
Dan Patiño
AI Strategy & Innovation en Coderhouse
Producto
¿Qué es el Design Thinking y cómo se aplica para resolver problemas reales en una empresa?
Publicado el
Resumen: el Design Thinking es una metodología para resolver problemas poniendo a las personas en el centro. Se organiza en cinco etapas (empatizar, definir, idear, prototipar y testear) que se repiten hasta encontrar una solución que sea deseable para los usuarios, viable para el negocio y factible con la tecnología disponible. En una empresa se aplica para rediseñar procesos, mejorar productos o reducir problemas concretos como la tasa de abandono, siempre validando con usuarios reales antes de invertir en grande.
"Design Thinking" es uno de esos términos que aparecen en todas partes: en ofertas laborales de producto, en talleres de innovación y en presentaciones de consultoras. Pero muchas veces se explica de forma tan abstracta que cuesta imaginar cómo se usa un lunes a la mañana en una empresa. En este artículo te explicamos qué es, cuáles son sus etapas y, sobre todo, cómo se aplica paso a paso con un caso práctico de negocio.
Qué es el Design Thinking
El Design Thinking es un enfoque de resolución de problemas que toma herramientas del diseño y las aplica a cualquier tipo de desafío: un producto digital, un servicio, un proceso interno o una estrategia comercial. La consultora IDEO, una de las que más contribuyó a popularizarlo, lo resume en el equilibrio entre tres preguntas:
Deseabilidad: ¿estamos resolviendo un problema que realmente le importa a las personas?
Viabilidad: ¿la solución puede sostenerse como negocio?
Factibilidad: ¿se puede construir con la tecnología y los recursos disponibles?
La diferencia con otros métodos es el orden: primero se entiende a fondo el problema desde la perspectiva de quien lo vive, y recién después se piensa la solución.
Por qué las empresas lo usan
El diseño centrado en el usuario tiene impacto medible en el negocio. El estudio The Business Value of Design de McKinsey, que analizó 300 empresas durante cinco años, encontró que las compañías con mejores prácticas de diseño lograron un crecimiento de ingresos 32% superior al de sus pares. Entre esas prácticas aparecen dos pilares del Design Thinking: hacer del diseño centrado en el usuario una responsabilidad de todos y reducir riesgos testeando e iterando continuamente con usuarios reales.
Las cinco etapas del Design Thinking
1. Empatizar
El objetivo es entender a las personas afectadas por el problema: qué hacen, qué sienten y qué necesitan. Se usan entrevistas, observación, encuestas y análisis de datos de uso. La regla es escuchar sin proponer soluciones todavía.
2. Definir
Con lo aprendido, se formula el problema de forma clara y accionable. Un formato útil es: "[Usuario] necesita [necesidad] porque [insight]". Un buen problema bien definido es la mitad de la solución.
3. Idear
Se generan muchas ideas posibles sin juzgarlas. Técnicas como el brainstorming, el "¿cómo podríamos...?" o el crazy 8 ayudan a salir de la primera idea obvia. Después se eligen las más prometedoras.
4. Prototipar
Se construyen versiones rápidas y baratas de la solución: bocetos, maquetas en Figma, un formulario, un guion de atención. La idea es tener algo tangible para mostrar, no un producto terminado.
5. Testear
Se pone el prototipo frente a usuarios reales para ver qué funciona y qué no. Con lo aprendido se vuelve a cualquiera de las etapas anteriores. El proceso es iterativo, no lineal.
Caso práctico: cómo aplicar Design Thinking a un problema real de negocio
Imaginemos una plataforma de e-commerce de productos para el hogar con un problema concreto: el 70% de los usuarios que agregan productos al carrito abandona antes de pagar.
Empatizar
El equipo revisa datos de analítica y detecta que la mayoría del abandono ocurre en la pantalla de envío. Luego entrevista a 12 clientes que abandonaron y observa a 5 personas usando el sitio. Aparece un patrón: la gente descubre el costo de envío recién al final y no sabe cuándo le va a llegar el pedido.
Definir
Problema reformulado: "Los compradores primerizos necesitan conocer el costo y la fecha de entrega antes de decidir, porque la incertidumbre les genera desconfianza en la compra."
Idear
En una sesión de una hora salen más de 20 ideas. Se eligen tres: mostrar un calculador de envío en la ficha de producto, ofrecer envío gratis desde cierto monto y mostrar una fecha estimada de entrega en el carrito.
Prototipar
El equipo arma en dos días una maqueta navegable con las tres variantes, sin tocar el código del sitio.
Testear
Se prueba con 8 usuarios. La fecha estimada de entrega genera la reacción más positiva; el calculador en la ficha confunde a algunos. Se lanza primero la fecha estimada como experimento A/B y se mide el impacto en la tasa de conversión.
