Qué aprendimos con los primeros 1000 tudús

Hace unos meses, el equipo de Tudú celebró su pedido número mil. Hace un año solo existía un conjunto de buenas intenciones, y en unos pocos meses teníamos un servicio en operación y un grupo creciente de usuarios para quienes estamos resolviendo problemas todos los días.

Con ocasión del milésimo pedido, nos pusimos a pensar un poco sobre los aprendizajes más importantes que, quizás, puedan serles útiles a otras personas pasando por viajes similares.

¿Qué es Tudú?

Tudú es un servicio de asistentes personales a pedido que opera desde hace unos meses en Lima, Perú. Nuestros usuarios se comunican con nosotros a través de Facebook o WhatsApp cuando necesitan ayuda para realizar sus pendientes — compras, trámites, entregas, o para todo tipo de gestiones y averiguaciones — y nosotros asignamos un dúer que se encarga de completar la tarea.

Arrancamos de algo muy simple: nadie tiene tiempo para nada, y todos terminamos dedicando nuestro tiempo libre a cosas que no queremos hacer. Nadie quiere pasarse el fin de semana haciendo cola en la SUNAT, o salirse del trabajo para comprar un regalo de cumpleaños.

Pero no sabíamos mucho más que eso. ¿Cómo recibimos los pedidos? ¿Quiénes serán nuestros usuarios? ¿Qué tipo de necesidades tendrán? Podíamos dedicarnos a especular sobre el modelo ideal e intentar diseñarlo perfectamente; o podíamos tirarnos a la piscina y aprender sobre la marcha.

Este sería un post muy aburrido si hubiéramos hecho lo primero, ¿verdad?

Haz cosas que no escalen

Uno de las primeras cosas que hicimos bien fue arrancar lo más rápido y mínimo posible. Desde el principio fue fácil soñar con futuros posibles: una aplicación inteligente para registrar pedidos y que le dé al usuario monitoreo en tiempo real del estado de su pedido, y comunicación directa con un dúer con su propia app con un itinerario detallado del día y acceso a una base de conocimientos para responder a todo tipo de dudas sobre la marcha.

Pero todo eso toma tiempo, y nosotros no sabíamos qué cosa realmente hacía la diferencia para el usuario. Nosotros necesitábamos descubrir si nuestro usuario realmente era nuestro usuario, y si estas personas se sentirían cómodas delegando sus pendientes a un extraño. Para validar esto necesitábamos muy poco: de hecho, solo necesitábamos una cuenta de WhatsApp. Esto nos permitiría recibir pedidos y comunicarnos con el usuario para realizar coordinaciones, y podríamos recibir pagos contra entrega o como transferencia bancaria.

Pero esto no escala. Cada conversación requiere mucho tiempo, es difícil de hacer seguimiento, y cuando aumenta el volumen se presta para un alto margen de error. Y, la verdad, todo bien: inspirados por las ideas de Paul Graham y Reid Hoffman, decidimos aferrarnos a la idea de empezar haciendo cosas que no escalen bien para chocarnos de cara con toda la complejidad de nuestro proceso. Esto nos permitió identificar cuáles eran los puntos más débiles que necesitábamos automatizar y asegurarnos de no sobreinvertir en problemas que no eran realmente problemas.

Así descubrimos que una aplicación móvil no era urgente para nuestros usuarios. Y que podíamos manejar un volumen importante de pedidos diarios utilizando herramientas de comunicación básicas como WhatsApp o Facebook. Esto nos permitió movernos más rápido y, sobre todo, enfocarnos en invertir nuestras balas limitadas en los problemas que realmente afectaban la experiencia de usuario.

Qué roche tu producto

El segundo gran aprendizaje fue darnos cuenta de que el producto nunca se iba a sentir listo. De nuevo inspirados por Reid Hoffman, siempre íbamos a encontrar alguna razón por la cual no debíamos empezar a operar, o no debíamos promocionarlo mucho, o recibir nuevos pedidos. Siempre parecía que algo iba a salir mal.

Tuvimos que aprender a saltar a la piscina sin saber si tenía agua. El modelo operativo de los primeros pedidos daba un poco de vergüenza: Ruth, nuestra CEO, recibía los pedidos en su WhatsApp personal, y salía en su carro por la ciudad a atenderlos personalmente. Solo era necesario que entrara un segundo pedido mientras estaba atendiendo el primero para que todo el sistema colapse.

Pero aprendimos que esto también estaba bien. Si hubiéramos esperado a tener el modelo perfecto, habríamos seguido esperando en lugar de buscar el camino más rápido para obtener data real de usuarios. Las primeras iteraciones del servicio estaban plagadas de errores y problemas y confusiones. Y a pesar de todo eso, los usuarios igual nos contactaban e igual tenían una buena experiencia. Poco después fueron los mismos usuarios los que empezaron a hacernos recomendaciones sobre qué debíamos mejorar y cómo podíamos hacerlo.

