¿Cómo se construyó y escaló Spotify en sus inicios?

Spotify

En 2015, Spotify era una scale-up prometedora que estaba escalando aceleradamente en diversos mercados a nivel global. Con 60 millones de usuarios activos al mes, 25% de suscritos a un plan premium, 58 países y más de 2,000 millones de dólares desembolsados a la industria musical, definitivamente algo estaban haciendo bien.

Spotify

¿Cómo definían su crecimiento?

El equipo de producto y crecimiento de Spotify compartió el framework que diseñó en sus inicios y un ejemplo práctico de cómo aplicarlo.

Para mantenerlo sencillo, Spotify veía Growth como una combinación de trabajar en Adquisición, Activación, Retención y Conversión. Esto enfocado en iniciativas comerciales, de atención al cliente y, sobre todo, de producto.

¿Cómo lo potenciaba Spotify?

A través del uso de data. Data cualitativa y cuantitativa en lo que se basaban para hacer mejoras y las famosas “bets”, de las cuales hablaremos en un rato.

A través del uso de data. Data cualitativa y cuantitativa en lo que se basaban para hacer mejoras y las famosas “bets”, de las cuales hablaremos en un rato.

Pero no bastaba con tener data, esta solo era la parte inicial de algo más importante para ellos: los insights. Los insights son esa interpretación que les das a los datos y pueden generar valor. ¿Cómo? Pues los insights sirven para generar una posible “creencia” o hipótesis, sobre las cuales luego el equipo accionaba “bets” o apuestas. En esto se basaba el punto de partida del trabajo en producto y growth de Spotify.

Algunos ejemplos de la estructura de cómo comenzaba un “statement” sobre lo cual comenzaba todo:

Estructura base

Ejemplo 1

Ejemplo 2

Ejemplo 3. Atentos con este: era 2015… el resto de la historia ya la sabemos 😊.

A partir de esta base creaban hipótesis, definían métricas y prototipaban algo para hacer pruebas y medir.

Algo que resume muy bien lo último que expliqué arriba es esta imagen:

A partir de ello hacían dos cosas fundamentales:

  1. Definir una visión de producto.
  2. Crear prototipos que realmente consideran pueden ser suficiente buenos.

Aquí hemos tocado algo clave. ¡Ellos no veían esto como lanzar MVPs! En Spotify usaban algo que ellos conocían como MVE: Minimum Viable Experiment. Veían estos prototipos o pruebas planteadas como un experimento de cara a validar o invalidar la apuesta a la que apuntaban, siempre pensando en mover las métricas de éxito que establecían, pero, sobre todo, hacerlo rápido.

Las preguntas claves que se hacían son dos:

  1. ¿Cambiamos el comportamiento del usuario en la forma que deseábamos?
  2. ¿Movimos las métricas que definimos?

Para redondear conceptualmente todo esto, el modelo operativo de llevar a la acción todo esto de forma ordenada constaba de 5 pasos:

  1. Bet it
  2. Think it
  3. Build it
  4. Ship it
  5. Tweak it

“Bet it” es la primera etapa en la que el equipo presenta ideas y decide cuáles vale la pena seguir. Las apuestas se basan en todo lo anterior que hemos comentado: data à insights à beliefs à bets.  “Think it” es la etapa en la que el equipo hace una lluvia de ideas y planifica cómo ejecutar la idea elegida. “Build it” es la etapa en la que el equipo realmente construye lo propuesto. “Ship it” es la etapa en la que el producto se lanza a un grupo acotado de usuarios. Y, por último, “tweak it” es la etapa en la que el equipo recibe comentarios y realiza ajustes en el producto en función de la experiencia lograda.

Usaremos un ejemplo real que el equipo de Spotify compartió para aterrizar todos estos conceptos.

El reto: 148 minutos. Ese es el tiempo promedio (en todos los dispositivos) que los usuarios de Spotify reproducían diariamente.

El equipo se preguntó, ¿cómo hacemos que los usuarios pasen más tiempo en la plataforma?

Paso #1: Bet it.

Para esto, lo primero es entender cómo se da actualmente el proceso de registro y activación.

A partir de allí, es enviaban una serie de comunicaciones que se ilustran en la siguiente imagen.

El statement que elaboraron fue el siguiente: deberíamos enseñar a los clientes a cómo comenzar a usar Spotify porque creemos que el usuario debería experimentar el aprendizaje de esta. Esto hará que esté más comprometido con su uso y por consiguiente, también creemos que eso generará conversión.

Spotify

Entonces, ¿qué se podría mejorar de cara al objetivo propuesto? Podemos mejorar el compromiso con la aplicación guiando a los usuarios desde el primer día de uso.

La apuesta es la siguiente:

  1. Hacer un in-app tutorial guiando al usuario por las distintas funcionalidades durante su primer uso.
  2. Si mejoramos el email de bienvenida, también podemos impactar positivamente al objetivo de mejorar el compromiso.

Paso #2: Think it.

¿Cuáles son los objetivos que el usuario persigue?

  1. Que entiendan el producto
  2. Que creen su propia experiencia
  3. Qué entiendan la diferencia entre la versión gratis y premium (pagada)

¿Cuáles son las métricas claves y cómo medimos el éxito?

  1. Comparativo de incremento anual (YoY) de:
    1. Usuarios activos mensuales
    2. Reproducciones en su día 1
    3. Nuevos usuarios registrados en fase trial
  2. Aumento de uso de funcionalidad: canciones guardadas

Te preguntarás, ¿por qué estas métricas? En resumen, el equipo de Spotify conocía su negocio y cómo veía el éxito de una iniciativa. Esto debería impactar en las métricas más importantes que apliquen al experimento, y estuvieron de acuerdo en que deberían ser las que se indican anteriormente.

In-app tutorial

Mejora en el email de bienvenida

Paso #3: Build it.

Diseñaron el prototipo y la manera de medir de forma que se aseguren de lo siguiente:

  • Que en la aplicación se pruebe que los usuarios siguen su guía.
  • Sepan que los usuarios entendieron lo que les enseñaron en los emails.

Experimento in-app

Experimento email

Paso #4: Ship it.

En el caso de los MVEs, Spotify acotó el experimento e hizo una prueba multivariable, tomando en cuenta tres grupos de usuarios: control, Grupo A y Grupo B.

¿Qué resultados obtuvieron?

Para el experimento de la mejora in-app en el proceso de activación:

Mejoraron la métrica de MAU y reproducciones en día 1. En la métrica de aumento de trial uptakes no hubo cambios significativos. La métrica de aumento de canciones guardadas también aumento.

Sin embargo, para el experimento del nuevo email no hubo resultados satisfactorios.

Paso #5: Tweak it.

Basándonos en todo el feedback y aprendizajes que obtuvieron, decidieron escalar y llevar a todos los usuarios el experimento exitoso y repensar el que no tuvo los resultados esperados.

Esperamos que esta información sea de valor y puedas llevarte algo importante de esta publicación. Ya sabes, hay muchos ejemplos tangibles en productos que seguro tú y yo usamos diariamente, y, sobre todo, cómo se aplican marcos de trabajo de manera satisfactoria, manteniendo el foco en el cliente/usuario y el uso eficiente de los recursos más valiosos: el equipo y el tiempo.

Si te gustó esta publicación compártela con tus colegas o amigos.

Compartir en:
También te puede interesar
Aprovecha esta oportunidad
Accede a muchos beneficios que te van a ayudar a crecer en tu negocio. No dejes pasar este momento y suscríbete hoy mismo.