customer-research

Visión general de la skill customer-research

Qué hace la skill customer-research

La skill customer-research ayuda a un agente a realizar investigación de clientes de forma estructurada, en lugar de limitarse a un brainstorming genérico. Da soporte a dos trabajos prácticos: analizar la investigación que ya tienes y encontrar nuevas señales de cliente en fuentes públicas cuando todavía no las tienes. Por eso resulta útil para UX Research, product marketing, posicionamiento, messaging, trabajo de ICP y síntesis de voice-of-customer.

Quién debería instalar customer-research

Esta skill de customer-research encaja mejor en equipos que necesitan evidencia antes de tomar decisiones de producto, UX o messaging. Suele funcionar bien para UX researchers, founders, PMs, product marketers, equipos de growth y agencias que trabajan con entrevistas, encuestas, tickets, reseñas o publicaciones en comunidades.

Casos de uso ideales

Usa customer-research cuando necesites:

• analizar transcripciones de entrevistas o respuestas de encuestas
• convertir inputs desordenados de clientes en temas y citas
• detectar jobs to be done, pain points, triggers, resultados deseados y lenguaje de compra
• hacer trabajo temprano de ICP o comprensión de mercado sin entrevistas directas todavía
• extraer patrones recurrentes de Reddit, G2, Capterra, foros y comunidades de nicho

Por qué es mejor que un prompt genérico

La principal diferencia está en la disciplina del flujo de trabajo. La skill empuja al agente a comprobar primero si ya existe contexto de product marketing, aclarar el objetivo de investigación antes de analizar, separar “analizar assets existentes” de “salir a buscar investigación” y extraer campos concretos en lugar de volcar un resumen vago. Además, los evals incluidos muestran cómo debería verse un buen comportamiento, lo que reduce bastante la improvisación.

Qué importa antes de adoptarla

Esto no es una herramienta de recopilación de datos ni un paquete de scraping. Su valor está en el encuadre de la investigación, la selección de fuentes, la estructura de extracción y la calidad de la síntesis. Si buscas pipelines automatizados, dashboards o tooling estadístico para encuestas, esta guía de customer-research no es la opción adecuada por sí sola. Si lo que quieres es mejorar los prompts de investigación y obtener resultados más consistentes de un agente de AI, es una candidata sólida.

Cómo usar la skill customer-research

Contexto de instalación para customer-research

Instálala desde el repositorio con:

npx skills add https://github.com/coreyhaines31/marketingskills --skill customer-research

Después abre la carpeta de la skill y lee:

• skills/customer-research/SKILL.md
• skills/customer-research/evals/evals.json
• skills/customer-research/references/source-guides.md

Si solo vas a leer un archivo primero, empieza por SKILL.md. Si quieres entender rápido la calidad esperada de salida, lee después evals/evals.json.

Empieza comprobando el contexto de producto

Un requisito práctico de la skill es revisar si existe .agents/product-marketing-context.md o .claude/product-marketing-context.md antes de hacer preguntas. Esto importa porque la calidad de uso de customer-research mejora mucho cuando el agente ya conoce el producto, el comprador, la categoría y las restricciones.

Si ese archivo existe, indícale al agente dónde está o pega ese mismo contexto en tu prompt.

Ten claras las dos modalidades de uso

La skill customer-research funciona mejor cuando eliges explícitamente un modo:

1. Analyze existing assets
   Úsalo para transcripciones, tickets, encuestas, reseñas, notas de llamadas y logs de soporte.

2. Go find research
   Úsalo cuando no tienes material directo de clientes y necesitas investigación en fuentes públicas como Reddit, sitios de reseñas, foros o conversaciones alrededor de competidores.

Decir el modo desde el principio evita que el agente mezcle síntesis con descubrimiento de fuentes.

Qué inputs generan buenos resultados

Para un uso sólido de customer-research, dale al agente:

• el producto o la categoría del problema
• el usuario objetivo o ICP
• el objetivo de investigación
• las fuentes disponibles
• el entregable deseado
• restricciones como tiempo, geografía, mercado o segmento

Un prompt débil sería:

• “Ayúdame a investigar a nuestros clientes.”

Un prompt más fuerte sería:

• “Use the customer-research skill in analyze-existing-assets mode. I have 18 interview transcripts from heads of support at B2B SaaS companies. Goal: identify recurring onboarding pain points, switching triggers, and language we can use on our website. Deliverable: prioritized themes, representative quotes, and a short implications section for UX Research and messaging.”

