Por qué casos reales
En FLOAT LLC usamos casos reales para mostrar qué ocurre cuando dejamos de culpar a las personas por sus decisiones y empezamos a rediseñar los entornos donde deciden. Verás cómo un simple cambio en el orden de opciones, en el momento de un recordatorio o en la forma de presentar la información puede alterar patrones de comportamiento muy arraigados. No hablamos de teorías abstractas, sino de formularios, mensajes y flujos que cualquier equipo puede reconocer. Cada caso incluye el problema original, la hipótesis conductual, el nudge aplicado y el impacto observado, con sus matices y limitaciones.
Casos destacados
Revisiones de salud
Una entidad de salud quería aumentar la asistencia a revisiones preventivas sin saturar a su personal ni recurrir a mensajes alarmistas. El proceso original enviaba recordatorios genéricos en momentos poco oportunos y pedía a las personas que eligieran entre demasiadas franjas horarias. Analizamos datos de asistencia, entrevistas con pacientes y el contenido de los mensajes existentes. Rediseñamos el recorrido con un mensaje inicial más concreto, una opción recomendada por defecto y recordatorios ajustados al comportamiento previo de cada grupo. Tras un piloto controlado, se observó un aumento relevante en las citas confirmadas y una reducción de cancelaciones tardías, siempre respetando la posibilidad de cambiar o rechazar la propuesta sin presiones.
Decisiones financieras cotidianas
Un proveedor de servicios financieros quería que más personas revisaran información clave antes de tomar decisiones cotidianas sobre productos sencillos. El flujo original escondía detalles relevantes en documentos largos y técnicos que casi nadie leía. Empezamos identificando los puntos donde las personas tomaban decisiones rápidas con información incompleta. Luego diseñamos una arquitectura de elección más clara, con resúmenes visuales, comparaciones simples y avisos en momentos críticos del proceso. Probamos diferentes versiones en un entorno controlado y medimos tanto la comprensión declarada como el comportamiento posterior. El resultado fue un aumento en la proporción de personas que revisaban la información esencial y una disminución de decisiones apresuradas, sin bloquear a quienes ya tenían claro lo que querían hacer.
Uso responsable de recursos
Un operador de servicios urbanos buscaba reducir el uso innecesario de recursos
en instalaciones compartidas sin recurrir a mensajes culpabilizadores. La
comunicación anterior se limitaba a carteles genéricos que la mayoría ignoraba.
Analizamos cuándo y cómo se producían los consumos evitables y qué señales
recibían las personas en esos momentos. Co-diseñamos intervenciones que
combinaban recordatorios situados estratégicamente, opciones por defecto más
eficientes y retroalimentación periódica sobre el impacto colectivo. En el
piloto se observó una reducción sostenida en determinados patrones de uso, junto
con una mayor percepción de control por parte de las personas usuarias, que
entendían mejor las consecuencias prácticas de sus elecciones diarias.
Cómo trabajamos los casos reales
En esta selección de casos mostramos cómo abordamos tres tipos de retos: decisiones
de salud que se postergan, elecciones financieras cotidianas que se toman con poca
información y hábitos ambientales que chocan con la inercia diaria. En cada proyecto
empezamos por observar el comportamiento real, no por juzgarlo. Después formulamos
hipótesis conductuales, co-diseñamos nudges con los equipos internos y probamos
variantes en pequeño. Algunos experimentos confirmaron nuestras intuiciones, otros
las desmontaron por completo, y en ambos escenarios documentamos lo aprendido. No
prometemos cambios espectaculares, pero sí procesos trazables donde cada paso puede
explicarse y revisarse. Los resultados que compartimos aquí ilustran tanto los
aciertos como los límites de aplicar arquitectura de elección en contextos
complejos.
Lo que dicen quienes han vivido los proyectos desde dentro
Trabajar con FLOAT LLC nos obligó a mirar de frente nuestros propios formularios, mensajes
y procesos, en lugar de culpar a las personas por no acudir a las revisiones. Nos
pidieron datos concretos, nos hicieron explicitar qué comportamiento queríamos cambiar y
nos advirtieron desde el principio de que Past performance doesn't guarantee future
results. El piloto no fue perfecto, pero sí lo bastante sólido como para justificar una
ampliación cuidadosa. Lo más valioso fue la documentación del proceso: ahora entendemos
mejor por qué algunas personas seguían sin acudir y qué límites tiene el nudging en un
sistema de salud con tantas presiones.
Elena Navarro
Responsable de programa de salud
Sobre la autora
Responsable de un programa de salud poblacional que llevaba años intentando mejorar la asistencia a revisiones preventivas sin sobrecargar a equipos ya saturados ni recurrir a mensajes alarmistas poco efectivos.
Contexto del caso
Proyecto de recordatorios de salud centrado en revisiones periódicas, con énfasis en transparencia, respeto a la autonomía y seguimiento cuidadoso de efectos secundarios no deseados.
