Hola, soy Cami, UX Researcher con formación en Psicología y experiencia en investigación orientada a producto. Me dedico a entender necesidades, comportamientos y puntos de fricción para transformar esos hallazgos en decisiones más claras y estratégicas. En este tiempo, trabajé con equipos de distintas áreas, conectando research, negocio y producto para detectar oportunidades, acompañar definiciones y ayudar a priorizar iniciativas.
Diseñé un sistema para estandarizar la planificación y ejecución de estudios, garantizar trazabilidad y medir el impacto de cada investigación dentro del área de producto.
Procesos estandarizados para todo el equipo de Experiencia
Fintech
↗
Optimización del Onboarding
Investigación generativa y evaluativa del proceso de registro en una app de fintech. Combinó análisis de funnel, entrevistas y definición de métricas de seguimiento.
+59% en retención de usuarios
Seguros
↗
Validación de App para Productores
Investigación exploratoria para evaluar la viabilidad de una nueva app, contrastando el interés declarado con la intención real de uso y los hábitos de trabajo existentes.
Decisión estratégica basada en evidencia · inversión evitada
Banca
↗
Discovery en Banca Regulada
Acompañé células de producto en procesos de discovery dentro de un entorno con alta complejidad regulatoria, articulando hallazgos con iniciativas concretas de producto.
Priorización de iniciativas y redefinición de flujos
Facilitación Estratégica · IA
↗
Workshop ejecutivo sobre adopción de IA
Diseñé y facilité un workshop presencial con líderes de tecnología, producto y negocio de distintas industrias. El objetivo: pasar de conversaciones generales sobre IA a problemas organizacionales concretos y accionables.
Mapa de obstáculos, criterios de adopción y oportunidades transversales entre industrias
Sobre mí
Qué hago y cómo lo hago
Tengo experiencia en fintech, banca y seguros. Combino métodos cuantitativos y cualitativos para definir los problemas con claridad y traducir los hallazgos en recomendaciones que los equipos puedan usar. Mi paso por Medicina, Psicología y UX me dio una mirada que cruza el comportamiento humano con las necesidades del negocio.
UX Research
Investigación cualitativaInvestigación cuantitativaDiscoveryTesteo de usabilidadTesteo de conceptoEntrevistas en profundidadJobs to Be DoneUser PersonasBenchmarkingResearch Ops
Producto y estrategia
Definición de hipótesisPriorización de iniciativasFrameworks de decisiónAnálisis de métricasStakeholder managementSíntesis ejecutivaEstrategia de roadmap
Service Design y Facilitation
Design ThinkingCo-creaciónWorkshopsService blueprintingLiberating StructuresAlineación de stakeholdersMapas de actores
Nov 2025 – actualidadNatural Tech HouseLab de Cocreación
UX Researcher
Lidero procesos de definición estratégica para clientes, abordando desafíos de experiencia, servicio y cultura organizacional.
Diseño y facilito workshops de co-creación con equipos multidisciplinarios, aplicando metodologías de Design Thinking para alinear perspectivas y detectar oportunidades.
Traduzco problemáticas complejas en hipótesis de trabajo, criterios de priorización y líneas de acción concretas, articulando negocio, tecnología y experiencia.
Jun – Nov 2025Grupo PetersenBanca · vía NTH
UX Researcher (cliente)
Acompañé células de producto en procesos de discovery dentro de un entorno con alta complejidad regulatoria.
Traduje hallazgos en definiciones concretas de producto: priorización de iniciativas, ajuste de flujos y redefinición de alcances.
Sep 2024 – Jun 2025Provincia ARTSeguros
UX Researcher
Integré el research al roadmap de los equipos Scrum, reduciendo pedidos ad hoc y dando continuidad al trabajo de investigación.
Incorporé herramientas de behavioral analytics —Clarity y Qlik Sense— para complementar el enfoque cualitativo.
Detecté brechas entre percepción y comportamiento real, habilitando decisiones estratégicas de producto y diseño.
Jul 2023 – Sep 2024PrexFintech
UX Researcher
Lideré la investigación del proceso de onboarding —generativa y evaluativa—, contribuyendo a un aumento del 59% en la retención de usuarios.
Diseñé un manual de Research Ops que estandarizó metodologías, procesos y entregables para todo el equipo de Experiencia.
Definí métricas de éxito y construí tableros de seguimiento en Tableau y Looker Studio para monitorear funnels y medir el impacto de cada mejora.
