OMTM y KPI que deben lograr startups y nuevos negocios en cada etapa

Introducción

Al iniciar una startup o un nuevo negocio, ¿hacia qué objetivos debemos dirigirnos?

Aquí organizamos "qué medir y a qué nivel apuntar" en cada etapa de crecimiento de startups y nuevos negocios, basándonos en literatura de renombre mundial, columnas de profesionales y las últimas encuestas de benchmarking.

Las startups y nuevos negocios son un conjunto de hipótesis no validadas, avanzando en la validación de hipótesis de alto riesgo e incertidumbre una por una. Al validar hipótesis secuencialmente y lograr todos los objetivos, se completa como un negocio establecido.

A continuación se detallan las hipótesis en cada etapa (preguntas clave para que el negocio sea viable), KPI (indicadores para evaluar cuantitativamente la pregunta), y OMTM (el KPI más importante en esa etapa).

En la práctica, la dirección ejecutiva se responsabiliza del OMTM, mientras que cada función asume la responsabilidad de sus KPI respectivos, cada uno trabajando hacia su logro.

Etapa 1: Descubrimiento de cliente y descubrimiento de producto (Pre-semilla / Anterior a la fundación)

Esta es la etapa de identificar el problema real que enfrenta el cliente objetivo y encontrar la posibilidad de ajuste problema-solución (Problem-Solution Fit). En esta fase hay muy pocos datos cuantitativos, por lo que el aprendizaje de entrevistas cualitativas es la principal fuente de datos (Croll & Yoskovitz, 2013).

Hipótesis del problema: ¿El cliente objetivo tiene un problema lo suficientemente grave como para pagar por resolverlo?

• Tasa de validación de problema (*OMTM): Número de entrevistas donde se confirmó el problema ÷ Número total de entrevistas. Con un mínimo de 30 entrevistas acumuladas, 60% o superior es el objetivo. Es el indicador principal que mide "¿realmente existe el problema?", que es el núcleo de la hipótesis, y si es bajo es una señal de pivote (cambio de dirección).

• Gasto y tiempo en soluciones alternativas existentes: El dinero y esfuerzo que el cliente ya paga para resolver ese problema hoy. Fitzpatrick (2013) afirma "escucha el comportamiento pasado y el gasto, no las opiniones", y si se confirma gasto existente que supera el precio estimado o más de 10 horas mensuales de esfuerzo, es una señal temprana fuerte de intención de pago.

• Presencia de soluciones improvisadas (DIY Hacks): Porcentaje de clientes que modifican o combinan soluciones existentes por su cuenta para resolver el problema. Blank & Dorf (2012) citan "hacer una solución de emergencia por cuenta propia" como una de las condiciones de los clientes iniciales apasionados. Si se observa en aproximadamente el 30% de los clientes objetivo, es una señal clara de necesidad fuerte.

Hipótesis del cliente: ¿Podemos identificar a los clientes iniciales más comprometidos (evangelistas)?

• Número de clientes prospectivos (LOI / Intención de compra): Número de clientes prospectivos concretos con alta probabilidad de realizar pedidos a precio completo (LOI significa carta de intención de compra). Para B2B, el objetivo es un mínimo de 5 empresas (Blank & Dorf, 2012).

• Número de clientes evangelistas descubiertos: Número de clientes iniciales apasionados que compran incluso cuando el producto está incompleto, porque se sienten identificados con la visión. El objetivo es descubrir y construir relaciones con 3 a 5 empresas.

Hipótesis de valor: ¿Nuestro concepto resuelve el problema y genera interés?

• NPS (Net Promoter Score): Indicador de intención de recomendación calculado a partir de la respuesta a "¿Qué tan probable es que recomiende este producto a otros?" (porcentaje de promotores − porcentaje de detractores). Como indicador sustituto del interés en el problema, 50 o superior es el objetivo (Blank & Dorf, 2012).

• Tasa de éxito de usabilidad de prototipo: Porcentaje de usuarios que completaron la tarea principal en pruebas de usuario. 80% o superior es el objetivo. Se valida con el prototipo dos de los cuatro riesgos mencionados por Cagan (2018): valor, usabilidad, viabilidad técnica y viabilidad comercial.

• (B2C) Comportamiento de engagement inicial: Datos de comportamiento como tasa de revisitas o tasa de invitación. Tasa de revisita en 1 semana de 20% o superior, ocurrencia de signups a través de invitaciones, etc., son los objetivos (Blank & Dorf, 2012).

Hipótesis de mercado: ¿Existe un tamaño de mercado escalable para VC?

