16 de junio de 2026Actualizado el Fathy Shalaby13 min de lectura
Mapeo de suposiciones: cómo encontrar y probar tus apuestas más arriesgadas
Cada elemento de tu roadmap se apoya en creencias que nadie ha comprobado. El mapeo de suposiciones las ordena por importancia y evidencia, para que pruebes la que puede hundir la apuesta antes de construir.
El mapeo de suposiciones (assumption mapping) es un ejercicio de equipo que enumera todo lo que debe ser cierto para que una idea de producto funcione y luego coloca cada creencia en una matriz 2x2 según su importancia y la cantidad de evidencia que la respalda. Las creencias importantes pero sin demostrar son tus riesgos reales. Pruébalas primero, de la forma más barata posible, antes de que nadie escriba código. David J. Bland popularizó el método en Testing Business Ideas.
Ideas clave
Los dos ejes son la importancia (¿fracasaría la idea si esto es falso?) y la evidencia (¿tenemos pruebas observables?). Prueba primero el cuadrante importante y sin evidencia (Strategyzer, 2020).
Mapea la deseabilidad, la viabilidad técnica y la viabilidad de negocio. La mayoría de los equipos prueba demasiado la factibilidad y poco si alguien quiere la cosa.
Elige entre 3 y 5 suposiciones por sesión. Probarlo todo dispersa al equipo.
Ordena la evidencia según lo que le cuesta al cliente: lo que la gente dice < lo que la gente hace < dinero o una firma.
Lo que está en juego es real: el 80 % de las funcionalidades de un producto de software promedio se usan poco o nunca (Pendo, 2019).
¿Qué es el mapeo de suposiciones?
Una suposición es todo lo que tu plan da por cierto sin pruebas: los clientes tienen este problema, pagarán este precio, la API soportará esta carga. El mapeo hace explícitas esas creencias y las ordena, de modo que el tiempo de discovery se dedique a las que pueden hundir la apuesta.
El método se asocia sobre todo con David J. Bland. Lo describe en Testing Business Ideas, escrito junto con Alexander Osterwalder y publicado por Wiley en noviembre de 2019 (Wiley, 2019). Strategyzer publicó un extracto en agosto de 2020 que expone el ejercicio completo (Strategyzer, 2020).
Teresa Torres usa la misma matriz 2x2 en su trabajo de continuous discovery. Su consejo central: deja de probar ideas enteras y prueba en su lugar las suposiciones que hay debajo (). Una idea puede fracasar por una docena de razones. Una suposición falla por una sola, y eso hace que el resultado sea legible.
Dos ejes. La evidencia va de izquierda a derecha, de «hay evidencia» a «no hay evidencia». La importancia va de abajo hacia arriba, de «poco importante» a «importante». La prueba de importancia de Bland: ¿qué hipótesis, si se demuestra falsa, haría fracasar la idea de negocio?
Hay evidencia
No hay evidencia
Importante
Construir sobre ella. Sigue comprobando que no haya cambiado.
Probar ya. Aquí viven tus suposiciones más arriesgadas.
Poco importante
Ignorar. Es cierta y de poco riesgo.
Aparcar. Revisar si cambia el plan.
La versión de Strategyzer indica a los equipos que concentren los experimentos a corto plazo en el cuadrante superior derecho: hipótesis importantes con la menor evidencia (Strategyzer, 2020).
Puedes dibujarlo en una pizarra, en Miro o con la plantilla de mapa de suposiciones gratuita, que coloca las notas según impacto y evidencia y te dice qué probar primero. Sin necesidad de registrarte.
¿Qué tipos de suposiciones deberías mapear?
Los distintos autores dividen el riesgo de formas diferentes. Las etiquetas importan menos que cubrirlas todas, como señala Torres.
Bland y Osterwalder
Los cuatro riesgos de Marty Cagan
Teresa Torres
Pregunta que hacerse
Deseabilidad
Valor
Deseabilidad
¿El cliente lo quiere lo bastante como para cambiar de comportamiento?
Factibilidad
Factibilidad
Factibilidad
¿Podemos construirlo y operarlo con nuestro tiempo, habilidades y tecnología?
Viabilidad
Viabilidad de negocio
Viabilidad
¿Funciona para el negocio: precios, ventas, aspectos legales, marca?
—
Usabilidad
Usabilidad
¿Pueden las personas descubrir cómo usarlo?
