Todo equipo de CRO o growth tiene el mismo problema: más ideas que tiempo y recursos para implementarlas. La pregunta no es qué experimentar, sino qué experimentar primero. Aquí es donde entran los frameworks de priorización, y el ICE Score es uno de los más populares por su simplicidad y velocidad de aplicación.
El ICE Score es un framework de priorización creado por Sean Ellis, el pionero del growth hacking, para ordenar experimentos de crecimiento según tres dimensiones:
La puntuación ICE se calcula multiplicando (o promediando, según la variante que uses) los tres valores en una escala del 1 al 10:
ICE Score = Impact × Confidence × Ease / 3
O en la versión más extendida:
ICE Score = (Impact + Confidence + Ease) / 3
La versión multiplicativa amplifica las diferencias y penaliza duramente una puntuación baja en cualquier dimensión. La versión sumativa (promedio) es más suave y se usa cuando el equipo tiene poca experiencia con el framework.
El impacto mide cuánto puede mejorar la métrica que más te importa si el experimento tiene éxito. Para puntuarlo bien, necesitas ser específico sobre cuál es esa métrica. En CRO suele ser la tasa de conversión, el revenue por sesión o la tasa de activación.
Guía orientativa:
El error más frecuente es sobrestimar el impacto. La mayoría de los experimentos bien ejecutados generan mejoras entre el 5% y el 15% en la métrica objetivo. Puntuar con 10 todos los impactos destruye la utilidad del framework.
La confianza mide cuánta evidencia tienes de que el experimento producirá el resultado esperado. Las fuentes de evidencia incluyen:
Guía orientativa:
La facilidad mide cuánto esfuerzo requiere implementar el experimento. Incluye tiempo de desarrollo, complejidad técnica, recursos de diseño y coordinación con otros equipos.
Guía orientativa:
Supongamos que somos el equipo de CRO de un SaaS B2B y tenemos estas cinco hipótesis en el backlog:
| Hipótesis | Impact | Confidence | Ease | ICE Score |
|---|---|---|---|---|
| Añadir social proof en la página de precios | 7 | 8 | 9 | 8.0 |
| Rediseñar el formulario de registro (menos campos) | 8 | 7 | 6 | 7.0 |
| Nuevo flujo de onboarding personalizado | 9 | 6 | 3 | 6.0 |
| Test de CTA en el hero de la home | 5 | 5 | 9 | 6.3 |
| Integrar chat en vivo en el checkout | 7 | 5 | 4 | 5.3 |
Con este análisis, el primer experimento a lanzar sería añadir social proof en la página de precios: alto impacto potencial, buena evidencia (los estudios sobre prueba social en páginas de precios son consistentes) y muy fácil de implementar. El nuevo flujo de onboarding tiene el mayor impacto potencial pero es complejo de implementar y tenemos menos certeza sobre el resultado exacto.
El framework RICE, creado por el equipo de Intercom, añade una cuarta dimensión al ICE: Reach (alcance).
RICE Score = (Reach × Impact × Confidence) / Effort
RICE es más preciso cuando los experimentos tienen alcances muy diferentes. Por ejemplo, si un experimento afecta al 100% de los usuarios y otro solo al 5% (como un cambio en el flujo de un feature poco usado), ignorar el alcance puede llevar a priorizar mal.
ICE es mejor cuando el alcance es similar entre experimentos o cuando el equipo necesita velocidad de priorización. RICE requiere estimar el número de usuarios afectados, lo que añade tiempo al proceso.
El framework PIE de Chris Goward (Widerfunnel) mide:
La diferencia principal con ICE es que PIE enfoca el Potential en el margen de mejora desde la situación actual, no en el impacto absoluto. Una página que ya convierte bien tiene menos Potential que una que convierte mal, aunque ambas tengan mucho tráfico.
El PXL, creado por el equipo de CXL, es el framework más riguroso para equipos avanzados de CRO. Evalúa:
PXL puntúa de forma binaria (sí/no) en la mayoría de dimensiones, lo que reduce la subjetividad. Es más lento de aplicar pero más objetivo.
El ICE Score es una herramienta, no una verdad absoluta. Para que funcione bien:
Puntúa en equipo, no en solitario. El ICE Score es más fiable cuando lo puntúan de forma independiente varias personas y luego se debate la discrepancia. Las diferencias de puntuación son en sí mismas un síntoma de desacuerdos sobre la evidencia o las prioridades del negocio.
Revisa y actualiza el backlog regularmente. La prioridad de un experimento cambia con los datos. Un experimento que era de baja confianza puede subir en la lista si aparecen nuevos datos que respaldan la hipótesis.
No uses ICE para experimentos muy distintos en alcance. Si tienes experimentos que afectan al 1% y al 100% de los usuarios respectivamente, usa RICE para no comparar peras con manzanas.
Documenta los resultados y retroalimenta la confianza. Si un experimento con confidence 8 fracasa, eso es información: algo fallaba en tu evidencia. Si uno con confidence 4 triunfa, también lo es. Esos aprendizajes deben mejorar la calidad de tus futuras estimaciones.
El objetivo final del ICE Score no es optimizar un solo experimento: es construir un ritmo de experimentación sostenible. Los equipos que experimentan más aprenden más rápido, y los equipos que aprenden más rápido ganan.
La priorización rigurosa evita dos patrones destructivos: el "experimento del mes" donde se lanza un test grande sin criterio claro, y el "experimento de la semana" donde se lanza todo sin suficiente evidencia y los resultados son ruidosos.
Si quieres implementar un programa de experimentación con priorización rigurosa en tu negocio, nuestro equipo de CRO tiene la metodología y la experiencia para acompañarte.
<a href="/es/servicios/agencia-cro" style=>Conoce nuestro programa de CRO</a>
¿Tienes un backlog de cambios en tu web sin saber por dónde empezar? Empieza con un diagnóstico gratuito:
<a href="https://scanandboost.weareboost.online/" style=>Audita tu web gratis con Scan&Boost</a>
Adrià Vidal es especialista en optimización de conversión y growth en Boost. Trabaja con empresas digitales para mejorar sus tasas de activación, retención y conversión mediante experimentación basada en datos. Conecta en LinkedIn
El CAC (Customer Acquisition Cost) mide cuánto te cuesta conseguir cada cliente. Aprende a calcularlo correctamente, entiende el ratio LTV/CAC y descubre...
El churn rate mide cuántos clientes pierdes en un periodo. Aprende a calcularlo, conoce los benchmarks por industria y descubre estrategias basadas en...
El data driven marketing no es solo tener dashboards bonitos. Es construir una cultura donde cada decisión de marketing se fundamenta en evidencia, no en...