• TAM / SAM / SOM: Estimación del tamaño de mercado en tres capas: "límite teórico / rango alcanzable por nuestra empresa / rango que realmente podemos adquirir en algunos años". Si asume financiamiento de VC, TAM debe ser de escala de cientos de miles de millones de yen.

Hipótesis de velocidad de aprendizaje: ¿Estamos validando a suficiente velocidad?

• Número de iteraciones / Número de entrevistas: Número de validaciones y diálogos por período unitario. Bajo incertidumbre, "aprender rápido" en sí es una ventaja competitiva. 5 o más entrevistas semanales, actualización de hipótesis semanal es el objetivo (Ries, 2011).

Etapa 2: Validación con cliente (Semilla)

Esta es la etapa de vender el producto inicial a clientes reales y demostrar PMF (Product-Market Fit: el estado en que el producto es aceptado por el mercado) y la viabilidad del modelo de negocio. Antes de invertir en crecimiento, primero probamos que los usuarios se mantienen (Croll & Yoskovitz, 2013).

Hipótesis de PMF: ¿Sienten los clientes que el valor es tan importante que no podrían vivir sin el producto?

• Tasa de retención / Churn (*OMTM): Tasa de continuidad y tasa de cancelación por cohorte de clientes adquiridos en el mismo período. Es una señal de PMF cuando la curva de continuidad se aplana en lugar de disminuir continuamente. Invertir en adquisición antes de demostrar retención es como verter agua en un cubo con agujeros.

• Puntuación PMF (Prueba de Sean Ellis): Porcentaje de usuarios que respondieron "muy decepcionado" a la pregunta "¿Cómo se sentiría si ya no pudiera usar este producto?". El umbral es superior al 40%. A partir de una encuesta de aproximadamente 100 empresas, Ellis descubrió que el 40% es el nivel que separa a las empresas en crecimiento de las que no lo están (Ellis, 2017). Superhuman, cliente de correo electrónico, publicó su proceso para elevar esta puntuación del 22% al 58%, mostrando la importancia de reducir el segmento y ignorar deliberadamente las voces de usuarios con puntuación baja (Vohra, 2018).

• Stickiness (DAU/MAU): Porcentaje de usuarios mensuales que usan el producto diariamente. Para productos usados regularmente, 40% o superior es una señal fuerte.

Hipótesis de monetización: ¿Pagan los clientes el precio completo?

• Número de pedidos a precio completo: Número de pedidos adquiridos sin descuento al precio completo. 3 a 5 unidades de usuarios evangelistas es el objetivo (Blank & Dorf, 2012).

• Número de clientes de referencia: Número de clientes que pueden presentarse a otras empresas como caso de éxito. Si logra 6 clientes, puede declarar PMF logrado en ese mercado (Blank & Dorf, 2012).

• LTV/CAC (Uniteconomics): Relación entre LTV (ganancia de por vida de 1 cliente) y CAC (costo de adquisición de 1 cliente). 3 o superior es el objetivo de salud. En mediciones recientes, se reporta que la mediana de empresas encuestadas es aproximadamente 3.6 (Benchmarkit, 2025).

• Margen bruto: el porcentaje de ganancia obtenida al restar el costo de ventas de los ingresos. Para SaaS, la referencia es de 70% o superior (para productos nativos de IA, consulte el capítulo posterior).

Hipótesis de activación: ¿Alcanzan los nuevos clientes el valor central (momento "aha")?

• Tasa de activación: Porcentaje de clientes que se registraron y experimentaron el valor central del producto por primera vez.

• Time to Value: Tiempo desde el registro hasta la experiencia del valor central. Cuanto más corto, mejor para la retención (Croll & Yoskovitz, 2013).

Hipótesis de disciplina financiera: ¿No quemamos dinero antes de alcanzar PMF?

• Burn Rate / Runway: Burn Rate es el flujo de caja mensual de salida, Runway es el número restante de meses que podemos vivir con el dinero disponible. No debe haber inversión a gran escala en ventas y marketing antes de alcanzar PMF (Blank & Dorf, 2012). Graham (2015) afirma que los fundadores deben poder responder instantáneamente si "con el gasto y tasa de crecimiento actuales, podemos llegar al punto de equilibrio antes de que se agote nuestro efectivo (Default Alive o Default Dead)".

Etapa 3: Adquisición de cliente (Serie A)

Esta es la etapa de atravesar el abismo (la brecha entre el mercado inicial y el mercado general) y expandirse hacia el mercado general (Moore, 1991). Se requiere un motor de adquisición de clientes reproducible y viabilidad económica por cliente.

