Journey Mapper, Friction Detector, Copy Intelligence, Design System Hub y UX Impact Score. La intuición del UX designer convertida en datos verificables que justifican cada decisión y cada euro de honorarios.
El reto singular de UX/UI: Es el departamento con los márgenes más altos del CSV (58-65%) pero también el que más depende de la percepción subjetiva del valor. El cliente no puede medir fácilmente si un journey está bien diseñado — solo siente si algo funciona o no. Las herramientas propias aquí convierten la intuición del UX designer en datos verificables que justifican cada decisión y cada euro de honorarios.
1. Journey Mapper
Journeys construidos en horas, no en días
Canvas colaborativo para diseñar y documentar journeys de usuario con asistencia de IA. La IA detecta gaps, inconsistencias y puntos de fricción mientras el UX designer construye el mapa.
2. Friction Detector
Los problemas del usuario encontrados antes del test
Analiza prototipos y flujos con IA para identificar puntos de fricción potenciales antes de llegar a test con usuarios. Combina heurísticas de usabilidad, patrones de comportamiento conocidos y análisis semántico del copy.
3. Copy Intelligence
El microcopy como palanca de conversión medida
Sistema que analiza y optimiza el microcopy de interfaces: CTAs, mensajes de error, onboardings, formularios. La IA sugiere variaciones basadas en claridad, tono de voz del cliente y principios de persuasión, con estimación de impacto en conversión.
4. Design System Hub
El sistema de diseño del cliente vivo y consultable
Plataforma donde vive el design system de cada cliente: componentes documentados, reglas de uso, tokens de diseño, variantes aprobadas. El equipo no reinventa componentes — los consulta, extiende y mantiene coherentes.
5. UX Impact Score
El ROI del diseño UX expresado en métricas de negocio
Conecta cada decisión de diseño UX con métricas de negocio: tasa de completitud de formularios, tiempo en pantalla, abandono de flujo, tasa de error. El cliente ve en euros el impacto de cada iteración de diseño.
Q1 — Producción
Copy Intelligence + Journey Mapper
Multiplican la velocidad sin perder rigor metodológico. Impacto inmediato en DUX-001 y DUX-004.
Q2 — Calidad
Friction Detector
Reduce rondas de revisión en user test. El equipo llega a las sesiones con hipótesis validadas.
Q3 — Infraestructura
Design System Hub
Conecta con Brand Memory de Diseño. El activo más duradero por cliente — lo más difícil de abandonar.
Q4 — Estratégico
UX Impact Score
Une UX con CRO y negocio. Eleva el servicio a consultoría de producto con datos.
Journey Mapper
El diseño de journeys pasa de artefacto estático a herramienta viva y colaborativa
El problema real: Los journeys de usuario se producen en Miro o FigJam, se presentan al cliente, se aprueban, y después viven en un slide de presentación que nadie vuelve a consultar. Cuando el producto evoluciona, el journey queda desactualizado en días. Journey Mapper convierte el mapa en un artefacto vivo que el equipo actualiza, el cliente consulta, y la IA mantiene coherente.
Canvas estructurado para construir journeys de usuario con capas diferenciadas: etapas del proceso, acciones del usuario, touchpoints por canal, emociones detectadas, puntos de fricción y oportunidades de mejora. La IA asiste en tiempo real detectando inconsistencias y sugiriendo patrones típicos para cada fase.
IA co-piloto del journey
Mientras el UX designer construye el mapa, la IA sugiere en tiempo real: "Esta etapa no tiene CTA definida", "El salto entre paso 3 y 4 típicamente genera abandono del 40% en ecommerce".
Vista del cliente en tiempo real
Link de solo lectura para que el cliente siga la construcción del journey en directo o lo revise después. Puede dejar comentarios en nodos específicos. Sustituye las presentaciones de seguimiento.
Biblioteca de patrones
Repositorio interno de journeys producidos para clientes anteriores (anonimizados), clasificados por sector e industria. El equipo parte de un template probado en lugar de hoja en blanco.
Exportación a entregable
Genera automáticamente el documento ejecutivo del journey: mapa visual, tabla de touchpoints, listado de fricciones priorizadas y recomendaciones.
Stack técnico
Fases de desarrollo
Fase 1 · 3 sem
Canvas de journeys con capas (acción, emoción, touchpoint, fricción). Exportación a PDF estructurado.
Fase 2 · 2 sem
Co-piloto de IA con sugerencias en tiempo real. Vista de cliente con comentarios en nodo.
Fase 3 · ongoing
Biblioteca de patrones por sector. Detección automática de inconsistencias entre journeys del mismo cliente.
Friction Detector
El equipo detecta los problemas antes que los usuarios — y antes que el cliente los vea
El problema real: El equipo de UX diseña un flujo, lo presenta, el cliente lo aprueba, se desarrolla, y tres meses después el user test revela que los usuarios no encuentran el botón principal. Ese ciclo completo cuesta semanas de retrabajo. Friction Detector comprime ese aprendizaje al momento del diseño.
Sistema que analiza capturas de pantalla o prototipos exportados desde Figma y aplica tres capas de análisis: heurísticas de Nielsen (10 principios de usabilidad evaluados pieza a pieza), análisis semántico del copy en pantalla, y detección de patrones de fricción conocidos. El resultado es un informe priorizado de problemas con nivel de severidad y sugerencia de solución.
Heurísticas
10 principios de Nielsen aplicados a cada pantalla. Severidad 1-4. Ejemplos visuales del problema detectado.
Claridad de copy
¿Los textos de la interfaz son comprensibles? ¿Los CTAs describen la acción? ¿Los mensajes de error son accionables?
