lección 1
Día 1 (mañana) — Bienvenido a PlayLoop
Segundo encargo, empresa nueva. Conoce el estudio, el juego free-to-play, el equipo, tu rol y el stack pieza a pieza. Y aprende la regla que ordena todo un F2P: una instalación no es un jugador, es una promesa de jugador.
⏱ 30 min
### Lunes, 9:30. No es tu primer día como analista, pero sí en un juego
No es tu primera semana como analista. Ya has pasado por un encargo de verdad, con datos sucios, un stakeholder con prisa y una demo al final. Sabes limpiar un fichero, cruzar dos tablas y no fiarte de una media sin preguntar «¿media de qué?». Eso lo traes de fábrica. Lo que es nuevo es el sitio: PlayLoop es un estudio de videojuegos, y el negocio de un juego móvil gratuito no se parece en nada al de una tienda. Aquí casi nadie paga, el dinero entra por dos sitios a la vez, y el éxito no se mide en ventas sino en si el dinero que gastas trayendo jugadores vuelve con beneficio. Esta lección no lleva una sola línea de código, y es a propósito: antes de calcular nada, hay que entender cómo respira este negocio.
PlayLoop Studio nació en 2021 en Barcelona, fundado por tres personas que venían de otro estudio de juegos casuales. Su primer juego se quedó en nada. El segundo, Match Valley, empezó a funcionar a finales de 2022 y es hoy el que paga las nóminas. Es un puzzle de los de juntar tres fichas iguales, con un mapa de niveles al estilo aventura: ganas un nivel, avanzas por el mapa, y de vez en cuando te atascas en uno difícil que te ofrece monedas o vidas extra. Unos 45 empleados, 2,3 millones de descargas históricas y alrededor de 180.000 jugadores activos al mes. Rentable, pero estancado: las descargas gratuitas ya no crecen y el equipo de crecimiento anda probando canales de publicidad nuevos para reactivar la máquina.
La sigla que vas a oír a todas horas es F2P: «free-to-play», gratis para jugar. El juego no cuesta nada; te lo descargas y juegas sin pagar un céntimo. Entonces, ¿de dónde sale el dinero? De dos sitios muy distintos, y conviene tenerlos separados desde el principio porque tienen economías diferentes. El primero son las compras dentro de la app —lo que en el sector se llama IAP, de «in-app purchases»—: la minoría que compra packs de monedas, vidas o el pack de «quitar anuncios». El segundo son los anuncios: la mayoría que no paga nada pero ve vídeos con recompensa (miras treinta segundos de publicidad y te dan una vida extra). En un juego casual como Match Valley, solo alrededor del 1,3% de los jugadores paga algo alguna vez. El otro 98,7% juega gratis, y aun así hay que sacarle valor.
Retén ese número: paga el 1,3%. Es la cifra que lo cambia todo respecto a cualquier negocio normal. En una tienda, casi todo el que entra y coge algo acaba pagando. Aquí no: aquí entra muchísima gente, juega, y casi ninguna suelta un euro. Por eso el modelo se sostiene sobre un equilibrio delicado: PlayLoop paga por traer jugadores (publicidad de captación) y tiene que recuperar esa inversión a lo largo de la vida del jugador, sumando lo poquísimo que deja cada uno. El juego de verdad de un F2P no es hacer un buen juego: es que cada euro invertido en traer un jugador vuelva convertido en más de un euro.
Esto tiene una consecuencia que a veces choca a quien viene de otro sector: en un F2P, un jugador que no paga no es un fracaso. Ese 98,7% que nunca compra no sobra; hace falta. Unos ven anuncios que dejan dinero, otros llenan las salas y los rankings para que el juego se sienta vivo, y algunos, con el tiempo, se convierten en pagadores. Un juego solo de pagadores no existiría: la multitud gratuita es parte del producto, no un coste a eliminar. Guárdate esta idea, porque cambia cómo interpretas casi todo lo que vas a medir: aquí no se trata de convertir a todo el mundo en cliente, sino de sacar valor de una mayoría que nunca lo será.
