Lo que funcionó
Las personas entendieron mejor qué estaban comprando, identificaron con más facilidad señales como envío gratis y valoraron poder revisar detalles del producto sin salir del carrito.
Caso de estudio · Workshop práctico CASA UX
Cómo rediseñamos el flujo armado de carrito de Amazon para priorizar la información crítica y acompañar la decisión de compra con confianza.
de abandono de carrito en el PRD ficcional que dio origen al desafío.
de regresiones desde el carrito a la ficha de producto.
de workshop para investigar, rediseñar, prototipar y testear la propuesta.
Situación
Este proyecto surgió en el Workshop de práctica profesional de CASA UX, un espacio de formación y mentorías que llevan adelante Ludmila Disa y Lucre Gandolfo. Trabajé junto a Bárbara Montes, UX/UI Designer, y Melany Moglia, UX Researcher, sobre un caso de estudio ficcional de Amazon.
El punto de partida fue un PRD que describía un problema de negocio y de experiencia: crecían los abandonos de carrito y cada vez más personas volvían desde el carrito a la ficha de producto antes de finalizar la compra. Esa regresión sugería que el flujo no estaba resolviendo una necesidad crítica en el momento más sensible de la decisión.
Como equipo, decidimos trabajar sobre la experiencia mobile y revisar de punta a punta tres pantallas: ficha de producto, pantalla de agregado al carrito y carrito. El objetivo era entender qué necesita el usuario para decidir si compra y proponer mejoras que reduzcan la fricción.
Tarea
Antes de pensar soluciones, trabajamos el problem framing: desarmar supuestos, detectar sesgos y convertir el problema en preguntas concretas de diseño e investigación. La tarea consistía en identificar qué señales necesitaban los usuarios para validar su compra con seguridad y cómo reorganizar el flujo para bajar la carga cognitiva sin distraer del objetivo principal.
A partir de la revisión inicial formulamos una hipótesis central: el flujo actual no brindaba la información crítica en el momento oportuno y eso generaba inseguridad, dudas y falta de confianza para avanzar al checkout.
Esa hipótesis se tradujo en un objetivo de investigación muy concreto: entender qué información, validaciones y señales necesitan las personas durante el armado y la revisión del carrito para decidir completar o abandonar la compra.
El problema quedó formulado así: el carrito no prioriza la información crítica que las personas necesitan para validar su compra con confianza.
Acción
El trabajo avanzó en capas: primero analizamos el flujo actual con foco en las heurísticas de Nielsen, leyes de UX, jerarquía de la información y lenguaje; después hicimos desk research, benchmark y sumamos evidencia con una encuesta a usuarios reales; por último, rediseñamos las pantallas y validamos la propuesta en un prototipo funcional.
La revisión heurística mostró que el problema era una combinación de densidad visual, señales ambiguas, decisiones mal jerarquizadas y falta de contexto en momentos críticos del recorrido.
Vimos problemas con la heurística 4 (Consistencia y estándares), cuando el flujo cambiaba la terminología entre pantallas para hablar de garantía o protección; con la heurística 8 (Diseño estético y minimalista), por la sobrecarga de texto y la dificultad para aislar la información importante; y con la heurística 1 (Visibilidad del estado del sistema), cuando la persona no veía con claridad qué había agregado, cuánto costaba o cuál era el siguiente paso.
También nos apoyamos la ley de Miller, para reducir la carga mental agrupando información relacionada por bloques; el principio de affordance, para revisar qué elementos realmente se percibían como acciones; y la relación entre jerarquía visual, proximidad y reconocimiento antes que recuerdo para hacer más evidente lo que la persona necesitaba confirmar antes de comprar.
Antes de proponer mejoras, hicimos desk research y benchmark para entender cómo resolvían este mismo momento del journey otros marketplaces. Analizamos especialmente los flujos mobile de Mercado Libre, eBay, SHEIN, Walmart y TikTok Shop.
