Introducción
Contexto
trustNcook surge como proyecto individual del diseño de UX Research en Ironhack (Marzo 2020). El contexto era claro: el 78% de las personas repiten las mismas 5-7 recetas cada semana, no por falta de creatividad, sino por fatiga de decisión.
El mercado de apps de recetas estaba saturado con soluciones que enfocaban en "cómo cocinar" (instrucciones paso a paso, vídeos...), pero nadie resolvía el problema anterior: "¿qué cocino esta semana?". La planificación de comidas era el verdadero pain point no resuelto.
El Problema
El Reto
¿Cómo podemos eliminar la fricción en la planificación de comidas para que comer saludable sea más fácil que pedir a domicilio?
La investigación reveló una desconexión entre intención y acción:
Repite las mismas recetas semanalmente
Desperdicia comida por falta de planificación
Quiere comer mejor pero no sabe cómo empezar
"Siempre acabo cocinando lo mismo o pidiendo a domicilio porque no quiero pensar qué hacer."
Metodología
Mi Proceso de Research
Este proyecto puso el foco en la investigación de usuarios real. Quería demostrar que un buen diseño no viene de suposiciones, sino de datos cualitativos y cuantitativos.
1. Entrevistas en Profundidad
Días 1-3
Entrevisté a 12 personas con diferentes perfiles: estudiantes, profesionales, padres/madres. Pregunté sobre su rutina de compra y cocina, no sobre "apps de recetas".
Insight clave: El problema no era "no saber cocinar sano", sino tener que decidir qué cocinar cada día. Esta fatiga llevaba a repetir recetas o pedir comida.
2. Encuesta Cuantitativa
Días 3-5
Envié una encuesta a 50 personas para validar las hipótesis de las entrevistas y obtener datos cuantitativos sobre frecuencia de compra y desperdicio.
Suposición errónea: Pensaba que el problema era "buscar recetas nuevas". Los datos mostraron que el 78% ni siquiera buscaba; cocinaban lo mismo por inercia.
3. Análisis Competitivo
Días 4-6
Analicé 8 apps del mercado. Todas enfocaban en el catálogo de recetas, pero ninguna resolvía la planificación automatizada.
4. User Personas & Wireframes
Días 7-10
Creé 2 personas basadas en datos reales. Wireframes low-fi enfocados en el flow: planificar semana → generar lista de compra.
Decisión de diseño: El calendario visual semanal como pantalla principal. Los usuarios podían arrastrar y soltar recetas en días específicos.
5. Testing de Usabilidad
Días 11-14
Prototipo Hi-Fi en Sketch + InVision. Tests con 6 usuarios. Tasa de éxito del 100% en planificar una semana completa sin ayuda.
Demo del prototipo navegable
Resultado
La Solución
trustNcook automatiza la parte aburrida (planificar) para que el usuario disfrute la parte divertida (comer). Menos decisiones, más acción.
Planificador Semanal
Arrastra recetas a cada día. Visualiza tu menú completo de un vistazo.
Lista Automática
Generada sola según recetas elegidas. Agrupa por categorías y sincroniza.
Modo "Lo que tengo"
Reduce desperdicio sugiriendo recetas con ingredientes que ya tienes en casa.
Sugerencias Smart
Aprende de tus gustos y balancea proteínas/verduras automáticamente.
Investigación Completa
Descubre cómo los datos se transformaron en un producto digital centrado en las personas.
Leer en Medium arrow_outwardValidación y Negocio
Impacto Estratégico
El valor de trustNcook no reside en el catálogo de recetas, sino en la optimización del tiempo del usuario y la reducción del desperdicio alimentario.
100%
Éxito en completar la planificación semanal
-80%
Tiempo de decisión (20 vs 4 min)
9.2
Net Promoter Score (User Testing)
Pensamiento de Producto
Monetización y LTV: Diseñé el flujo pensando en un modelo freemium. La planificación básica es gratuita, pero la generación automática de lista de la compra y sincronización con supermercados online (vía API) se planteó como el principal driver de ingresos.
Product Discovery: Dediqué el 60% del tiempo a la fase de descubrimiento. Esto evitó desarrollar un motor de búsqueda complejo cuando los datos nos decían que el usuario lo que necesitaba era un "recomendador inteligente" para reducir la parálisis por elección.
Aprendiendo del Error
En las primeras iteraciones, diseñé una función de social cooking para compartir planes con amigos. Los tests de usabilidad demostraron que era una característica secundaria que solo añadía ruido visual. Tuve que ser honesto y eliminarla del MVP para centrarme en el flujo principal de planificación, lo que mejoró significativamente la satisfacción del usuario.
Aprendizajes Clave
- Research primero: Entender el problema evitó diseñar features innecesarios. El 80% se definió en investigación.
- Datos > Opiniones: Validar con 50+ personas eliminó sesgos. Mi idea inicial del problema era errónea.
- El problema oculto: Los usuarios no necesitaban más recetas, sino menos fricción para decidir.
Impacto Estimado
• Reducción de desperdicio de comida en un 40% (~80€/mes ahorrados).
• Aumento de variedad nutricional (de 7 a 20 recetas/mes).
• Reducción de pedidos a domicilio en un 60%.