Sobre mí

Soy Facundo Rossello. Hace unos ocho años que trabajo en Growth, aunque durante bastante tiempo ni siquiera lo llamaba así.

Empecé más cerca del marketing y la adquisición, después me fui metiendo cada vez más en performance, e-commerce, CRO, analítica y experimentación. Con el tiempo me di cuenta de que lo que más me interesaba no era una campaña o un canal en particular, sino entender cómo funciona una empresa como sistema: dónde entra la información, cómo se toman decisiones, qué frena el crecimiento y qué podemos construir para que todo funcione mejor.

Hoy estoy en Odicean Expeditions, donde estoy construyendo el área de Growth mientras la compañía escala. Eso significa adquisición y conversión, obviamente, pero también CRM, medición, procesos comerciales, automatización, producto interno, datos e inteligencia artificial. Gran parte de mi trabajo consiste en conectar piezas que normalmente viven separadas y convertirlas en un sistema que podamos entender, medir y mejorar.

En paralelo construí Velvok, donde terminamos metiéndonos en prácticamente todo lo que implica resolver problemas reales de empresas con software. Automatizaciones contables y financieras, conciliación bancaria, integraciones con APIs, procesos operativos, agentes, herramientas internas y productos como Asentia. Ahí aprendí muchísimo de algo que hoy atraviesa todo lo que hago: muchas veces el problema no necesita otra herramienta. Necesita entender mejor el proceso antes de tocar una línea de código.

Últimamente la inteligencia artificial aceleró todavía más esa forma de trabajar. No me interesa demasiado la IA como colección de herramientas nuevas, sino como una nueva capa sobre la que podemos diseñar empresas: agentes que operan, sistemas que mantienen contexto, procesos que antes necesitaban intervención humana y ahora pueden rediseñarse desde cero.

También estoy estudiando Data Science. En el mundo en el que vivimos —y sobre todo dedicándonos a Growth, IA y sistemas— me parece cada vez más difícil ir en serio sin entender los datos en profundidad. No solamente mirar dashboards, sino entender qué hay detrás: estadística, modelos, causalidad, experimentación y cómo distinguir una señal real de una historia que simplemente nos estamos contando.

Research Notes nace de todo eso.

Es el lugar donde quiero ir dejando las ideas que aparecen mientras trabajo: cosas que construyo, problemas que encuentro, frameworks que me ayudan a ordenar la cabeza, sistemas que funcionan, cosas que salen mal y preguntas que todavía no sé responder.

No quiero escribir para tener algo que publicar. Quiero usar esto para pensar mejor y, con el tiempo, construir una biblioteca pública de las cosas que voy aprendiendo.