Ese relevamiento nos ayudó a comparar patrones de agregado al carrito, revisión de compra, jerarquización de precios y descuentos, tratamiento de envíos, presencia de reviews, cross-sell y claridad de los CTA. El objetivo era entender qué convenciones ya estaban instaladas en el mercado y dónde había oportunidades para reducir fricción.
Para ganar insights del producto vivo, hicimos una encuesta con usuarios reales de Amazon. Los datos reforzaron algo clave: las dudas no estaban tanto en el deseo de compra como en la necesidad de validar información antes de avanzar.
Con la encuesta, aparecieron hallazgos muy claros: las personas necesitaban validar costos y tiempos de entrega, volvían a la ficha de producto para reconfirmar variantes y detalles, la densidad visual dificultaba identificar lo importante, el cross-sell competía con la tarea principal y las reviews funcionaban como una señal de confianza incluso dentro del contexto del carrito.
Además de la arquitectura de información, trabajamos la estructura narrativa de la experiencia: qué necesita ver el usuario, cuándo, en qué orden y con qué prioridad para avanzar con confianza.
Detectamos que el carrito actual funcionaba sobre todo como una instancia transaccional, cuando en realidad las personas todavía estaban decidiendo. Por eso redefinimos el enfoque: el carrito debía acompañar la validación, la comparación y la construcción de confianza antes del checkout.
Esta lógica conceptual ordenó toda la propuesta: transformar una experiencia cargada y transaccional en una experiencia de validación clara, confiable y orientada a la toma de decisión.
Con esa evidencia, rediseñamos la arquitectura y jerarquía de la información del flujo completo. Cada pantalla debía responder la pregunta que la persona usuaria se estaba haciendo en ese momento, sin forzarla a volver atrás.
También trabajamos un mejor uso del white space para destacar lo más importante según el análisis de jerarquía de la información, una semántica del color más clara y el tamaño y peso tipográficos para guiar la lectura. Por ejemplo, el envío gratis pasó a señalarse con un verde claro pero destacado, mientras que el porcentaje de descuento tomó un destaque rojo para transmitir urgencia y apoyar la conversión sin competir con la información central del producto.
En nuestra propuesta quedaron mejor resueltas varias heurísticas: la visibilidad del sistema al mostrar qué se agregó y cómo seguir; la consistencia al unificar copy y criterios entre pantallas; la relación entre el sistema y el mundo real al hacer más reconocibles señales como descuentos y beneficios; y la flexibilidad y eficiencia de uso al permitir revisar detalles sin salir del carrito.
Además del rediseño de base, propusimos dos funcionalidades específicas para resolver comportamientos observados en el flujo y mencionados en el PRD.
En ambas features también aplicamos criterios heurísticos y principios de UX: control y libertad del usuario, visibilidad del estado del sistema y mejor affordance para que la interfaz expresara con más claridad qué iba a ocurrir después de cada acción.
Llevamos la propuesta a un prototipo funcional en Figma y la testeamos para entender si realmente facilitaba la validación de compra y aumentaba la confianza para seguir al checkout.
Las hipótesis a validar fueron:
Resultado
Como se trató de un workshop, el resultado no fue una implementación en producción sino un prototipo testeado que permitió validar parte de la propuesta y, al mismo tiempo, detectar nuevas oportunidades de mejora.
El principal avance fue haber convertido el desafío propuesto por Producto en el PRD en un sistema de decisiones de diseño respaldado por evidencia: la regresión a la ficha no era un capricho del usuario, sino un síntoma de información insuficiente o mal jerarquizada en el carrito.
Las personas entendieron mejor qué estaban comprando, identificaron con más facilidad señales como envío gratis y valoraron poder revisar detalles del producto sin salir del carrito.
Persistieron dudas sobre el resumen de precios, hubo componentes con affordance débil como “guardar para más tarde” y aparecieron microinteracciones que todavía podían simplificarse.
En el test aparecieron aprendizajes muy útiles para la siguiente iteración:
El aprendizaje más transformador fue que cuando una persona vuelve atrás en un flujo de compra, muchas veces no está dudando de comprar, sino tratando de recuperar información que el sistema no le dio a tiempo.