Saltar al contenido
← Volver al Journal
Guías
9 min de lectura

Las métricas que importan antes del product-market fit

Antes del ajuste producto-mercado, la mitad de tus métricas mienten. Esta guía te dice cuáles importan de verdad y cómo leerlas sin equipo de datos.

Por Equipo Frihet

TL;DR: Antes del product-market fit casi todas las métricas que enseñas en un pitch son ruido. Lo que predice si tienes negocio son cuatro cosas: retención por cohortes, uso real del producto, margen de contribución por cliente y cuántos meses de caja te quedan. Todo lo demás es decoración para inversores que tampoco se lo creen.

Compartir
Las métricas que importan antes del product-market fit

Puntos clave

  • Usuarios totales y descargas no predicen nada antes de PMF — son métricas de vanidad que suben aunque el producto no retenga a nadie.
  • La retención por cohortes es el juez más honesto del product-market fit: si la curva se aplana, hay señal; si cae a cero, no la hay.
  • El margen de contribución (precio menos coste variable) importa más que el CAC en fase temprana, porque con pocos clientes el CAC es ruido estadístico.
  • El runway no es una métrica financiera más: es la que decide si las otras tres importan, porque mide cuánto tiempo tienes para encontrarlas.
  • No necesitas un data team para esto — necesitas un dashboard que junte facturación, gastos y caja en un sitio y lo actualice solo.
Contenidos

La mitad de las métricas que enseñas en tu próximo pitch no significan nada. No porque estén mal calculadas — porque miden lo que no toca en la fase en la que estás. Antes de encontrar product-market fit, tu trabajo no es crecer. Es descubrir si hay algo que merezca la pena hacer crecer. Y eso se mide distinto.

Qué vas a aprender

  • Por qué usuarios totales y descargas te mienten en fase temprana
  • Cómo elegir tu North Star según tu modelo de negocio, no según la de otro
  • Por qué la retención por cohortes es el único juez que no se puede sobornar
  • Cómo calcular CAC, LTV y margen de contribución sin abrir un Excel de cuarenta pestañas
  • Por qué el runway es la métrica que decide si las demás importan
  • Cómo verlo todo en un sitio sin contratar a un analista de datos

Vanidad vs verdad: la tabla que te ahorra un board meeting malo

Una métrica de vanidad sube siempre, pase lo que pase. Una métrica de verdad solo sube cuando el negocio mejora de verdad. La confusión entre las dos es el motivo por el que fundadores brillantes se pasan seis meses “creciendo” hacia ningún sitio.

Métrica de vanidadPor qué engañaMétrica de verdad que la sustituye
Usuarios registrados totalesSube con marketing, no con productoUsuarios activos semana 4 (retención)
Descargas de la appCorrelaciona con presupuesto de ads, no con valor% que completa la acción clave (activación)
Visitas a la webMide tráfico, no intenciónTasa de conversión visita → prueba
Seguidores en redesNo paga facturasClientes que renuevan sin que se lo pidas
Facturación acumulada históricaIgnora si el cliente se va al mes siguienteIngreso recurrente neto de bajas (MRR neto)

La columna izquierda es la que se enseña en un deck porque siempre va hacia arriba y hacia la derecha. La columna derecha es la que predice si en dieciocho meses sigues teniendo empresa.

Tu North Star no es la misma que la de tu vecino

North Star es la única métrica que, si sube, significa que estás entregando más valor real. No la eliges por moda. La deduces de tu modelo:

  • Marketplace de dos lados: transacciones completadas, no usuarios registrados en ninguno de los dos lados por separado.
  • SaaS de uso recurrente: acciones clave completadas por usuario activo (no logins — logins no significan nada si no hacen nada dentro).
  • Producto de consumo con margen por unidad: unidades vendidas con margen positivo, no ingresos brutos.
  • Herramienta B2B que sustituye trabajo manual: horas o tareas que el cliente deja de hacer a mano gracias a ti.

La prueba de fuego: si tu North Star sube un mes y tu negocio objetivamente no está mejor, la elegiste mal. Cámbiala sin miedo a “perder la serie histórica”. La serie histórica de una métrica equivocada no vale nada.

Retención: el único juez real del product-market fit

Aquí está la métrica que más fundadores evitan mirar de frente porque duele.

Coge un grupo de usuarios que empezaron a usar tu producto la misma semana (una cohorte). Míralos cada semana siguiente: ¿cuántos siguen activos? Dibuja la curva.

Hay dos formas posibles:

  1. La curva cae y se aplana en algún punto por encima de cero. Ese aplanamiento es la señal más fiable de product-market fit que existe. Significa que hay un núcleo de gente para la que tu producto es indispensable, no una novedad.
  2. La curva cae hacia cero sin frenar. No importa cuántos usuarios nuevos metas por arriba del embudo — estás llenando un cubo con agujero.

La mayoría de founders miran el número de usuarios activos hoy en vez de la forma de la curva por cohorte. Es el error más caro de la fase pre-PMF, porque un embudo de adquisición fuerte puede tapar una retención rota durante meses, hasta que el CAC sube y ya no hay con qué taparlo.

Unit economics sin excel de 40 pestañas

Tres números, en este orden de importancia en fase temprana:

1. Margen de contribución por cliente — precio que pagas al cliente menos el coste variable directo de servirlo (no reparte gastos fijos ni salarios, solo lo que crece con cada cliente nuevo).

Ejemplo (cifras ilustrativas): cobras 49 €/mes por tu SaaS. El coste de servidor, soporte y procesamiento de pago por cliente es 8 €/mes. Margen de contribución: 41 €/mes por cliente. Si ese número es negativo, no tienes un problema de crecimiento — tienes un problema de producto o de precio, y crecer solo lo hace más grande.

