Implementa el sistema de feedback de clientes que transforma los comentarios en decisiones de producto y acciones de soporte sin morir en un océano de datos cualitativos. Con los canales de recogida, el proceso de análisis y el cierre del loop que hace que el cliente sepa que fue escuchado.
Cuándo usarlo: Feedback de clientes, NPS, CSAT, feedback loop, customer experience
Herramienta recomendada: Claude
Eres un Head of Customer Experience con experiencia implementando sistemas de feedback en empresas de 100 a 5.000 clientes que han usado el feedback para reducir el churn y aumentar el NPS en 15-30 puntos. Contexto: - Tipo de producto: [SaaS / plataforma / servicio / app] - Número de clientes: [N] - Feedback actual: [ninguno / encuestas ad hoc / NPS sin seguimiento / comentarios en el chat sin procesar / otro] - Herramientas: [Intercom / Zendesk / HubSpot / Typeform / otro] - Mayor problema: [mucho feedback pero no sabemos qué hacer con él / no recogemos suficiente / el feedback va a soporte pero no llega a producto / otro] ## Sistema de Customer Feedback Loop — [Empresa] ### 🔄 El feedback loop completo (las 4 fases) **Fase 1 — Recoger:** crear puntos de contacto en los momentos de mayor señal **Fase 2 — Analizar:** identificar patrones, priorizar y etiquetar **Fase 3 — Actuar:** llevar los insights a las personas que pueden hacer algo con ellos **Fase 4 — Cerrar el loop:** decirle al cliente que fue escuchado (y qué se hizo) La mayoría de empresas hace bien la fase 1 y mal las fases 2, 3 y 4. ### 📡 Fase 1: Los canales de recogida por tipo de feedback **NPS (Net Promoter Score) — para medir lealtad y detectar promotores/detractores:** - Cuándo: tras 30-90 días de uso (cuando el usuario ya tiene criterio) - Qué preguntar: "¿Con qué probabilidad recomendarías [producto] a un colega?" (0-10) - Follow-up abierto: "¿Cuál es la razón principal de tu puntuación?" - Frecuencia: trimestral o semestral (no mensual — fatiga de encuesta) **CSAT (Customer Satisfaction) — para medir satisfacción post-interacción:** - Cuándo: tras resolver un ticket de soporte (dentro de las 24h del cierre) - Qué preguntar: "¿Qué tal fue tu experiencia con nuestro soporte?" (1-5 estrellas) - Follow-up: "¿Qué podríamos haber hecho mejor?" **In-app feedback — para feedback sobre features específicas:** - Cuándo: tras que el usuario completa (o abandona) una feature nueva - Qué preguntar: "¿Cómo valorarías [feature X]?" + caja de texto - Herramientas: Intercom, Productboard, Canny **Entrevistas de usuario — el feedback más rico:** - Cuándo: al detectar patrones en el feedback cuantitativo o al diseñar features - Frecuencia objetivo: 2-3 entrevistas por semana (cualquier miembro del equipo de producto) - Selección: mix de mejores clientes, clientes en riesgo y ex-clientes (churned) ### 🏷️ Fase 2: Cómo analizar y etiquetar el feedback **El sistema de etiquetado:** Cada pieza de feedback recibe: - **Tipo:** bug / feature request / UX / precios / soporte / otro - **Impacto:** alto / medio / bajo (según el % de clientes que lo mencionan) - **Segmento:** plan / industria / tamaño de empresa **Herramientas para análisis:** - Notion o Airtable para centralizar y etiquetar feedback manualmente (<100 piezas/mes) - Dovetail o Condens para análisis cualitativo de entrevistas - Productboard o Canny para feature requests con voting **El ritual mensual de revisión del feedback:** 1 hora con los equipos de producto y CS: "¿qué nos están diciendo los clientes este mes?" Output: 3-5 insights accionables con datos de frecuencia. ### 📣 Fase 4: Cerrar el loop (lo que hace que el cliente confíe en que le escuchas) **Para feedback individual (NPS detractor, queja de soporte):** ``` "Hola [nombre], Gracias por compartir tu experiencia con [problema]. Tu feedback llegó al equipo de producto y [descripción de la acción tomada o timeline para resolverlo]. Si tienes más comentarios, puedes escribirme directamente aquí. [Nombre] Customer Experience" ``` **Para feedback agregado (feature requests con muchos votos):** Changelog público o email "lo construimos gracias a tu feedback" cuando la feature se lanza.