Fuell es una herramienta de gestión de gastos y retribución flexible. Sí, un SaaS. ¿Tiene sentido que recomendemos herramientas si nosotros mismos lo somos?
Creemos que sí, y os explicamos por qué aquí mismo. La recomendación está rota. Internet nos prometía acabar con los intermediarios, y la realidad es que ha creado capas de intermediarios de dudoso valor.
2010-2020: la recomendación en Internet está rota
En 2013 fui cofundador de ¿Qué coche me compro?, un comparador de coches con un enfoque pensado en el usuario: entre otras cosas no llamábamos a los tipos de coches cosas como “C-SUV”, un lenguaje de periodista de motor. Los periodistas, al igual que los abogados, tienen la costumbre de utilizar un lenguaje específico para darse valor a costa de la experiencia de su usuario.
Otra de la cosas que hicimos fue ponernos de cara al usuario. Contarle los precios como si fuese un amigo. A un amigo no le diríamos “este coche cuesta desde 9.900€”, sino que le diríamos “me ha costado 14.000€ con el equipamiento que le he puesto, había uno más barato pero era un truño”.
¿Qué ocurrió? Que somos una de las webs más relevantes en comparativa y compra de coche, pero nuestro valor diferencial no despuntó. Imagina que buscas “Volkswagen T Roc” en Google y obtienes tres resultados:
- Volkswagen T Roc desde 23.900€
- Volkswagen T Roc desde 18.500€
- Volkswagen T Roc desde 21.000€
¿En cuál haces click? En el más barato, ¿no? Eso realimenta al algoritmo de Google diciéndole que el usuario tiene intención en esa web. Quizás el precio mínimo por el que te vayas a comprar el coche sean 23.900€, pero eso ocurre después de llamadas al concesionario, quizás una visita, etc. Para cuando seas consciente de que la web era un precio gancho absurdo Google ya ha cambiado el algoritmo y se ha olvidado de ti.
El círculo virtuoso que Google ha conseguido en algunos contextos, como encontrar respuesta a ciertos temas, no funciona en absoluto con las recomendaciones y especialmente de coches. Cuanto más te acercas a dar una cifra real, menos tráfico tienes.
Amazon y las mejores cafeteras del mercado
Desde hace tiempo muchos proyectos han descubierto que lo que maximiza su posicionamiento en Google no es el valor generado por el usuario, sino la probabilidad de que el usuario no repita la búsqueda (lo cual penaliza en Google, porque da por hecho que no has encontrado lo que buscas). Si mareas al usuario lo suficiente o le haces dar más vueltas, tu web posicionará mejor.
Aunque esto se agudiza en productos de ciclo de venta largo, como los coches, se aplica a otros productos. Pongamos como ejemplo cafeteras. Si haces la búsqueda de “mejores cafeteras” encontrarás webs que cumplen el siguiente patrón
- Son webs hechas para ganar dinero con afiliación con Amazon. Ganan con cada venta.
- Los productos que recomiendan son los que maximizan el ingreso de Amazon y por tanto su comisión.
- Hay un análisis genérico de características base, pero el redactor no es que no sea experto en la materia, es que cabe la posibilidad de que ni siquiera tome café habitualmente.
- Los precios no se muestran, solo hay botones de “Ver precio” ya que el objetivo de la web es que Amazon contabilice el click, y a la vez no repita la búsqueda en Google. En el fondo, da igual que compre una u otra, ya que la web comisiona por cualquier venta que realice una vez haya hecho el primer clic.
¿Y las puntuaciones de los usuarios?
Respuesta corta: Están manipuladas por los creadores y, aunque no lo estuviesen, tampoco son fiables.
Respuesta larga: hablemos del sesgo de selección, o cómo no confiar en las puntuaciones de los restaurantes y de las películas.
El sesgo de selección es un término estadístico muy sencillo de comprender. Imaginemos que en un auditorio de 500 personas pedimos voluntarios para salir al escenario. Es posible que unas 15 personas levanten la mano. Les pedimos que salgan y contesten a una pregunta sobre si tienen miedo a hablar en público, y diez de ellas afirman que no. Como malos estadísticos podríamos inferir que dos tercios de las personas no tienen miedo a hablar en público. El error es claro: podemos imaginar que aquellos que levantaron la mano posiblemente no tengan vergüenza a mostrarse ante el público. Si preguntamos a los 485 restantes el resultado varía.
