13 de julio de 2026Actualizado el Fathy Shalaby12 min de lectura
Espacio del problema vs espacio de la solución: cómo escapan los PM de la trampa de la solución
La mayoría de los equipos pasan de una petición a una funcionalidad en un día. Así separas el espacio del problema del espacio de la solución, cuánto tiempo quedarte en él y un brief que puedes copiar.
Espacio del problema vs espacio de la solución es la separación entre entender la necesidad de un cliente y diseñar una respuesta a ella. El espacio del problema abarca quién tiene dificultades, con qué, con qué frecuencia, cuánto le cuesta y qué hace hoy. El espacio de la solución abarca todo lo que podrías construir en respuesta. La trampa de la solución es saltar al segundo antes de haber terminado con el primero.
Ideas clave
Los directivos reconocen el hábito. En una encuesta a 106 altos directivos de 91 empresas de 17 países, el 85 % coincidió en que sus organizaciones eran malas en el diagnóstico de problemas y el 87 % dijo que ese defecto tiene costes significativos (HBR, 2017).
La gente de producto quiere más tiempo para el problema del que tiene. La encuesta del Pragmatic Institute a 2.474 profesionales de producto halló que dedicaban el 27 % de su tiempo a trabajo estratégico pero creían que debería ser el 53 %, y que la mayoría pasaba menos de 5 horas al mes recopilando feedback de clientes (Pragmatic Institute, 2019).
El trabajo superficial sobre el problema se nota en funcionalidades sin uso: el 80 % de las funcionalidades de un producto medio se usan rara vez o nunca (Pendo, 2019).
La frase «Einstein dedicó 55 minutos al problema» no tiene ninguna fuente conocida, y la proporción 80/20 es un objetivo, no un hecho medido.
Una pregunta hace casi todo el trabajo: «¿Qué evidencia hay de que este es el problema y no el síntoma de otra cosa?».
¿Cuál es la diferencia entre el espacio del problema y el espacio de la solución?
Dan Olsen popularizó la separación entre los equipos de producto en The Lean Product Playbook (2015). Su pirámide del product-market fit tiene cinco capas. Las dos de abajo, el cliente objetivo y las necesidades desatendidas, son el mercado. Las tres de arriba, la propuesta de valor, el conjunto de funcionalidades y la experiencia de usuario, son el producto (Mind the Product, 2017). En una charla de 2018 describió el papel del PM sin rodeos: «nuestro trabajo como product managers es centrarnos en el espacio del problema» ().
Teresa Torres traza la misma línea en su opportunity solution tree. Bajo un resultado deseado está el espacio de oportunidades, donde cada oportunidad es «una necesidad no cubierta del cliente, un punto de dolor o un deseo», luego el espacio de la solución y después las pruebas de supuestos (Product Talk, 2023).
Espacio del problema
Espacio de la solución
Pregunta central
¿Quién tiene dificultades, con qué, con qué frecuencia, a qué coste?
¿Qué podríamos construir o cambiar?
Artefactos típicos
Notas de entrevistas, patrones en tickets de soporte, enunciados del problema
Bocetos, prototipos, especificaciones, tickets
Qué mides
Lo importante que es la necesidad, con qué frecuencia ocurre, lo que cuesta el apaño
Satisfacción, adopción, éxito en las tareas
Qué pueden contarte los clientes
Mucho: lo que hicieron, lo que costó, lo que probaron
Menos: pueden reaccionar a opciones, pero rara vez diseñan la correcta
Fallo típico
Una investigación que nunca termina
Una funcionalidad bien construida para el problema equivocado
¿Qué es la trampa de la solución?
Llega una queja de un cliente, o un comercial señala una venta perdida. En 24 horas alguien ha esbozado una solución. Cuando el PM entra en la sala, la pregunta ha pasado de «¿es un problema real?» a «¿cómo lo construimos?». El problema ha recibido 90 segundos de reflexión. La solución recibirá seis semanas de ingeniería.
Thomas Wedell-Wedellsborg encontró el mismo sesgo: los directivos son buenos resolviendo problemas, pero pasan enseguida al modo solución, antes de comprobar que los han entendido (HBR, 2017). Menos de 1 de cada 10 directivos encuestados dijo no verse afectado.