Nov 2022 – May 2023clicOHLogística last-mile
UX Researcher
Realicé observaciones contextuales y pruebas de guerrilla con distintos perfiles de usuario.
Conduje entrevistas para construir User Personas y Jobs to be Done para distintos productos.
Facilité workshops junto a los equipos de Producto y Diseño para co-crear y validar perfiles de usuario.
Dic 2022 – Dic 2023CoderhouseEducación tech
Tutora de UX Research
Acompañé el proceso de aprendizaje y los proyectos de los estudiantes en el curso de UX Research.
Formación
Educación y certificaciones
Académica
Licenciatura en Psicología (en curso)
Universidad del Salvador · 2025
Diplomatura en UX Research
Universidad de Belgrano · 2024
Diseño UX/UI
Digital House · 2022
Medicina
Universidad Nacional de La Matanza · 2017–2021
Certificaciones e idiomas
Enterprise Design Thinking
IBM
Design Thinking
Interaction Design Foundation
Product Design
Sol Mesz
Español · Inglés C1
Nativo / Profesional avanzado
¿Buscás algo así?
Disponible para posiciones, proyectos freelance y workshops de co-creación.
Diseñé un sistema para estructurar los procesos de investigación, estandarizar entregables y centralizar el acceso a insights, de modo que el equipo pudiera investigar con mayor rapidez, consistencia y autonomía.
Rol
UX Researcher
Industria
Fintech
Período
2023 – 2024
Foco
Research Ops · Auditoría interna
El problema
El equipo de Experiencia no contaba con procesos estandarizados para documentar y compartir hallazgos de investigación. Cada estudio vivía en un silo: había retrabajo constante, entregables inconsistentes y era difícil medir el impacto acumulado del research en las decisiones de producto.
Los síntomas más claros: pedidos ad hoc sin criterio de priorización, ausencia de un repositorio centralizado de insights, y tiempos de incorporación largos para nuevos miembros del equipo.
Proceso
01
Auditoría interna
Relevé estudios existentes, entregables y flujos de trabajo del equipo.
02
Mapeo de brechas
Identifiqué qué faltaba: plantillas, criterios de priorización, repositorio de insights.
03
Diseño del sistema
Construí el manual de Research Ops con procesos, metodologías y estándares de entregables.
04
Implementación
Capacité al equipo y puse en marcha los tableros de seguimiento en Tableau y Looker Studio.
Componentes del sistema
Manual de procesos
Documentación de flujos, metodologías por tipo de pregunta de investigación y criterios de calidad para los entregables.
Templates
Plantillas estandarizadas para planes de investigación, guías de entrevista, reportes de hallazgos y síntesis ejecutivas.
Repositorio de insights
Sistema centralizado con taxonomía por área, feature y tipo de usuario. Reutilizable y buscable por cualquier miembro del equipo.
Dashboards de seguimiento
Tableros en Tableau y Looker Studio para monitorear funnels clave y medir el impacto de cada mejora implementada.
Resultados
↓
Menos retrabajo: el equipo dejó de rehacer guías de entrevista y reportes desde cero para cada estudio.
↑
Mayor autonomía: cualquier miembro podía ejecutar un estudio de forma independiente siguiendo los procesos documentados.
◎
Visibilidad del impacto: los tableros conectaron cada estudio con métricas de producto concretas, haciendo visible la contribución del research.
→
Escalabilidad: el sistema funcionó como base para incorporar nuevos researchers sin pérdida de contexto ni procesos.
Optimización del Onboarding
Fintech
Optimización del Onboarding
Investigación generativa y evaluativa del proceso de registro en una app de fintech, orientada a detectar fricciones, entender las causas de abandono y generar recomendaciones concretas de producto.
Rol
UX Researcher
Industria
Fintech
Período
2023 – 2024
Resultado
+59% retención
+59%
Aumento en retención de usuarios post-onboarding
El desafío
El proceso de alta tenía tasas de abandono significativas en pasos clave, pero el equipo de producto no tenía claridad sobre las causas. Los datos cuantitativos mostraban dónde se iban los usuarios; la investigación tenía que explicar por qué.
El objetivo era entender las fricciones desde la perspectiva de quien las vive y generar recomendaciones concretas que el equipo pudiera implementar y medir.
Métodos
Entrevistas en profundidadAnálisis de funnelPruebas de usabilidad moderadasThink-aloud protocolAnálisis de datos cuantitativosDefinición de métricas
Proceso
01
Research generativo
Entrevistas con usuarios que completaron el proceso y con quienes lo abandonaron.
02
Análisis de funnel
Cruce de datos cualitativos y cuantitativos para identificar los puntos críticos de abandono.
