Tu CMO reporta leads. Tu VP de Sales reporta pipeline. Tu CFO pide MRR. Cada uno tiene su dashboard favorito, su herramienta sagrada, su número estrella. Y cuando se sientan los tres en la misma sala, parece que están hablando de empresas diferentes.
Google Analytics dice una cosa. HubSpot dice otra. Stripe tiene su versión. Y tú en el medio, tratando de armar el rompecabezas con piezas que no encajan.
Mientras tanto, hay founders que saben exactamente cuánto invertir en cada canal. No adivinan. Calculan. Cuando les piden justificar un budget al board, tienen números que cierran bocas. Cuando algo falla, saben en 24 horas dónde está el problema. No porque sean más inteligentes. Porque tienen un mapa.
Cada mes que operas sin ese mapa es un mes de oportunidades invisibles. Cada board meeting sin números claros es credibilidad que se evapora. Cada decisión tomada "porque se siente correcto" es una moneda al aire disfrazada de estrategia.
Este artículo te muestra cómo construir tu growth model desde cero. No necesitas un data scientist. No necesitas software de $500/mes. No necesitas saber R o Python. Solo necesitas entender las 6 palancas que mueven cualquier negocio y conectarlas en un spreadsheet que puedas actualizar cada mes.
Cuando termines, vas a tener un modelo base que puedes armar en 45 minutos y que responde la pregunta que ninguna de tus herramientas responde hoy: si muevo esta palanca, cuánto cambia mi revenue.
Tabla de contenido
- Qué es un growth model y por qué lo necesitas
- Los 3 tipos de growth models según tu etapa
- La North Star Metric: cómo elegir la métrica que importa
- Las 6 palancas de crecimiento de cualquier negocio
- Cómo construir tu growth model en un spreadsheet
- Del modelo al forecast: prediciendo revenue
- Preguntas frecuentes
Qué es un growth model y por qué lo necesitas
Un growth model es la representación matemática de cómo tu negocio genera dinero. Es el mapa que conecta cada etapa del customer journey con números concretos que puedes medir, optimizar y predecir.
La diferencia entre operar con y sin growth model es la diferencia entre conducir con GPS y conducir con los ojos cerrados:
Sin growth model: "Tuvimos 10,000 visitas este mes. Parece bueno. Creo que vamos bien. El marketing está funcionando, supongo."
Con growth model: "Tuvimos 8,347 visitas, convirtieron a 2% en leads, 25% calificaron como MQL, 18% cerraron. Eso son 7 clientes nuevos a $200 ACV = $1,400 en new MRR. Estamos 15% debajo del target porque la conversión de SQL a cliente cayó del 22% histórico al 18%. El problema está en el proceso de ventas, no en marketing."
El segundo escenario te dice exactamente qué está fallando. El primero te deja adivinando y señalando culpables al azar.
Por qué importa ahora más que nunca
Según First Round Capital, las startups que modelan su crecimiento desde etapas tempranas tienen 2.3x más probabilidad de alcanzar Series A. No es magia. Es que los inversionistas pueden ver que entiendes tu negocio.
Pero más allá de levantar capital, un growth model te da superpoderes operativos:
-
Identificas cuellos de botella instantáneamente. Cuando sabes que tu conversión de MQL a SQL es 15% y el benchmark de la industria es 30%, sabes exactamente dónde enfocar. Lo que significa que en tu próximo board meeting, cuando te pregunten "por qué bajaron las ventas", vas a tener una respuesta concreta en lugar de mirar al piso y murmurar excusas.
-
Alineas a todo el equipo hacia una misma métrica. Cuando todos entienden que el objetivo es X MRR y conocen las palancas que lo mueven, dejan de optimizar sus métricas individuales a costa de las demás. Lo que significa que Marketing deja de celebrar leads basura y Sales deja de culpar a Marketing por leads que en realidad estaban bien calificados. Menos guerras internas, más resultados.