Patrones de fricción
Detección de dark patterns, formularios sobredimensionados, jerarquía visual rota, ausencia de estados de carga o error.
Stack técnico
Fases de desarrollo
Fase 1 · 3 sem
Análisis heurístico automatizado vía Claude Vision. Informe de severidades. Export desde Figma frames.
Fase 2 · 2 sem
Análisis semántico del copy en pantalla. Detección de patrones de fricción específicos. PDF entregable.
Fase 3 · ongoing
Histórico de problemas por cliente. Métricas de fricción resuelta entre versiones. Conexión con CRO.
Copy Intelligence
El UX writing con mayor margen del departamento, multiplicado en velocidad y precisión
El problema real: El microcopy es el servicio más subestimado del departamento. Un CTA que pasa de "Enviar" a "Solicitar presupuesto sin compromiso" puede multiplicar conversiones por dos, y esa decisión tarda lo mismo en producirse que redactar cualquier otro texto. Copy Intelligence convierte ese criterio de UX writer en un sistema replicable.
Sistema especializado en análisis y generación de microcopy de interfaz. El UX writer describe el contexto y el sistema genera variaciones de CTA, mensaje de error, onboarding, placeholder y tooltip, ordenadas por claridad, persuasión y alineación con el tono de marca. Incluye análisis de copy existente con puntuación multidimensional.
Para el UX writer
Genera el primer borrador de todas las cadenas de texto de una interfaz nueva en minutos. El writer revisa, ajusta el tono y aporta el criterio contextual que la IA no puede saber.
Memoria acumulada por cliente
Cada texto aprobado por el cliente alimenta la memoria del sistema. Con el tiempo, el modelo aprende el tono específico de cada cliente mejor que cualquier guía de estilo estática. Conecta con Brand Memory.
Stack técnico
Fases de desarrollo
Fase 1 · 2 sem
Generación de variantes de microcopy desde brief. Análisis de copy existente con puntuación multidimensional.
Fase 2 · 1 sem
Plugin de Figma para extraer textos de interfaz directamente. Memoria de tono por cliente.
Fase 3 · ongoing
Integración con datos de CRO (¿qué versión de copy convirtió más?). Aprendizaje continuo por cliente.
Design System Hub
El sistema de diseño del cliente como activo vivo que .imagine mantiene y custodia
El problema real: Los clientes medianos en España no tienen un design system mantenido. Tienen una librería de Figma que nadie actualiza, componentes duplicados con nombres distintos, y cada nuevo proyecto parte de cero. .imagine puede ofrecer el mantenimiento del design system como servicio recurrente de alto margen — y el cliente que cede ese activo a .imagine tiene un coste de cambio altísimo.
Plataforma donde vive y evoluciona el design system de cada cliente: librería de componentes documentados con reglas de uso, variantes aprobadas, tokens de diseño sincronizados con Figma y código, historial de cambios con rationale, y guía de accesibilidad aplicada a cada componente. La IA detecta componentes duplicados o inconsistentes.
Para el equipo de UI
Un lugar único donde buscar "¿ya existe un componente para esto?" antes de crear uno nuevo. La IA detecta si el componente propuesto es variante de uno existente o si genuinamente necesita ser nuevo. Elimina la deuda de diseño acumulada.
Para el cliente
Acceso de solo lectura a su design system vivo: qué componentes existen, cómo usarlos, qué decisiones de accesibilidad se tomaron y por qué. El equipo interno del cliente puede implementar sin consultar a .imagine para cada duda.
Stack técnico
Fases de desarrollo
Fase 1 · 3 sem
Repositorio de componentes con doc manual. Sync unidireccional desde Figma. Vista cliente de solo lectura.
Fase 2 · 3 sem
Detección automática de duplicados con Claude. Documentación autogenerada de componentes. Tokens exportables.
Fase 3 · ongoing
Auditoría de accesibilidad por componente. Changelog con rationale. Métricas de uso de componentes.
UX Impact Score
El diseño UX deja de ser un gasto de consultoría para ser una inversión con retorno medido
El problema real: Cuando el cliente revisa la factura de UX/UI a final de año, la pregunta inevitable es "¿cuánto me ha rentado esto?". Sin datos propios, la respuesta es cualitativa: "hemos mejorado la experiencia, los usuarios están más contentos". Con UX Impact Score, la respuesta es: "el rediseño del checkout redujo el abandono un 23%, lo que equivale a X€ adicionales de revenue mensual".
Dashboard que conecta cada entrega de UX (rediseño de flujo, nuevo componente, iteración de journey) con métricas de comportamiento real antes y después: tasa de completitud de formularios, tiempo medio en flujo, tasa de error de usuario, abandono por pantalla. La IA calcula el impacto estimado en negocio de cada cambio de diseño.
Conexión con datos de comportamiento
Se integra con GA4 y Hotjar/Microsoft Clarity para extraer métricas de comportamiento real. Cada entrega de UX queda registrada como "evento" y el sistema mide el antes/después automáticamente.
Informe trimestral de valor
Documento autogenerado que resume: qué se entregó, qué métricas mejoró, qué impacto estimado en negocio tuvo. El UX designer lo revisa, añade contexto cualitativo y lo presenta al cliente.
Stack técnico
Fases de desarrollo
Fase 1 · 3 sem
Registro de entregas UX + extracción de métricas GA4. Dashboard before/after por entrega.
Fase 2 · 2 sem
Cálculo de impacto en negocio (revenue, leads, conversión). Integración Hotjar para heatmaps.
Fase 3 · ongoing
Informe trimestral autogenerado con Claude. Benchmarks de mejora por tipo de rediseño. Conexión CRO-002.