03
Testeo evaluativo
Pruebas moderadas de usabilidad sobre el flujo completo con usuarios reales.
04
Métricas y seguimiento
Definición de KPIs y tableros en Tableau y Looker Studio para monitorear las mejoras.
Hallazgos clave
Fricción 1
La validación de identidad generaba desconfianza: los usuarios no entendían para qué se pedían ciertos datos ni qué pasaría con ellos.
Fricción 2
Los mensajes de error no explicaban cómo corregir el problema, generando loops de frustración que terminaban en abandono.
Fricción 3
La falta de indicadores de progreso hacía que los usuarios no supieran cuánto faltaba, lo que aumentaba la percepción de esfuerzo.
Oportunidad
Los usuarios que completaban el proceso en menos de cinco minutos tenían una tasa de activación significativamente mayor a los 30 días.
Impacto
59%
+59% en retención de usuarios medido a los 30 días post-onboarding, tras implementar las mejoras priorizadas a partir de los hallazgos.
↓
Menos contactos a soporte por dudas durante el proceso de alta, lo que se tradujo en una reducción del costo operativo.
◎
Framework de métricas instalado: el equipo quedó con tableros para monitorear el funnel de forma continua y autónoma.
Validación de App para Productores
Seguros · Provincia ART
Validación de App para Productores
Investigación exploratoria para evaluar la viabilidad real de una nueva app, contrastando el interés declarado con los hábitos de trabajo existentes y la intención real de uso.
Rol
UX Researcher
Empresa
Provincia ART
Período
2024 – 2025
Impacto
Inversión evitada
El contexto
La organización tenía en carpeta el desarrollo de una app móvil para productores de seguros. La inversión era considerable y la decisión estaba prácticamente tomada. Lo que no existía era evidencia sobre si los productores realmente la adoptarían.
El research fue encargado para validar la propuesta antes de comprometer el presupuesto. La pregunta de fondo: ¿el interés declarado se traduce en uso real?
Métodos
Entrevistas en profundidadConcept testingAnálisis de comportamiento actualMapa de actoresAnálisis de herramientas existentes
Hallazgos
Brecha intención / acción
Los productores decían que usarían la app, pero al analizar sus flujos reales de trabajo no había espacio ni necesidad para sumar una herramienta más.
Herramientas ya instaladas
La mayoría ya operaba con sus propios sistemas o usaba la web existente. Una nueva app representaba fricción, no conveniencia.
Perfil de adopción acotado
El segmento con mayor potencial de adopción era demasiado pequeño para justificar el costo de desarrollar una app nativa completa.
Alternativa con mayor retorno
La web existente tenía problemas concretos y solucionables. Mejorarla representaba mayor ROI y menor riesgo que construir algo desde cero.
Impacto
✗
Decisión basada en evidencia: la organización frenó el desarrollo de la app y redirigió el presupuesto hacia una dirección más viable.
→
Nueva hoja de ruta: el foco se desplazó a optimizar la web existente, con un listado de mejoras priorizadas por impacto para los productores.
$
Inversión evitada: se descartó el desarrollo de un producto con bajo potencial de adopción antes de comprometer recursos significativos.
Reflexión
Este caso muestra una de las contribuciones más valiosas —y menos visibles— del UX Research: el valor de no construir. Investigar no siempre valida; a veces detiene iniciativas equivocadas antes de que sean costosas. Presentar un hallazgo que contradice una decisión casi tomada requiere rigor metodológico y claridad narrativa para que la evidencia tenga peso real en la sala.
Discovery en Banca Regulada
Banca · Grupo Petersen
Discovery en Banca Regulada
Acompañé células de producto en procesos de discovery dentro de un entorno con alta complejidad regulatoria, conectando hallazgos con iniciativas concretas de producto.
Rol
UX Researcher
Empresa
Grupo Petersen · vía NTH
Período
Jun – Nov 2025
Contexto
Alta complejidad regulatoria
El contexto
Trabajar en banca implica restricciones regulatorias que condicionan cada decisión de diseño y producto. Las células necesitaban evidencia para avanzar en un entorno donde el margen de error es bajo y los ciclos de iteración son más largos que en cualquier startup.
Mi rol fue acompañar el proceso de discovery: entender el territorio, formular las preguntas correctas y generar hallazgos que el equipo pudiera usar para priorizar y definir iniciativas con mayor certeza.
Desafíos del sector
Marco regulatorio
Cada propuesta de cambio debía ser viable dentro del marco del BCRA, lo que limitaba las opciones y exigía precisión en las recomendaciones.