### La idea que ordena todo el caso: la economía de cohortes
Aquí está la idea madre de esta semana, y si te la llevas grabada lo demás encaja solo. Traer un jugador cuesta dinero: pagas a una red de publicidad para que le enseñe tu anuncio y se instale el juego. A eso se le llama captación, o UA por «user acquisition». El coste medio de traer una instalación tiene su propio nombre, CPI, «coste por instalación». Ahora bien: instalar el juego no es pagar nada. Ese jugador puede abrir la app una vez y no volver jamás, o puede engancharse un año y comprar packs de monedas cada semana. Tú has pagado por traerlo igual en los dos casos. Lo que ganas depende enteramente de lo que haga después.
Por eso en un F2P no se mira jugador a jugador, sino por cohortes. Una cohorte es simplemente un grupo de jugadores que instalaron el juego en el mismo periodo, como una promoción del colegio: los que entraron en septiembre de este año. Los sigues juntos en el tiempo y ves qué hace ese grupo: cuántos vuelven al día siguiente, cuántos a la semana, cuánto acaban gastando en total. Si sabes cuánto cuesta traer una cohorte y cuánto acaba dejando, sabes si esa cohorte gana o pierde dinero. Esa es toda la contabilidad de un F2P, y es la razón de que el dato más importante de cada jugador sea de dónde vino: su canal de captación.
Fíjate en la última fila del diagrama, porque es el corazón del encargo de esta semana. ROAS significa «return on ad spend», el retorno de lo que gastas en publicidad. Es una división sencilla: lo que un jugador deja (LTV) dividido por lo que costó traerlo (CPI). Si un canal tiene ROAS de 1,4, cada euro invertido vuelve como 1,40 €: gana. Si tiene ROAS de 0,3, cada euro vuelve como 30 céntimos: pierde. Toda tu semana, sin que lo sepas todavía, va a acabar en esa división.
Vale la pena detenerse en esa frase de Lucía —«una instalación es una promesa de jugador»— porque encierra toda la mentalidad del caso. Una instalación se parece a un billete de lotería: te ha costado un dinero fijo (el CPI), pero lo que vale de verdad no se sabe hasta que pasa el tiempo. La mayoría de los billetes no premian nada (jugadores que abren la app y no vuelven); unos pocos premian algo (los que se quedan y ven anuncios); y rarísimamente sale una ballena que paga por diez. Tú no compras billetes de uno en uno: compras tacos enteros por canal. Y la pregunta del negocio no es «¿cuánto me costó el taco?» (eso es el CPI), sino «¿cuánto acabó premiando este taco frente a lo que me costó?». Un canal barato que solo vende billetes que no premian es un mal negocio, por barato que sea el billete.
### De dónde viene todo esto: una breve historia del free-to-play
Merece la pena saber cómo nació este modelo, porque explica por qué existe tu puesto. Hasta finales de los 2000, un videojuego se compraba: pagabas una vez, en una caja o en una tienda, y el juego era tuyo. Medir el negocio era contar unidades vendidas, como cualquier producto. Con los móviles cambió todo. La gente se resistía a pagar por adelantado por un juego que no había probado, así que alguien tuvo una idea que parecía absurda: regalarlo. Que jugara todo el mundo gratis, y sacar el dinero después, de una minoría que quisiera comprar ventajas, y de la publicidad que veían los demás. Así nació el free-to-play, y hoy es la mayor parte del negocio de los juegos móviles del mundo.
