Metricas clave para negocios tecnológicos

Métricas clave para negocios de base tecnológica

Mensurar el avance de nuestro negocio puede ser un desafío importante. Como en todo proceso, encontrar las métricas correctas es clave para trabajar con enfoque, en dónde mayor impacto podemos lograr. Obviamente, algunas métricas serán más apropiadas que otras dependiendo del modelo de negocio. En este post, recopilamos algunas de las métricas que se utilizan frecuentemente para este fin.

Customer Acquisition Cost

La primera es el Customer Acquisition Cost (CAC) o costo de adquisición del cliente. Este es, la cantidad que gastamos para ganar un nuevo cliente y es útil cuando se desglosa por canal, producto, vendedor, etc. Nos muestra qué actividades específicas de marketing y ventas tienen el CAC más bajo y, por lo tanto, son las menos costosas para obtener clientes. Claro que, para que el CAC adquiera sentido, debemos compararlo contra el beneficio que obtenemos por ese cliente o proyecto.

Se calcula:

CAC = Gastos en ventas y Marketing en un periodo / Nuevos clientes adquiridos en ese periodo

Customer Lifetime Value

Nuestro Segundo KPI es el Customer Lifetime Value (LTV) o valor de vida del cliente. Se trata de cuánto esperamos ganar por un cliente en total. Como regla básica de un negocio rentable, el LTV tiene que ser mayor al CAC. En la literatura de negocios norteamericana usan como regla que el LTV debería ser aproximadamente 3 veces el CAC y se debería recuperar el CAC en cómo máximo 12 meses para que una empresa de Software como servicio (SaaS) sea viable. Sin embargo, hay que tener en cuenta que este múltiplo puede ser arbitrario y en realidad depende de otras variables como el costo de fondeo.

Se calcula:

LTV =Ingresos mensuales promedio por cliente x Vida útil promedio del cliente (meses)

Customer Retention Rate

El Retention o tasa de retención es otra métrica que sirve para medir qué tan efectivos somos manteniendo a los clientes, ya que muchas veces tendemos a enfocar los esfuerzos en adquirir nuevos y olvidarnos de los clientes actuales. Mantener el Retention en la mira es fundamental para evitar esto. El Retention en definitiva es el porcentaje de clientes que mantenemos por período de tiempo.

Se calcula:

Customer Retention Rate = (Clientes al final del periodo – Nuevos clientes adquiridos en el periodo )/Clientes al principio del periodo x 100

Customer Churn Rate

Por otro lado, el Customer Churn Rate (tasa de abandono de cliente) es la contracara del Retention, es decir, cuántos clientes dejan de pagarnos por nuestro servicio o producto. Es fundamental trabajar sobre clientes perdidos, ya que, en promedio, se tiene 2 veces más probabilidades de cerrar con un cliente perdido que de adquirir uno nuevo. Normalmente el abandono puede resaltar preocupaciones comerciales en curso, como:

  • Mala segmentación de clientela
  • Problemas de funcionalidad o calidad del producto
  • Problemas con los modelos de precios

Si no se resuelven, estos pueden ser desastrosos para cualquier startup. Es una métrica especialmente importante para las empresas SaaS (productos) porque dependen de los ingresos recurrentes mensuales (Monthly Recurring Revenue) para establecer presupuestos y tomar decisiones de contratación. La alta rotación afecta la capacidad de la empresa para planificar de manera eficaz y crecer.

Se calcula:

CCR = Total de clientes abandonados en este período de tiempo / Total de clientes al inicio de este período de tiempo x 100

Revenue Churn Rate

El Revenue Churn Rate (RCR), o tasa de abandono de ingresos es similar al CCR, solo que medido en dinero. Puede ser más representativo que el anterior cuando no tenemos muchos clientes. Este es el porcentaje de ingresos perdidos en un período determinado debido a cancelaciones o no renovación de contratos. Para hacer un análisis más fino, es importante segmentar el RCR por producto, geografía, etc. según las características de la empresa.

Se calcula:

Revenue Churn Rate = Ingreso mensual recurrente perdido en el mes / Ingreso mensual recurrente a comienzos del mes x 100

Burn Rate

Una métrica extremadamente importante es el Burn Rate (tasa de uso), que indica la rapidez con la que gasta dinero la empresa. Este nos ayuda a estimar nuestro Cash Runway (tiempo de solvencia) y determinar si reducir costos o invertir más en el emprendimiento (contratación, marketing, desarrollo, etc.)

Se calcula:

Burn Rate = Efectivo total al comienzo del mes / Efectivo total al final del mes

Cash Runway

El Cash Runway es la métrica que nos indica cuándo nos vamos a quedar sin dinero a nuestro Burn Rate actual. Es decir, si estamos gastando 1 millón al mes y nos quedan en caja 3 millones al final del mes, a la tasa actual nos quedan 3 meses de vida por ejemplo. Este nos ayuda a ver si necesita intensificar o ajustar los esfuerzos de recaudación de fondos y a decidir si hay que ser más agresivos con las ventas, recortar gastos o aplicar otras medidas para extender el runway.

