Cómo estructurar un caso de estudio Malt: método + 5 ejemplos

Muchos freelancers confunden los dos formatos. Es un error que sale caro.

Proyecto portfolio: formato corto (100-250 palabras), un proyecto entre otros, objetivo de volumen de pruebas.

Caso de estudio: formato largo (400-800 palabras), un proyecto en profundidad, objetivo de demostración del método.

En Malt puedes tener 5-8 proyectos portfolio cortos + 1-2 casos de estudio en profundidad. Los casos de estudio son tus "proyectos estrella" que prueban en profundidad tu valor añadido.

Cuándo usar un caso de estudio: - Proyecto emblemático con resultados espectaculares - Caso complejo que muestra tu metodología - Proyecto en tu sector de especialización objetivo - Cliente tranquilizador con autorización para comunicar

Cuándo quedarse en proyecto portfolio: - Misiones más cortas o clásicas - Proyectos con resultados menos espectaculares - Misiones confidenciales sin detalle posible

Ratio ideal: 1 a 2 casos de estudio en profundidad + 5-6 proyectos portfolio cortos. Los 2 casos de estudio deben colocarse los primeros en tu portfolio para captar la atención. Son tu demostración de método. Los proyectos cortos completan mostrando el volumen y la variedad de experiencias.

STAR-R es un framework de estructuración de caso de estudio que funciona brutalmente bien en Malt. Adaptado del STAR clásico (Situation, Task, Action, Result) con una R adicional crucial.

S — Situación (100 palabras máx.) Describe el contexto cliente: quién, qué tamaño, qué sector, en qué fase. Después el problema inicial: qué no funcionaba, por qué te contactaron. Sé preciso y con cifras. Ej: "Scale-up EdTech, Serie B, 80 personas. Tráfico orgánico en caída de -35% en 6 meses tras una migración técnica mal calibrada. Objetivo: recuperar el tráfico perdido en 4 meses."

T — Task (50 palabras máx.) La misión que te encargaron. No lo que hiciste, lo que se esperaba. Ej: "Auditar las causas de la caída, definir un plan de recuperación, ejecutar las correcciones críticas en 4 meses con un objetivo de +50% de tráfico recuperado."

A — Acción (200-300 palabras) La parte más rica. Tu enfoque, tus decisiones, tus entregables. Estructura en 3-5 fases numeradas. Muestra tu metodología. Ej: "Fase 1 (semanas 1-2): auditoría técnica completa, identificación de 12 problemas bloqueantes. Fase 2 (semanas 3-6): corrección Core Web Vitals + reestructuración del enlazado interno. Fase 3 (semanas 7-12): refundido de 40 páginas pilares. Fase 4 (semanas 13-16): plan de netlinking, seguimiento y ajustes."

R — Result (100 palabras) Resultados cifrados. Multiplica los KPI: tráfico, conversión, facturación, tiempo, adopción. Compara antes/después. Ej: "Tráfico orgánico recuperado a +12% vs baseline previa a la caída en 4 meses. 15 palabras clave en top 3 Google. Ingresos atribuidos a SEO: +45k€/mes. Objetivo superado en un 60%."

R — Retorno de experiencia (100 palabras) La parte a menudo olvidada, la que diferencia. ¿Qué aprendiste? ¿Qué harías de otra manera? Esta reflexividad prueba tu seniority y tu madurez. Ej: "El punto clave fue priorizar los Core Web Vitals antes que cualquier otro chantier. En un proyecto similar, arrancaría por un plan de contingencia bandera audiencia desde la semana 1."

6 errores recurrentes que hunden el 80% de los casos de estudio que veo en Malt.

Error 1 — Cero tensión narrativa. Empiezas por "Hice una web" en lugar de "El cliente perdía el 35% de su tráfico". La tensión al inicio engancha. Sin tensión, nadie lee.

Error 2 — Demasiado técnico, poco de negocio. Detallas "Usé React 18 con Zustand para el state management" pero no dices lo que aportó al cliente. Malt compra resultado de negocio, no stack.

Error 3 — Ninguna cifra. "Resultados: el cliente quedó contento" = cero impacto. "Resultados: conversión +32%, facturación +45k€/mes, NPS +15 puntos" = firma.

Error 4 — Sin contexto cliente. No dices si es una startup de 5 personas o un grupo de 5000. El lector no se puede proyectar.

Error 5 — Formato bloque de texto. Un caso de estudio sin estructura visual (párrafos, puntos, fases) cansa. Malt permite un formato tipo markdown, úsalo: títulos H3, listas, negrita en las cifras clave.

Error 6 — Autobombo excesivo. "Gracias a mi experiencia única..." = quemado. Mantente factual, deja hablar a los resultados. El cliente lee entre líneas que eres bueno si las cifras son buenas.

Test calidad: haz leer tu caso de estudio a un prospect potencial (o un amigo ajeno al oficio). Si no puede resumir en 2 frases "quién, qué, por qué, resultado", está mal estructurado.