Regalar el juego resolvió un problema y creó otro. Si no cobras por descargarlo, ¿cómo consigues jugadores? Comprándolos: pagando a las plataformas de publicidad para que enseñen tu anuncio a la gente adecuada. Y aquí apareció una pregunta que antes no existía. Cuando vendías cajas, sabías al instante si un jugador era rentable: te había pagado 40 € y punto. Pero cuando regalas el juego y pagas por traer a cada jugador, la rentabilidad deja de ser evidente: depende de qué haga ese jugador durante semanas o meses, y de si acaba dejando más de lo que costó traerlo. De golpe hizo falta alguien que siguiera cohortes en el tiempo, cruzara el gasto de publicidad con el comportamiento de los jugadores, y dijera con datos qué captación merecía la pena. Ese alguien es el analista de datos de un estudio de juegos, y es exactamente lo que pone en tu contrato.
Lo cuento porque te dice qué se valora en tu puesto. No te contrataron para sacar el total de instalaciones (eso lo da cualquier panel) ni para dominar una herramienta concreta (cambian cada pocos años). Te contrataron para responder la pregunta que el free-to-play hizo inevitable: ¿este euro que gasté trayendo jugadores va a volver? Las tecnologías que uses cambiarán; esa pregunta, mientras existan los juegos gratuitos, no.
Consejo de senior: cuando entiendas por qué existe un modelo de negocio, entiendes qué métrica manda en él. En una tienda de cajas mandaba el margen por unidad; en un F2P manda el ROAS, porque el dinero se adelanta (captación) y se recupera después (vida del jugador). Cada sector tiene su métrica reina, y sale de cómo gana el dinero, no de la moda del momento. Descúbrela y sabrás qué mirar.
### De dónde vienen las siglas: cada métrica tiene una historia
Antes de seguir, algo que te va a dar ventaja sobre medio equipo: casi ninguna de las siglas que vas a manejar esta semana nació en los videojuegos. Se las tomaron prestadas de otros negocios que se hicieron la misma pregunta décadas antes. Saberlo no es erudición de trivial: te dice qué mide de verdad cada una y por qué se calcula como se calcula. Una sigla que entiendes de dónde viene deja de ser jerga y pasa a ser una herramienta con manual de instrucciones.
El ARPU —el ingreso medio por usuario— es de las más viejas y viene de las compañías de telefonía. En los años noventa, las operadoras de móvil tenían millones de abonados y necesitaban una cifra para comparar mercados y trimestres sin que el tamaño las despistara: el ingreso total no sirve, porque una operadora con el doble de clientes ingresa más aunque cada cliente valga menos. Inventaron el ingreso medio por abonado —el ARPU— para comparar peras con peras. Cuando los juegos móviles pasaron a tener millones de jugadores, cogieron esa misma cifra tal cual: cambia «abonado» por «jugador» y es idéntica. Por eso cuando calcules el ARPU de PlayLoop estarás usando, sin saberlo, la herramienta con la que Vodafone o Movistar comparaban países hace treinta años.
El LTV —el valor de un cliente a lo largo de toda su vida— es todavía más antiguo y viene de la venta por catálogo, mucho antes de internet. Una empresa que mandaba catálogos por correo pagaba por cada cliente nuevo (el sello, la impresión, la lista de direcciones) y tardaba meses o años en recuperar ese coste con las compras sucesivas de ese cliente. Ya en los años sesenta y setenta, los pioneros del marketing directo razonaban así: no me preguntes cuánto deja esta venta, pregúntame cuánto deja este cliente a lo largo de toda su relación conmigo. Esa idea —cuánto vale un cliente sumando todo lo que dejará— es exactamente el LTV que vas a calcular para cada jugador. El catálogo de El Corte Inglés y Match Valley se hacen, en el fondo, la misma pregunta.
El análisis por cohortes es el más viejo de todos y ni siquiera nació en un negocio: viene de la demografía y de los actuarios de los seguros. Para estimar cuánto vivirá de media una persona, un actuario no mira a toda la población mezclada; coge a los nacidos el mismo año (una cohorte) y sigue a ese grupo en el tiempo, contando cuántos siguen vivos a los 10, 20, 50 años. Eso es una tabla de vida, y tiene siglos. La retención de un juego es literalmente una tabla de vida: coges a los que instalaron la misma semana y cuentas cuántos «siguen vivos» —siguen jugando— al día 1, al 7, al 30. La curva de retención que verás esta semana es una tabla de mortalidad de jugadores, con el mismo método con el que una aseguradora calcula sus primas.