Es muy fácil encontrar excusas para no salir al mercado, o para no crecer, y querer esperar un poco más. Pero al final lo que importa es conseguir la data de usuario de la mejor calidad posible, lo más rápido posible. Los primeros usuarios — los early adopters — sabrán perdonar, o serán el público objetivo incorrecto para empezar. En cualquiera de los dos casos, el aprendizaje será importante.

Optimiza para el aprendizaje

Ya que lo más importante era obtener data de calidad, lo siguiente fue organizarnos para interpretar y actuar sobre esa data. La tentación de buscar eficiencia y escalabilidad es grande, pero todavía teníamos demasiadas preguntas sobre la propuesta de valor y el modelo operativo como para cerrarnos en una sola dirección.

Cuando empezamos a recibir nuestros primeros pedidos, hicimos dos cambios. El primero fue empezar a registrar todo lo que pudiéramos — empezamos a capturarlo artesanalmente en una hoja de cálculo. No necesitábamos una solución mucho más sofisticada que esto para empezar a registrar nuestros analytics. Artesanalmente empezamos a procesar esa data para esbozar indicadores sobre el crecimiento del servicio, los usuarios, y el modelo operativo. Revisábamos los indicadores semanalmente para entender cómo se comportaban nuestros usuarios.

Lo segundo que hicimos fue organizarnos alrededor de experimentos. Una vez que tuvimos indicadores, teníamos que entender cómo podíamos afectarlos. Ordenábamos todas las ideas para mejorar el servicio en función a su complejidad y a cómo movían alguna de nuestras agujas más importantes. Si una idea no movía ninguna aguja, la botábamos.

Así terminamos de redondear nuestra propuesta de valor. Por ejemplo, probando un tono de comunicación distinto para un perfil de usuario específico, o una manera diferente de configurar las rutas de los dúers para ver si ganaban eficiencia.

No hacer > hacer

Termina teniendo más impacto todo lo que no haces que lo que haces. O mejor dicho: tienes que dejar de hacer mucho más de lo que haces. En otras palabras, que el equipo tenga foco, alineamiento, y dirección clara.

Desde que empezamos a operar surgieron cientos de ideas de cosas que podíamos hacer mejor, que venían de nuestra experiencia, o de feedback del usuario. Cuando uno no tiene un sentido claro de si está haciendo las cosas bien y avanzando en la dirección correcta, cualquier input externo puede inducir un estado de pánico.

En el momento en que empezamos a guiarnos por la data y a operar sobre experimentos, teníamos que tener la suficiente disciplina y foco para seguir respondiendo a las preguntas que sabíamos eran las más importantes. El alineamiento del equipo alrededor de esa dirección ayuda a que todos tengan claro cómo están sumando valor en un momento de alta incertidumbre.

Patinamos muchísimas veces. Atendimos pedidos que no deberíamos haber atendido, cobramos precios que no debimos cobrar, perdimos usuarios que no queríamos perder. Cada error fue doloroso, especialmente porque somos un equipo de chancones que nos gusta hacer las cosas bien. Pero también aprendimos a darnos cuenta de que si pasaban semanas sin que hubiéramos cometido un error importante, es que estábamos empezando a ser demasiado conservadores y no estábamos explorando y experimentando lo suficiente.

En agosto, hicimos un evento para celebrar nuestros primeros 1000 pedidos con amigos, familia, y nuestros usuarios más frecuentes.

¿Y ahora qué?

Aprendimos muchísimo con nuestros primeros mil pedidos — suficiente como para conseguir los segundos mil. Estamos enormemente agradecidos a todos los que nos ayudaron a alcanzar este hito — empezando por nuestros usuarios, y siguiendo rápidamente por todo nuestro equipo y todos los amigos que en los últimos meses han estado dispuestos a canjearnos ciclos de su cerebro por cafés, cervezas y cebiches.

Ahora tenemos una idea más clara de cómo ayudamos a nuestros usuarios y en qué necesitamos ser buenos para ganarnos su confianza. Nuestra siguiente etapa requiere del desarrollo de tecnología más sofisticada y ajustada a nuestro proceso y operación. Nuestro equipo tiene que crecer para incorporar nuevas capacidades que empiezan a ser necesarias en esta nueva etapa.

Estos aprendizajes no son nada nuevo para aquellos que están involucrados en estos temas, pero para nosotros es útil reflexionar sobre qué hemos aprendido, y sentir que no somos los únicos pasando por lo mismo. Cuando uno trabaja sobre problemas inciertos, no tiene manera de saber si está haciendo bien o mal las cosas — y conocer experiencias de gente que ya pasó, o está pasando por ahí, puede ser una tremenda ayuda. Así como mucha gente compartió su experiencia con nosotros, queremos también compartir la nuestra.

Todo esto ha pasado en menos de un año, pero todavía nos falta mucho por aprender. Si ya eres usuario de Tudú, tu feedback es más que bienvenido — nos ayuda a seguir mejorando el servicio para todos nuestros usuarios.

Y si todavía no eres usuario de Tudú, ¡este es un gran momento para hacer tu primer pedido! 🙂