-
Transformas opiniones en hipótesis testeables. "Deberíamos invertir más en content marketing" pasa de ser la opinión de quien grita más fuerte a ser una hipótesis: "Si invertimos $10K más en content, generaremos 500 leads adicionales, de los cuales 25 se convertirán en clientes, generando $5K en MRR adicional. El ROI sería de 6 meses." Lo que significa que las decisiones se toman con números, no con egos.
-
Te da lenguaje común con inversionistas y board. Cuando un VC te pregunta "cuál es tu CAC payback period" y respondes con un número específico respaldado por un modelo, te diferencias del 90% de founders que tartamudean algo como "ehh, como 8 meses, creo". Lo que significa que pareces alguien que sabe lo que hace, porque lo sabes.
Los 3 tipos de growth models según tu etapa
El error más común que veo es querer un modelo sofisticado antes de tener data confiable. Si tienes 50 clientes y 3 meses de historia, no tiene sentido modelar cohortes por industria y tamaño de empresa. Es como comprar un Ferrari para ir a la esquina.
La regla es simple: el modelo debe ser lo suficientemente sofisticado para tomar mejores decisiones, pero lo suficientemente simple para que lo actualices consistentemente. Un modelo que no actualizas es decoración, no herramienta.
Modelo básico (Early Stage / Pre-Product Market Fit)
Este es el modelo para startups que todavía están buscando product-market fit, o empresas pequeñas que nunca han modelado su crecimiento.
Características:
- Enfoque en una sola métrica principal: usuarios activos semanales o MRR
- Un funnel lineal y simple: Tráfico → Signup → Activación → Retención
- Pocos canales de adquisición (probablemente 1-2)
- Sin segmentación de cohortes
Herramienta recomendada: Google Sheets. Literalmente una hoja con 10 celdas.
Lo que debe responder: "Si generamos X tráfico, cuántos usuarios activos/revenue tendremos"
Modelo intermedio (Post-PMF / Growth Stage)
Cuando ya tienes product-market fit y estás escalando, necesitas capturar más complejidad.
Características:
- Múltiples canales de adquisición con CAC diferenciado por canal
- Segmentación básica por cohortes (por mes de adquisición)
- Incluye las métricas financieras clave: CAC, LTV, Payback Period, LTV:CAC ratio
- Modela retención y expansión como palancas separadas
Herramienta recomendada: Spreadsheet más sofisticado + herramienta de BI para visualización.
Lo que debe responder: "Cuánto podemos invertir en cada canal sin destruir nuestra economía unitaria" y "Cuál es el forecast de MRR para los próximos 6-12 meses bajo diferentes escenarios"
Modelo avanzado (Scale-up / Enterprise)
Para empresas que ya tienen equipos de data y necesitan precisión para decisiones de alto impacto.
Características:
- Forecasting predictivo con modelos estadísticos
- Modelado de escenarios múltiples (best/base/worst case) con probabilidades
- Integración con datos financieros (P&L, cash flow)
- Segmentación granular por producto, geografía, segmento de cliente
Herramienta recomendada: Modelos personalizados en Python/R + data warehouse + equipo de analytics dedicado.
La regla de oro: Empieza simple. Un modelo básico que uses todas las semanas es infinitamente más valioso que un modelo avanzado que nadie entiende y que se actualiza una vez al quarter.
La North Star Metric: cómo elegir la métrica que importa
Probablemente ya tienes 15 métricas en tu dashboard. El problema es que todas se mueven en direcciones diferentes y no sabes cuál mirar cuando hay fuego. La North Star Metric resuelve eso.
Antes de construir tu growth model, necesitas definir tu NSM. Esta es la métrica central que mejor representa el valor que entregas a tus clientes y que correlaciona directamente con crecimiento sostenible.
Y aquí viene el error que comete casi todo el mundo: usar revenue como North Star Metric.
No lo hagas.