Múltiples stakeholders
Las decisiones cruzaban Compliance, Legal, IT y Negocio. Los entregables tenían que hablar con claridad a todas esas audiencias a la vez.
Perfiles de usuario complejos
Desde clientes retail hasta operadores internos, cada perfil tenía flujos distintos y contextos de uso muy específicos.
Decisiones a largo plazo
El research debía producir definiciones robustas para sostener decisiones a mediano plazo, no solo el siguiente sprint.
Proceso
01
Inmersión
Relevamiento del contexto regulatorio y de negocio. Entrevistas con stakeholders internos.
02
Research con usuarios
Entrevistas con distintos perfiles de usuario. Mapeo de flujos y puntos de dolor.
03
Síntesis
Traducción de hallazgos en oportunidades priorizadas y criterios de decisión para el equipo.
04
Definición
Ajuste de flujos, redefinición de iniciativas y entregables para el roadmap de producto.
Resultados
◎
Priorización clara: el equipo pasó de múltiples hipótesis dispersas a un criterio compartido sobre qué resolver primero y por qué.
→
Ajuste de flujos existentes: se detectaron fricciones concretas en procesos ya productivos que podían mejorarse sin necesidad de un rediseño completo.
✓
Alineación entre áreas: los entregables funcionaron como puente entre equipos técnicos, de negocio y diseño, reduciendo el costo de coordinación.
Workshop ejecutivo sobre adopción de IA
Facilitación Estratégica · IA
Workshop ejecutivo sobre adopción de IA
Diseñé y acompañé la facilitación de un workshop presencial con líderes de tecnología, producto y negocio de distintas industrias. El objetivo: transformar una conversación amplia sobre inteligencia artificial en un mapa concreto de obstáculos, criterios de decisión y oportunidades organizacionales.
Rol
Research, estrategia y facilitación
Audiencia
CIOs, CTOs, líderes de producto
Formato
Workshop presencial · multi-industria
Enfoque
Design Thinking ejecutivo
El contexto
Muchas organizaciones ya están explorando el uso de inteligencia artificial. El desafío ya no pasa únicamente por entender qué herramientas existen, sino por definir dónde, cómo y bajo qué condiciones tiene sentido incorporarlas.
El proyecto consistió en diseñar y facilitar un espacio de trabajo ejecutivo para que líderes de distintas industrias pudieran identificar obstáculos, formular criterios de decisión y detectar oportunidades vinculadas a la adopción de IA. A diferencia de un evento centrado en presentar soluciones tecnológicas, la propuesta partió de una hipótesis metodológica: antes de hablar de soluciones, era necesario ayudar a los participantes a ordenar el problema.
El desafío de diseño
El principal desafío era crear una experiencia breve, ejecutiva y relevante para perfiles C-Level. Este tipo de audiencia tiene poco tiempo disponible, alta exposición a eventos comerciales y baja tolerancia a dinámicas genéricas o superficiales. El workshop tenía que resolver tres tensiones a la vez:
Estratégico, no técnico
El foco debía estar en decisiones, riesgos, adopción y valor de negocio, no en explicar IA desde lo conceptual.
Participativo, no forzado
La dinámica tenía que invitar a compartir perspectivas sin exponer información confidencial de cada organización.
Valor doble
El espacio debía generar aprendizajes útiles para los asistentes y, al mismo tiempo, habilitar conversaciones posteriores más relevantes.
Síntesis accionable
Los participantes tenían que salir con algo concreto: no solo reflexiones, sino criterios y posibles primeros pasos.
Mi rol
Participé desde el equipo de Research, Estrategia y Facilitación, con foco en el diseño metodológico del workshop y la traducción de objetivos de negocio en una experiencia colaborativa.
Análisis de contexto y audienciaDesk researchDiseño metodológicoConstrucción de consignasFacilitación presencialSíntesis de patronesTraducción a insights estratégicos
Enfoque metodológico
El diseño partió de una pregunta central:
¿Qué necesita vivir un líder ejecutivo en una hora para sentir que el espacio le aportó claridad sobre un problema real?
Estructuramos el diseño desde una lógica de Design Thinking adaptada a un contexto ejecutivo, cruzando tres dimensiones:
Dimensión
Pregunta guía
Decisión de diseño
Deseabilidad
¿Qué necesita un C-Level de un evento de tecnología?
Un espacio donde su problema sea reconocido y pueda contrastarlo con pares.