Hipótesis de escala de adquisición: ¿Podemos capturar el mercado general con un motor de adquisición reproducible?

• Tasa de crecimiento ARR / MRR (*OMTM): Cuánto creció el ingreso periódico respecto al período anterior. T2D3 propuesto por Agrawal de Battery Ventures (después de alcanzar ARR de 100-200 millones de yen, crecer 3x, 3x, 2x, 2x, 2x, apuntando a ARR de escala de 10 mil millones en 5-6 años) es el benchmarking de crecimiento de SaaS de primera categoría (Agrawal, 2015). YoY 2-3x, MoM 10% o superior es el objetivo. Sin embargo, debe verse con indicadores complementarios que midan la "calidad del crecimiento" (burn multiple, NRR) para distinguirse de simplemente quemar dinero para comprar crecimiento.

• Período de recuperación de CAC: Número de meses para recuperar el costo de adquisición del cliente a través del margen bruto de ese cliente. 12 meses o menos se considera bueno, pero las encuestas recientes muestran que la mediana se ha deteriorado a alrededor de 20 meses (Benchmarkit, 2025), por lo que 12 meses es un nivel de primera categoría.

• Magic Number: Nuevo ARR de este trimestre ÷ Gasto en ventas y marketing del trimestre anterior, medido como eficiencia de ventas. Es un indicador propuesto por Scale Venture Partners, y 0.75 o superior es una señal para expandir inversión en ventas.

• Previsibilidad del funnel de ventas: Estabilidad de tasas de conversión por etapa, tasa de ganancia, contrato promedio y ciclo de ventas. Ser capaz de predecir las ventas trimestrales con una precisión de aproximadamente ±10% es el objetivo (Blank & Dorf, 2012).

• Coeficiente viral (k): Número de nuevos usuarios que 1 usuario existente trae. Para PLG/B2C, 1.0 o superior entra en crecimiento autónomo (Croll & Yoskovitz, 2013).

Hipótesis de retención y expansión: ¿Crece el ingreso por cliente más allá de la cancelación?

• NRR (Net Revenue Retention): Porcentaje de cómo cambió en un año el ingreso de solo clientes existentes después de contabilizar upsell y cancelaciones. 100% o superior es esencial, 110% o superior es bueno, 120% es excelente. La mediana reciente ha caído a alrededor del 101% (Benchmarkit, 2025), por lo que superior al 110% ya es grupo de élite.

• Churn (Logo / Revenue): Tasa de cancelación por número de clientes y base de ingresos. El objetivo es churn de logo mensual del 1% o menos, churn de revenue anual del 10% o menos.

• Tasa de ingresos expandidos: proporción de ingresos adicionales de clientes existentes (upsell y cross-sell). Lo ideal es lograr un «churn negativo neto» donde los ingresos expandidos superen las pérdidas por cancelación.

Hipótesis de eficiencia de capital: ¿está creciendo de manera eficiente?

• Burn Multiple: cuántos ARR nuevos se adquieren por cada yen de efectivo quemado (quemadura de efectivo neto ÷ ARR neto nuevo). Es un indicador de «calidad del crecimiento» propuesto por Sacks, donde menos de 1 es excelente, 1-1.5 es bueno, 2-3 es cuestionable, más de 3 es peligroso como referencia (Sacks, 2020).

• Runway: número de meses restantes que la empresa puede sobrevivir con el efectivo disponible. La regla práctica es asegurar 18-24 meses.

Hipótesis de disciplina financiera: ¿se puede alcanzar rentabilidad sin financiación adicional?

• Evaluación Default Alive / Dead: determinación de si, sin financiación adicional y manteniendo la tasa de crecimiento actual, se puede alcanzar rentabilidad antes de agotar el efectivo. Graham (2015) advierte que «los fundadores tienden a malinterpretar su situación como Default Alive, retrasando la conciencia del peligro».

Etapa 4: Construcción organizacional (Serie B en adelante)

Etapa en la que se escala el negocio a un tamaño sostenible y se hace que toda la empresa sea rentable.

Hipótesis de crecimiento eficiente sostenible: ¿se pueden equilibrar crecimiento y rentabilidad?

• Rule of 40 (*OMTM): tasa de crecimiento de ingresos + margen de ganancia. El objetivo es 40% o superior. Dado que expresa el equilibrio entre crecimiento y rentabilidad en un solo número, es adecuado como OMTM en fase de madurez. Según puntos de referencia recientes, la mediana en SaaS B2B es aproximadamente 25%, mientras que el 25% superior de empresas alcanza alrededor del 43% (Benchmarkit, 2025 y otros), por lo que superar 40% está claramente en el grupo superior.

