Framework para estimar impacto

Vamos a ver un framework que usan los product managers para estimar impacto a la hora de decidir si merece la pena invertir en construir o mejorar una funcionalidad. Se basa en la siguiente fórmula

Impacto = Usuarios afectados × Tasa actual de conversión × Mejora esperada × Valor por conversión

Vamos a desglosar cada componente…

1. Usuarios afectados

¿Cuántos usuarios verán la nueva funcionalidad (feature)? Consejo, no pienses que será siempre el 100%…

Ejemplos:

• Todos los nuevos registros: 5.000 usuarios/mes
• Usuarios existentes que ven el onboarding: 70 % de los registros = 3.500 usuarios/mes
• Solo clientes enterprise: 500 usuarios/mes

Aspectos clave:

• ¿Será un lanzamiento gradual o completo?
• ¿Nos dirigimos a segmentos específicos?
• ¿Cuál es la curva de adopción? No todo el mundo utiliza una función de inmediato.

2. Tasa de acción actual

¿Qué % de usuarios hace la acción deseada hoy?

Ejemplos:

• Tasa de activación: el 45 % de los usuarios registrados completan la primera tarea.
• Tasa de invitación: el 12 % de los usuarios invitan a un compañero de equipo.
• Adopción de funciones: el 23 % de los usuarios utilizan filtros avanzados.

Cómo encontrar esta información:

• Consulta tu herramienta de análisis (Mixpanel, Amplitude, Grafana…).
• Exporta los datos de uso y calcula la línea de base.
• Segmenta por tipo de usuario si es relevante (equipos pequeños frente a empresas).

Aumento esperado

¿Cuánto va a mejorar el feature la tasa? Esta es la parte difícil. Se estima con:

1. Características similares que has lanzado: «La última vez que mejoramos el onboarding, observamos un aumento de +8 pp».
2. Referencias de la competencia: «La activación de @Empresa es del 65 %, nosotros estamos en el 45 %, por lo que hay un margen de 20 pp».
3. Investigación de usuarios: «La encuesta muestra que el 60 % de los abandonos se deben a X, por lo que solucionar X podría recuperar el 60 % de esos abandonos».
4. Resultados de pruebas A/B de características similares: datos históricos de tu empresa.
5. Opinión de expertos: estimaciones de ingeniería/diseño/gestión de proyectos basadas en el alcance del cambio.

Vamos a verlo con un ejemplo:

• Actual: 45 % de activación (4500 de 10 000 registros completan la primera tarea).
• Problema: 60 % de abandono entre «crear tarea» y «completar tarea».
• Causa principal: los usuarios no saben qué poner en las tareas (según la encuesta).
• Solución: onboarding con ejemplos de tareas prellenadas.
• Estimación: si el 60 % abandona por confusión y eliminamos esa confusión, podríamos recuperar aproximadamente el 50 % de ese abandono (siendo conservadores).

Ahora vamos a calcular:

• 60 % de abandono = 6000 usuarios perdidos.
• Recuperación del 50 % = +3000 usuarios.
• Nueva tasa: 7500/10000 = 75 %… pero eso parece demasiado optimista

Estimación conservadora: recuperar el 30 % de la caída = +1800 usuarios = 63 % de activación

Muy conservador: recuperar el 20 % = +1200 usuarios = 58 % de activación ← Utilizar esto, es mejor no crear falsas expectativas de cara a los stakeholders.

Consejo: crear tres escenarios (pesimista, realista, optimista) para delimitar la estimación.

Valor por acción

¿Cuánto vale cada activación incremental para el negocio?

Para mejoras en la activación:

• Usuario activado → Tasa de conversión de clientes de pago: 60 %
• Ingresos medios por usuario: 12 $/mes
• Vida media del cliente: 24 meses
• Valor por usuario activado: 12 $ × 60 % × 24 meses = 172,80 $ LTV (Life Time Value o valor total que genera un cliente durante toda su relación con la empresa > Te recomiendo que te leas el artículo Métricas en ecommerces y SaaS )

Para mejoras en la retención:

• Cada punto porcentual de retención = X usuarios permanecen más tiempo
• LTV ampliado = mejora en la retención × ARPU (Average Revenue Per Paying User o ingreso medio por usuario) × meses ampliados

Para funciones virales/de invitación:

• Cada invitación → 40 % de tasa de aceptación
• Cada invitación aceptada → 60 % de activación → 60 % de conversión
• Valor por invitación: 40 % × 60 % × 172,80 $ LTV = 41,47 $

En resumen

Vamos a ver un ejemplo, un mejora de onboarding en un SaaS de planificación de proyectos, tipo Trello, Jira, Linear, Asana…

