Ir al contenido
Bruno Bismarck
Volver a proyectos

Habla con Nosotros: investigación de sugerencias de mejora

Año
2026
Rol
UX Research, Análisis de datos, Visualización de datos
Categoría
UX Design & Research
Herramientas
Microsoft Teams, Power Automate, Power BI, Python, Matplotlib, IA generativa
Tres diapositivas de la investigación superpuestas sobre fondo lavanda: la portada Sugerencias de Mejora, Panorama General con un gráfico de barras y Matriz de Priorización

Contexto

Una encuesta de clima ya mostraba percepciones generales sobre una gerencia. Faltaba entender qué sugerían las personas, en la práctica, para mejorar el día a día.

Habla con Nosotros profundizó esos resultados con entrevistas semiestructuradas a funcionarios de cargo no gerencial. Participé en todas las etapas, desde el plan de investigación hasta la presentación final de los datos.

Desafío

Transformar percepciones generales en sugerencias específicas y accionables, asegurando que las personas se sintieran seguras para hablar.

Organizar más de cien sugerencias en texto libre, de entrevistas distintas, de modo que fuera fácil ver qué priorizar sin esconder las ideas de nadie.

Solución y decisiones de diseño

  1. 01

    Plan de investigación claro y seguro

    Catorce preguntas, diez de ellas sobre los temas de la encuesta de clima. Conversaciones de unos 30 minutos en Teams, sin grabación, con notas estandarizadas y anonimización garantizada.

  2. 02

    Participación voluntaria mediante formulario

    La invitación se envió a cada integrante del público objetivo por el chat de Teams con Power Automate. La meta era 10 personas, una de cada división, y las entrevistas se realizaron entre el 26/01 y el 03/02/2026.

  3. 03

    Limpieza y normalización de datos con IA

    Las notas se limpiaron, estandarizaron y normalizaron con ayuda de IA, hasta convertirse en una tabla con impacto, esfuerzo, sugerencia, tópico, cantidad y tema. Las ideas mencionadas por más de una persona llevan el número de personas que las mencionaron.

  4. 04

    Gráfico de Impacto × Esfuerzo personalizado

    Un script de Python, ejecutado como visual de Power BI, ubica cada sugerencia como una idea corta en el gráfico, con la letra del cuadrante, íconos y colores por subtópico y texto más grande en las ideas más repetidas. Un algoritmo separa los textos para que no se superpongan.

  5. 05

    Código reutilizable

    Si llegan datos nuevos, basta con actualizar la tabla. El gráfico se genera de nuevo con la misma lógica y salen imágenes nuevas sin retrabajo.

  6. 06

    Del análisis a la recomendación

    De las 114 sugerencias, 28 son Quick Wins, de alto impacto y bajo esfuerzo. La recomendación es empezar por ellas y luego comunicar al equipo las mejoras adoptadas, cerrando el ciclo de confianza.

Entregables

  • Plan de investigación con contexto, objetivo, método, selección, público y período
  • 114 sugerencias estandarizadas y agrupadas en 10 temas y subtópicos
  • Visual personalizado de Impacto × Esfuerzo, en Python para Power BI
  • Presentación de resultados con panorama general, matriz de priorización y conclusión

Resultado

114 sugerencias en 10 temas, 28 acciones Quick Win y una recomendación clara de por dónde empezar. Los datos sensibles fueron anonimizados o difuminados en este portafolio.

Transcripciones de las imágenes

Las seis etapas de la investigación

De la pregunta a la recomendación: las seis etapas de la investigación.

  • 1. Planificar: objetivo, 14 preguntas semiestructuradas y público, equipo no gerencial.
  • 2. Invitar: participación voluntaria mediante un formulario enviado por el chat de Teams con Power Automate.
  • 3. Entrevistar: unos 30 minutos en Teams, sin grabación y con notas estandarizadas.
  • 4. Tratar los datos: IA para limpiar, estandarizar y normalizar las notas en una tabla.
  • 5. Visualizar: gráfico de Impacto × Esfuerzo en Power BI, generado con un script de Python.
  • 6. Recomendar: empezar por las acciones de resultado rápido y devolver los resultados al equipo.
Del dato bruto al gráfico

Del dato bruto al gráfico: flujo de tratamiento y visualización de datos.

  • 1. Notas: notas estandarizadas de cada entrevista.
  • 2. IA generativa: limpieza, estandarización y normalización.
  • 3. Tabla: una fila por sugerencia.
  • 4. Script de Python: visual personalizado en Power BI.
  • 5. Gráfico: Impacto × Esfuerzo con ideas cortas.

Columnas de la tabla: Impacto, Esfuerzo, Sugerencia, Tópico, Cantidad y Tema.

Los datos nuevos entran en la tabla y el gráfico se genera de nuevo, sin rehacer nada a mano.