Adaptabilidad
—
—
¿Puede sobrevivir a los cambios del mercado o del entorno?
—
—
Ética
¿Podría perjudicar a los usuarios, a terceros o a la sociedad?
Cagan también asigna responsables: el product manager se encarga del valor y la viabilidad de negocio, el diseñador de la usabilidad y el lead engineer de la factibilidad (SVPG, 2017). Es una buena comprobación de quién debería estar en la sala.
Bland sugiere mapear primero la deseabilidad, y después la factibilidad, la viabilidad y la adaptabilidad. Los equipos dirigidos por ingeniería tienden a hacerlo al revés, porque «¿podemos construirlo?» parece una pregunta que se puede responder. La deseabilidad es donde los productos mueren con más frecuencia: en el estudio de CB Insights de 2026 sobre 431 cierres de empresas financiadas con capital riesgo, el 43 % citó un ajuste producto-mercado deficiente (CB Insights, 2026).
¿Cómo se dirige una sesión de mapeo de suposiciones?
Calcula entre 60 y 90 minutos con 4 a 8 personas que construyan, vendan y den soporte al producto.
Nombra una sola apuesta. «Crear tickets de Jira automáticamente a partir de llamadas con clientes», no «roadmap del T3». Un mapa por apuesta.
Escribid en silencio durante 10 minutos. Cada persona escribe una creencia por post-it, empezando con «Creemos que…». Cubrid todas las categorías de la tabla anterior.
Reescribe las notas vagas como notas comprobables. Añade quién, qué y cuánto (ver la sección siguiente).
Coloca primero cada nota en el eje de evidencia. Pregunta: ¿qué evidencia observable tenemos y cuán sólida es? La opinión del CEO cuenta como ausencia de evidencia.
Después colócala en el eje de importancia. Haz la pregunta de Bland: si esto es falso, ¿fracasa la idea?
Discutid la ubicación. El desacuerdo es el resultado útil. Muestra dónde el equipo está adivinando.
Rodea con un círculo de 3 a 5 notas en la parte superior derecha. Son las suposiciones de salto de fe (leap of faith) de esta apuesta.
Diseña una prueba por cada nota marcada antes de que nadie se vaya, con un responsable, una fecha límite y un umbral de éxito escrito de antemano.
Reserva la siguiente sesión de mapeo. De dos a cuatro semanas después, mueve las notas según los resultados y decide qué pasa con la apuesta.
¿Cómo se escribe una suposición comprobable?
Una suposición que no puede fallar no puede enseñarte nada. Hazla lo bastante concreta como para que un resultado pueda refutarla.
Vaga
Comprobable
A los usuarios les gustará.
Al menos 6 de 10 PMs entrevistados dicen dedicar 2 horas o más a la semana a convertir notas de llamadas en tickets.
La gente pagará.
Al menos 3 de 20 cuentas de prueba aceptan un complemento de 49 €/mes tras 14 días.
Es técnicamente posible.
Nuestra extracción encuentra el 80 % o más de los puntos de acción en 30 transcripciones reales.
Es fácil de usar.
4 de 5 usuarios nuevos crean un ticket sin ayuda en menos de 3 minutos.
Si una creencia te parece demasiado grande para probarla, divídela en creencias más pequeñas que deben cumplirse todas. Si una falla, la grande también falla, y es mucho más barato descubrirlo en una pieza pequeña.
¿Cómo se prueba la suposición más arriesgada?
Usa la prueba más barata que pueda demostrar que te equivocas. Torres sugiere empezar con la prueba de suposición más pequeña que puedas completar en la próxima hora (Product Talk, 2023).
Ordena la evidencia que recopilas
Solidez
Tipo de evidencia
Ejemplo
La más débil
Lo que la gente dice
«Lo usaría sin duda.»
Señal temprana
Datos orientativos
Respuestas de encuestas, volumen de búsquedas, historias de entrevistas sobre comportamientos pasados
Sólida
Lo que la gente hace
Clics en una fake door, tareas completadas en un prototipo, uso repetido
La más sólida
Dinero o una firma
Preventas, pilotos de pago, cartas de intención
Ajusta la prueba al riesgo
Deseabilidad: entrevistas con clientes sobre su comportamiento reciente, una prueba de fake door, un MVP concierge.
Factibilidad: un spike técnico con tiempo limitado, una prueba de Mago de Oz, conversaciones con socios o proveedores.
