Sin datos precisos de cómo se comportan tus usuarios y qué campañas de promoción resultan más efectivas, estarías operando a ciegas y es muy difícil que tu startup triunfe.
Por suerte, la mayoría de las startups ya saben perfectamente que es necesario medir resultados para poder mejorar. Lo que no es tan habitual es que se elijan las métricas adecuadas para medir esos resultados.
Cada startup es diferente y tiene objetivos distintos (que incluso van cambiando a lo largo del tiempo), por lo que no hay una respuesta única, las mejores métricas serán diferentes en cada caso.
Hay algunas métricas que son aplicables a cualquier negocio (tasa de conversión, ingresos y beneficios).Además, cada tipo de startup debe manejar métricas particulares:
Para SaaS, son claves el coste de adquisición y la tasa de abandono (“churn”)
Para ecommerce, es importante el coste de adquisición y el valor medio de cada venta.
Para blogs, medios y startups cuyo modelo de negocio sea la venta de publicidad, la clave estará en el “engagement” (conseguir que los usuarios vean muchas páginas y vuelvan otro día) y en el CTR (que hagan click en los anuncios).
En todo caso, lo ideal es tener una métrica principal, que se corresponda con el objetivo nº 1 de la empresa en ese momento. Normalmente estará relacionada con la captación de usuarios/clientes (en fases iniciales, cuando la prioridad suele ser ganar cuota de mercado rápidamente) o la obtención de ingresos/rentabilidad (en fases más avanzadas, cuando la prioridad ya es generar beneficios).
Es importante fijar una métrica principal, para que actúe como guía de todas las actividades. Así se consigue que todos los trabajadores tengan una referencia clara sobre la que trabajar y medir sus resultados.
Como complemento de esa métrica principal, habrá que tener en cuenta otras métricas secundarias que se refieran a otros aspectos trascendentales para el negocio (microconversiones, fidelización, etc.). De esta forma podremos detectar por ejemplo si hay iniciativas o decisiones que mejoran una métrica pero empeoran el resto.
A continuación se recogen algunas de las métricas que se suelen utilizar más habitualmente en el ámbito de las startups:
CAC (“Customer Acquisition Costs”)
Es el dinero que te captar cada nuevo usuario o cliente. Se calcula simplemente dividiendo los gastos totales de marketing entre el nº de clientes captados durante ese período.
Si esta cifra es muy alta, es probable que tengas que replantear tu estrategia de marketing (sustituyendo por ejemplo la publicidad en Adwords por estrategias a largo plazo de posicionamiento SEO) y/o optimizar el porcentaje de conversión (mejorando tus anuncios, tu web y tus procesos de venta).
ARPU (“Average Revenue Per User”)
Ingresos medios por usuario. Es útil para la mayoría de empresas, porque te indica la capacidad de monetización que tiene actualmente tu servicio. Si consigues aumentarlo, necesitaras menos usuarios para ser rentable.
Sería aún más útil saber los beneficios por usuario, porque los ingresos pueden llevar a engaño (puedes estar generando más ingresos y más pérdidas al mismo tiempo) pero no se utiliza habitualmente porque es más difícil de calcular y, por tanto, menos operativo.
“Churn rate”
Tasa de abandono, es decir, cuántos usuarios pierdes en un determinado período (generalmente se mide a 30 o 90 días). Si es alto, es señal de que no estás consiguiendo retener a los usuarios. Puede que tengas que mejorar tu servicio, bajar los precios o darles guías para facilitar que le saquen más partido.
LTV (“Life Time Value)
Es el valor (en ingresos o beneficios) que representa cada cliente para tu compañía. Si es bajo, sería recomendable desarrollar estrategias de fidelización y/o cross-selling para que gasten más, más frecuentemente o durante más tiempo.
MAU / DAU (“Monthly Active Users” y “Daily Active Users”)
Número de usuarios activos mensuales o diarios. Normalmente se mide según los usuarios que hayan entrado en su cuenta en ese día o mes. Para medir el grado de “engagement” se puede dividir DAU / MAU para saber cuántos de ellos entran diariamente.
Generalmente poco engagement se acaba traduciendo en consecuencias negativas para el resto de métricas (aumento de “churn rate”, menos “LTV”,etc. ), aunque no siempre es así para todos los negocios (por ejemplo, puede que un software SaaS empresarial sea muy valorado por los clientes aunque sólo lo utilicen 1 vez al mes).
Coeficiente viral
El sueño de toda startup es conseguir crecimiento viral, de manera que se consiga crecimiento exponencial sin ningún coste, porque los propios usuarios nos recomienden a otros usuarios. Se mide normalmente con el factor K, que es igual al nº de invitaciones que manda cada usuario multiplicado por el porcentaje de conversión de las invitaciones.
Si esta cifra es mayor que 1, se considera que es viral (porque cada usuario trae al menos 1 usuario más). Aunque parezca sencillo en teoría, pocos negocios consiguen realmente un factor K mayor a 1 durante mucho tiempo.
Para incrementar este coeficiente puedes intentar destacar más las funciones de compartir, dar incentivos o simplemente mejorar tu servicio para que realmente sea merecedor de que lo recomienden a sus amigos.
Porcentaje de conversión
Se refiere normalmente al número de visitantes que se convierten en usuarios/clientes. Es una de las claves fundamentales para mejorar resultados, porque permite aprovechar mejor el tráfico actual que se tiene sin realizar más inversión en publicidad y promoción.
Conviene realizar análisis completos de los embudos de conversión (desde que el usuario conoce tu web hasta que finaliza la compra e incluso después para medir la fidelización) para ver qué fases están fallando y proceder a mejorarlas de manera prioritaria.
Cabe mencionar que para casi todas las webs hay una conversión principal o “macro-conversión” (ventas, registros, etc.) y “micro-conversiones” que se refieren a aspectos secundarios pero también relevantes (suscripciones al newsletter, uso de determinadas funcionalidades de la web, etc.)
Consejos generales
En todos estos casos, las métricas resultan más útiles si se comparan con periodos anteriores. Por ejemplo, saber que nuestro ARPU ha incrementado un 10% esta semana es más útil que simplemente decir que tenemos un ARPU de 20€.
Por otro lado, es clave entender cómo evoluciona el comportamiento de distintas “tandas” de usuarios (lo que en inglés se conoce como “cohorts”). De esta forma, según vayamos lanzando nuevas funciones o campañas, podremos ver si estamos consiguiendo mejorar resultados para los nuevos usuarios.
Sin estos datos por “tandas”, sólo veremos datos agregados que no nos permiten ver con precisión el impacto de cada nueva iniciativa en cada grupo de usuarios.
Muchos de estos análisis requieren un seguimiento individualizado de cada usuario durante mucho tiempo (para calcular “churn”, LTV, etc.), que no se puede realizar como herramientas como Google Analytics. En estos casos, conviene complementar los datos de Analytics con los de herramientas como Kissmetrics o Mixpanel.