Plan de investigación

Plan de investigación.

1. Contexto: esta investigación busca profundizar los resultados de la Encuesta de Clima Gerencial mediante entrevistas semiestructuradas a funcionarios de una gerencia.

2. Objetivo: recoger sugerencias de mejora relacionadas con el clima organizacional en la gerencia (liderazgo, comunicación, procesos, carga de trabajo y desarrollo).

3. Método: entrevistas semiestructuradas (14 preguntas, 10 de ellas sobre los temas identificados en la encuesta de clima). Duración de unos 30 minutos, por Teams. Sin grabación de la reunión. Notas estandarizadas y anonimización garantizada.

4. Selección: muestra voluntaria (inicialmente con meta de 10 participantes, 1 de cada división de la gerencia) mediante un formulario difundido directamente a cada integrante del público objetivo por el chat Workflows de Teams el 20/01/2026 (con uso de Power Automate).

5. Público objetivo: inicialmente, funcionarios de cargo no gerencial de la gerencia.

6. Período: las entrevistas (conversaciones) se realizaron entre el 26/01/2026 y el 03/02/2026.

Panorama general

Panorama general.

El análisis de las notas tomadas en las entrevistas reveló un total de 114 sugerencias de mejora. Cada tema correspondía a una pregunta. La mayoría de las sugerencias vino del tema Disponibilidad y Agilidad (18), lo que equivale a casi el 16% de las sugerencias.

Para cada sugerencia se asignó un valor (Alto, Medio o Bajo) para el impacto esperado y para el esfuerzo involucrado. La combinación dio como resultado el gráfico de Impacto × Esfuerzo, que muestra el número de sugerencias en cada cuadrante. La recomendación es empezar por las 28 acciones Quick Win, que combinan alto impacto con bajo esfuerzo de ejecución.

Número de sugerencias por tema (los nombres de los temas se mantienen en portugués):

  • Disponibilidade e Agilidade (Disponibilidad y Agilidad): 18
  • Onboarding e Integração (Onboarding e Integración): 14
  • Transparência em Processos (Transparencia en Procesos): 14
  • Comunicação e Escuta (Comunicación y Escucha): 13
  • Encontros presenciais (Encuentros presenciales): 11
  • Conhecimento Técnico e Decisões (Conocimiento Técnico y Decisiones): 10
  • Cultura e Inovação (Cultura e Innovación): 10
  • Feedback e Desenvolvimento (Feedback y Desarrollo): 10
  • Valorização e Reconhecimento (Valoración y Reconocimiento): 10
  • Segurança Psicológica e Respeito (Seguridad Psicológica y Respeto): 4

Impacto × Esfuerzo (cantidad por cuadrante):

  • A. Quick Wins: 28
  • B. Proyectos Importantes: 38
  • C. Grandes Iniciativas: 9
  • D. Oportunidades: 26
  • E. Proyectos Moderados: 12
  • F. Evaluar Costo-Beneficio: 0
  • G. Tareas Secundarias: 1
  • H. Poco Relevantes: 0
  • I. Evitar: 0
Cómo leer la matriz de priorización

Matriz de priorización.

Las sugerencias también se agruparon según el subtópico al que se refieren, y esa agrupación se representa con íconos y colores que facilitan verificar la relación entre ideas. Los íconos y los colores de cada subtópico se mantienen iguales en todas las páginas siguientes.

Además, cada sugerencia lleva al principio una letra que representa el cuadrante en que está y, si la idea vino de más de una persona, se indica al final de la frase con un número entre paréntesis.

Cada página trae también una mini-matriz de leyenda, con los nombres de cada zona (cuadrante) de la matriz de Impacto × Esfuerzo y el número de sugerencias en cada zona.

La página muestra la leyenda de subtópicos, un ejemplo de tarjeta de sugerencia con el texto difuminado y el mapa de zonas con los conteos (A: 28, B: 38, C: 9, D: 26, E: 12, F: 0, G: 1, H: 0, I: 0).

Ejemplo del gráfico completado, con datos difuminados

Página de ejemplo del gráfico de Impacto × Esfuerzo para el tema Transparencia en Procesos. Los textos de las sugerencias y el párrafo de la esquina inferior derecha están difuminados a propósito, para anonimizar los datos.

El gráfico muestra, por zona, la cantidad de sugerencias del tema: A: 4, B: 3, C: 5, D: 1, E: 1 y las demás zonas con 0. La leyenda de subtópicos incluye Comunicación, Documentación, Gestión del Conocimiento, Planificación, Plan de Carrera y Transparencia.

¿Quieres un resultado así para tu proyecto?

Cuéntame tu necesidad y recibe una respuesta rápida.

Solicitar presupuesto

Más proyectos