Recomendaciones para ADEN
Síntesis: Qué Adoptar, Qué Cambiar, Qué Evitar
Basado en: 60+ fuentes, estudios peer-reviewed, análisis competitivo, datos de mercado LATAM
Resumen de Decisiones
Decisiones VALIDADAS (mantener)
Estas decisiones de nuestra arquitectura actual están respaldadas por evidencia:
| Decisión ADEN | Evidencia |
|---|---|
| Health Score 0-100 como hero | 14+ apps líderes usan composite score. Oura, WHOOP, Garmin, Fitbit |
| 3 zonas para biomarcadores (óptimo/revisar/atención) | InsideTracker + systematic review PMC 2024 |
| Bento grid con progressive disclosure | Oura 2025, Apple Health |
| Check-in diario como ritual | Noom, Headspace, Calm — todos usan 1 acción diaria repetible |
| Ciclo de 90 días | Noom 16 semanas, Peloton programas, Calm 30 días — programas estructurados funcionan |
| Onboarding en 6 steps | 3-5 screens recomendado + progressive profiling es el patrón estándar |
| 5 tabs de navegación | Estándar mobile. Oura usa 3, pero con menos features |
| Alertas con severidad (CRITICAL/HIGH/MEDIUM/LOW) | Modelo universal en health apps |
| Español colombiano | Localización regional es crítica — no genérico |
| Ciudad: Medellín | Hub de innovación en Colombia |
Decisiones a CAMBIAR (basado en investigación)
1. Streak: De Rígido a Flexible
Actual: Miss 1 día → Streak = 0 → “Streak se resetea a 0”
Recomendado:
NUEVO MODELO:
Miss 1 día → Streak freeze automático (1-2 gratis/mes)
Miss 2 días → "Earn back" con check-in + acción extra
Miss 3+ días → Streak se pierde → 3 días para reparar
Resultado esperado: -21% churn (dato Duolingo)
Por qué: Duolingo demostró que flexibilidad en streaks reduce churn 21% y aumenta retención semanal 4%. En salud, donde fallar genera ansiedad, esto es aún más crítico.
Archivos a actualizar: flows/check-in, edge-cases
2. Biomarcadores: Agregar Barras Horizontales
Actual: Valores numéricos con estados (ÓPTIMO/REVISAR/ATENCIÓN)
Recomendado:
AGREGAR visualización de barra:
Glucosa: 98 mg/dL (ÓPTIMO)
[]
|atención |revisar |óptimo|
^tu valor
↑ Preocupación clínica: >126
Por qué: Systematic review (PMC 2024) — barras horizontales con “harm anchors” reducen significativamente contactos innecesarios al médico y mejoran comprensión. Eye-tracking: 11 vs 32 fijaciones oculares.
Archivos a actualizar: architecture (objeto Biomarcador), flows/dashboard
3. Onboarding: Agregar Goal-First y Loading Animations
Actual: Step 0 (Welcome) → Step 1 (Datos Personales)
Recomendado:
Step 0: Welcome (actual)
Step 0.5: "¿Qué quieres lograr?" (NUEVO — goal selection)
[ ] Mejorar energía y vitalidad
[ ] Prevenir enfermedades
[ ] Entender mi cuerpo
[ ] Optimizar rendimiento
Step 1-3: (actual, con loading animation entre Step 3→4)
"Procesando tu perfil de salud..." con visualización
Step 4: Panel de Análisis (con social proof inyectado)
"15,000+ personas completaron este paso"
Por qué: Noom: goal-first framing aumenta engagement. Loading animations entre sections: +10-20% conversión. Social proof en puntos de drop-off (Step 4 es nuestro pico de complejidad).
Archivos a actualizar: flows/onboarding
4. Período de Calibración Explícito
Actual: Baseline dura 7 días pero no se comunica que el score mejora con datos
Recomendado:
BASELINE (Días 1-7):
Banner: "Tu Health Score se está calibrando"
Indicador visual de precisión: 40%
Día 3: "Ya tenemos suficientes datos para un score inicial"
Día 7: "Tu Health Score está calibrado "
Transparencia: "Basado en: 3 check-ins, 12 biomarcadores"
Por qué: Oura y WHOOP usan 2-14 días de calibración explícita. Esto maneja expectativas, reduce frustración con scores iniciales y aumenta confianza en el score final.
Archivos a actualizar: flows/ciclo-90dias, states
5. Calificación Médico: Reconsiderar Publicación
Actual: NPS + 5 estrellas público
Considerar:
OPCIÓN A (Zocdoc): Rating público, solo después de 10+ calificaciones
Pro: Transparencia, ayuda a futuros pacientes
Con: Puede tensar relación médico-ADEN
OPCIÓN B (Doctolib): Feedback privado, solo para mejora interna
Pro: Respeta relación médico-paciente colombiana (más formal)
Con: Menos útil para pacientes
OPCIÓN C (Híbrido recomendado):
- Feedback siempre se recolecta (3h post-cita)
- NPS privado (para analytics internos)
- Rating público solo después de threshold (10+) con opt-in del médico
- Preview de 24h para el médico antes de publicar
Por qué: Doctolib (80M usuarios) considera rating de médicos no ético. En Colombia, la relación médico-paciente es formal. Un modelo híbrido respeta esto mientras recolecta data útil.
