Una encuesta muestra que los nuevos clientes valoran mal la configuración inicial, mientras que las entrevistas revelan que algunos están esperando a que un compañero les apruebe el acceso. Los hallazgos resultan mucho más útiles cuando el equipo los conecta: ¿quién sufre ese retraso en la aprobación, cómo influye en su experiencia y qué datos permitirían distinguir ese problema de una dificultad real con la interfaz?
La investigación con métodos mixtos integra de forma deliberada enfoques cualitativos y cuantitativos dentro de un estudio o un programa coordinado. Esta integración puede darse en la captación, el diseño del estudio, el análisis o la interpretación. Utilizar dos métodos no sirve de nada si sus conclusiones nunca llegan a enriquecerse mutuamente de forma significativa.
Decide cómo se conectarán los datos
Cuando el equipo aún no sabe qué experiencias medir, conviene empezar por el trabajo cualitativo. Las entrevistas pueden ayudar a identificar barreras concretas en la configuración y el lenguaje exacto que usan los clientes para describirlas; después, se puede diseñar una encuesta para evaluar esas barreras en una muestra representativa. Aun así, la encuesta no determina de forma automática la prevalencia en toda la base de usuarios: el reclutamiento y la medición deben estar bien planteados para sostener esa conclusión.
Cuando ya existe un patrón numérico que necesita explicación, el orden puede invertirse. El equipo puede seleccionar participantes para entrevistar a partir de grupos con diferentes historiales de finalización e investigar qué hay detrás de esas diferencias. Otra opción es trabajar ambas vías en paralelo y contrastarlas durante la fase de análisis.
La guía de métodos mixtos de la Oficina de Investigación en Ciencias Sociales y del Comportamiento de los NIH establece principios para lograr una integración con sentido. Su lección metodológica es perfectamente aplicable al desarrollo de producto: define con claridad qué te permitirá entender el cruce de datos que cada vía por separado dejaría sin resolver.
Integra la conexión directamente en el estudio
Siguiendo con el ejemplo ficticio de la configuración, planifica si es posible invitar a una entrevista a quienes respondan la encuesta, qué permisos hacen falta para ello y cómo se vincularán sus respuestas. Si el segundo estudio se dirige a un público distinto, documenta bien esa diferencia para que el análisis conjunto no dé a entender una relación a nivel individual que en realidad nunca existió.
Analiza cada vertiente con el método adecuado. Un puñado de citas favorables no equivale a un análisis cualitativo riguroso, del mismo modo que una muestra de entrevistas exploratorias no debe tratarse como una encuesta representativa solo porque el informe incluya porcentajes.
Una matriz de evidencias puede ayudar al equipo a contrastar hipótesis, observaciones que las respalden y discrepancias entre métodos. Su verdadero valor reside en hacer visible el razonamiento, no en limitarse a colocar un gráfico junto a una cita textual.
No descartes las discrepancias cuando aporten valor
Los clientes pueden dar valoraciones generales muy altas y, al mismo tiempo, describir un proceso de configuración frustrante. Esto no significa necesariamente que una de las fuentes se equivoque: puede que valoren tanto el resultado final que estén dispuestos a tolerar el esfuerzo inicial. Revisa bien cómo se formuló la pregunta, el momento en que se hizo y a qué público iba dirigida antes de sacar conclusiones sobre esa aparente contradicción.
La triangulación ayuda a estructurar esa comparación, pero la coincidencia entre datos no demuestra una relación de causa y efecto, y una discrepancia no es necesariamente un fallo metodológico. Ambos casos pueden servir para entender mucho mejor la experiencia real.
Adapta el alcance del proyecto a la decisión que debas tomar y a la experiencia disponible en el equipo. Un estudio más modesto con un plan de integración claro suele aportar mucho más valor que varias iniciativas dispersas cuyos resultados lleguen demasiado tarde para complementarse. Las conclusiones finales deben dejar claro cómo el cruce de datos transformó lo que el equipo aprendió.