El extremo de este sesgo en el mundo real lo observamos en las puntuaciones en Internet de aplicaciones como Tripadvisor, Booking o Google. Los algoritmos para valorar sitios pueden tener en cuenta dicho sesgo, pero lo habitual es que no lo resuelvan correctamente bien por falta de medios o porque no interesa para el negocio. Especialmente cuando hay pocos votos el sesgo de selección es alto. Cuando Tripadvisor comenzó a ser popular, el restaurante más votado de cada ciudad era uno al que posiblemente ninguna persona local iría a comer. Solo los turistas lo votaban, por tanto el sesgo de selección era elevado. Los criterios para elegir un sitio entre turistas y locales no son los mismos, como veremos en [[restaurantes para turistas]]. Imaginemos que podrían valorar como negativo que no hablen su idioma, cuando un local no percibiría eso como un problema.
Descubrí “el efecto Tripadvisor” en una pizzería de Portugal. Estaba en un pequeño pueblo, frente a un hotel nefasto en el que me alojaba. La pizzería tenía una buena puntuación en Tripadvisor, y varios comentarios afirmaban que estaban alojados en el hotel. Efectivamente, quien consideraba bueno el hotel también consideraba buena la pizzería, ya que el nivel de suciedad era equivalente en ambos.
Además un resultado como la puntuación de un restaurante no es tan sencilla como una puntuación numérica, por eso sitios como Tripadvisor o Booking muestran además otros criterios como precio, ubicación o limpieza. Lo que nos podemos esperar de un restaurante con 4,5 estrella y 15€ de precio no es lo mismo que de un restaurante con 4,5 estrellas y 50€ por comensal, y esto no lo hace mejor ni peor, sino que son elecciones para contextos distintos.
En el caso de las películas este efecto se manifiesta de forma más intensa, especialmente en determinados géneros. Imaginemos que tratamos de elegir una película y vemos una sobre un aficionado a la escalada que tiene una puntuación de un nueve sobre diez. En dos horas y 45 minutos nos cuenta la historia de la subida a una montaña. La vemos y nos parece un auténtico bodrio. ¿Qué ha ocurrido? De nuevo, el sesgo de selección. Quizás esa película ha sido votada por aficionados a la escalada que la encuentran maravillosa, de forma totalmente legítima. Para otras personas puede resultar tediosa, y al ver la duración le ha echado para atrás, por tanto nunca han llegado a verla y a votarla.
Veo este efecto especialmente en películas sobre un tema específico o con una ideología concreta. Si de entrada alguien ajeno a dicha temática, o no afín a dicha ideología, no la ve, solo la verán aquellos que tienen cierta predisposición a votarla positiva.
La alternativa a dicha votación es ver solo puntuaciones de aquella personas que comparten tus gustos. Lo cual parece una gran solución, salvo porque no lo es, por otro concepto llamado cámara de eco.
Conclusión: cuando veas una votación plantéate quién ha votado, por qué, y si compartes su criterio.
Vale, la recomendación está rota. ¿Y ahora qué?
Creemos que este modelo tiene una ventaja. Abre una oportunidad enorme para hacer un comparador bien hecho, con un criterio de una persona y las cartas boca arriba, con transparencia absoluta sobre nuestro conocimiento de cada área (si es superficial, lo diremos) y con cualquier conflicto de intereses que pueda haber.
- Para las categorías de gestión de gastos, retribución flexible y otras donde esté Fuell, lo indicaremos claramente.
- Si recibimos algún tipo de compensación económica por afiliación, lo haremos explícito (no está entre nuestros planes).
- Si añadimos a una empresa y tenemos algún tipo de relación con ella, aunque sea amistad de los fundadores, lo diremos. Esto es importante porque hay un sesgo de selección que nos puede hacer ser imparciales sin quererlo. Por ejemplo, de un sector quizás conozcamos una solución por amistad pero no a su competencia.
La magia está en saber qué ganamos nosotros con esto. Nuestro incentivo es que ésta sea una herramienta de referencia a la hora de comparar SaaS, y alguien que busque ahora una herramienta de Business Inteligence recuerde dentro de un año a Fuell cuando necesite implantar gestión de gastos.
En las próximas semanas iremos contándoos qué nos funciona mejor a nosotros desde nuestro punto de vista, para intentar poner un poco de orden dentro del caos de Internet. Esperemos que estas mini guías que estamos preparando os resulten útiles.