Archivos a actualizar: flows/consulta-médica
6. Notificaciones: Agregar Quiet Hours y Opt-Down
Actual: Horario silencio 22:00-08:00 en settings
Recomendado:
AGREGAR:
1. Quiet hours: 10pm-8am (ya tenemos — ok)
2. Opt-down: "Recibir menos" vs "Apagar todo"
3. Contextual triggers: "Tu glucosa bajó 12%" > "No olvides logear"
4. Smart silence: Si usuario cumple metas, no molestar
5. Max 1 push/día fuera de CRITICAL
Health/Fitness open rate es solo 2.80% — cada push debe ser valioso
Por qué: 46% opt-out a 2-5 notificaciones/semana. 95% churn si 90 días sin notificación. El balance es delicado.
Archivos a actualizar: flows/alerts, edge-cases
7. WhatsApp Integration
Actual: No mencionado en arquitectura
Recomendado:
AGREGAR como canal en:
1. Recordatorio de cita (FASE 1 consulta-médica)
2. Verificación de email (Case 2 edge-cases)
3. Health Coach chat (alternativa a in-app)
4. Notificaciones CRITICAL (además de push/email/SMS)
5. Soporte al cliente
WhatsApp es el canal dominante de salud en Colombia.
1Doc3 y Clivi lo usan como canal principal.
Por qué: Canal #1 en Colombia para comunicación de salud. No tenerlo es una barrera.
Archivos a actualizar: navigation, flows/alerts, flows/consulta-médica
8. Confianza Visual en Cada Pantalla
Actual: No explícitamente definido como patrón
Recomendado:
PATRÓN DE CONFIANZA (incluir en design system):
1. Footer de cada pantalla con datos sensibles:
"Tus datos están protegidos. Ley 1581" + ícono candado
2. Perfil de médico siempre muestra:
- Foto real (no avatar)
- Universidad
- Años de experiencia
- Registro médico
3. Consentimiento granular visible:
"Compartimos [X] con [Y] para [Z]"
[Aceptar] [Más información]
4. Indicador de encriptación en lab results:
"Encriptado de extremo a extremo"
Por qué: 80% de usuarios LATAM no se sienten confiados dando información personal en apps.
Archivos a actualizar: states, architecture
Decisiones NUEVAS (oportunidades detectadas)
A. Dashboard Time-Aware
Oura 2025 cambia el insight principal según la hora del día. ADEN podría:
- Mañana: Plan del día + check-in reminder
- Tarde: Progreso del día + próxima acción
- Noche: Resumen del día + sleep recommendations
B. Social Features (Post-MVP)
Social features aumentan retención 30%. Considerar:
- Compartir logros de ciclo
- Leaderboard opt-in
- Grupos de accountability
C. Integración Apple Health / Google Health
Patrón estándar en fitness apps. Auto-sync reduce fricción de data entry.
D. Transparency Score
A diferencia de WHOOP/Oura que ocultan fórmulas, ADEN podría mostrar:
- Qué inputs pesan y cuánto
- Por qué el score cambió
- Esto construye confianza (crítico en LATAM)
Priorización de Cambios
| # | Cambio | Impacto | Esfuerzo | Prioridad |
|---|---|---|---|---|
| 1 | Streak flexible | Alto (retención) | Bajo | P0 |
| 2 | WhatsApp integration | Alto (acceso) | Medio | P0 |
| 3 | Barras horizontales biomarcadores | Alto (comprensión) | Bajo | P1 |
| 4 | Confianza visual | Alto (conversión) | Bajo | P1 |
| 5 | Goal-first onboarding | Medio (conversión) | Bajo | P1 |
| 6 | Loading animations onboarding | Medio (conversión +10-20%) | Bajo | P1 |
| 7 | Calibración explícita | Medio (expectativas) | Bajo | P2 |
| 8 | Calificación médico híbrida | Medio (relación médico) | Medio | P2 |
| 9 | Quiet hours + opt-down | Medio (retención) | Bajo | P2 |
| 10 | Dashboard time-aware | Bajo (engagement) | Alto | P3 |
Métricas de Referencia (Benchmarks)
Con base en la investigación, estos son targets realistas para ADEN:
| Métrica | Target ADEN | Benchmark Industria | Top Performer |
|---|---|---|---|
| Onboarding completion | 85%+ | 74% abandonan con fricción | Noom: alta con 96 screens |
| Day 1 retention | 35%+ | ~20% | 35-40% |
| Day 30 retention | 30%+ | 4-27% | 47.5% |
| Day 90 retention (ciclo) | 50%+ | 31-34% | 71% con feedback features |
| Check-in daily completion | 70%+ | — | 80% first-week = 6-month retention |
| Cycle completion | 60%+ | — | Peloton: 96% con suscripción |
| NPS | 50+ | 38-58 healthcare | Telehealth líderes: 60-70 |
| Alert open rate (CRITICAL) | 90%+ | — | — |
| Lab comprehension | 85%+ | Mejora con barras vs números | Eye-tracking: 11 vs 32 fixations |
Posicionamiento Competitivo
ADEN vs. Mercado LATAM:
Prevención Biomarcadores Personalización AI
Integrada + Labs Continua Health Coach
ADEN
1Doc3 (chat)
Clivi (solo DM) Parcial (solo diabetes)
Betterfly Parcial
Doctoralia
Apps EPS
Nadie en LATAM hace lo que ADEN propone hacer.
El espacio está completamente abierto.
Fuentes Consolidadas
Todas las fuentes están detalladas en los documentos individuales (01-05). Total: 60+ fuentes incluyendo:
- 4 estudios peer-reviewed (PMC/PubMed)
- 3 reportes de mercado (McKinsey, Statista, Sensor Tower)
- 15+ análisis de producto (Oura, WHOOP, InsideTracker, Noom, Zocdoc)
- 5+ fuentes regulatorias colombianas
- 10+ evaluaciones UX independientes