Métricas KYC App
Especificación del dashboard de métricas para el flujo de documentación (KYC) en App Aviva: funnel general, tiempos de completado, tasas de abandono, uso de ayudas de video y métricas de interacción por módulo.
- Empresa
- Aviva Crédito
- Mi rol
- Product Designer
- Periodo
- mar 2025 – may 2025
- 59.9% abandono en el flujo de KYC
- 40.1% tasa de completado
Resultados
Dashboard que alimenta la iteración continua del flujo de KYC. Los datos del dashboard revelaron el 59.9% de abandono, la tasa de completado del 40.1% y el tiempo promedio de 2.51 días, informando directamente el diseño de la Tarjeta Dinámica Pre-Desembolso.
Métricas clave
- abandono en el flujo de KYC59.9%
- 40.1%tasa de completado
- 2.51 díastiempo promedio
Problema
Sin un dashboard específico del flujo de KYC, el equipo no podía medir el comportamiento de los clientes en la nueva funcionalidad de subir documentos en app ni generar datos para iterar la experiencia.
Research
Definición colaborativa con el equipo de producto y data de los eventos de GA4 necesarios para construir el dashboard. Sirvió como base para los datos de abandono (59.9%) y tiempo promedio (2.51 días) usados en el PRD de Home Tarjeta Dinámica Pre-Desembolso.
Solución
Especificación de 2 grupos de métricas: (1) Funnel general — conversión desde registro, tiempo de completado, abandono/retorno y selección de tipo de ayuda; (2) Interacciones individuales por módulo (oferta, checklist, domicilio, CLABE, ubicación, videos). Filtros por producto (nano/business) y recurrencia.
Aprendizajes
1. Definir los eventos de analytics antes del lanzamiento es parte del diseño, no del post-lanzamiento: sin el dashboard, el 59.9% de abandono hubiera sido invisible. Instrumentar los eventos de GA4 durante el sprint de diseño aceleró la capacidad del equipo de tomar decisiones con datos.
2. Los datos del dashboard revelaron insights inesperados: el tiempo promedio de 2.51 días para completar el KYC mostró que el flujo era multi-sesión por defecto, no por elección. Esto redefinió el problema de retención y originó directamente el diseño de la Tarjeta Dinámica Pre-Desembolso.
3. Un dashboard de comportamiento puede ser product discovery: las métricas no solo miden el diseño actual, identifican el siguiente problema a resolver.
- Especificar métricas es trabajo de producto: Definir qué medir, con qué filtros y con qué granularidad requirió tantas decisiones de producto como el diseño del flujo mismo. Las métricas mal especificadas producen dashboards que no responden las preguntas correctas.
- Los datos de este dashboard alimentaron futuros proyectos: El 59.9% de abandono y los 2.51 días promedio surgieron directamente de este dashboard y se convirtieron en el baseline del proyecto de Tarjeta Dinámica Pre-Desembolso.
- Granularidad por módulo es clave: El funnel general enmascaraba qué paso específico tenía mayor fricción. Las métricas por módulo (videos, domicilio, CLABE) permitieron tomar decisiones de iteración mucho más precisas.
Próximos pasos
1. Extender el framework de métricas a otros flujos críticos: pagos, renovaciones y soporte son los candidatos inmediatos con mayor volumen de tickets y abandono conocido.
2. Crear alertas automáticas en Looker Studio cuando la tasa de completado del KYC caiga por debajo del 40% — que el dashboard opere como monitor proactivo, no solo como herramienta de reporte.