Mi mayor experiencia fue hace unos años, cuando el NPS se derrumbaba en −10 y se buscaba que cada equipo (fraude, producto, research, negocio) analizara por separado los 3 primeros puntos de dolor.
Esta es la historia de cómo pasamos de los silos a la sinergia, y de lo que nos costó tardar en darnos cuenta.
01Contexto y problema
Contexto del producto
mPOS es el lector de pagos físico. Se conecta vía Bluetooth al celular del merchant y acepta pagos con cualquier tarjeta mediante contactless, chip o banda magnética. El dinero de cada venta se acredita directamente en la cuenta del comerciante.
El problema
Al tomar el producto, el diagnóstico inicial reveló dos problemas críticos interrelacionados:
- Tasa de aceptación: 30%. El 70% de los intentos de pago terminaban en rechazo. Los motivos no estaban bien catalogados ni entendidos.
- NPS: −10.
Dos Q remando para lados distintos
Estuvimos al menos dos Q analizando desde la visión de cada equipo, tirando para diferentes lados. El siguiente NPS fue de −8.
02Discovery: una sola mesa, tres frentes
Cuando entendimos a nivel cultural que el usuario ve un único producto, descubrimos que las mesas de trabajo interdisciplinarias eran el camino para obtener un quick win que genere un impacto único y directo.
El proceso no fue lineal. Trabajamos simultáneamente en tres frentes que se retroalimentaban.
Conectividad y latencia — análisis técnico con IT
- Revisé logs BLE y analicé timeouts con el equipo de IT.
- El timeout se activaba demasiado rápido, antes de completar la transacción.
- El walkthrough no comunicaba la distancia óptima entre celular y lector.
UX de pantallas de rechazo — rediseño de mensajes
- Analicé todas las pantallas de error post-rechazo.
- No existía diferenciación entre rechazos definitivos y recuperables.
- Los rechazos definitivos ofrecían CTA de reintento, multiplicando la frustración.
Análisis de tasa de aceptación por MCC — el hallazgo central
- Abrí la tasa de aceptación por establecimiento y MCC.
- Los peores performers: motos, alquiler de salones, servicios de ticket alto.
- Todos concentraban el mismo código: “Denegada 05”, un genérico que escondía múltiples reglas de fraude.
- Convoqué una mesa técnica con la marca de tarjetas para decodificarlo.
El problema no era tecnológico ni de UX: era estructural y de riesgo. Los vectores de fraude detectados por la marca de tarjetas estaban penalizando a toda la red de merchants del mismo agrupador, incluyendo comerciantes completamente honestos. Resolver la tasa de aceptación requería rediseñar cómo se asignaban los establecimientos.
03Las soluciones
Mejoras técnicas + rediseño del onboarding de conexión
Corregimos bugs BLE, optimizamos timeouts y rediseñamos el walkthrough de emparejamiento con indicaciones visuales claras sobre la distancia requerida. Agregamos mensajes de error de conectividad con instrucciones accionables.
Clasificación de rechazos con experiencias diferenciadas
Rechazos definitivos (fondos, fraude, tarjeta bloqueada): mensaje explícito de no reintentar, sin CTA de reintento.
Rechazos recuperables (error, timeout): CTA de reintento disponible, mensaje empático orientado a resolver.
Sistema de scoring de merchants (antifraude)
Junto al equipo de Onboarding, diseñé un sistema de puntuación para clasificar a cada merchant y asignarle el establecimiento según su perfil de riesgo:
SaludableValidaciones completas, bajo riesgo
Establecimiento con alta tasa de aceptación y reglas flexiblesIndefinidoInformación incompleta o señales ambiguas
Establecimiento intermedio con monitoreo activoPeligrosoSeñales de alerta en validación
Establecimiento con reglas de fraude más duras
04Decisión clave
Renegociar el OKR
El OKR original del 90% era matemáticamente inalcanzable sin comprometer el sistema antifraude. Justificar ese límite ante los stakeholders con datos, y renegociar a un objetivo más realista y sostenible, fue tan importante como las soluciones técnicas.
05Impacto en el negocio
El resultado del NPS a lo largo de los siguientes dos Q fue extraordinario: terminamos ese año con 40, el segundo mejor NPS del mercado, abajo del líder.
- Churn en heavy users: 30% → 25%. Reducción de 5 pp en el segmento de mayor valor.
- ↑ LTV por usuario. Usuarios activos por más tiempo, con más transacciones: impacto directo en el P&L.
06Aprendizajes
Analizar y definir acciones por separado es seguir generando los mismos puntos de dolor en los usuarios durante 6 meses, cuando el time to market para generar un impacto positivo es la mitad.
Cuando resolvimos esos 3 puntos de dolor en conjunto, surgieron 3 nuevos que antes ni siquiera habíamos visto. La oportunidad de mejora que nos da el usuario se renueva a medida que solucionamos los dolores anteriores.
La UX de rechazo era un síntoma. El fraude sistémico era la causa raíz. Hubiera sido fácil quedarse en la superficie.
La mesa con la marca de tarjetas fue el punto de inflexión. El equipo interno no podía obtener ese insight solo.
Semanas trabajando en hipótesis sin certeza de la causa raíz. Mantener al equipo enfocado y a los stakeholders informados sin prometer resultados prematuros.
Saber cuándo un OKR es una barrera para el negocio real, y tener el coraje y los datos para cambiarlo.