• Margen operativo / EBITDA / Beneficio neto: grupo de indicadores que miden la ganancia final del negocio. El criterio de logro es convertir en positiva la ganancia final de toda la empresa (Blank & Dorf, 2012).

• Flujo de caja libre (FCF): efectivo obtenido de actividades operativas menos inversiones, es decir, el efectivo que queda en mano. Con FCF positivo, la empresa puede financiar inversiones de crecimiento con fondos propios, sin depender de las condiciones del mercado.

Hipótesis del motor de expansión: ¿sigue generando crecimiento desde la base existente?

• NRR (expansión): capacidad de expansión de ingresos de clientes existentes. El objetivo es 120% o superior. En la fase de madurez, la principal fuente de crecimiento no es la adquisición de nuevos clientes, sino la expansión de clientes existentes.

• LTV y margen bruto por cohorte: rentabilidad a largo plazo según la época de adquisición del cliente. La salud se evalúa por el hecho de que las cohortes más nuevas muestren mejora (Croll & Yoskovitz, 2013).

Hipótesis de cartera empresarial: ¿hay un patrón ganador en cada segmento?

• Economía unitaria por segmento / producto: rentabilidad de cada parte del negocio. El objetivo es LTV/CAC de 3 o superior en todos los segmentos principales, y los segmentos no rentables son candidatos para desinversión.

• Cuota de mercado / concentración de clientes: proporción del mercado capturada y dependencia de ingresos de grandes clientes. La pauta de gestión del riesgo de concentración es mantener las ventas de los 10 principales clientes por debajo del 30% del total.

Hipótesis de escalabilidad organizacional: ¿se pueden mantener la eficiencia organizacional y la densidad de talento?

• Ingresos por empleado: ingresos ÷ número de empleados. Es el indicador que vela por la productividad durante el escalado.

• eNPS / Tasa de rotación: eNPS es la versión para empleados de NPS que pregunta «¿recomendarías esta empresa como lugar donde trabajar?». Mide la densidad de capacidad del talento y la sostenibilidad organizacional (Cagan & Jones, 2021).

KPI específicos de agentes de IA especializados por industria

Hasta aquí hemos tratado indicadores generales de startups y SaaS, pero al desarrollar agentes de IA especializados por industria, los indicadores tradicionales de SaaS por sí solos no capturan la realidad del negocio. Los agentes de IA no «venden software», sino que «reemplazan operaciones completas», por lo que se necesitan indicadores adicionales que midan cuánta mano de obra se puede reemplazar y la estructura de costos peculiar de la IA. Con base en nuestra experiencia práctica, destacamos principalmente los siguientes indicadores.

• Tasa de automatización: proporción de la operación objetivo que se completa íntegramente mediante IA sin intervención humana. Es un indicador fundamental de la propuesta de valor de reemplazo laboral; el objetivo inicial es 50% o superior, mejorando gradualmente. Si la proporción en que los humanos intervienen para revisar y corregir sigue siendo alta, la realidad es «un servicio de mano de obra disfrazado de IA», y ni el margen bruto ni el escalado alcanzan los niveles de SaaS.

• Precisión (proporción sin retrabajo): proporción de salidas de IA que se pueden utilizar tal cual sin modificación humana. El objetivo es 90% o superior. La precisión es una condición previa para la tasa de automatización y está directamente vinculada a la confianza del cliente y la tasa de cancelación. En modelos especializados por industria, «cuánto mayor es la precisión en el dominio propio en comparación con modelos genéricos» se convierte en la fuente de diferenciación.

• KPI de valor (tasa de reducción de horas de trabajo): proporción en que se reduce la carga horaria de la operación objetivo del cliente en comparación con antes de la implementación. El objetivo es 50% o superior. Como la facturación de agentes de IA se dirige hacia un modelo basado en el valor de «horas de trabajo reducidas y volumen de operaciones reemplazadas» en lugar de «número de puestos», este indicador se convierte en la base para la fijación de precios.

• Tasa de costo de IA: proporción de costos relacionados con IA (tarifas de uso de API de LLM, costos de inferencia, etc.) respecto a los ingresos. Se gestiona con un objetivo de 30% o inferior. Según investigaciones de ICONIQ Capital, las empresas de IA en fase de escalado tienen costos de inferencia que representan aproximadamente 23% de los ingresos, mientras que Bessemer Venture Partners informa márgenes brutos de empresas de IA de alrededor de 50-60% (comparado con 70-90% de SaaS maduro). Por otro lado, a16z señala «LLMflation» —los costos de inferencia por unidad de rendimiento equivalente caen aproximadamente 10 veces por año— por lo que la tasa de costo de IA debe evaluarse menos por «qué tan baja es ahora» y más por «si el diseño permite seguir la tendencia de caída».