2. LTV (valor de vida del cliente) — margen de contribución mensual multiplicado por la duración media que se queda un cliente antes de irse.

Ejemplo: margen 41 €/mes, cliente medio se queda 14 meses (según tu curva de retención, no una suposición) → LTV ≈ 574 €.

3. CAC (coste de adquisición) — todo lo que gastaste en marketing y ventas dividido entre clientes nuevos conseguidos en ese periodo.

Ejemplo: gastaste 2.000 € en ads y conseguiste 20 clientes → CAC = 100 €.

La relación LTV/CAC que se suele citar como sana (3

o mejor) es útil, pero con menos de cincuenta clientes es más ruido que señal — un solo cliente grande o una campaña puntual la distorsiona. Lo que sí puedes fiarte con pocos datos es del margen de contribución individual: si pierdes dinero cliente a cliente, no necesitas más muestra para saber que algo no cuadra.

Runway y burn: la métrica de supervivencia

Todo lo anterior da igual si te quedas sin caja antes de tener respuesta.

El runway (meses de caja disponible dividido entre el burn mensual neto) no es una métrica más de la lista — es la que pone límite de tiempo a todas las demás. Define cuántos experimentos de retención y precio puedes correr antes de que la conversación deje de ser “¿tenemos PMF?” y pase a ser “¿cerramos?”.

Dos disciplinas simples que casi nadie mantiene con rigor:

  • Revisa el burn neto cada mes, no cada trimestre. Un trimestre es tiempo de sobra para que un problema pequeño se vuelva estructural sin que lo veas venir.
  • Distingue burn de lanzamiento de burn recurrente. Un gasto puntual (una herramienta, un evento) no debe inflar tu proyección de runway igual que un coste que se repite cada mes.

Cómo verlas sin un equipo de datos

Nada de lo anterior exige un data team ni un cuadro de mando de treinta widgets. Exige que la facturación, los gastos y la caja vivan en el mismo sitio y se actualicen sin que tengas que pedírselo a nadie.

En Frihet esto es exactamente lo que hace el dashboard financiero en tiempo real: factura emitida, gasto cargado por OCR y saldo de caja se reflejan al momento, sin cierre manual de mes para saber dónde estás hoy. Sirve igual si eres una persona sola facturando o un equipo de veinte — la gestión no debería tener techo de tamaño.

Y si ya trabajas con un agente de IA para tus flujos de negocio, el servidor MCP de Frihet le da acceso directo hoy a esos mismos datos — facturación, gastos, clientes — para que puedas pedirle cohortes de ingreso o MRR por fecha de alta de cliente, o un resumen de margen, sin exportar nada a mano. La retención por uso de producto es otra cosa: para verla necesitas tus propios datos de actividad, que Frihet no gestiona. Eso es lo que ya puedes hacer hoy. La dirección hacia la que va esto — un agente que no solo te informa sino que actúa sobre tu negocio de forma autónoma — todavía es terreno que se está construyendo, no algo que prometamos como función de hoy.

Errores comunes al medir en fase pre-PMF

  • Perseguir una North Star prestada. Copiar la métrica que usa otro fundador en Twitter sin preguntarte si encaja con tu modelo.
  • Mirar el total en vez de la cohorte. Un número que sube por arriba puede esconder una fuga por abajo.
  • Optimizar CAC antes de tiempo. Con pocos clientes, es ruido; te hace tomar decisiones sobre una muestra que no aguanta el peso.
  • Confundir facturación con margen. Facturar mucho y perder dinero por cliente es peor que facturar poco con margen sano — el primero escala la pérdida.
  • Revisar el runway solo cuando asusta. Para entonces ya has perdido opciones que tenías dos meses antes.

Después del PMF cambia el juego

El día que la curva de retención se aplana de forma consistente, el peso se mueve. La retención pasa de ser el veredicto a ser el mantenimiento. Entran métricas de eficiencia de crecimiento — payback de CAC, expansión de cuenta, LTV/CAC con muestra ya fiable — porque ahora sí tiene sentido invertir en escalar algo que sabes que funciona.

Pero ese es otro artículo, con otras prioridades. Confundir las dos fases es como pisar el acelerador antes de saber si el motor arranca.

La disciplina de fase temprana es simple de enunciar y dura de sostener: mide poco, mide lo que importa, y no te mientas con lo que sube fácil.

¿Te ha sido útil este artículo?

Preguntas frecuentes

¿Cuántos usuarios necesito para saber si tengo product-market fit?

Ninguna cifra mágica. Importa más la forma de la curva de retención que el volumen: si un grupo pequeño de usuarios (20-50) sigue usando el producto semana tras semana y la curva se aplana en vez de caer a cero, tienes señal real. Con 10.000 usuarios que abandonan en la semana dos no tienes nada, solo un CAC alto y una curva descendente.

¿Debo mirar el CAC antes de tener product-market fit?

Míralo, pero no lo optimices todavía. Con pocos clientes cada adquisición pesa demasiado en la media y el dato es ruido estadístico. Lo que sí debes vigilar es si cada cliente deja margen de contribución positivo — si pierdes dinero por cliente, no hay CAC que lo arregle.

¿Qué pasa con estas métricas después de encontrar el product-market fit?

Cambian de rol. La retención pasa de ser el juicio final a ser un indicador de mantenimiento, y entran métricas de crecimiento eficiente: CAC payback, LTV/CAC, expansión de cuenta. El runway sigue importando, pero deja de ser la métrica que decide si el negocio existe.

Compara con

Artículos relacionados

Comentarios

Frihet — Gestión sin drama

Empieza gratis