Viabilidad: una encuesta de precios, una venta simulada, una carta de intención.
Creemos que [suposición].
Para comprobarlo, haremos [prueba] con [quién, cuántos] antes del [fecha].
Mediremos [métrica].
Tendremos razón si [umbral]. Si no, [decisión].
Escribir primero el umbral evita que el equipo mueva la portería cuando llega el resultado.
Ejemplo práctico: una funcionalidad de notas de llamadas con IA (ilustrativo)
Imagina que un equipo de seis personas de un SaaS B2B está considerando una funcionalidad que convierte automáticamente llamadas grabadas con clientes en tickets de Jira. Mapean 12 suposiciones y puntúan cada una de 1 a 5 en importancia y en evidencia. Para ordenarlas, usan una regla sencilla: riesgo = importancia × (6 − evidencia), de modo que una creencia importante sin evidencia puntúa 25 y una trivial y demostrada puntúa 1.
#
Creemos que…
Tipo
Importancia
Evidencia
Riesgo
A1
Los PMs dedican 2 horas o más a la semana a convertir notas de llamadas en tickets
Deseabilidad
5
1
25
A2
Los PMs aceptarán tickets creados por IA sin reescribir la mayoría
Deseabilidad
5
1
25
A3
Los equipos de seguridad de los clientes permiten que nuestro proveedor de IA procese transcripciones de llamadas
Viabilidad
5
1
25
A4
Los clientes pagarán un complemento de 49 €/mes
Viabilidad
5
2
20
A5
La transcripción funciona con hablantes no nativos de inglés
Factibilidad
4
1
20
A6
Podemos extraer correctamente el 80 % o más de los puntos de acción
Factibilidad
5
3
15
A7
Los PMs pueden dirigir los tickets al proyecto de Jira correcto sin formación
Usabilidad
3
1
15
A8
La funcionalidad reduce la pérdida de clientes en cuentas con 5 o más PMs
Viabilidad
3
1
15
A9
La mayoría de los clientes ya graba sus llamadas
Deseabilidad
4
3
12
A10
Los ingenieros prefieren los tickets redactados por IA a los escritos por PMs
Deseabilidad
2
1
10
A11
Los usuarios notan la funcionalidad en la vista de la llamada
Usabilidad
2
2
8
A12
La API de Jira soporta el volumen de tickets que necesitamos
Factibilidad
3
5
3
Las tres primeras (A1, A2, A3) están todas en el cuadrante superior derecho. Fíjate en que la que preocupaba a los ingenieros, A12, es la menos arriesgada del mapa.
Pruebas, realizadas en una semana:
A1, ocho entrevistas sobre las llamadas de la semana anterior. Se supera si 5 de 8 describen 2 horas o más. Resultado: 6 de 8. Respaldada.
A2, una prueba de Mago de Oz. Un PM del equipo redacta a mano tickets a partir de llamadas reales de 5 clientes. Se supera si el 60 % llega a Jira sin reescrituras importantes. Resultado: 41 %. Refutada.
A3, preguntas a los contactos de seguridad de 6 clientes. Se supera si 4 de 6 lo aprobarían. Resultado: 2 de 6. Refutada.
Decisión: el problema es real, pero «crear automáticamente» es la solución equivocada y las normas de tratamiento de datos bloquean a la mayoría de las cuentas. El equipo replantea la apuesta como tickets sugeridos que revisa un PM, ofrecidos solo a los clientes cuyas políticas lo permiten, y vuelve a mapear en dos semanas. Una semana de pruebas sustituyó una construcción que el equipo había estimado en seis semanas.
Apuesta: [una frase]
Fecha del mapeo: [fecha] Próximo mapeo: [fecha]
| # | Creemos que... | Tipo (D/F/V/U/E) | Importancia 1-5 | Evidencia 1-5 | Riesgo = I x (6 - E) | Prueba | Éxito si... | Responsable | Fecha | Resultado |
|---|----------------|------------------|-----------------|---------------|----------------------|--------|-------------|-------------|-------|-----------|
| 1 | | | | | | | | | | |
| 2 | | | | | | | | | | |
| 3 | | | | | | | | | | |
Las 3-5 principales para probar en este ciclo: #_, #_, #_
Decisión tras los resultados: continuar / cambiar / parar
¿Qué errores vuelven inútil un mapa de suposiciones?