El revenue es un lagging indicator. Cuando baja, ya es demasiado tarde para reaccionar. Es como manejar un carro mirando solo el espejo retrovisor. Para cuando ves el árbol, ya te estrellaste.
Tu NSM debe ser una métrica leading que puedas influenciar antes de que impacte el revenue, y que refleje cuánto valor están obteniendo tus clientes.
Criterios para elegir tu NSM
1. Refleja valor al cliente
Si la métrica sube, significa que más clientes están obteniendo más valor de tu producto.
Ejemplo malo: Usuarios registrados (puedes tener millones que nunca usan el producto).
Ejemplo bueno: Usuarios que completaron una acción de valor esta semana.
2. Es un leading indicator de revenue
Debe predecir revenue futuro, no solo reportarlo después del hecho. Si tu NSM crece, el revenue debería crecer en las próximas semanas/meses.
3. Es accionable
Tu equipo puede influenciarla directamente con sus acciones diarias. Si depende de factores externos que no controlas, no sirve.
4. Es simple de entender
Cualquier persona en la empresa puede explicar qué significa y por qué importa. Si necesitas un whiteboard y 20 minutos para explicarla, es demasiado compleja.
Ejemplos de North Star Metrics de empresas reales
-
Slack: Mensajes enviados por equipos activos. No usuarios registrados, no equipos creados. Mensajes enviados. Porque eso es valor real entregado.
-
Airbnb: Noches reservadas. No listings creados, no búsquedas realizadas. Noches que efectivamente se reservaron.
-
HubSpot: Weekly Active Teams usando al menos 5 features. No solo logins, sino uso real de funcionalidad core.
-
Facebook en sus primeros días: Usuarios que agregaban 7 amigos en 10 días. Era el predictor más fuerte de retención a largo plazo.
El error fatal de usar revenue como NSM
La tentación es obvia. Revenue es lo que paga las cuentas. Es lo que reportas al board. Es lo que determina tu valoración.
Pero como North Star Metric, revenue falla porque:
-
Llega tarde. Para cuando el revenue baja, el problema empezó hace meses en retención o activación.
-
Es resultado, no causa. No puedes "hacer más revenue" directamente. Solo puedes hacer cosas que resulten en más revenue.
-
Crea incentivos perversos. Si el equipo se enfoca solo en revenue, empiezan a tomar atajos: descuentos agresivos, clientes que no son buen fit, churn escondido bajo expansión.
Tu NSM debe ser la métrica que causa revenue, no el revenue mismo.
Las 6 palancas de crecimiento de cualquier negocio
Sean Ellis identificó que cualquier negocio puede descomponerse en 6 palancas fundamentales. Mejorar cualquiera de ellas mueve tu growth model hacia arriba.
La belleza de este framework es que te da claridad sobre dónde enfocar esfuerzos. En lugar de "necesitamos crecer más", puedes decir "nuestra palanca más débil es retención, si la mejoramos de 85% a 92%, el impacto en LTV es mayor que duplicar el presupuesto de adquisición".
Growth MarketingTodo lo que publico aquí es gratis. Implementarlo contigo tiene precio.
Si algo de lo que leíste te hizo pensar "esto me está pasando", hablemos. Te respondo el mismo día.
Agendar 30 min →1. Awareness / Tráfico
Esta es la boca del funnel. Cuántas personas saben que existes. Spoiler: probablemente menos de las que crees, y la mitad de esas no son tu target.
Métricas clave:
- Visitantes únicos mensuales
- Impresiones (paid y organic)
- Alcance de marca
Canales típicos:
- SEO (tráfico orgánico de búsqueda)
- Paid media (Google Ads, Facebook, LinkedIn)
- Content marketing
- PR y partnerships
- Referrals
El mito que debes destruir: Mucha gente cree que más tráfico = más ventas. La realidad es que 100,000 visitantes que no convierten son peor que 10,000 que sí lo hacen. El tráfico basura te distrae y te da falsa confianza. Mide "tráfico calificado", no "tráfico total".