Viabilidad
¿Cómo alineamos la experiencia con los objetivos del negocio?
Primero identificar dolores reales; después conectar esos dolores con posibles líneas de solución.
Factibilidad
¿Qué puede ejecutarse en poco tiempo, en sala y con baja fricción?
Dinámicas simples, claras y de rápida síntesis visual.
Proceso
01
Desk research
Motivaciones y barreras de perfiles ejecutivos. Desafíos de adopción de IA en Argentina y LATAM.
02
Definición del problema
Reformulamos el desafío: no era diseñar una actividad sobre IA, sino ayudar a hacer visible su complejidad.
03
Diseño de la experiencia
Recorrido progresivo: apertura, relevamiento, mapeo de obstáculos, priorización y síntesis ejecutiva.
04
Facilitación y síntesis
Facilitación presencial, identificación de patrones transversales e insights para las conversaciones posteriores.
Decisiones clave de diseño
1
Empezar por el problema, no por la solución. El workshop abrió con preguntas orientadas a entender qué frenaba la adopción, no desde productos o casos de uso prediseñados. Las soluciones aparecieron después, conectadas con problemas reales.
2
Dinámicas de baja exposición. Al tratarse de una audiencia cross-industria, las actividades se diseñaron para trabajar sobre patrones y condiciones organizacionales, sin requerir que nadie revelara información interna sensible.
3
Co-creación como herramienta de claridad, no de ideación. El objetivo no era generar ideas rápido, sino construir una lectura compartida del problema: detectar coincidencias entre industrias y transformar perspectivas dispersas en temas priorizables.
4
Design Thinking adaptado al contexto ejecutivo. En lugar de la secuencia completa del proceso, se diseñó una versión concentrada: abrir conversación, visualizar obstáculos, identificar criterios, priorizar acciones y generar síntesis.
Hallazgos principales
El desafío no es solo tecnológico
Las principales tensiones aparecieron en torno a procesos, governance, cultura organizacional y capacidad de implementación, no en la disponibilidad de herramientas.
La gobernanza como condición habilitante
Muchas organizaciones necesitan definir quién toma decisiones sobre IA, qué usos están permitidos y cómo se mide el impacto. La gobernanza no apareció como freno, sino como requisito para escalar con confianza.
El valor depende de la claridad del problema
El ROI de la IA no puede evaluarse si antes no está claro qué proceso se quiere mejorar, qué decisión se quiere acelerar o qué fricción se quiere reducir.
La adopción requiere trabajo cultural
La IA fue percibida como una transformación que impacta formas de trabajo, roles y criterios de decisión. No puede pensarse solo como implementación técnica.
La mirada de usuario aparece poco
Aunque se habló de eficiencia, automatización y seguridad, la pregunta por las personas que usarán —o serán impactadas por— estas soluciones estuvo poco presente. Una oportunidad clara para research y service design.
Patrón transversal
Muchas organizaciones ya experimentaban con IA pero enfrentaban dificultades para pasar de pruebas aisladas a una adopción estructurada, gobernada y alineada a valor de negocio.
Resultado
◎
Mapa de obstáculos y criterios: el workshop transformó una conversación amplia sobre IA en un conjunto concreto de fricciones organizacionales, condiciones de adopción y oportunidades transversales.
→
Insumos estratégicos: el equipo obtuvo patrones entre industrias, una lectura más precisa de las preocupaciones reales de líderes ejecutivos y materiales para orientar conversaciones posteriores.
✓
Valor para los participantes: los asistentes pudieron contrastar sus desafíos con pares de otras industrias y salir con una visión más ordenada sobre qué condiciones necesitan construir antes de escalar iniciativas de IA.
↑
Posicionamiento del equipo: el proyecto demostró que la co-creación puede funcionar como herramienta estratégica en contextos de alta complejidad tecnológica, abriendo oportunidades en discovery, facilitación y diseño de soluciones.
Reflexión
Este proyecto reforzó tres aprendizajes centrales para mi práctica:
La investigación también puede diseñar conversaciones. No siempre el output de research es un informe. En este caso, el research permitió diseñar una experiencia que ayudó a producir conocimiento en vivo, durante el evento.
La facilitación estratégica requiere traducir complejidad. Trabajar con perfiles ejecutivos implica convertir temas complejos en consignas simples sin perder profundidad. Cada palabra en la consigna importa.
El diseño centrado en personas aplica también a eventos B2B. Entender las motivaciones, barreras y expectativas de los participantes —antes de diseñar cualquier dinámica— mejora la calidad de la experiencia y del resultado.