Result
El problema no era el número, era el valor invisible
Iteración end-to-end de Result, la pantalla más importante de TaxDown: la última antes de decidir si se paga y la única que sigue ahí siempre.
TL;DR
01 · Problema
Quien veía su resultado no entendía qué aportaba TaxDown frente al borrador de Hacienda: si el número se parecía, no veía por qué pagar. Y quien no veía número convertía 2,4 veces peor.
02 · Solución
Convertí las tres barreras del research en principios y pasé de mostrar una cifra a explicar su valor: primero con experimentos por cohorte, después con una explicación personalizada generada con IA.
03 · Impacto
Cuando no se puede calcular el resultado, explicar el porqué y dar un estimado sube el pago un +17,8 % con significancia. Cuando sí se puede, la explicación con IA suma en tendencia y ya está en producción para todos.
+17,8%
Conversión a pago cuando no se puede calcular el resultado · Exp 1, con significancia
+9,05%
Envío a revisión cuando no se puede calcular el resultado · Exp 1
+6,1%
Pago con la explicación IA cuando se puede calcular · relativo, sin significancia (≈+20 % antes de un bloqueo externo)
+21%
Conversión a pago desde Result, interanual · 8,6 % → 10,4 %
- Rol Product Design Lead
- Equipo Squad Imagineering
- Plataforma Desktop · iOS · Android · Responsive
- Periodo Abr → jul 2026
01 · Contexto
La pantalla por la que pasan todos los usuarios
El momento clave
Result
Muestra el resultado, el ahorro conseguido con deducciones que el usuario desconoce (≈400 € de media) y el valor frente a hacer la renta por tu cuenta.
Caso 1
Se puede calcular
Tenemos toda la información y calculamos con fiabilidad: resultado, ahorro y por qué merece la pena continuar. ~80 % ve su resultado al terminar el flujo.
Caso 2
No se puede calcular
Nueve situaciones fiscales complejas impiden un cálculo fiable. En vez de arriesgar una cifra incorrecta, explicamos que hace falta una revisión experta.
02 · Problema de negocio
Si no entiende la pantalla, no convierte
Muchos usuarios llegan solo a conocer su resultado y se van sin contratar. Y la conversión solo se sostiene cuando sale a devolver: un problema de escalabilidad.
A devolver
9,34 %
Convierte a pago. El único caso en el que el número se vende solo.
A pagar
4,05 %
Menos de la mitad. La mala noticia no se acompaña de valor.
Igual / 0 · el más castigado
2,15 %
Si el número coincide con el borrador, el usuario no ve por qué pagar.
El segmento que empeora frente al borrador tiene el peor NPS: 41,0, y 36,1 si además sale a pagar. Justo antes de pagar.
03 · Problema de usuario
No percibe el trabajo invisible de TaxDown
Result "funciona" visualmente, pero no comunica lo que hacemos por debajo. Si el número se parece al del borrador, el usuario cree que no gana nada pagando. Renta Web, el programa público del Gobierno, es el competidor mental.
Valor · desencanto
"¿En qué se diferencia del programa del Gobierno?"
402 conversaciones de soporte (≈10 % de la campaña) por discrepancia con el borrador. Más del 60 % de las que atendía el experto no veía valor.
Claridad · vértigo
"No supe qué hacer"
El precio es el motivo más declarado de no-conversión, muy ligado a no saber qué incluye el servicio ni qué hacer después.
Confianza · inseguridad
"Confié, pero con dudas"
Quien no ve su resultado tiene un NPS 8,3 puntos por debajo (66,7 frente a 75,0) y convierte 2,4 veces peor (4,78 % frente a 11,58 %).
Evidencia · métricas en vivo, con la campaña ya iniciada
Encuesta + entrevistas intención y no-conversión
3 barreras
Inseguridad, desencanto y vértigo. Tres intenciones de llegada: convencido-bloqueado, explorador y simulador que viene a comparar.
Amplitude conversión por tipo
>4×
de diferencia entre el mejor y el peor caso: 9,34 % a devolver frente a 2,15 % igual / 0.
Matriz NPS diferencia vs borrador
41,0
NPS de quien empeora. Y un matiz: quien no recibe cambios (64,2) está más satisfecho que quien recibe mejoras (56,5).
Soporte pre-pago
402
conversaciones (≈10 %) abiertas por discrepancia con el borrador de la AEAT.
Restricciones · los límites dentro de los que diseñé
- Depende del apoderamiento Solo podemos comparar lado a lado con la AEAT cuando tenemos los datos del usuario.
- Instrumentación insuficiente La propiedad de ahorro nunca marcaba los resultados peores que el borrador: el segmento prioritario era invisible.
- Ventana de campaña fija Los experimentos corrieron entre el 30 de abril y el 6 de julio; Smart Result pasó de diseño a producción en ~3 semanas.
04 · UX Thinking
De mostrar un número a explicar su valor.
Primero resolví cuando no se puede calcular el resultado. Lo aprendido ahí llevó a la IA cuando sí se puede calcular.
- Contra el vértigo
Guiar
Dejar clarísimo el siguiente paso.
- Contra el desencanto
Demostrar valor
Explicar la diferencia con el borrador.
- Contra la inseguridad
Dar confianza
Hacer visible la revisión humana.
Paso 1 · Cuando no se puede calcular el resultado
Explicar el porqué convirtió la espera en confianza
Sin cifra ni explicación, era la cohorte que peor convertía. Añadí un resultado estimado, por qué su renta es compleja y 3 pasos con experto.