2. Acquisition / Conversión a Lead
De visitante a lead. El momento en que alguien te da su información de contacto a cambio de algo de valor.
Métricas clave:
- Tasa de conversión de visitante a lead
- Costo por lead (CPL) por canal
- Volumen de leads mensuales
Benchmarks para SaaS B2B (según HubSpot):
- Landing pages bien optimizadas: 2-5% conversión
- Pop-ups de contenido: 1-3%
- Webinars: 20-40% de registrados a asistentes
El error más común: Tratar todos los leads como iguales. Un lead de búsqueda con intent comercial vale 10x más que un lead de un ebook genérico. Tu modelo debería diferenciar si tienes el data.
3. Activation / Conversión a Cliente
De lead a cliente que paga. Este es usualmente el funnel de ventas.
Métricas típicas para B2B:
- Lead → MQL (Marketing Qualified Lead)
- MQL → SQL (Sales Qualified Lead)
- SQL → Opportunity
- Opportunity → Closed Won
Win rates típicos (basado en datos de Klenty):
- Lead a MQL: 20-40%
- MQL a SQL: 30-50%
- SQL a Opportunity: 50-70%
- Opportunity a Closed: 15-30%
El multiplicador escondido: Cada punto porcentual de mejora en estas conversiones se multiplica a través del funnel. Si mejoras cada etapa un 10%, el resultado final mejora mucho más del 10%.
4. Revenue / Monetización
Cuánto paga cada cliente. Esta palanca a menudo se ignora porque "el pricing ya está definido", pero es una de las más poderosas.
Métricas clave:
- ARPU (Average Revenue Per User)
- ACV (Annual Contract Value)
- Precio promedio de transacción
El dato incómodo que nadie te dice: Patrick Campbell de ProfitWell demostró que la mayoría de SaaS pueden subir precios 20-30% sin impacto significativo en conversión. Literalmente estás dejando dinero en la mesa por miedo a cobrar lo que vales.
Tácticas para mover esta palanca:
- Revisión de pricing (la mayoría de startups cobra muy poco)
- Upselling a planes superiores
- Cross-selling de productos adicionales
- Descuentos anuales vs mensuales
5. Retention / Frecuencia
Cuánto tiempo se queda el cliente y cuántas veces compra. En SaaS, esto es churn. En e-commerce, es repeat purchase rate.
Esta es la palanca más subestimada de todas. Y la matemática es brutal.
Haz la cuenta: 100 clientes a $100/mes con 5% churn mensual = $76,000 en year 1. Los mismos 100 clientes con 3% churn = $85,000. Esa diferencia de 2 puntos te da $9,000 extra. Cada año. Sin gastar un peso más en adquisición.
Métricas clave:
- Churn rate mensual (para SaaS)
- Retention rate por cohorte
- Net Revenue Retention (incluye expansión)
Benchmarks SaaS B2B (según ChartMogul):
- Churn mensual aceptable: <5%
- Churn mensual bueno: <2%
- Net Revenue Retention excelente: >110%
Por qué la mayoría obsesiona con adquisición cuando debería obsesionar con retención: Un cliente retenido un año más vale lo mismo que adquirir un cliente nuevo, pero sin el CAC. Reducir churn de 5% a 3% puede duplicar tu LTV.
6. Referral / Expansión
Cuántos clientes nuevos trae cada cliente existente. Es el santo grial del crecimiento porque es adquisición a costo marginal cero.
Métricas clave:
- Viral coefficient (K): Si K>1, crecimiento exponencial
- Net Promoter Score (NPS)
- Referral rate: % de clientes que refieren
La fórmula del viral coefficient:
K = (invitaciones por usuario) × (tasa de conversión de invitaciones)
Si cada usuario invita a 5 personas y el 25% acepta, K = 1.25. Crecimiento viral.