01
Con otros proveedores habíamos recibido recomendaciones genéricas sobre
usabilidad, pero aquí hablamos de sesgos concretos, hipótesis contrastables y
métricas claras. FLOAT LLC insistió en probar variantes en pequeño y en aceptar que
algunos cambios podrían no tener efecto medible. Eso nos ayudó a priorizar y a
dejar de perseguir soluciones milagrosas. Ahora tenemos un flujo más claro y un
equipo que entiende mejor qué puede aportar la economía del comportamiento y qué
no.
Sergio Molina
Responsable de producto digital
Ver detalles
Proyecto centrado en mejorar la comprensión de información clave antes de decisiones financieras cotidianas, con énfasis en claridad y respeto a la autonomía.
02
Nos sorprendió que el primer paso no fuera diseñar carteles nuevos, sino observar cuándo y cómo se producían los consumos evitables. FLOAT LLC cuestionó varios mensajes que considerábamos imprescindibles por ser demasiado culpabilizadores o poco transparentes. El resultado fue una intervención más respetuosa, basada en pequeños cambios acumulativos y en un seguimiento honesto de los datos, sin prometer reducciones espectaculares ni soluciones inmediatas.
Laura Ibáñez
Responsable de sostenibilidad urbana
Leer más
Intervención sobre uso responsable de recursos en instalaciones compartidas, combinando señales físicas, opciones por defecto y retroalimentación periódica.
03
Lo que más valoramos fue la manera en que FLOAT LLC conectó los debates éticos con decisiones muy concretas de texto, orden de opciones y tiempos de envío. No se limitaron a citar teorías; nos ayudaron a traducirlas en pruebas específicas y en decisiones documentadas. Aunque algunos resultados fueron modestos, el aprendizaje acumulado cambió nuestra forma de plantear nuevos proyectos y nos dio un lenguaje común para hablar de nudging sin caer en exageraciones.
Miguel Herrera
Director de operaciones
Más contexto
Caso de rediseño de comunicaciones en programa de revisiones preventivas con foco en segmentación de mensajes y opciones recomendadas.
Antes y después de rediseñar decisiones
Comparamos entornos de decisión tal y como los encontramos con versiones rediseñadas
mediante nudging y arquitectura de elección, para ver qué cambia cuando se introducen
hipótesis claras, pruebas reales y salvaguardas éticas.
FLOAT LLC
En FLOAT LLC mostramos el antes y el después con datos observables, experimentos controlados cuando son viables y documentación clara para que cada nudge pueda revisarse, replicarse o descartarse con criterio compartido.
Transparente
Enfoque habitual
Muchos proyectos se quedan en informes bonitos, sin pruebas controladas ni seguimiento riguroso del comportamiento real, lo que deja a los equipos con recomendaciones difíciles de aplicar y aún más difíciles de evaluar.
Difuso
Diagnóstico y alcance
2
vs
2
Diseño, prueba e impacto
2
vs
2
Qué diferencia nuestros casos
4
FLOAT LLC Total Features
4
Enfoque habitual Total Features
Qué puedes esperar de nuestros casos prácticos
Los casos que compartimos aquí no son campañas espectaculares ni promesas de cambio inmediato.
Son proyectos donde equipos reales se enfrentan a decisiones complejas y limitaciones muy
concretas. Mostramos cómo pequeños ajustes en la arquitectura de elección pueden reducir
fricciones, aclarar opciones y hacer más fácil que las personas tomen decisiones alineadas con
su salud, su estabilidad financiera cotidiana y el entorno. Siempre con un enfoque transparente,
sin atajos opacos y con la humildad de reconocer que Past performance doesn't guarantee
future results.
Casos con métricas claras y límites definidos
En cada proyecto acordamos de antemano qué métricas observaremos, qué sesgos intentamos abordar y qué criterios éticos aplicaremos. Compartimos tanto los resultados cuantitativos como las lecciones cualitativas, incluyendo lo que no salió como esperábamos. Así evitamos relatos heroicos y nos centramos en decisiones concretas, datos razonables y mejoras iterativas que los equipos pueden seguir refinando con el tiempo sin depender siempre de apoyo externo especializado.
Recorridos de decisión completos y realistas
Nuestros casos no se quedan en pantallazos bonitos o copias de mensajes. Mostramos el recorrido completo de decisión, los puntos donde las personas se pierden o se frenan y los pequeños ajustes que introdujimos. Explicamos qué nudges descartamos, qué alternativas probamos y por qué algunas opciones, aunque creativas, se consideraron poco transparentes o excesivamente intrusivas para el contexto regulatorio y cultural de España.
Adaptación cuidadosa a tu contexto específico
Si al leer estos casos ves paralelismos con tus retos en salud, decisiones financieras cotidianas o sostenibilidad, podemos explorar juntos qué partes del enfoque podrían adaptarse a tu realidad. No replicamos soluciones de forma automática; revisamos el contexto, las restricciones y las capacidades internas antes de proponer un piloto. Nuestro objetivo es que cada intervención en tu organización tenga una justificación sólida, una evaluación posible y un impacto proporcionado.
Los ejemplos mostrados son adaptaciones de proyectos reales, anonimizados y simplificados. Resultados may vary y no deben interpretarse como promesas de impacto futuro.