Cómo convertir un objetivo difuso en un prompt completo

Un patrón de prompt fiable para esta skill de customer-research es:

• contexto: qué producto o audiencia está implicado
• objetivo: qué decisión debe ayudar a tomar la investigación
• modo: analizar assets o buscar investigación
• lista de fuentes: qué datos existen
• campos de extracción: qué hay que extraer
• formato de salida: qué artefacto final quieres

Ejemplo:

“Use the customer-research skill for UX Research. Product: user onboarding software for mid-market SaaS teams. Audience: onboarding managers and customer success leaders. Mode: analyze existing assets. Sources: 12 transcripts, 40 churn survey responses, 85 support tickets. Extract: jobs to be done, pain points, trigger events, desired outcomes, alternatives considered, exact language, and high-signal quotes. Output: clustered themes with frequency and intensity, then 5 UX opportunities.”

Qué suele extraer bien la skill

Según la skill y los evals, el agente debería buscar:

• jobs to be done
• pain points y fricción
• trigger events
• resultados deseados
• lenguaje que los clientes usan de forma natural
• alternativas o competidores considerados
• clusters temáticos
• frecuencia e intensidad
• money quotes como evidencia

Esa estructura es útil porque conecta la investigación en bruto con decisiones posteriores, como cambios de UX, posicionamiento y messaging.

Cómo usar customer-research para UX Research

Para UX Research, evita pedir solo “insights”. Pide:

• desgloses recurrentes de tareas
• puntos de fricción en workflows actuales
• momentos de confusión o demora
• expectativas no cumplidas
• comportamientos de workaround
• criterios de selección de funcionalidades
• áreas de oportunidad respaldadas por evidencia

Así la skill customer-research se mantiene anclada en el comportamiento del usuario en lugar de derivar hacia resúmenes puramente de marketing.

Cómo usar bien la investigación en fuentes públicas

En modo “go find research”, la guía de referencia del repositorio apunta a fuentes prácticas como Reddit, G2, Capterra, foros y comunidades de nicho. El enfoque más sólido no es “buscar el nombre de nuestra marca”, sino “buscar dónde el ICP habla del problema”.

Tipos de fuentes útiles:

• hilos de Reddit centrados en el problema
• publicaciones de comparación entre competidores
• quejas y elogios en sitios de reseñas
• posts en foros sobre workflows y workarounds
• discusiones del tipo “what tool do you use for X?”

Archivos del repositorio que conviene leer antes del primer uso real

Lee estos archivos en este orden:

1. SKILL.md para entender el workflow
2. evals/evals.json para ver el comportamiento de prompting esperado y la forma de la salida
3. references/source-guides.md para tácticas específicas por fuente, especialmente investigación en Reddit

Los evals son especialmente útiles porque dejan ver expectativas poco obvias, como pedir primero el objetivo del usuario antes de analizar y sugerir puntuaciones de frecuencia más intensidad.

Workflow recomendado en la práctica

Una buena guía de customer-research para uso real se parece a esto:

1. aporta contexto sobre producto y audiencia
2. indica qué decisión de investigación necesitas tomar
3. elige el modo 1 o el modo 2
4. comparte los materiales disponibles o las fuentes objetivo
5. pide al agente que extraiga campos estructurados
6. revisa la primera síntesis para detectar segmentos ausentes
7. haz una segunda pasada centrada en contradicciones, casos límite y mejores citas
8. convierte los hallazgos en un artefacto concreto de UX, producto o messaging

Formatos de salida prácticos que conviene pedir

Elige un entregable alineado con tu siguiente paso:

• tabla de temas con citas
• resumen JTBD
• inputs para personas basados en evidencia
• comparación de segmentos
• principales pain points clasificados por frecuencia e intensidad
• mapa de fuentes de comunidades y sitios de reseñas
• memo de implicaciones para producto o UX Research

Los entregables específicos mejoran la experiencia de instalación de customer-research porque hacen que la primera ejecución sea más accionable.

FAQ de la skill customer-research

¿customer-research es buena para principiantes?

Sí, siempre que ya sepas qué decisión debe respaldar la investigación. La skill aporta más estructura que un prompt normal, pero incluso los principiantes tienen que proporcionar contexto de producto y elegir un entregable útil. Sin eso, la salida puede quedarse demasiado amplia.

¿Cuándo debería usar customer-research en lugar de un prompt normal?

Usa la skill customer-research cuando quieras extracción y síntesis repetibles, especialmente sobre muchos assets. Un prompt genérico puede resumir contenido, pero esta skill tiene más probabilidades de preguntar por los objetivos, aplicar un marco de investigación y producir clusters, citas y evidencia en lugar de observaciones sueltas.

¿Es solo para equipos de marketing?

No. Aunque vive en un repositorio de skills de marketing, customer-research también es útil para UX Research, product discovery, análisis de soporte y comprensión temprana de mercado. Los métodos de base encajan bien con cualquier equipo que necesite entender dolor de usuario, triggers, resultados deseados y vocabulario.