El reality check: Muy pocos productos tienen K>1 de forma sostenida. Pero incluso un K de 0.3 significa que por cada 10 clientes que adquieres, 3 vienen gratis. Eso reduce tu CAC efectivo un 23%.
El ejercicio que debes hacer ahora
Abre un spreadsheet y haz esto:
- Para cada palanca, escribe tu número actual (aunque sea estimado)
- Identifica cuál es tu palanca más débil vs benchmarks
- Modela: qué pasa si mejoras esa palanca un 20%
- Compara ese impacto vs mejorar las otras palancas 20%
El resultado te dirá dónde enfocar los próximos 90 días.
Cómo construir tu growth model en un spreadsheet
Basta de teoría. Aquí está el proceso exacto para construir tu primer growth model funcional en 30-45 minutos.
Paso 1: Define tu funnel específico
Cada negocio tiene un funnel ligeramente diferente. Antes de abrir el spreadsheet, escribe en papel cada etapa por la que pasa un usuario.
Ejemplo para SaaS B2B con ventas consultivas:
Visitantes → Leads → MQLs → SQLs → Opportunities → Closed Won → Onboarded → Active Users → Churned
Ejemplo para SaaS B2C con self-serve:
Visitantes → Signups → Activated → Engaged → Converted → Retained → Churned
No copies el funnel de otro negocio. Piensa en cómo fluyen realmente tus clientes.
Paso 2: Recolecta data histórica
Para cada etapa necesitas dos números:
- Volumen: Cuántas personas entran a esa etapa por mes
- Tasa de conversión: Qué porcentaje pasa a la siguiente etapa
Usa los últimos 3-6 meses de data. Promedia para evitar anomalías.
Dónde encontrar los números:
- Visitantes: Google Analytics
- Leads/Signups: Tu CRM o herramienta de marketing automation
- MQLs/SQLs: CRM
- Revenue/Churn: Stripe, Chargebee, tu sistema de facturación
Si no tienes data: Estima basándote en lo que sabes y marca claramente como "supuesto". Usa benchmarks como punto de partida. Lo importante es empezar.
Paso 3: Calcula las métricas derivadas
CAC (Customer Acquisition Cost)
CAC = (Gasto total en Marketing + Gasto en Ventas) / Número de clientes nuevos
Incluye salarios del equipo, herramientas, paid media, todo. El CAC real suele ser 2-3x lo que la gente cree porque olvidan incluir salarios.
LTV (Lifetime Value)
LTV = ARPU × Vida promedio del cliente
Vida promedio = 1 / Churn rate mensual
Si tu ARPU es $100/mes y tu churn es 5% mensual:
Vida promedio = 1 / 0.05 = 20 meses
LTV = $100 × 20 = $2,000
LTV:CAC Ratio
LTV:CAC = LTV / CAC
Regla general:
- <1: Estás perdiendo dinero en cada cliente
- 1-3: Economía frágil
- 3-5: Economía saludable
- >5: Probablemente podrías invertir más agresivamente
Payback Period
Payback = CAC / (ARPU × Gross Margin)
Para SaaS, <12 meses es aceptable, <6 meses es excelente.
Paso 4: Construye el modelo en el spreadsheet
Crea esta estructura:
Tab 1: Funnel Actual
| Etapa | Volumen Mensual | Conversión | Fuente |
|---|---|---|---|
| Visitantes | 8,347 | 2.0% | GA4 |
| Leads | 167 | 25.1% | HubSpot |
| MQLs | 42 | 40.5% | CRM |
| SQLs | 17 | 52.9% | CRM |
| Opportunities | 9 | 33.3% | CRM |
| Closed Won | 3 | - | Stripe |
(Estos son números reales de un SaaS B2B que factura $50K MRR. Anónimos, pero reales.)