¿Por qué caen en ella equipos inteligentes?
La trampa es cuestión de incentivos y de flujo de trabajo, no de inteligencia.
Las soluciones son concretas; los problemas son ambiguos. «Añadir un panel» se puede acotar, estimar y demostrar. Un problema primero hay que definirlo.
Las soluciones parecen progreso. Las entrevistas y la síntesis parecen no ser nada. Lanzar la funcionalidad equivocada parece progreso hasta que la métrica no se mueve.
Todos los sistemas premian soluciones. Jira rastrea funcionalidades, los roadmaps listan entregables, las revisiones celebran lanzamientos. El PM que concluyó que un problema no merecía resolverse no tiene nada que demostrar.
Los números lo respaldan. La gente de producto de la encuesta de 2019 del Pragmatic Institute dedicaba el 27 % de su semana a trabajo estratégico frente al 53 % que creía justificado. La gran mayoría pasaba menos de 5 horas al mes recopilando feedback de clientes y evaluadores (Pragmatic Institute, 2019).
¿Cuánto cuesta la trampa de la solución?
El coste visible es ingeniería desperdiciada. En 615 suscripciones de producto, Pendo halló que el 80 % de las funcionalidades se usan rara vez o nunca y que el 12 % genera el 80 % del uso diario, y estimó que las empresas de nube pública cotizadas habían invertido hasta 29.500 millones de dólares en las que no se usan (Pendo, 2019). Desglosamos esa cifra en por qué el 80 % de las funcionalidades no se usa.
El coste oculto es la imagen que el equipo tiene del cliente. Un equipo que vive en modo solución deja de cartografiar el espacio del problema, y el producto se convierte en un parche de respuestas a problemas medio entendidos.
¿Dijo Einstein de verdad que dedicaría 55 minutos a definir el problema?
No hay evidencia de que lo dijera. Quote Investigator no encontró ninguna evidencia sustancial de que Einstein lo dijera alguna vez (Quote Investigator, 2014). La atribución a Einstein más antigua que halló el etimólogo Barry Popik es un artículo de periódico de 1995, 40 años después de la muerte de Einstein en 1955, y no da ninguna fuente. Las versiones difieren en el reparto: 55 y 5 minutos, 59 y 1, incluso 40 y 20.
Hasta el conocido artículo de Dwayne Spradlin en HBR de 2012 abre con una versión de 59 minutos (HBR, 2012). Su argumento se sostiene sin ella: el rigor con que defines un problema es el factor más importante para encontrar una buena solución. Si pides evidencias a los stakeholders, no abras con una cita sin fuente; usa las cifras de las encuestas de arriba.
¿Cuánto tiempo debería dedicar un product manager al problema?
Ningún estudio ha medido la proporción ideal, así que trata cualquier cifra, incluido el 80/20 del título original de este artículo, como una provocación. La mayoría de los equipos están más cerca de 20/80. Los mejores lo invierten, o al menos llegan a 50/50.
Una regla más útil: escala el tiempo en el espacio del problema según el tamaño de la apuesta y lo difícil que sea deshacerla. Esta tabla es un punto de partida, no una referencia.
Tamaño de la apuesta
Tiempo en el espacio del problema antes de construir
Evidencia mínima
Menos de un día de trabajo, fácil de revertir
30-60 minutos
Un patrón claro en los tickets o una cita directa de un usuario
1-2 semanas de trabajo
2-3 días
3-5 entrevistas o sesiones observadas, más un recuento de tickets o peticiones
Un trimestre o más, o difícil de revertir
2-4 semanas
Un enunciado del problema por escrito, 8 o más conversaciones, una métrica base y el coste del apaño
¿Cómo te quedas más tiempo en el espacio del problema? Cinco prácticas
1. Plantea el problema antes del refinamiento del backlog
Antes de que una funcionalidad entre en refinamiento, responde tres preguntas. ¿Qué trabajo intenta hacer el usuario? ¿Qué evidencia demuestra que existe la fricción? ¿Es esta la restricción o un síntoma? Si no puedes responder las tres en dos minutos, el problema no está listo para una solución.
