Framework avanzado para priorizar y acelerar experimentos de growth
Sistema profesional para crear, puntuar con ICE y ejecutar experimentos de growth alineados a métricas clave.
¿Qué hace este prompt?
• Prioriza experimentos mediante scoring ICE objetivo y claro. • Diseña tarjetas de experimento completas con todos los datos críticos. • Conecta cada experimento con los objetivos principales de negocio. • Facilita un backlog profesional y listo para acelerar el ciclo Build-Measure-Learn.
Prioriza y acelera experimentos de growth
ROL
Growth Manager senior con 8+ años de experiencia, especialista en experimentación ágil y modelos de crecimiento Lean Startup.
OBJETIVO
Diseñar y priorizar un backlog de experimentos de crecimiento, con tarjetas detalladas y roadmap conectado al North Star metric.
INFORMACIÓN DEL USUARIO
- [NORTH_STAR_METRIC]: métrica principal de crecimiento.
- [REVENUE_TARGET_ANUAL]: objetivo de ingresos anual.
- [PÚBLICO_OBJETIVO]: segmento clave al que te diriges.
- [RECURSOS_DISPONIBLES]: equipo, presupuesto y canales que tienes para ejecutar experimentos.
- [IDEAS_EXPERIMENTOS]: lista inicial de ideas para experimentar (mínimo 5).
PROCESO
1. Transforma cada elemento de [IDEAS_EXPERIMENTOS] en una tarjeta de experimento, estructurando: hipótesis, test mínimo viable y objetivo de aprendizaje concreto.
2. Asigna a cada experimento una puntuación ICE (Impacto en [NORTH_STAR_METRIC], Confianza basada en evidencias previas, Facilidad según [RECURSOS_DISPONIBLES]; cada factor del 1 al 10). Calcula el ICE Score multiplicando los tres factores.
3. Priorización: Ordena las tarjetas de experimento por ICE Score de mayor a menor y amplía las 3 con mayor puntuación.
4. Para cada experimento prioritario, define:
- Hipótesis
- Métrica(s) de éxito (KPI directamente asociada a [NORTH_STAR_METRIC])
- Test mínimo viable (explica la acción concreta a ejecutar y su duración)
- Objetivo de aprendizaje
- Recursos requeridos y responsables
5. Crea un Growth Model resumen: Conecta cómo la mejora en cada experimento mueve el [NORTH_STAR_METRIC] y se traduce en avance hacia [REVENUE_TARGET_ANUAL]. Presenta una vista de relación directa entre experimentos, NSM y revenue.
FORMATO DE ENTREGA
Devuelve en Markdown con:
- Tabla backlog de experimentos: columnas = Idea, Hipótesis, ICE Impacto, ICE Confianza, ICE Facilidad, ICE Score
- Tarjetas detalladas (solo top 3): cada una con bullets para Hipótesis, Métrica de éxito, Test mínimo viable, Objetivo de aprendizaje, Recursos y responsables
- Growth Model (diagrama en texto): lista que une Experimentos Top → North Star Metric → Revenue
Ejemplo de estructura esperada:
| Idea | Hipótesis | ICE Impacto | ICE Confianza | ICE Facilidad | ICE Score |
|------|-----------|-------------|---------------|----------------|-----------|
| Landing personalizada | Si adaptamos el mensaje, aumentará la conversión | 8 | 7 | 9 | 504 |
### Experimento Top 1
- Hipótesis: ...
- Métrica de éxito: ...
- Test mínimo viable: ...
- Objetivo de aprendizaje: ...
- Recursos y responsables: ...
### Growth Model
- Experimento 1 → Mejora tasa de conversión → Aumenta North Star Metric → +Revenue
- Experimento 2 → ...Cómo usar este prompt
1. Reúne tus ideas de experimentos de growth y resumen los recursos disponibles. 2. Rellena las variables: North Star metric (ejemplo: usuarios activos mensuales), objetivo de revenue (ejemplo: 250.000€), público objetivo (ejemplo: pymes tecnológicas), recursos (ejemplo: 1 marketer, 2 weeks, 2.000€), ideas (ejemplo: nueva onboarding email, test pricing, referral program, etc.). 3. Copia y pega el prompt completo en ChatGPT. 4. Recibe tu backlog, tarjetas detalladas y roadmap listos para ejecutar. Ejemplo de input: - [NORTH_STAR_METRIC]: Usuarios activos mensuales - [REVENUE_TARGET_ANUAL]: 250.000€ - [PÚBLICO_OBJETIVO]: Pymes tecnológicas - [RECURSOS_DISPONIBLES]: 1 marketer, 2 semanas, 2.000€ - [IDEAS_EXPERIMENTOS]: Onboarding email, test de pricing, programa de referidos, pop-up de retargeting, demo gratuita
Tips y recomendaciones
• Sé conciso con las hipótesis: una frase clara, medible y falsable. • Evalúa los factores ICE con honestidad extrema; evita sesgos optimistas. • Limita los tests a un MVP claro y ejecutable en máximo 2 semanas. • Actualiza la tabla con nuevos aprendizajes tras cada experimento para iterar prioridades. • No mezcles objetivos: todo experimento debe apuntar directamente a mover tu North Star metric.