Estado actual

• Usuarios afectados: 5000 nuevos registros al mes (tras el lanzamiento, suponiendo que el 70 % lo vea = 3500 al mes)
• Tasa de acción actual: 45 % de activación
• Usuarios activados actuales: 2250 al mes
• Valor por activación: 172,80 $ LTV (12 $ al mes × 60 % de conversión × 24 meses)

Impacto previsto (escenario realista):

• Aumento esperado: 45 % → 58 % de activación (+13 puntos porcentuales)
• Nuevos usuarios activados: 2030 al mes (58 % de 3500)
• Usuarios activados incrementales: +130/mes (2030 – 1900)
• Valor anual: 130 × 12 meses × 172,80 $ = 269 856 $ en LTV
• Impacto en los ingresos del primer año: 130 × 12 × 12 $ × 60 % = 11 232 $ MRR = 134 784 $ ARR

Coste:

• Ingeniería: 4 ingenieros × 1 mes = 100 000 $

ROI:

• Año 1: 134 784 $ de ingresos / 100 000 $ de coste = 1,35x ROI
• LTV a 3 años:** 269 856 $ / 100 000 $ = 2,7x ROI

Enfoque de tres escenarios

Siempre crear escenarios pesimista/realista/optimista para mostrar el rango de resultados. Reconoce la
incertidumbre y ayuda a leadership a entender el riesgo.

Escenario pesimista (percentil 20):

• Menor adopción (30 % en lugar de 70 %)
• Aumento menor (45 % → 50 % en lugar de 58 %)
• Calcular el impacto mínimo esperado

Escenario realista (percentil 50):

• Adopción esperada (70 %)
• Aumento conservador basado en los datos (45 % → 58 %)
• El caso «más probable»

Escenario optimista (percentil 80):

• Alta adopción (90 %)
• Fuerte aumento más efectos secundarios (45 % → 62 % + mejoras en la retención)
• El mejor escenario posible si todo funciona

Es recomendable presentar los tres a los stakeholders y al equipo para que comprendan el rango de resultados.

Fallos comunes

No hagas:

• Suponer que el 100 % de los usuarios utilizará la función.
• Tomar como referencia el punto de referencia más optimista: ¡JIRA tiene una activación del 74 %!
• Olvidar tener en cuenta las tasas de conversión en el cálculo del valor.
• Incluir todos los efectos secundarios posibles (mantén la sencillez).
• Presentar una única cifra sin márgenes de incertidumbre.

Si:

• Utiliza datos históricos de tu empresa siempre que sea posible.
• Sé conservador con las estimaciones de aumento (es mejor prometer menos).
• Muestra tu trabajo (expresa tus suposiciones de forma explícita).
• Crea múltiples escenarios.
• Valida las hipótesis con datos siempre que sea posible.

Recuerda: las estimaciones de impacto no son predicciones, sino hipótesis fundamentadas. El objetivo es tomar mejores decisiones, no ser perfectamente preciso. Enseña tu trabajo, expón tus hipótesis y actualiza tus estimaciones a medida que aprendas más.

Ejemplo real

Vamos a ver esta información con un ejemplo real de la empresa anterior:

Estado actual

• Tenemos 5,000 nuevos signups/mes
• Al 45% Ratio de activación son 2,250 usuarios activados/mes
• Sabemos por los datos que tardan 45 minutos de mediana para completar la primera tarea.

Impacto proyectado (Escenario Realista)

• Usuarios afectados: 3,500/mes (asumiendo 70% de adopción — rollout gradual solo a nuevos signups) Lift esperado: 45% → 58% activación (+13pp)

Razonamiento: 60% del drop-off viene de confusión con la pantalla vacía al crear una tarea (datos de la encuesta). Si eliminamos esa confusión con ejemplos, plantillas…, recuperamos conservadoramente un 30% de ese drop-off.

Impacto de negocio:

• Usuarios activados actuales: 1,575/mes (3,500 × 45%)
• Usuarios activados proyectados: 2,030/mes (3,500 × 58%)
• Impacto incremental: +455 usuarios activados/mes

Beneficios

• Mensual: 455 usuarios activados/mes × $12 ARPU × 60% conversión = $3,276 MRR (Monthly Recurring Revenue, es el ingreso recurrente mensual)
• Anual: $3,276 MRR x 12= $39,312 ARR (Anual Recurring Revenue, es el ingreso recurrente anual)
• LTV a 3 años: $943,296
• Inversión: $100,000 (Lo que valen los 4 ingenieros trabajando 1 mes, no he contado otros gastos como alquiler de la oficina, luz… pero podrían meterse si los sabes por persona)

ROI:

• Año 1: $39k / $100k = 0.39x (sin break-even todavía)
• LTV a 3 años: $943k / $100k = 9.4x ROI

¿El ROI te parece suficientemente bueno para justificar construirlo? ¡Yo creo que si!

Espero que te sirva para poder evaluar mejor si implementar, mejorar… o no una funcionalidad.