2. Pide evidencias, no elocuencia
Describir un problema de forma persuasiva no es evidencia. Evidencia son cuatro entrevistas en las que viste a usuarios chocar con la fricción, un patrón de tickets con un recuento o un experimento. La elocuencia pone en marcha un proyecto; la evidencia decide qué se construye. Nuestra guía de evidencias para los cuatro riesgos de producto muestra qué cuenta para cada tipo de riesgo.
3. Separa la petición de la necesidad
La petición suele ser una funcionalidad; la necesidad suele ser un job to be done. El PM que oye «¿podemos añadir exportación a CSV?» y evalúa la exportación a CSV ya está en modo solución. El PM que pregunta «¿por qué mueves estos datos, adónde van, qué pasa si no puedes?» sigue en el espacio del problema. Quédate ahí más tiempo del que resulta cómodo. Los jobs to be done te dan el vocabulario, y la guía de entrevistas JTBD gratuita te da las preguntas.
4. Escribe un enunciado del problema explícito
Un enunciado del problema no nombra ninguna funcionalidad. Este lo es: «Los clientes que han conectado más de tres integraciones no pueden ver rápidamente qué fuentes de datos alimentaron un insight concreto, así que no se fían del resultado y vuelven a los datos en bruto, lo que les cuesta 30 minutos cada vez». «Necesitamos una mejor atribución de los insights» no lo es; es una descripción de un problema con forma de solución. Nuestra plantilla de enunciado del problema recorre el formato.
5. Pregúntate: ¿es una restricción o un síntoma?
Algunos problemas son el efecto de algo anterior en la cadena. Arregla un síntoma y los usuarios reciben un apaño que oculta el problema real, mientras la causa sigue ahí. Una pregunta deja al descubierto la jerarquía: «Si resolviéramos esto, ¿qué seguiría roto?».
Plantilla de brief del problema (para copiar y pegar)
Rellénala antes de que nadie nombre una solución. Una línea vacía es tu próxima pieza de investigación.
PROBLEM BRIEF
Who has it: [segment; number of accounts or users affected]
Job they're doing: [in the customer's words]
Where it breaks: [step in the workflow; how often per week or month]
What it costs them: [minutes, money or risk, with the source]
What they do today: [workaround, competitor, or nothing]
Evidence: [n interviews, n tickets, metric; link each one]
Constraint or symptom: [if we solved this, what would still be broken?]
Biggest unknown: [the riskiest open question]
Solutions considered: [at least three, written only after the lines above]
La última línea sigue el consejo de Torres de explorar tres soluciones, no una (Product Talk, 2023).
Ejemplo práctico: la petición de exportación a CSV (ilustrativo)
Digamos que un equipo de SaaS B2B de 6 personas recibe cuatro peticiones de exportación a CSV en un mes. Ingeniería estima 3 semanas.
En cambio, la PM pasa 3 días en el espacio del problema. Lee los 22 tickets de soporte que mencionan exportar y entrevista a 5 solicitantes. Cuatro de ellos exportan cada lunes para pegar las mismas cifras en un informe semanal para su jefe. El quinto necesita una copia de seguridad para una auditoría anual.
Para 4 de 5, la necesidad es «enseñarle a mi jefe las cifras de la semana», no «sacar mis datos». El equipo compara tres opciones: la exportación completa a CSV (3 semanas), un enlace de panel compartible (1 semana) y un correo resumen semanal programado (4 días). Lanzan primero el correo y añaden más adelante una exportación en bruto sencilla para el caso de la auditoría.
Tres días de trabajo sobre el problema sustituyeron aproximadamente a dos semanas de desarrollo, y la funcionalidad lanzada encajaba con cómo la gente usaba los datos. Las decisiones reales rara vez son tan limpias, pero rara vez van en sentido contrario.
¿No ralentiza el trabajo sobre el problema los lanzamientos?
No. La idea es adelantar el trabajo para que lo que lances tenga más probabilidades de importar. Los equipos que invierten en el problema suelen ser más rápidos una vez que empiezan a construir: las soluciones equivocadas se descartan antes de que nadie escriba código, y el desarrollo no da marcha atrás a mitad de camino cuando alguien pregunta: «espera, ¿es esto lo que necesitan los usuarios?». Los equipos que se lo saltan lanzan más rápido al principio y luego pasan meses preguntándose por qué la métrica no se movió. Saltarse la comprensión del problema no es velocidad. Es deuda, y el hábito que la salda es el contacto constante con clientes, tratado en continuous discovery.