¿Cuáles son los límites de la skill customer-research?

No sustituye operaciones de investigación primaria, reclutamiento de participantes, instrumentación analítica ni métodos cuantitativos formales. Donde mejor funciona es en framing, descubrimiento de fuentes, análisis cualitativo y síntesis.

¿Puede funcionar customer-research sin transcripciones de entrevistas?

Sí. Ese es, de hecho, uno de sus mejores puntos de adopción. La skill da soporte explícito a un modo para encontrar investigación en fuentes online, lo que resulta útil para equipos en etapas tempranas o para equipos que están entrando en un segmento nuevo sin acceso directo a clientes todavía.

¿Cuándo encaja mal customer-research?

Sáltatela cuando:

• necesites análisis de encuestas con validez estadística
• necesites revisión legal o de compliance sobre métodos de investigación
• necesites scraping automatizado o pipelines de datos
• solo quieras ideas puntuales de copy sin recopilar evidencia

¿El repositorio incluye guías específicas por fuente?

Sí. references/source-guides.md incluye indicaciones concretas para investigación en fuentes públicas, especialmente sobre descubrimiento en Reddit, patrones de búsqueda y qué tipos de posts revelan pain points, alternativas y switching triggers.

Cómo mejorar la skill customer-research

Dale a la skill una decisión, no solo un tema

La mayor mejora de calidad llega cuando le dices al agente qué decisión debe informar la investigación. “Investiga a nuestros clientes” es débil. “Encuentra la fricción de onboarding que deberíamos priorizar en el próximo sprint de UX” es mucho mejor. Mejores decisiones generan mejor extracción y mejor síntesis.

Aporta un framing de fuentes más sólido

Explícale al agente qué representa cada fuente:

• entrevistas de clientes ganados
• entrevistas de churn
• tickets de soporte de usuarios nuevos
• reseñas de G2 de compradores SMB
• posts de Reddit de practitioners, no de compradores

Esto mejora el clustering porque el agente puede separar señales de adquisición, onboarding, retención y cambio de herramienta.

Pide segmentación respaldada por evidencia

Un fallo habitual en el uso de customer-research es mezclar usuarios distintos en una sola persona híbrida. Mejora los resultados pidiendo:

• diferencias entre segmentos
• contradicciones entre fuentes
• pain points minoritarios pero de alta severidad
• diferencias entre compradores, admins y usuarios diarios

Exige frecuencia e intensidad, no solo temas

Los temas por sí solos suelen quedarse cortos. Pide al agente que puntúe o al menos diferencie:

• problemas comunes pero de baja severidad
• problemas menos comunes pero de alta intensidad
• anécdotas aisladas que no deberían guiar decisiones

Este es uno de los patrones prácticos más claros que salen de los evals.

Pide lenguaje exacto y money quotes

Si quieres resultados útiles más allá de un memo de investigación, solicita frases literales y citas breves de apoyo. Eso hace que la skill customer-research tenga más valor para la síntesis de UX Research, readouts para stakeholders y trabajo posterior de messaging.

Mejora la investigación en fuentes públicas con mejores semillas de búsqueda

Para el modo 2, no empieces solo por tu categoría de producto. Usa como semillas de búsqueda:

• enunciados del problema
• cargos
• nombres de competidores
• lenguaje como “alternative”, “switch”, “recommend” y “frustrated with”

La guía de referencia del repositorio muestra por qué funciona: las búsquedas guiadas por el problema hacen aflorar el dolor real del workflow más rápido que las búsquedas guiadas por marcas.

Itera después de la primera pasada

La primera salida normalmente debería ser un mapa, no la respuesta final. Después haz preguntas de seguimiento como:

• “Which themes are strongest for new users versus experienced users?”
• “What contradictions appear between interviews and reviews?”
• “Pull 10 quotes that show urgency, not just dissatisfaction.”
• “Which findings are most actionable for UX Research in the onboarding flow?”

Vigila los modos de fallo más comunes

La skill customer-research rendirá peor cuando:

• la calidad de las fuentes es desigual pero no está etiquetada
• el prompt pide demasiados resultados a la vez
• el segmento de audiencia es vago
• se usan fuentes públicas como si fueran entrevistas directas con clientes
• se pide síntesis antes de aportar suficiente evidencia en bruto

Crea una plantilla de prompt reutilizable

Si esperas usar customer-research de forma recurrente, crea una plantilla estándar con:

• resumen del producto
• ICP y no-ICP
• pregunta de investigación
• modo
• inventario de fuentes
• campos de extracción
• formato de salida
• restricciones
• qué decisión debe respaldar el resultado

Eso convierte la skill de una ayuda puntual para prompts en un workflow de investigación repetible.