• Volumen de datos de aprendizaje acumulado: cantidad de datos y conocimiento específicos de la industria acumulados a través del procesamiento de operaciones (número de casos y cobertura). Es un indicador del progreso de la dificultad de imitación (Hori). Conforme aumenta el rendimiento de los modelos genéricos, la fuente de defensa se desplaza de «el modelo» a «datos de industria y integración en flujos de trabajo que otros no poseen». Se verifica simultáneamente si el bucle está funcionando donde la acumulación se refleja en mejoras de precisión.

• Crecimiento de uso y expansión bilateral: crecimiento mes a mes en el volumen de transacciones procesadas y expansión del uso en ambos lados de la operación (por ejemplo, del lado de quién revisa y del lado de quién solicita). A diferencia de la facturación por puestos, los ingresos expandidos de agentes de IA surgen del «aumento en volumen de procesamiento», funcionando como indicador adelantado del NRR.

Conclusión

Resumiendo en una frase el OMTM de cada etapa, el flujo es: tasa de validación de problemas → retención → tasa de crecimiento de ARR → Rule of 40.

Es importante identificar en qué etapa se encuentra el negocio actual y enfoca el equipo en el OMTM de esa etapa.

Referencias

• Agrawal, N. (2015). The SaaS adventure. Battery Ventures／TechCrunch.（Columna de inversor que propuso «T2D3», la ruta de crecimiento de SaaS hasta alcanzar 10 mil millones de yen en ARR）

• Benchmarkit. (2025). 2025 B2B SaaS performance metrics.（Estudio de referencia que publica anualmente la mediana de NRR, CAC Payback, etc., para más de 900 empresas B2B SaaS）

• Blank, S. G. (2006). The four steps to the epiphany. Steven G. Blank.（Documento original del «Modelo de Desarrollo de Clientes» que consta de 4 etapas: descubrimiento de clientes hasta construcción organizacional）

• Blank, S., & Dorf, B. (2012). The startup owner's manual. K&S Ranch.（Manual de startups que traduce el Modelo de Desarrollo de Clientes en procedimientos prácticos y listas de verificación）

• Cagan, M. (2018). Inspired (2nd ed.). John Wiley & Sons.（Libro de texto estándar de gestión de productos, incluyendo los 4 riesgos: valor, usabilidad, viabilidad y viabilidad empresarial）

• Cagan, M., & Jones, C. (2021). Empowered. John Wiley & Sons.（Libro práctico sobre cómo construir organizaciones de producto sólidas y densidad de talento）

• Croll, A., & Yoskovitz, B. (2013). Lean analytics. O'Reilly Media.（Libro de referencia de análisis de datos que presenta el concepto de OMTM y un sistema de métricas por etapa × modelo de negocio）

• Ellis, S. (2017). Using product/market fit to drive sustainable growth. Growth Hackers.（Columna explicando la Prueba de Sean Ellis, que fija en 40% el umbral de PMF de «sería muy decepcionante no poder usarlo»）

• Fitzpatrick, R. (2013). The mom test. CreateSpace.（Libro de técnica de entrevistas con clientes que enfatiza escuchar comportamientos y gastos pasados, no opiniones）

• Graham, P. (2015). Default alive or default dead?（Ensayo del fundador de Y Combinator que cuestiona si se puede alcanzar rentabilidad sin financiación adicional）

• Moore, G. A. (1991). Crossing the chasm. HarperBusiness.（Clásico que analiza la existencia del «abismo» entre el mercado inicial y el mercado dominante, y cómo cruzarlo）

• Ries, E. (2011). The lean startup. Crown Business.（Documento original del Lean Startup, conocido por el bucle de construcción-medición-aprendizaje y advertencia sobre métricas de vanidad）

• Sacks, D. (2020). The burn multiple. Craft Ventures.（Columna de inversor que propone el Burn Multiple para medir la «calidad del crecimiento» usando ARR nuevo por dólar quemado）

• Scale Venture Partners. (n.d.). A primer on SaaS sales efficiency.（Artículo explicativo del VC que propone el «Magic Number» para medir la eficiencia de la inversión en ventas y marketing）

• Vohra, R. (2018). How Superhuman built an engine to find product/market fit. First Round Review.（Columna que publica el proceso práctico de Superhuman, mejorando la Prueba de Sean Ellis del 22% al 58%）