Refundido front app fintech B2B — Time-to-load dividido por 3, conversión +18%

Situación. Scale-up FinTech B2B (Serie B, 60 personas), app SaaS con 40 000 usuarios activos. Time-to-load medio de 3,2 segundos, tasa de rebote del 34%, quejas recurrentes sobre lentitud. Stack legacy React 16 + Redux, deuda técnica de 2 años.

Task. Refundir progresivamente el front hacia una stack moderna para alcanzar un time-to-load bajo 1,5s en 3 meses, sin interrumpir la velocidad producto del equipo interno.

Acción. - Fase 1 (semanas 1-2): auditoría técnica completa, benchmark rendimiento (Lighthouse, WebPageTest), identificación de los 8 puntos bloqueantes prioritarios. - Fase 2 (semanas 3-4): migración a Next.js 15 App Router con React Server Components para las páginas críticas (dashboard, listado transacciones). - Fase 3 (semanas 5-8): implementación de Cache Components en las vistas data-heavy, streaming de los componentes pesados, lazy loading imágenes. - Fase 4 (semanas 9-10): migración TypeScript strict en los módulos críticos, implantación de tests visuales Playwright. - Fase 5 (semanas 11-12): auditoría accesibilidad WCAG 2.2, correcciones navegación teclado, ajustes ARIA.

Result. - Time-to-load: 3,2s → 1,1s (-66%) - Tasa de conversión checkout: +18% - Score Lighthouse Performance: 42 → 96 - Tasa de rebote: 34% → 19% - NPS interno equipo producto: +25 puntos en encuesta post-entrega

Retorno de experiencia. La clave fue empezar por los Cache Components antes que la migración TypeScript. En un proyecto similar, propondría desde el kickoff un plan de medida de negocio (revenue por usuario) más que solo KPI técnicos, para alinear al equipo de negocio con el impacto del chantier.

Design system industrial — SaaS RRHH scale-up, 120 componentes entregados en 12 semanas

Situación. Scale-up SaaS RRHH (200 personas, Serie C), 3 productos distintos, ningún design system unificado. Deuda de diseño de 2 años: inconsistencias visuales mayores, tiempo de shipping producto dividido por falta de componentes reutilizables. Objetivo de negocio: acelerar el ciclo de desarrollo producto en un 40%.

Task. Concebir y entregar un design system completo e industrializado (tokens, componentes, doc dev) en 12 semanas, adoptado por los 3 equipos producto.

Acción. - Fase 1 (semanas 1-2): auditoría UI de los 3 productos, cartografía de los 340 patrones existentes, identificación de los 120 componentes prioritarios. - Fase 2 (semanas 3-4): definición de la estrategia de tokens (colores, tipografía, spacing, radius, shadows) alineada con el brand book. - Fase 3 (semanas 5-9): concepción Figma de los 120 componentes con variants, states, propiedades, doc integrada. Sesiones de revisión semanales con los 3 leads design producto. - Fase 4 (semanas 10-11): integración Figma dev mode, creación de la documentación dev (Storybook + Notion), sesiones handoff con los equipos técnicos. - Fase 5 (semana 12): formación transversal (4 sesiones), plan de gobernanza post-entrega, definición de los rituales de contribución.

Result. - 120 componentes entregados + 45 tokens design + doc completa. - Ciclo de shipping producto: 6 semanas → 3 semanas (-50%). - Adopción equipos dev: 100% en nuevas features en 2 meses post-entrega. - Reducción de la deuda UI medida: -70% en auditoría a 6 meses. - Satisfacción equipos producto (encuesta interna): 4,7/5.

Retorno de experiencia. El error que estuve a punto de cometer: entregar los componentes antes de fijar la gobernanza. En un proyecto similar, ahora arranco con un taller de gobernanza en semana 1 para aclarar quién contribuye, quién revisa, quién decide. Sin ese marco, el design system muere en 6 meses post-entrega.

Recuperación SEO post-migración — Tráfico orgánico restaurado a +12% en 4 meses

Situación. Scale-up EdTech Serie B (80 pers.). Tráfico orgánico en caída de -35% en 6 meses tras una migración técnica de plataforma (Symfony a Next.js) mal calibrada. 500 000 URLs indexadas, ingresos SEO estimados -280k€/año. Pánico interno, equipo SEO dimisionario.

Task. Auditar las causas de la caída, definir un plan de recuperación priorizado, ejecutar las correcciones críticas en 4 meses con un objetivo de +50% de tráfico recuperado.

