Compatibilidad de autopartes
+10%
Incremento en ventas de la vertical−15%
Reducción de devoluciones de la vertical6
Países con despliegue (MX, AR, BR, CO, CL, PE)Contexto y problema
La vertical de autopartes de MercadoLibre presentaba una tasa de devoluciones significativamente superior al promedio del marketplace. Al analizar el árbol de decisiones del flujo de devoluciones, los datos revelaron que la incompatibilidad de piezas era el principal motivo: los compradores no tenían forma de verificar si un repuesto era adecuado para su vehículo antes de comprarlo, y debían asumir los costos y tiempos de la devolución una vez que la pieza llegaba a sus manos. Esto afectaba directamente los costos operativos, los ingresos y la reputación del marketplace como fuente confiable de repuestos.
Proceso de diseño
Diagnóstico cuantitativo
Análisis de datos de devoluciones, impacto económico por incompatibilidades y revisión de quejas registradas en CDA durante el proceso de devolución.
Benchmark de competidores
Relevamiento de soluciones de compatibilidad en marketplaces internacionales de autopartes para identificar patrones y estándares de la industria.
Diseño del flujo end-to-end
Arquitectura de dos flujos paralelos — el del vendedor para informar compatibilidades en sus publicaciones, y el del comprador para seleccionar su vehículo y recibir feedback sobre si la pieza le funciona.
Research con usuarios
Entrevistas con vendedores para entender cómo gestionaban la información de compatibilidad de sus productos y qué barreras tenían para documentarla.
Pruebas de usabilidad
Validación con compradores y vendedores para evaluar la claridad y utilidad de los distintos modelos de presentación de compatibilidades.
Métricas de uso y behavioral analytics
Revisión de mapas de calor y grabaciones en Hotjar para identificar patrones de comportamiento en PDPs de autopartes.
Decisión de diseño clave
El catálogo disponible en ese momento no permitía confirmar la compatibilidad de manera certera, solo aproximarla. La decisión más compleja fue lanzar un MVP que indicara compatibilidad posible —no garantizada— aun sabiendo que esa experiencia era incompleta: no daba certeza al usuario y, en apariencia, aportaba poco valor real.
Sin embargo, la apuesta fue estratégica: poner ese MVP en producción nos permitió recolectar datos reales de comportamiento que de otra forma no hubiéramos tenido. Esa data fue la que terminó justificando y orientando los ajustes necesarios para evolucionar hacia una experiencia que sí diera certeza al usuario —que le permitiera encontrar la pieza correcta con la seguridad de que funcionaría en su vehículo.
Un MVP que no resuelve el problema completo puede ser, paradójicamente, la ruta más eficiente hacia la solución que sí lo resuelve —siempre que esté diseñado para generar los datos correctos.
Pivote y evolución
Una vez que el MVP mostró mejoras en los indicadores, el equipo priorizó mejorar la calidad del catálogo. Esto requirió diseñar un flujo adicional orientado a vendedores, para impulsarlos a completar la información de compatibilidad de sus productos — un esfuerzo de diseño orientado a cambio de comportamiento más que a conversión directa.
Metodos utilizados
- Benchmark
- Research con vendedores
- Pruebas de usabilidad
- Análisis de métricas
- Hotjar (mapas de calor + video)
- Redacción UX
Aprendizaje
Los datos reales, incluso los que provienen de un MVP imperfecto, son más valiosos que cualquier hipótesis bien formulada. Un MVP que no resuelve todo el problema pero que genera datos reales desbloquea decisiones, valida supuestos y permite avanzar con claridad hacia la solución completa.
Descripción
Mercado Libre
Rediseño del flujo de compra en la vertical de autopartes para que los compradores pudieran verificar la compatibilidad de una pieza con su vehículo antes de comprarla, reduciendo devoluciones por incompatibilidad e impactando directamente los costos operativos y la reputación del marketplace.