas principales aparecen entre 9 y 17 entrevistas en un grupo bastante homogéneo. Si entrevistas a varios segmentos distintos, necesitas más. Las entrevistas muestran qué ocurre y por qué; usa datos o encuestas para saber con qué frecuencia.
¿Es el opportunity solution tree lo mismo que un framework de product discovery?
No. El opportunity solution tree es un mapa visual que conecta un objetivo con oportunidades, soluciones y pruebas de suposiciones. Un framework de product discovery completo también cubre cómo captas la evidencia, qué cuenta como validado y cómo se registran las decisiones y se pasan a delivery. El árbol es el centro del framework, no su totalidad.
GDPR-aligned. EU workspace data is stored in Frankfurt, Germany. GDPR and EU data Built in Vienna, Austria. A product of influence solutions fm GmbH (FN 675374y). Imprint 14-day trial. Card required, and nothing is charged until day 14. 30-day refund after subscribing. See pricing