El CPI y el ROAS son los benjamines: nacieron con la publicidad digital medible, cuando por fin se pudo saber cuánto costaba exactamente cada clic y cada instalación, y atribuir cada compra a su anuncio. En la publicidad de toda la vida —una valla, un anuncio de televisión— sabías lo que gastabas pero no lo que volvía. Hay una frase clásica de un magnate de los grandes almacenes de hace más de un siglo: «sé que la mitad de mi presupuesto de publicidad se desperdicia, pero no sé qué mitad». La publicidad digital rompió esa maldición: por primera vez se pudo medir el retorno de cada euro. El ROAS —el retorno del gasto en publicidad— es esa medición hecha cifra. Y aquí está lo bonito: tu encargo de esta semana es, palabra por palabra, decir qué mitad del presupuesto de PlayLoop se está desperdiciando. La diferencia con el magnate de hace un siglo es que tú sí lo puedes saber.
Consejo de senior: cuando una métrica te suene a jerga impenetrable, busca de qué negocio la tomaron prestada. Casi todas las cifras de un sector nuevo son cifras viejas de otro sector con otro nombre. El ARPU de un juego es el ARPU de una teleco; la retención es la tabla de vida de un actuario; el LTV es el del vendedor por catálogo. Entender el original te ahorra memorizar la copia, y te da una intuición que el que solo se sabe la sigla no tiene.
Con esto en la cabeza, las siglas dejan de ser ruido y pasan a ser herramientas con historia. Y ahora que sabes qué mide cada una, conviene ver un problema muy de PlayLoop: que aquí conviven tres formas distintas de decir «rendimiento», y ninguna significa lo mismo que las otras.
### Una empresa que mide el «rendimiento» de tres formas distintas
PlayLoop es un buen sitio, pero como cualquier empresa que crece deprisa tiene sus costuras. Tres, en concreto, que vas a notar esta misma semana:
- 01.Cada área calcula «el rendimiento» a su manera. Crecimiento mira instalaciones y CPI (cuántos jugadores y a qué precio). Finanzas mira el ingreso neto después de que la tienda se quede su comisión. Producto mira la retención. Los tres hablan de «rendimiento» y no se refieren a lo mismo, así que sus números nunca cuadran y nadie sabe cuál manda.
- 02.La captación se juzga por lo que se ve el primer día. Se celebra el CPI bajo y el volumen de instalaciones. Casi nadie baja a mirar qué hacen esos jugadores después de instalar: si vuelven, si pagan, si al final valen lo que costaron.
- 03.Las exportaciones llegan sucias. Los ficheros que salen del almacén de datos y de las hojas de las redes de publicidad traen fechas en tres formatos, importes escritos como texto con el símbolo del euro, el nombre de cada canal escrito de cinco maneras distintas, y eventos duplicados porque el sistema del juego reintenta cuando se cae la conexión.
De estas tres, la segunda es la que va a marcar tu semana, aunque hoy todavía no lo sabes. Guárdate la frase: «la captación se juzga por lo que se ve el primer día». La verás cobrar sentido el jueves.
### El stack de PlayLoop: qué es cada pieza y para qué sirve
En un estudio de juegos vas a oír una retahíla de nombres de herramientas como si todo el mundo naciera sabiéndolos. No es así: cada una resolvió un problema concreto, y entenderlas te ahorra sentirte perdido. Al conjunto de tecnologías de una empresa se le llama el «stack» (la pila). No tienes que dominar ninguna esta semana; solo saber qué hace cada una y por qué existe. Y hay una idea que las ordena: en un juego, los datos NACEN cuando alguien juega (dentro del móvil), se GUARDAN en un almacén, y se MIRAN en herramientas de análisis. Ese viaje es el mapa de la semana.