Paso 2 · Cuando sí se puede calcular: IA
Un mensaje genérico no funcionó (Exp 2, revertido). Lo que funcionaba era explicar el caso concreto, y con tantas casuísticas eso no se escribe a mano: lo generamos con IA.
- 01
Lee la casuística
Perfil fiscal y diferencia con el borrador.
- 02
Un LLM la procesa
Devuelve una estructura, no texto libre.
- 03
Se pinta en mi diseño
En los espacios que diseñé.
Desliza dentro de la pantalla
Mi papel
Diseñé el molde, no el texto
El diseño es un placeholder: el contenido cambia, pero la IA siempre lo pinta en los espacios que definí. Así la pantalla es coherente y el usuario la entiende.
- Resultado y color según el tipo
- Diferencial frente al borrador
- Explicación generada
- Informe con cambios etiquetados
- Un único CTA
UI design · cuando se puede calcular el resultado
Misma estructura para todos, contenido a medida de cada usuario.
"¡Enhorabuena!", "Lo sentimos" o "En tablas", sin explicar nada.
Matriz de casuísticas · lo que absorbe la IA
Cada usuario ve una combinación distinta de tipo × plan × ahorro.
Bajo el capó · instrumentación
Medir lo que importa
La propiedad de ahorro ocultaba a quien salía peor que el borrador. Una diferencia con signo frente al borrador permitió segmentar el mensaje, alimentar a la IA y medir de verdad. Un cambio de ~1 día que desbloqueó todo el análisis.
Principios de diseño
3 principios · toca cada uno
“Cada resultado, su mensaje.” El contenido se adapta al tipo de resultado y al perfil fiscal: no hay un Result único.
“Nada sin explicar de dónde sale.” Cada cifra muestra qué hemos hecho y en qué difiere del borrador.
“Una pantalla, una decisión.” Priorizar lo que ayuda a decidir y quitar el ruido que no suma a la conversión.
Decisiones clave
Explicación personalizada, generada con IA frente al borrador
El Exp 2 demostró que un mensaje genérico no mueve la aguja. El prompt absorbe la combinatoria de casuísticas y perfiles en lugar de una matriz manual de mensajes.
Comunicar el trabajo invisible
Deducciones, ajustes y casuísticas aplicadas. El caso "peor" se reencuadra como mejor revisión: hemos añadido datos que Hacienda no tenía.
Comparativa lado a lado con el borrador
Convierte la duda en una respuesta visual. Queda planteada para la siguiente iteración, porque depende del apoderamiento.
Poner en valor la revisión humana
Qué hará el fiscalista por ti. "Confié, pero con dudas" es la respuesta dominante.
Instrumentar con una diferencia con signo
Complementa la propiedad de ahorro para distinguir los resultados peores, segmentar y medir.
Alternativas descartadas
- Next steps detallados cuando se puede calcular el resultado. Probado como Exp 2 y revertido: bajó el envío a revisión un 4,75 %. Se simplificó el contenido para no añadir ruido en el momento de decisión.
Trade-offs
- Comparativa parcial. El lado a lado solo es posible con apoderamiento; se priorizó explicar la diferencia en pantalla, que llega a todos los resultados calculados, frente a comparaciones poco fiables.
05 · Impacto
Los experimentos validan la dirección
Explicar mueve la aguja: con fuerza cuando no se puede calcular el resultado, y cuando sí se puede solo si la explicación es personalizada, no con un mensaje genérico.
Tres experimentos · uplift frente a control
Envío a revisión Pago
Donde no habla el número
+9,6 %
en envío en "igual que el borrador" y +4,4 % en pago en "a pagar". En "a devolver", ~nulo.
El antecedente
67,5 % vs 4,78 %
envío a revisión con y sin explicación del porqué (~14×). No es un A/B; el Exp 1 lo confirmó.
Interanual
8,6 % → 10,4 %
conversión a pago desde Result: mérito acumulado de todo lo que cambió en la pantalla.
En producción
100 %
La explicación con IA está disponible para todos desde el 6 de julio.
Smart Result no alcanzó significancia: la campaña terminó con menos del 10 % de la muestra objetivo, y la mejora en pago venía estable en ≈+20 % hasta que un bloqueo externo antes del checkout contaminó la métrica.
Antes → después
Lo que no funcionó
01 · Mensaje genérico
El Exp 2 se revirtió. −4,75 % en envío a revisión y +1,51 % en pago, sin significancia. Sin personalización, la aguja no se mueve.
02 · Igual / 0
Sigue siendo el más castigado (2,15 % en campaña). Smart Result da ahí su mejor señal relativa, pero con muestra baja.
03 · Reinicios
Subieron 1,31 puntos, el único guardarraíl no cumplido. Queda por interpretar si es fricción buena o mala.
04 · Soporte
El efecto en soporte sigue sin dato: la reducción de tickets por discrepancia requiere una ventana post-campaña.
Aprendizajes
Personalizar el mensaje por casuística y perfil desde el diseño, e instrumentar con una diferencia con signo frente al borrador.
Tratar Result como un mensaje único para todos y asumir que mostrar la cifra basta.
Explicar antes que mostrar, el patrón que funcionó cuando no se puede calcular el resultado, y hacer visible la revisión humana en el momento de mayor decisión.
Siguiente paso · Result generativo con IA
01 · Decidir
Elegir el sistema de IA definitivo: los dos comparados empataron en todas las métricas; queda una cata de calidad fiscal.
02 · Extender
Llevar la explicación personalizada con IA a cuando no se puede calcular el resultado y permitir interactuar con ella, con los mismos componentes.
03 · Modular
Una pantalla que adapta la información de valor a cada situación: años anteriores, member get member, seguridad y comparativa con el borrador.
¿Quieres profundizar?