Mapear solo la factibilidad. Las preguntas de ingeniería parecen concretas y desplazan a la deseabilidad y la viabilidad.
Notas no comprobables. «Los usuarios quieren una mejor experiencia» no puede fallar. Reescríbela o descártala.
Contar opiniones como evidencia. Un stakeholder seguro de sí mismo no es un dato. Un elogio tras una demo tampoco.
Probarlo todo. De tres a cinco por ciclo. El resto espera.
Fijar el umbral de éxito después de la prueba. Siempre encontrarás la manera de llamarlo un éxito.
Hacerlo una sola vez. Un mapa dibujado en el kickoff está equivocado en unas semanas. Los resultados acaban en un documento y los post-its nunca se mueven.
Mapear solo la solución. Mapea también el problema y al cliente. «El cliente tiene este problema» suele ser la suposición más importante de todas.
Cuándo un mapa completo es excesivo
Los cambios pequeños y reversibles no necesitan un taller. Si un cambio tarda un día en publicarse y un minuto en revertirse, publícalo y observa los datos. Reserva el taller para apuestas que cuestan semanas de desarrollo, tocan los precios o son difíciles de deshacer.
¿Cómo se relaciona un mapa de suposiciones con el ajuste producto-mercado?
Mapear suposiciones es la forma de reducir el riesgo de una apuesta antes de construir. El ajuste producto-mercado mide si las apuestas que lanzaste sumaron algo que los clientes necesitan. Las suposiciones de deseabilidad que pruebas pronto, como quién tiene el problema y cuánto le afecta, se convierten en el segmento al que luego encuestas con la pregunta de Sean Ellis. Consulta nuestras guías sobre el ajuste producto-mercado con IA y la encuesta de ajuste producto-mercado.
La mayoría de los mapas de suposiciones se quedan obsoletos porque los resultados viven en otro sitio. En Specky, cada suposición del tablero está vinculada a los experimentos que la probaron y registra la solidez de la evidencia, desde lo que la gente dice hasta el dinero o una firma. Cualquier apuesta que descanse sobre una creencia refutada lo muestra, de modo que el roadmap se mueve con lo que has aprendido.
Preguntas frecuentes
¿Qué son el mapeo de suposiciones y la validación de riesgos?
El mapeo de suposiciones es el paso en el que enumeras y ordenas las creencias detrás de un plan según su importancia y su evidencia. La validación de riesgos es lo que sigue: ejecutar pruebas baratas sobre las creencias importantes pero sin demostrar hasta que cada una quede respaldada o refutada. Juntos garantizan que el tiempo de construcción se dedique a apuestas que han sobrevivido a un intento honesto de desmontarlas.
¿Cuál es la diferencia entre una suposición y una hipótesis?
Una suposición es algo que tratas como cierto por ahora, aceptando el riesgo de que no lo sea. Una hipótesis es una suposición que has decidido probar, escrita con la precisión suficiente para que un resultado pueda refutarla, con una métrica y un umbral de éxito. Toda hipótesis empieza como suposición; la mayoría de las suposiciones nunca necesitan convertirse en hipótesis.
¿Cuántas suposiciones deberías probar a la vez?
De tres a cinco por ciclo. Un mapa puede sacar a la luz fácilmente una docena de suposiciones o más; el propio ejemplo de Torres enumera diez para tres ideas y señala que son posibles docenas más. Solo un puñado estará en el cuadrante importante y sin evidencia. Probar más de cinco a la vez dispersa a un equipo pequeño y retrasa las respuestas que más importan.
¿Quién debería participar en el taller?
Las personas que cargan con cada riesgo: un product manager para el valor y la viabilidad de negocio, un diseñador para la usabilidad y un ingeniero para la factibilidad, tal como los asigna el modelo de Marty Cagan. Suma a alguien de ventas o de soporte que escuche a los clientes cada semana. Bastan de cuatro a ocho personas; los grupos más grandes producen más notas y menos discusión.
¿Con qué frecuencia deberías actualizar un mapa de suposiciones?
Cada vez que llegue un resultado de prueba, y al menos cada dos a cuatro semanas mientras la apuesta esté activa. Mueve las notas a medida que llega la evidencia y vuelve a puntuar la importancia cuando cambie el plan. Un mapa que no ha cambiado en un mes está terminado o está olvidado.
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