Backlog de experimentos.

Un backlog de experimentos es la lista ordenada de las hipótesis que vas a poner a prueba. Ordenada es la palabra que hace el trabajo: sin orden es un cajón de ideas, y un cajón de ideas no llega nunca al calendario. Cada entrada es un experimento con forma: qué crees que va a pasar, qué número lo demuestra y cuánto cuesta averiguarlo.

El malentendido habitual es tratarlo como un tablero de tareas pendientes. “Rehacer el checkout” no es una entrada de backlog: es un proyecto. La entrada sería “si quitamos el paso de registro obligatorio, el porcentaje de carritos que llegan a pago sube, porque el registro es donde se cae la mitad”. Una se ejecuta; la otra se gana o se pierde, y en los dos casos deja algo aprendido.

Existe por una razón muy poco romántica: en una sesión de ideación decente salen muchas más ideas de las que caben en quince días. El backlog es donde vive esa diferencia sin que se pierda ni bloquee nada. Y ojo, porque el objetivo no es lanzar el máximo número de experimentos posible. Hemos visto proyectos que, tocando solo cuatro o cinco cosas, logran más que otros que lanzan quince tests a la semana durante meses. Lo que separa a unos de otros no es la velocidad: es qué se elige tocar.

Dentro del ciclo, el backlog no es ni el principio ni el final. Es la sala de espera que hay entre pensar y ejecutar, y la que recibe de vuelta lo que se aprende cuando un experimento se cierra.

Es la regla que más backlogs arregla de golpe, porque el reto del testing es que los experimentos vayan alineados con el objetivo del negocio y no con lo que le apetece a cada uno. Si lo que quieres es captar más leads, no toques el footer: céntrate en el mensaje, en la usabilidad y en detectar qué frena el paso de la conversión. El trabajo de verdad es analizar, investigar, volver a analizar y volver a investigar, y con eso montar el test. Probar cosas a lo loco no es rápido, es contraproducente.

La otra mitad de un backlog decente sale de un sitio incómodo: de lo que ya te está funcionando. Cuando algo va mal lo analizamos todos —qué ha podido fallar—; cuando algo va bien no lo analiza nadie. Y tiene más sentido lo segundo, aunque sea menos instintivo. La pregunta que llena la cola de entradas buenas no es por qué no funcionan los anuncios, es por qué sí funciona lo que sí funciona.

Con un matiz que ahorra trimestres. Un pico que no entiendes no es una receta. En una empresa de viajes cambiamos la imagen de una landing porque la que había era de relleno, y la que entró era un templo de Tailandia elegido sin pensar en el destino ni una décima de segundo. Ese año Tailandia se puso de moda por un trend ajeno a nosotros y las reservas se multiplicaron por cien. No fue growth: fue chiripa. Sin el porqué, un pico es ruido y lo replicas donde no toca. Con el porqué, la entrada del backlog deja de ser “poner esa foto en todos los destinos” y pasa a ser “contenido que engancha con lo que ya está en tendencia”, que sí se repite.

Fíjate en el último punto de lo que se queda fuera, porque es el que más discusiones evita. Por debajo de 8.000 usuarios al mes por URL —dato contrastado con el equipo de VWO— un test A/B deja de ser representativo, y eso incluye a la mayoría de las empresas de 1 a 20 millones. Que ocho de cada diez tengan los ojos azules no dice nada del ochenta por ciento de la población. Ahí la entrada no desaparece del backlog: cambia de herramienta. Se decide con grabaciones, mapas de calor y entrevistas, que es optimización de conversión igual, solo que cualitativa. Y si no sabes qué número mueve la entrada porque no tienes medición que aguante, esa es la primera tarjeta de la cola.

La cola del ejemplo se lee sola. El order bump del checkout puntúa 360 y cuesta dos jornadas; reescribir la ficha del producto que más vende, 336 y tres; recuperar carrito por email, 294 y tres; quitar tres campos del formulario, 288 y una. Suman nueve jornadas y cuatro experimentos, y ahí se acaba el sprint. La estructura de precios (160, cinco jornadas) y rehacer la home entera (90, doce) se quedan al otro lado de la línea. Rehacer la home es el caso interesante: es la idea con más impacto declarado de toda la lista, un 10, y aun así es la última, porque un 1 en facilidad se lleva por delante todo lo demás.

Lo que queda por debajo del corte no está rechazado, está esperando, y esa distinción es la que mantiene la paz. Nadie tiene que defender su idea otra vez cada lunes: está escrita, puntuada y colocada. El backlog se reordena al cierre de cada sprint, no cada vez que a alguien se le ocurre algo a media mañana. En un mes eso son dos reordenaciones —sprint 1 y sprint 2—, suficientes para que nada se quede fosilizado y pocas para que el equipo no viva renegociando la lista.

Cerrar una tarjeta no es arrastrarla a “hecho”. Documéntalo todo: no es opcional. En cada tarjeta que se cierre, exige una reflexión breve de qué tal fue, el resultado y lo que se aprendió. Es lo único que te permite mirar atrás dentro de tres meses y saber qué ha funcionado de verdad, en vez de recordarlo. Ese registro es el aprendizaje validado del equipo, y es lo que hace que el segundo año de experimentación rinda más que el primero aunque se lancen los mismos tests.

Y una vez cerrado el sprint, la retro. Tres preguntas —qué mantenemos o potenciamos, qué incorporamos, qué eliminamos o reorientamos— con las mismas cuatro o cinco personas que ya convocas para idear. De ahí salen las entradas nuevas de la cola, y también las bajas: una idea que lleva seis meses sin subir de puesto no está esperando, está muerta. El backlog convive con las acciones CORE del sprint, las recurrentes que sostienen el motor; los experimentos son la otra mitad, la que mueve el número. Si el sprint solo lleva CORE, no estás experimentando: estás manteniendo.