Vamos pieza por pieza, en el orden en que el dato las va tocando:
- Unity — el motor con el que está hecho Match Valley. Un motor de juego es el programa base que dibuja las fichas, mueve el mapa y gestiona la partida. No genera datos de negocio por sí mismo, pero es la casa donde todo ocurre: cada vez que juntas tres fichas, eso pasa dentro de Unity.
- El SDK propio + Firebase (LiveOps) — un SDK es un trocito de código que los programadores meten dentro del juego para que registre lo que hace el jugador y lo mande fuera. Cada sesión, cada partida y cada compra se convierten en un «evento» que se envía. Firebase guarda el progreso, la configuración y los eventos en tiempo real. Es el mensajero que cuenta a la empresa lo que pasa dentro del móvil de cada jugador.
- BigQuery — el almacén de datos («data warehouse»), la gran nave ordenada donde acaban guardados todos esos eventos crudos, millones al día. «Crudos» quiere decir tal cual llegaron, sin limpiar ni resumir. De aquí salen las exportaciones a CSV que vas a analizar esta semana. Es el equivalente en un juego a la base de datos de una tienda.
- Amplitude — la herramienta de analítica de producto: los paneles «oficiales» con retención y embudos que miran Producto y Dirección a diario. Es cómoda para preguntas que ya sabes hacer, pero no cruza cualquier cosa con cualquier cosa. Con el tiempo la tocarás; esta semana, no.
- AppsFlyer — la herramienta de atribución: la que dice de qué canal de publicidad vino cada instalación. Cuando alguien ve un anuncio en TikTok y se instala el juego, AppsFlyer es quien apunta «esta instalación es de TikTok». Sin ella no sabrías a qué canal atribuir cada jugador, y sin eso no hay análisis de captación posible. De aquí sale el canal que llevará cada usuario en tus ficheros.
- La mediación de anuncios (AdMob / ironSource) — el sistema que sirve los anuncios dentro del juego (los vídeos con recompensa, los banners) y reporta cuánto dinero deja cada uno. Es una de las dos fuentes de ingreso, la de los que no pagan.
- El cobro dentro de la app (Google Play Billing / App Store) — el sistema que gestiona las compras (IAP). Importante y fácil de olvidar: la tienda (Google o Apple) se queda alrededor del 30% de comisión de cada compra. Lo que paga el jugador (bruto) y lo que le entra al estudio (neto) no son la misma cifra, y esa diferencia va a ser protagonista el martes.
- Python con Pandas y seaborn, en Jupyter — tu banco de trabajo. Python es el lenguaje; Pandas mueve y calcula sobre tablas; seaborn dibuja gráficos; Jupyter es el cuaderno donde escribes por trozos y ves el resultado al momento. Es lo más ágil para un encargo que cruza cuatro fuentes distintas. Aquí pasas la semana, junto con algo de SQL para consultar las tablas ya limpias.
Fíjate en la división que importa: Amplitude es para enseñar cifras que ya sabes pedir; Python es para cocinar una cifra nueva. Tu encargo cruza captación, retención, compras y gasto en publicidad —cuatro fuentes que en Amplitude no están juntas—, así que hay que bajar a los datos crudos, unirlos por jugador y por canal, y calcular a mano. Eso se hace en Python y en SQL. Cuando una cifra está validada, se lleva al panel. Esta semana te quedas en la exploración; nadie espera que toques Amplitude.
No te agobies con la lista de nombres. Nadie espera que sepas usar Unity, BigQuery, AppsFlyer y Amplitude en tu segunda semana en el estudio. Lo que sí se espera es que sepas de dónde viene cada dato que tocas: si un fichero de instalaciones salió de AppsFlyer, sabes que el canal que trae puede venir escrito de cualquier manera, porque cada red lo reporta a su aire. El origen de un dato es parte del dato.
