Curso en CRO

¿Qué voy a estudiar en el Curso de CRO?

• Inicio

  28 de septiembre

• Duración

  2 meses

• Horario *Sujeto a cambios

  M, X y J: 19:00 a 21:30h

Temario

• Módulo 1. Estrategia CRO y cultura de experimentación

  Entiende el CRO como una disciplina de negocio y aprende a estructurar programas de optimización capaces de generar impacto y aprendizaje continuo.

  • Fundamentos y evolución del CRO.
  • CRO, Growth y Product Optimization: diferencias y puntos de encuentro.
  • El CRO dentro de la estrategia digital y los diferentes modelos de negocio.
  • De optimizar páginas a optimizar journeys y funnels.
  • Cultura de experimentación y organizaciones data-informed.
  • Cómo se estructura un programa CRO.
  • Frameworks y metodologías de optimización.
  • Definición de objetivos, KPIs y casos de uso.
  • El ciclo de optimización continua: Think → Create → Design → Learn.
  • Casos reales de programas CRO.

• Módulo 2. Analítica digital para CRO

  Aprende a utilizar los datos para detectar dónde existen oportunidades y profundizar hasta entender qué está ocurriendo en la experiencia digital.

  • Del objetivo de negocio al framework de medición.
  • KPIs, microconversiones y métricas de diagnóstico.
  • Análisis de funnels y customer journeys.
  • Segmentación y análisis por audiencias.
  • Detección de puntos de fuga y anomalías.
  • Análisis de comportamiento y patrones.
  • Técnicas de análisis cuantitativo orientadas a CRO.
  • Análisis cualitativo: heatmaps, session recordings y otras fuentes.
  • Triangulación de datos: cómo combinar diferentes fuentes de evidencia.
  • De los datos al insight accionable.
  • Uso de IA para exploración, análisis y detección de patrones.
  • Limitaciones, riesgos y validación de outputs generados con IA.

• Módulo 3. Behavioral Economics y Behavioral Design

  Comprende los mecanismos que influyen en las decisiones de los usuarios y aprende a utilizarlos para diagnosticar fricciones y diseñar mejores experiencias.

  • Introducción a Behavioral Economics y Behavioral Design.
  • Sistemas de decisión y procesamiento cognitivo.
  • Sesgos cognitivos y heurísticas.
  • Principios de persuasión aplicados a entornos digitales.
  • FUDs: fears, uncertainties and doubts.
  • Fricción cognitiva y carga mental.
  • Drivers y barreras de conversión.
  • Arquitectura de elección y toma de decisiones.
  • Patrones de comportamiento según contexto y modelo de negocio.
  • Buenas prácticas vs. evidencia: por qué una solución no funciona igual para todos.
  • Análisis psicológico-cognitivo de una experiencia.
  • Aplicación práctica sobre casos reales.

• Módulo 4. UX Research aplicado a CRO

  Aprende a investigar el comportamiento del usuario para descubrir necesidades, motivaciones, barreras y oportunidades que los datos cuantitativos no pueden explicar por sí solos.

  • UX Research dentro de una estrategia CRO.
  • Investigación generativa vs. evaluativa.
  • Análisis heurístico y recorridos cognitivos.
  • User Testing: planificación, ejecución y análisis.
  • Entrevistas de usuario.
  • Identificación de necesidades, motivaciones y frenos.
  • Diseño de preguntas y reducción de sesgos.
  • Análisis y síntesis de investigación.
  • Identificación de patrones y hallazgos.
  • Del hallazgo al insight CRO.
  • Triangulación entre research y analítica.
  • Uso de IA para sintetizar información, detectar patrones y acelerar el análisis.
  • Riesgos y limitaciones de la IA aplicada a investigación.

• Módulo 5. De los insights a la experimentación

  Transforma los hallazgos del análisis y la investigación en un backlog de oportunidades y experimentos con impacto potencial en negocio.

  • Cómo detectar y documentar una ineficiencia.
  • Diferencia entre dato, hallazgo, insight, oportunidad e hipótesis.
  • Construcción de hipótesis basadas en evidencia.
  • Anatomía de una buena hipótesis CRO.
  • Ideación de soluciones.
  • Optimización de landings, funnels y journeys.
  • Priorización de hipótesis y oportunidades.
  • Frameworks de priorización.
  • Construcción y gestión del backlog CRO.
  • Diseño experimental.
  • A/B test, A/B/n, multivariante y otros tipos de experimentación.
  • Cuándo experimentar y cuándo no.
  • Definición de variantes, audiencias y métricas.
  • Guardrail metrics y métricas de negocio.
  • Documentación del experimento.
  • Construcción de un roadmap de experimentación.

• Módulo 6. Implementación avanzada de A/B Testing y herramientas

  Conoce cómo se implementa realmente la experimentación y los retos técnicos que aparecen al trabajar con herramientas y ecosistemas digitales complejos.

  • Cómo funcionan las herramientas de experimentación.
  • Experimentación client-side vs. server-side.
  • Arquitectura básica de un A/B test.
  • Asignación de tráfico y persistencia de usuarios.
  • Audiencias, segmentación y personalización.
  • Implementación y QA de experimentos.
  • Flickering y principales problemas técnicos.
  • Integración con herramientas de analítica.
  • Integración con CDP y otros componentes del stack.
  • Introducción y comparativa de VWO, Adobe Target y AB Tasty.
  • Capacidades avanzadas de las plataformas.
  • Casos prácticos y demostraciones.
  • Taller de implementación.
  • Capacidades de IA integradas en herramientas de experimentación.
  • IA aplicada a la creación, configuración y optimización de experimentos.

• Módulo 7. Estadística aplicada a la experimentación

  Aprende a interpretar los resultados de un experimento con criterio y evita algunos de los errores más habituales en A/B Testing.

  • Fundamentos estadísticos aplicados al CRO.
  • Control y variante.
  • Hipótesis nula y alternativa.
  • Significancia estadística.
  • Intervalos de confianza.
  • P-value: qué significa y qué no.
  • Enfoque frecuentista vs. bayesiano.
  • Tamaño de muestra y potencia estadística.
  • Minimum Detectable Effect (MDE).
  • Duración de un experimento.
  • Cómo interpretar resultados no concluyentes.
  • Significancia estadística vs. relevancia de negocio.
  • De los resultados al aprendizaje.