¿Cuándo sale mal quedarse en el espacio del problema?
El fallo contrario también existe.
La investigación como evasión. Si ninguna evidencia podría cambiar la decisión, más entrevistas solo la retrasan.
Estudiar en exceso cambios baratos. Un cambio de texto de una hora no necesita una semana de entrevistas. Lánzalo y observa.
Negarse a prototipar. La gente reacciona a algo concreto. Usa un prototipo tosco como sonda, no como compromiso.
Enunciados del problema con forma de solución. «Los usuarios necesitan un panel» cuela la respuesta de contrabando. Reescribe hasta que no se nombre ninguna funcionalidad.
Tomar el volumen por gravedad. Diez peticiones de gente que nunca se daría de baja pueden pesar menos que un bloqueo para tu cliente ideal.
Dónde encaja Specky
La parte más lenta del trabajo en el espacio del problema es reunir la evidencia que hay detrás de una petición. Specky lee llamadas con clientes, feedback, Slack, Jira y analítica y los integra en un Product Graph, de modo que la evidencia de un problema queda enlazada en lugar de dispersa. El Opportunity Tree mantiene problemas y soluciones en niveles separados, y las especificaciones redactadas en el PRD Editor llevan citas en línea que remiten a la evidencia del cliente. Si quieres primero el método completo, empieza por nuestra guía del proceso de product discovery.
Preguntas frecuentes
¿Cuál es la diferencia entre el espacio del problema y el espacio de la solución?
El espacio del problema es el mundo del cliente: quién tiene una necesidad, con qué frecuencia, a qué coste y cómo se las arregla hoy. El espacio de la solución es lo que podrías construir en respuesta. La pirámide del product-market fit de Dan Olsen sitúa el cliente objetivo y las necesidades desatendidas en el espacio del problema, y el conjunto de funcionalidades y la experiencia de usuario en el espacio de la solución.
¿Qué es la trampa de la solución en product management?
La trampa de la solución es saltar de una petición o queja directamente a construir una funcionalidad, antes de que nadie haya comprobado quién tiene el problema, con qué frecuencia y a qué coste. Parece productivo porque las soluciones son concretas y fáciles de demostrar. Produce funcionalidades que no aciertan con la necesidad real, y esa es una de las razones por las que tantas funcionalidades apenas se usan.
¿Dijo Einstein que dedicaría 55 minutos a definir el problema?
No hay evidencia de que lo dijera. Quote Investigator no encontró ninguna evidencia sustancial de la atribución, y la versión de Einstein más antigua que halló Barry Popik data de un periódico de 1995, 40 años después de la muerte de Einstein, sin fuente. La idea que hay detrás, que definir bien el problema importa más que resolverlo rápido, es sólida. La cita no.
¿Cuánto tiempo debería dedicar un PM al problema frente a la solución?
Ningún estudio define una proporción ideal. Escala el tiempo del problema según el tamaño y la reversibilidad de la apuesta: una hora para un cambio pequeño y reversible, unos días para una funcionalidad de dos semanas, semanas para una apuesta de un trimestre. Como medida de la brecha, la gente de producto de la encuesta de 2019 del Pragmatic Institute dedicaba el 27 % de su tiempo a trabajo estratégico pero quería el 53 %.
¿Cómo sabes que entiendes un problema lo bastante bien como para construir?
Puedes rellenar cada línea de un brief del problema con evidencias: quién lo tiene, con qué frecuencia, cuánto cuesta, qué hace la gente hoy y si es una restricción o un síntoma. Puedes nombrar al menos tres soluciones posibles. Y puedes decir qué resultado tras el lanzamiento demostraría que te equivocabas. Si falta alguna de estas cosas, sigue investigando.
¿Es alguna vez correcto empezar en el espacio de la solución?
Sí, cuando el cambio es barato y fácil de revertir, o cuando un prototipo tosco es la forma más rápida de aprender sobre el problema. Un prototipo mostrado a cinco usuarios suele sacar a la luz la necesidad real más rápido que las preguntas abstractas. El riesgo es tratar ese prototipo como la respuesta y no como una sonda que te devuelve al espacio del problema.
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