Tab 2: Métricas Económicas
| Métrica | Valor | Fórmula/Fuente |
|---|---|---|
| ARPU | $200/mes | Stripe |
| CAC | $800 | Total spend / Clientes |
| LTV | $4,000 | ARPU × (1/Churn) |
| LTV:CAC | 5.0 | LTV / CAC |
| Payback | 4 meses | CAC / ARPU |
| Churn mensual | 5% | Perdidos / Total |
Tab 3: Modelo de Crecimiento
Crea columnas para cada mes, con fórmulas que calculen:
MRR mes N = (MRR mes N-1 × Retention) + (Clientes nuevos × ARPU)
Paso 5: Crea escenarios
Un solo número de forecast no sirve. Necesitas rangos.
Escenario Conservador:
- Mejoras modestas de 5-10% en conversiones
- Tráfico crece al ritmo actual
- Churn se mantiene
Escenario Base:
- Mejoras realistas de 10-15% basadas en iniciativas planeadas
- Pequeña mejora en churn
Escenario Optimista:
- Todo sale bien: 15-25% de mejora
- Churn mejora significativamente
Esto te da un rango: "Esperamos entre $80K y $150K de MRR en 12 meses, con escenario base de $110K."
Es infinitamente más útil que un número mágico que sabes que estará mal.
Del modelo al forecast: prediciendo revenue
Tu growth model se convierte en forecast cuando agregas el factor tiempo.
El método de cohortes
El error más común es usar promedios generales. "Tenemos 100 clientes, churn de 5%, ergo perderemos 5 al mes."
El problema es que el churn no es lineal. Los clientes que adquiriste hace 2 meses tienen comportamiento diferente a los que llevan 2 años.
El método correcto es modelar por cohortes:
Cohorte Enero:
- 10 clientes nuevos
- Mes 1: 10 clientes (0% churn inicial)
- Mes 2: 9 clientes (10% churn primer mes)
- Mes 3: 8.5 clientes (5% churn normalizado)
Cohorte Febrero:
- 12 clientes nuevos
- Sigue su propia curva de retención
El MRR total de cada mes es la suma de todas las cohortes activas.
La fórmula de MRR compuesto
Si no quieres modelar cohortes individuales, usa esta aproximación:
MRR mes N = (MRR mes N-1 × Retention Rate) + (Clientes nuevos × ARPU) + Expansion MRR - Contraction MRR
Para SaaS con Net Revenue Retention >100%, la expansión supera el churn. Podrías dejar de adquirir clientes y aún así crecer.
Las 3 preguntas que tu forecast debe responder
1. Si mantengo los números actuales, cuánto crezco en 12 meses
Tu "do nothing" scenario. Es tu baseline.
2. Si mejoro X palanca en Y%, cuánto crezco
Aquí el modelo se vuelve útil para decisiones:
- "Si contratamos 2 SDRs y mejoramos conversión de MQL a SQL de 30% a 45%, cuánto MRR adicional generamos"
- "Si reducimos churn de 5% a 3%, cuál es el impacto en LTV"
3. Cuánto necesito invertir para llegar a mi meta de MRR
Trabaja al revés. Si el objetivo es $200K MRR en 12 meses y hoy tienes $50K, necesitas agregar $150K. Con tu ARPU y conversiones actuales, eso significa X clientes nuevos, Y leads, Z visitantes, $W en marketing.
El reality check más importante
Tu forecast solo es tan bueno como tu capacidad de ejecución.
Si tu modelo dice que necesitas 1,000 leads mensuales y tu equipo solo puede generar 200, el modelo no está mal. Tu capacidad de ejecución está subdimensionada.
Un growth model sin plan de ejecución es fantasía disfrazada de Excel.
Preguntas frecuentes
Qué herramienta debería usar para mi growth model
Google Sheets o Excel. En serio. No necesitas Looker ni Mixpanel ni la última herramienta de $299/mes que un VC te recomendó en Twitter. Un spreadsheet que actualizas cada semana le gana a cualquier dashboard fancy que nadie mira.