Se calcula:

Cash Runway = Balance de efectivo mensual / Burn Rate mensual

Gross Profit Margin

Más simple es el Gross Profit Margin (GMP) o margen de beneficio bruto. El mismo analiza la diferencia entre los ingresos y el costo bruto de los bienes vendidos. Si lo hacemos a nivel de productos individuales, nos permiten identificar cuáles son los artículos de mayor margen de ganancia.

Se calcula:

Gross Profit Margin = Ingresos totales – COGS / Ingresos totales

Revenue Growth Rate

El Revenue Growth Rate es la tasa de crecimiento de los ingresos. Esta mide el aumento porcentual de los ingresos mes a mes. Representa un indicador de qué tan rápido está creciendo la empresa. Una alta tasa de crecimiento de los ingresos puede ayudarnos a medir la creciente demanda de un producto y a prepararnos para afrontarla. Es necesario comparar la tasa de crecimiento de ingresos mes a mes y año a año (o la media móvil de 30 y más días) para ver la trayectoria de crecimiento a corto y largo plazo de la empresa.

Se calcula:

Revenue Growth Rate = (Ingresos de este mes – Ingresos del mes pasado) / Ingresos del mes pasado x 100

Average Sales Cycle Length

Una medida asociada a la velocidad de crecimiento es el Average Sales Cycle Length o tiempo de ciclo promedio de ventas. La misma representa la duración promedio del ciclo de ventas, es decir, el tiempo que transcurre desde que se inicia un contacto de ventas hasta que se cierra el trato. Si observa cambios drásticos en esta métrica, podría indicar un problema con sus procesos de ventas, especialmente si nota que su ciclo de ventas se alarga.

Lead Velocity Rate

El Average Sales Cycle Length se relaciona con el Lead Velocity Rate (tiempo de ciclo de Leads). La última es el crecimiento mes a mes de los leads calificados en la canalización de ventas y puede indicar un crecimiento futuro al darnos una idea de las próximos deals o contratos. La misma nos ayuda a medir el éxito de los esfuerzos de marketing y ventas.

Se calcula:

Lead Velocity Rate = (Leads calificados este mes – Leads calificados el mes anterior) / Leads calificados el mes anterior

Eficiencia Operacional

Respecto a los costos internos, un KPI fundamental es Eficiencia Operacional, que representa la relación entre los gastos de ventas, generales y administrativos (SGA) y las cifras de ventas. Aunque hay muchas formas de calcularla, la más fácil es: dividir el total de los gastos (no relacionados a la venta) de un período por los ingresos totales (relacionados a la venta) de ese período.

Activation

Otra métrica diferente para el caso de ventas web puede ser el Activation o Activación. La tasa de activación es el porcentaje de usuarios que completan un hito específico en su proceso de incorporación, por ejemplo:  cuántas personas que hacen clic en el botón “Quiero saber más” que los lleva a nuestro Sales Deck o el Total de personas que entraron a nuestra página web.

Se calcula:

Tasa de activación = Total de usuarios que completan el hito establecido / Total de usuarios que se registraron o activaron el servicio x 100

Viral Coefficient

Finalmente, presentamos el Viral Coefficient o K Value (coeficiente de viralización). Esta métrica mide el crecimiento orgánico de su empresa y es una métrica propia del B2C (ventas a consumidores finales). Por lo general, una startup comenzará invitando a amigos a usar el producto. Si es un buen producto, entonces estos usuarios beta se lo dirán a sus amigos y así sucesivamente. Otras formas de hacer que su producto sea viral es a través de acciones sociales como botones para compartir, invitaciones por correo electrónico y promociones en Twitter o Facebook.

Se calcula:

Coeficiente viral = Invitaciones enviadas por usuario x Tasa de conversión

El coeficiente viral es un buen indicador de la trayectoria de crecimiento de su empresa. Esta métrica es el resultado del producto en sí, por lo que mejorar la viralidad comienza con la mejora del producto. Por otro lado, si bien el coeficiente viral es una métrica de marketing, no es una métrica que el departamento de marketing pueda cambiar por sí solo. Por su naturaleza, la viralidad debe estar incorporada en el producto o servicio para que sea eficaz. También es importante considerar el tiempo del ciclo viral. Es decir, el tiempo que tarda un cliente en invitar a amigos a que uno o más de esos amigos se conviertan en clientes y comiencen a recomendar a otras personas. Cuanto más corto sea el tiempo del ciclo viral, más rápido crecerá la empresa. Un Viral Coefficient positivo puede significar 4 cosas:

  • Le estamos brindando a los clientes una experiencia de usuario positiva
  • Encontramos un buen producto / mercado que encaja
  • Tenemos un bajo costo de adquisición
  • Probablemente vamos a tener una alta rentabilidad en el futuro

Conclusiones

Dicho todo esto, citando a Albert Einstein, no todo lo que se puede medir se debe medir y no todo lo que se debe medir se puede medir. Este es un mantra que los data-scientists debemos repetir porque la información cualitativa es una parte fundamental de todo análisis de calidad. En este post hemos presentado algunas métricas clave que podemos medir. Seleccionarlas, cruzarlas y analizarlas en profundidad, cruzando variables y entendiendo correlaciones, es un paso fundamental, en el que Merovingian Data se especializa.