PRODUCT CASE STUDY · AI PRODUCT / B2B MARKETPLACE
Diseñando un sistema de matchingcon IA para un marketplace B2B.
Investigué datos y workflows del marketplace para encontrar dónde se estaba perdiendo valor.
01 / CONTEXTO
El desafío no era diseñar una feature, era encontrar qué problema merecía ser resuelto.
El hackathon proponía crear una iniciativa AI-native. En lugar de partir de una solución, usé el acceso a datos operativos para buscar dónde el sistema estaba perdiendo valor.
BRIEF ABIERTO
Proponer una iniciativa AI-native.
El punto de partida era amplio, sin un problema concreto ni una solución definida.
PREGUNTA DE PRODUCTO
¿Dónde está perdiendo valor el sistema?
Antes de pensar en tecnología, había que encontrar una fricción observable y relevante.
DECISIÓN
Investigar el comportamiento real del marketplace.
La búsqueda se enfocó en leads, visitas, inventario, matching y operación.
DIRECCIÓN
Convertir señales operativas en una oportunidad.
La investigación permitiría definir si existía una intervención de producto valiosa.
02 / SEÑAL OPERACIONAL
Había oportunidades dentro del sistema que casi nunca llegaban a una visita.
La caída no estaba al inicio del recorrido, estaba al final.
La demanda existía, los criterios estaban completos y había inventario disponible. La pérdida aparecía antes de convertir esa intención en una visita.
DEMANDA TOTAL
100%
Oportunidades detectadas en el sistema.
CRITERIOS COMPLETOS
92%
Con presupuesto, zona y metraje definidos.
INVENTARIO DISPONIBLE
78%
Unidades activas y matcheables en ese momento.
VISITA AGENDADA
2,13%
Casi ninguna oportunidad completaba el recorrido.
DIAGNÓSTICO
El cuello de botella no estaba en captar demanda ni en encontrar inventario, estaba en convertir esa intención en una siguiente acción.
03 / INVESTIGACIÓN SISTÉMICA
Antes de diseñar una solución, interrogué cuatro partes del sistema.
SÍNTESIS
PATRÓN COMÚN
La fricción no aparecía en una sola pantalla ni en un único equipo. Se repetía en distintos puntos del sistema como una misma falla de continuidad.
Ruptura en la continuidad operativa
- 01LEAD → VISITA
PREGUNTA
¿En qué nodo se disipa el avance del usuario?
SEÑAL
Menos del 3% lograba agendar visita.
- 02PRODUCTIVIDAD
PREGUNTA
¿La atención humana está repartida uniformemente?
SEÑAL
El 80% de la gestión recaía en pocos brokers.
- 03INVENTARIO + MATCH
PREGUNTA
¿Existe compatibilidad objetiva entre inventario y búsqueda?
SEÑAL
Más del 85% tenía coincidencias sin vinculación.
- 04SELF-SERVICE
PREGUNTA
¿Qué ocurre con quien ingresa sin broker asignado?
SEÑAL
Más de 3.600 oportunidades huérfanas.
04 / INSIGHT
El problema no era generar más demanda, era conectar mejor la que ya existía.
Las cuatro líneas de investigación apuntaban a la misma conclusión: el sistema ya tenía demanda, criterios e inventario. Lo que faltaba era una capa capaz de conectarlos en una siguiente acción.