Si realmente necesitas algo más robusto porque tienes múltiples productos y docenas de canales, considera Causal o Pry. Pero la herramienta importa mucho menos que la disciplina de actualizar regularmente.
Con qué frecuencia debo actualizar mi growth model
Mínimo: Mensual. Los inputs cambian constantemente. Un modelo desactualizado es peor que no tener modelo porque te da falsa confianza en números que ya no son reales.
Ideal: Semanal para métricas operativas (leads, pipeline), mensual para métricas económicas (CAC, LTV).
La prueba de utilidad: Si no has abierto tu growth model en 30 días, no lo estás usando para tomar decisiones. O el modelo es demasiado complejo, o no confías en los datos, o no tienes el hábito. Diagnostica cuál es el problema.
Cómo convenzo a mi equipo de usar el growth model
Nadie se convence con argumentos abstractos. Se convencen con ejemplos concretos.
Táctica 1: El post-mortem
Toma una decisión reciente que salió mal. Modélala retroactivamente. Muestra cómo el growth model habría predicho el resultado.
"Invertimos $30K en ese evento y generamos 50 leads. Si hubiéramos modelado antes, habríamos visto que necesitábamos 200 leads para que tuviera ROI positivo. No habríamos ido."
Táctica 2: La predicción pública
Usa el modelo para hacer una predicción específica: "Basado en el modelo, cerraremos entre 8 y 12 deals el próximo mes." Cuando aciertas, ganas credibilidad.
Táctica 3: El dashboard compartido
Crea una versión simplificada que el equipo pueda ver en tiempo real. Cuando ven su trabajo conectado con métricas que importan, empiezan a creer.
Qué hago si no tengo suficiente data histórica
Empieza con supuestos informados y benchmarks. Pero documenta cada supuesto:
"SUPUESTO: Conversión de lead a cliente de 10% basado en benchmark de SaaS B2B similar. Validar con data real en 60 días."
A medida que recolectes data, reemplaza los supuestos. En 3 meses tendrás un modelo basado en tu realidad.
La peor decisión es no hacer nada porque "no tenemos suficiente data". Un modelo imperfecto que iteras es infinitamente mejor que operar a ciegas.
Mi churn es muy variable, cómo lo modelo
El churn tiene estacionalidad y ruido.
1. Usa promedios móviles: En lugar del churn de un mes, usa el promedio de los últimos 3-6 meses.
2. Modela por cohorte: El churn del mes 1 es diferente al del mes 12.
3. Separa churn voluntario de involuntario: Churn por tarjeta fallida se comporta diferente a cancelación activa.
4. Identifica patrones estacionales: Si tu churn sube en enero porque los presupuestos se recortan, inclúyelo.
Lo que realmente está en juego
La diferencia entre founders que escalan y los que se estancan no es que unos sean más inteligentes o tengan más suerte. Es que unos operan con un mapa claro de cómo funciona su negocio y los otros navegan a ciegas.
Los que tienen el mapa pueden decir con confianza: "Si invertimos X aquí, generamos Y allá, y eso significa Z para el revenue." Pueden defender sus decisiones ante el board. Pueden alinear equipos porque todos ven la misma realidad. Pueden iterar rápido porque saben exactamente qué funcionó y qué no.
Los que navegan a ciegas celebran métricas vanity, pelean por presupuesto sin datos que los respalden, y se sorprenden cuando el revenue no cuadra con sus expectativas.
"No sé si nuestro CAC está bien o mal" - literalmente lo escuché la semana pasada de un founder con $2M ARR. Eso no debería pasar.
Abre Google Sheets ahora mismo. Crea un tab. Escribe las 6 etapas de tu funnel. Pon tu mejor estimado de volumen y conversión en cada una. No te va a tomar más de 20 minutos.
Y cuando termines, vas a tener algo que el 90% de tus competidores no tiene: un mapa.
© 2026 Andres Ospina