Acción. - Fase 1 (semanas 1-2): auditoría técnica completa (crawl Screaming Frog, GSC, logs servidor), identificación de 12 problemas bloqueantes de los cuales 4 críticos (redirecciones 302 en lugar de 301 en 40k URLs, etiquetas canónicas rotas, Core Web Vitals degradados, sitemap obsoleto). - Fase 2 (semanas 3-6): corrección de los 4 problemas críticos con el equipo técnico interno, reestructuración del enlazado interno en las 200 páginas pilares, plan de recuperación de urgencia de las URLs huérfanas. - Fase 3 (semanas 7-12): refundido editorial de 40 páginas pilares (estructura H1-H6, datos estructurados, enriquecimiento de contenido), plan de netlinking dirigido sobre las páginas perdidas. - Fase 4 (semanas 13-16): monitoreo semanal GSC + Semrush, ajustes en el 15% de páginas que no habían remontado, plan de contenido para 2026.

Result. - Tráfico orgánico: -35% → +12% vs baseline previa a la caída (recuperación completa + crecimiento). - 15 palabras clave en top 3 Google (frente a 4 antes de la intervención). - Ingresos atribuidos a SEO: +45k€/mes a M+6. - Objetivo de recuperación superado en un 60% (objetivo +50%, alcanzado +12% vs baseline). - Core Web Vitals: 100% de las páginas pilares en "Good" post-entrega.

Retorno de experiencia. El punto clave fue priorizar los Core Web Vitals antes que cualquier otro chantier. En un proyecto similar, arrancaría con un plan de contingencia bandera audiencia desde la semana 1 para tranquilizar a los equipos internos mientras las correcciones estructurales hacen efecto (2-3 meses de latencia normal).

EJEMPLO 4 — Redactora B2B

Ghostwriting LinkedIn CEO SaaS — 3k a 28k seguidores en 12 meses, 3 leads/mes

Situación. CEO de una startup SaaS B2B (25 pers., Serie A), presencia LinkedIn casi inexistente (3k seguidores, 1 post/mes sin engagement). Objetivo: thought leadership en su mercado (RRHH tech), generación de leads inbound cualificados.

Task. Construir la presencia LinkedIn del CEO en 12 meses con objetivo de 20k seguidores cualificados y 2 leads inbound/mes atribuidos a los posts.

Acción. - Fase 1 (mes 1): cartografía del mercado RRHH tech, identificación de los 30 ángulos editoriales fuertes, definición del tono de voz (mix experiencia + vulnerabilidad fundador). - Fase 2 (mes 2-12): 2 posts/semana (100 posts total) + 1 artículo largo/mes (12 artículos), planning trimestral con 3 series temáticas estructurantes. - Cada post: hook fuerte, estructura aireada, 1 insight + 1 anécdota + 1 pregunta, hashtags dirigidos. - Sesiones bimensuales con el CEO para captar sus insights de terreno. - Seguimiento mensual de los KPI, ajustes de formatos según rendimiento.

Result. - Seguidores: 3k → 28k (+833%). - Engagement medio: 12 → 340 likes/post. - Leads inbound cualificados atribuidos: 3/mes (30 leads al año). - 3 pitches de inversores entrantes vía LinkedIn (sobre los 4 aproches recibidos para la Serie B).

Retorno de experiencia. La regularidad de 2 posts/semana fue el verdadero diferenciador, más que la calidad individual de los posts. En un proyecto similar, arrancaría con una fase de test A/B de los ángulos (3 series en paralelo durante 4 semanas) para validar lo que engancha antes de industrializar.

---

EJEMPLO 5 — Consultor Growth

Cold outreach B2B — 45 RDV cualificados en 3 meses para gabinete de consultoría

Situación. Gabinete de consultoría estratégica B2B (12 pers., 4M€ facturación), 100% adquisición por boca-oreja. Objetivo: diversificar la adquisición sin desvirtuar la marca premium.

Task. Generar 30 RDV cualificados en 3 meses vía cold outreach LinkedIn/email, sin cruzar nunca la línea del spam mal dirigido.

Acción. - Fase 1 (semanas 1-2): definición ICP ultra-preciso (directivos COMEX, empresas medianas industriales 200-2000 pers., zona Gran Oeste), sourcing de 400 cuentas objetivo vía LinkedIn Sales Navigator + Kaspr. - Fase 2 (semanas 3-4): redacción de 4 secuencias Lemlist multi-touch (LinkedIn + email), personalización por persona, A/B testing de los ganchos. - Fase 3 (semanas 5-12): lanzamiento de secuencias por oleadas de 50 contactos/semana, monitoreo tasa de respuesta, ajustes semanales. - Fase 4: cualificación telefónica de los leads calientes, transmisión al director del gabinete para closing.

Result. - 45 RDV cualificados generados en 3 meses (objetivo superado en un 50%). - Tasa de respuesta media de las secuencias: 14% (benchmark mercado 3-5%). - 12 propuestas enviadas, 4 nuevas misiones firmadas (importe total 320k€). - ROI misión Growth: 8x en 3 meses.

Retorno de experiencia. El factor clave fue el ICP ultra-restringido (400 cuentas solamente, muy dirigidas) más que el volumen. En un proyecto similar, empujaría aún más lejos la personalización (redacción 1-1 en las 50 cuentas prioritarias), en detrimento del volumen.