### Tu equipo
- Lucía Ferran — Lead Data Analyst, tu mentora. Matemáticas y una década en analítica de producto móvil. Socrática: no te da la respuesta, te devuelve la pregunta. Su obsesión es que un número se pueda defender y que se sepa a qué cohorte y a qué momento se refiere. Su frase: «Una instalación no es un jugador. Es una promesa de jugador. La cobras o no según lo que hace después.» Antes de nada pregunta «¿bruto o neto de comisión?» y «¿de qué cohorte, medido a qué día?».
- Bruno Costa — User Acquisition / Growth, tu stakeholder principal. Marketing de performance. Es quien metió a PlayLoop en el canal nuevo, CoinRush, y quien quiere reasignarle el 60% del presupuesto de captación del próximo trimestre. Mide el éxito en instalaciones y en CPI, y por esos dos números CoinRush gana de calle. Ya tiene la conclusión antes de ver tu análisis. No es mala gente: es que va con prisa y con la respuesta puesta.
- Marta Ochoa — Analista de producto, tu buddy. Estadística y dos años en el estudio. Vive dentro de Amplitude y conoce cada evento del juego. Te salva de las trampas de los datos crudos («ojo con los eventos duplicados, el SDK reintenta»), aunque a veces te suelta un atajo sin explicarte por qué funciona. Es la única que ya sospecha que CoinRush «huele raro».
- Nerea Vidal — Directora del Estudio. Cofundadora, 15 años en negocio de videojuegos. Decide dónde va el presupuesto. Poca paciencia para lo técnico: no quiere ver tu código ni tus tablas, quiere saber si subir o no el presupuesto de CoinRush y por qué. Su frase en la demo: «Muy bonita la gráfica. ¿Meto el presupuesto en CoinRush o no?».
### El encargo
A las 10:00 te reúnes con Lucía. Te lo cuenta directo: «El mes pasado Crecimiento probó un canal de captación nuevo, CoinRush. Bruno está convencido de que es la bomba y quiere reasignarle el 60% del presupuesto del próximo trimestre. Antes de mover ese dinero, Nerea quiere una cosa sencilla de decir y difícil de hacer bien: ¿de verdad nos está funcionando la captación del último mes, y dónde conviene poner el presupuesto? Ese es tu encargo. Suena a "confírmale a Bruno lo que ya piensa", pero tu trabajo no es confirmar nada: es mirar.»
Y añade su regla: «Cualquier número que enseñes, tienes que poder decir de qué cohorte sale y a qué día está medido. Y "instalaciones" y "CPI" no son el final de la historia. Son el principio.» Minutos después te escribe Bruno por Slack, con prisa y emojis, para decirte que CoinRush «está petándolo» con un CPI de 0,45 € y que le confirmes cuanto antes las instalaciones y el CPI por canal, que quiere llevárselo a Nerea.
Tienes ya lo que necesitas para empezar: acceso al repositorio de cuadernos del equipo, a Slack, a Amplitude (solo lectura) y a una carpeta compartida con siete exportaciones. Antes de tocar un dato, tu primera tarea de verdad es la de siempre: convertir «¿nos funciona la captación?» en preguntas que se puedan calcular. Eso es lo que ejercitas en el primer test.
Consejo de senior: cuando un stakeholder te llega con la conclusión ya puesta («CoinRush está petándolo, confírmamelo»), tu trabajo no cambia. No es confirmar ni desmentir: es medir y contar lo que salga. Si sale que tenía razón, se lo dices con datos. Si sale que no, también. La confianza de un analista se construye justo ahí: en no firmar un número solo porque el que lo pide tiene prisa.
Consejo de senior: si te toca aterrizar en un sector nuevo (un juego, una aseguradora, un banco), dedica la primera mañana a entender su economía antes que sus datos. En un F2P esa economía es «pago por traer jugadores y recupero a lo largo de su vida». Si entiendes eso, sabes qué preguntar. Si te lanzas a las tablas sin entenderlo, calcularás cosas correctas que no responden a nada.
