La historia en 30s
El problema. Entromy ejecuta encuestas corporativas en más de 62 idiomas para clientes de private equity y empresas, lanzando a menudo de 4 a más de 10 idiomas simultáneamente para compañías con más de 1.000 empleados y evaluaciones que alcanzan más de 1.500 participantes. La traducción ocurría por completo fuera del producto: exportar a Excel, traducir en Google Translate, pegar de vuelta en celdas separadas por punto y coma, un idioma a la vez.
Qué hice. La primera versión que diseñé junto con el PM era totalmente flexible: edición de preguntas lado a lado, anulaciones por pregunta y un historial completo de traducciones. Ingeniería estimó esa construcción y no era viable para el plazo que teníamos. Así que volví a la investigación para encontrar el flujo mínimo que aún resolviera el problema real: participé en llamadas con clientes, analicé patrones en los tickets de soporte, mapeé el recorrido del cliente junto con nuestro equipo interno, y realicé un análisis competitivo de Qualtrics, Leapsome, Culture Amp y SurveyMonkey. Triangular lo que decían los clientes, lo que mostraban los tickets de soporte y lo que ofrecía la competencia apuntó a un solo flujo: un sistema de traducción centralizado, activado por el usuario, dentro de la propia plataforma, lanzado en tres versiones secuenciadas por frecuencia y complejidad. Comunicaciones primero, preguntas de encuesta en segundo lugar, preguntas de autorregistro al final.
Qué cambió. El tiempo de configuración para clientes multilingües se redujo aproximadamente 40 a 50%, la misma proporción que Customer Success estimaba que se perdía antes en el proceso manual. Un cambio tardío en la fuente en inglés solía invalidar todas las traducciones existentes sin aviso. Ese riesgo desapareció.
El razonamiento: el flujo más pequeño que aún funciona
El diseño original, edición lado a lado, historial por pregunta, control manual total, era la versión que yo quería construir. La estimación de ingeniería dejó claro que no era viable lanzarla en el plazo disponible, así que el verdadero problema de diseño pasó a ser: ¿cuál es el flujo mínimo que aún elimina el dolor que describían los clientes? Para responder eso, triangulé tres fuentes en lugar de adivinar: llamadas con clientes donde escuché el proceso de primera mano, patrones en los tickets de soporte, y una sesión de mapeo del recorrido del cliente junto con nuestro equipo interno para ubicar dónde estaba realmente la fricción. Sumé a eso un análisis competitivo de Qualtrics, Leapsome, Culture Amp y SurveyMonkey para ver cómo manejaban plataformas comparables el mismo problema. Esa triangulación es lo que me permitió recortar el alcance con confianza en lugar de por simple intuición, eliminando la edición por pregunta, el historial de traducciones y la comparación lado a lado, y quedándome con una sola acción simple: seleccionar idiomas, activar la traducción automática, sobrescribir todo en bloque.
- → Lo destructivo le gana a lo que parece seguro. Un enfoque no destructivo parecía más seguro, pero permitía que las traducciones parecieran completas mientras silenciosamente quedaban desactualizadas cada vez que cambiaba el inglés. Sobrescribir en cada ejecución mantiene una sola regla honesta.
- → Una sola fuente de verdad estructural. Permitir que la estructura divergiera por idioma rompería lógicas independientes del idioma, como la ramificación condicional, y convertiría un modelo de traducción uno-a-muchos en uno muchos-a-muchos imposible de gestionar.
- → Centralizado, no "mágico." Las acciones de IA en línea por cada pregunta habrían aumentado el costo de IA y creado una lógica de sobrescritura poco clara, así que la traducción se activa desde un solo lugar en vez de dispersarse en cada campo.
- → Todo o nada, a propósito. Los fallos de traducción, poco frecuentes, se manejan de forma cercana a todo-o-nada con mensajes claros, en lugar de construir una lógica compleja de recuperación parcial que los clientes aún no habían pedido.
Resumen de la solución
Lanzado en tres versiones, un mismo patrón reutilizado en todas ellas:
- → Comunicaciones primero, para probar el patrón. Un selector de idiomas, una única acción de traducción automática que traduce todos los campos a todos los idiomas habilitados a la vez, edición manual en línea por idioma, y un ícono de advertencia cuando a un idioma le faltan traducciones.
- → Preguntas de encuesta: el mismo patrón, más estructura. El mismo patrón extendido para manejar opciones de respuesta de selección múltiple, con ediciones estructurales restringidas al inglés.
- → Autorregistro: el patrón, sin el cuello de botella. El mismo patrón de nuevo, eliminando por completo el rígido formato de Excel y la dependencia de un ingeniero.
- → Una alerta puntual, no una advertencia general. Una alerta dirigida de retraducción se activa solo cuando la fuente en inglés realmente cambia, en lugar de dejar contenido desactualizado sin marcar.
Resultados
- → Eliminó un estimado de 40 a 50% del tiempo de configuración de encuestas para clientes multilingües
- → Eliminó por completo la dependencia de un desarrollador para las traducciones de autorregistro
- → Las comunicaciones que antes tomaban horas de copiar y pegar ahora toman un clic, más un refinamiento manual opcional
- → La adopción fue positiva entre grandes clientes que ejecutan evaluaciones multirregionales de gran escala (cifras específicas de adopción limitadas por el NDA)
Reflexión
- 1 El primer diseño no siempre es el que se puede lanzar, y está bien que así sea. La versión lado a lado, totalmente flexible, era la idea correcta en abstracto, pero volver a la investigación después de la estimación de ingeniería, en lugar de intentar defender el alcance original, fue lo que nos llevó a un flujo que realmente se lanzó y realmente funcionó.
- 2 Triangular convierte los recortes de alcance en decisiones, no en apuestas. Las llamadas con clientes, los patrones de los tickets de soporte, el mapeo interno del recorrido y el análisis competitivo apuntaron todos en la misma dirección, lo que permitió eliminar con confianza el historial, la edición por pregunta y la comparación lado a lado, en lugar de recortar solo lo más fácil.
- 3 Explicable le gana a ingenioso. Las funciones de IA en este tipo de flujo corporativo tienen éxito al ser explicables y predecibles, no ingeniosas. Los usuarios no querían más automatización. Querían saber exactamente qué cambiaría, cuándo y por qué.