Etapa | Qué se hizo | Tiempo aproximado |
|---|---|---|
Empatizar | Análisis de datos, 12 entrevistas, 5 observaciones | 1 semana |
Definir | Formulación del problema con el equipo | Medio día |
Idear | Sesión de ideas y priorización | 1 día |
Prototipar | Maqueta navegable con tres variantes | 2 días |
Testear | 8 pruebas con usuarios y experimento A/B | 1 a 2 semanas |
La clave del caso es que la empresa no invirtió en rediseñar todo el checkout a ciegas: validó primero qué solución resolvía el problema real. Para medir el impacto de este tipo de iniciativas, es útil complementar con herramientas de Business Analytics dentro de la empresa.
Cómo aplicarlo en tu empresa aunque no seas diseñador
Empezá por un problema chico y medible. Un proceso interno lento o una métrica que no mejora.
Hablá con personas reales antes de proponer soluciones. Cinco entrevistas ya revelan patrones.
Prototipá barato. Una hoja, una presentación o una maqueta simple alcanzan para testear.
Usá IA para acelerar. Hoy es posible sintetizar entrevistas, agrupar insights y generar prototipos en mucho menos tiempo. En este artículo repasamos las mejores herramientas de UX Research con IA.
Iterá. El primer prototipo casi nunca es el definitivo, y está bien.
Si después de validar la idea querés llevarla a un primer producto, te puede servir esta guía sobre cómo pasar de la idea al MVP usando IA.
Errores comunes al aplicar Design Thinking
Saltear la etapa de empatía y arrancar directamente con ideas.
Confundir talleres con resultados: una sesión con post-its no sirve si no se testea con usuarios.
Enamorarse de la primera solución y buscar validarla en lugar de ponerla a prueba.
No medir el impacto una vez implementada la solución.
Cursos recomendados de Coderhouse
Si querés aplicar Design Thinking de forma profesional, estas opciones cubren distintos niveles:
Curso de UX Research: ideal para dominar la etapa de empatía: entrevistas, pruebas de usabilidad y síntesis de hallazgos.
Curso de Product Manager: para aprender a llevar los insights de usuarios a decisiones de producto y prioridades de negocio.
Carrera de Producto: la ruta completa para quienes quieren construir una carrera en producto, desde la investigación hasta el lanzamiento.
Elegí la opción que mejor se ajuste a tu perfil y empezá a resolver problemas con método.
Preguntas frecuentes
¿Qué es el Design Thinking en pocas palabras?
Es una metodología para resolver problemas que parte de entender a las personas afectadas, define el problema con claridad, genera ideas, las prototipa de forma rápida y las prueba con usuarios reales antes de implementarlas.
¿Cuáles son las 5 etapas del Design Thinking?
Empatizar, definir, idear, prototipar y testear. No son pasos estrictamente lineales: es común volver a una etapa anterior según lo que se aprende en las pruebas.
¿El Design Thinking sirve solo para diseñadores?
No. Se aplica en producto, marketing, recursos humanos, operaciones o atención al cliente. Cualquier equipo que necesite resolver un problema centrado en personas puede usarlo.
¿Cuál es la diferencia entre Design Thinking y metodologías ágiles?
El Design Thinking ayuda a descubrir qué problema resolver y qué solución tiene sentido. Las metodologías ágiles, como Scrum, ayudan a construir y entregar esa solución de forma iterativa. Se complementan muy bien.
¿Cuánto tiempo lleva un proceso de Design Thinking?
Puede ir desde un sprint de una semana para un problema acotado hasta varios meses para desafíos complejos. Lo importante no es la duración, sino validar con usuarios antes de invertir en la solución final.

Sobre el autor
Soy Dan Patiño, responsable de AI Strategy & Innovation en Coderhouse. Mi día a día consiste en fusionar la gestión táctica del e-commerce (CRO, Email Marketing y SEO) con el desarrollo de soluciones disruptivas. Me especializo en crear apps internas con IA para automatizar tareas y potenciar la innovación dentro del equipo. Creo fielmente que la tecnología es el mejor aliado de la estrategia. Para profundizar en mi recorrido profesional, te espero en mi perfil de LinkedIn.
Artículos destacados
Ver todos los artículos
Guía de Rol
Business Intelligence como carrera: qué hace un BI Analyst, cuánto gana y cómo entrar al sector
Publicado el
Tutorial: Guía Paso a Paso
APIs de IA para principiantes: cómo conectar GPT, Claude y Gemini a tus proyectos
Publicado el
Comparativa de Herramientas
Business Intelligence vs Data Analytics: diferencias clave, herramientas y qué aprender primero en Argentina
Publicado el
Uso de IA
Agentes de IA: qué son, para qué sirven y cómo empezar a usarlos en tu trabajo
Publicado el
Tutorial: Guía Paso a Paso
Claude Cowork vs. ChatGPT: ¿Cuál es la mejor herramienta?
Publicado el
Ruta de Aprendizaje
¿Cómo aprender inteligencia artificial desde cero? Guía Completa
Publicado el