### El arco de la semana: cinco fases, un oficio
Antes de meterte en faena, quédate con el mapa de los próximos cinco días, porque no es una lista de tareas sueltas: es el oficio del analista en orden, y cada fase depende de la anterior. Primero encuadras: conviertes la pregunta vaga de Nerea en preguntas que se pueden calcular (eso lo empiezas hoy mismo). Después exploras: abres los ficheros y ves qué hay, sin arreglar nada todavía. Luego limpias: dejas los datos en un estado en el que se puede confiar en ellos. Solo entonces calculas: sacas las métricas que responden a las preguntas del encuadre. Y por último comunicas: conviertes el número en algo que cambie una decisión. Saltarte una fase o cambiarlas de orden es la receta de un análisis que falla en silencio.
Consejo de senior: cuando un análisis te salga mal o un número no cuadre, sube por el arco hacia atrás preguntándote en qué fase se torció. Casi nunca el fallo está donde lo ves (el cálculo); suele estar una fase antes (un dato mal limpio) o dos antes (una pregunta mal encuadrada). Depurar es recorrer el arco en sentido inverso hasta dar con la fase donde empezó a torcerse todo.
### El enemigo silencioso: el sesgo de confirmación
Hay algo en la forma en que llega este encargo que conviene nombrar, porque va a estar rondando toda la semana: Bruno ya tiene la conclusión. Cree que CoinRush es un exitazo, quiere que se lo confirmes, y te lo pide con prisa y con emojis. Eso activa uno de los sesgos más estudiados de la mente humana, el sesgo de confirmación: la tendencia a buscar, interpretar y recordar la información que confirma lo que ya creemos, y a pasar por alto la que lo contradice. No es tontería de Bruno; nos pasa a todos, y a los analistas los primeros. Es más cómodo encontrar el número que le da la razón al que manda que el que se la quita.
El peligro para ti es sutil. Si arrancas el análisis queriendo confirmar a Bruno, sin darte cuenta elegirás las métricas que le dan la razón (instalaciones, CPI, retención D1: todas favorables a CoinRush) y dejarás de mirar justo donde aprieta el zapato (la D7, la conversión, el ROAS). No harás trampa a propósito; simplemente pararás de buscar en cuanto encuentres lo que esperabas. Por eso Lucía insiste en que tu trabajo no es confirmar ni desmentir: es mirar hasta el final, con las mismas ganas de encontrar que CoinRush es malo que de encontrar que es bueno. Un analista que solo confirma lo que le piden no es un analista, es un sello de goma.
La defensa práctica contra el sesgo de confirmación es un hábito que te va a acompañar toda la carrera: antes de empezar, escribe qué esperas encontrar y qué te haría cambiar de opinión. Si de entrada anotas «espero que CoinRush gane, pero si su retención D7 o su conversión están por debajo del resto, es que no gana», te has puesto una trampa a ti mismo para no engañarte. Cuando llegues a la D7 no podrás mirar para otro lado, porque tú mismo dijiste que esa cifra era decisiva. Decidir de antemano qué evidencia cuenta —antes de verla— es la mejor vacuna que existe contra ver solo lo que quieres ver.
Cuidado con el momento en que un número te da la razón y sientes el alivio de parar. Ese alivio es exactamente la señal del sesgo de confirmación en acción. Cuando lo notes, es cuando más hay que seguir mirando: ¿este número aguanta si lo parto por canal, por día, por país? La cifra que confirma lo que esperabas merece tanto escrutinio como la que te sorprende, o más, porque es la que vas a defender con menos cuidado.
Ya sabes cómo respira el negocio y de dónde sale cada dato. Antes de calcular nada, hay que abrir las cajas y ver qué hay dentro. Eso es lo primero de mañana: siete ficheros por explorar, y ninguno tan limpio como parece.
Regístrate para guardar tu progreso.