Cómo elegir las métricas correctas

Has aprendido qué son los KPIs y cómo distinguir vanity de actionable metrics. Ahora necesitas un sistema para elegir las métricas correctas desde cero. Este framework te guiará paso a paso.

El framework OMTM: One Metric That Matters

Antes de elegir múltiples métricas, comienza con una sola. El concepto de One Metric That Matters (OMTM) viene de "Lean Analytics" de Alistair Croll y Benjamin Yoskovitz.

La premisa

En cualquier momento, hay una métrica que es más importante que todas las demás. Enfocarte en ella produce mejores resultados que dispersarte en veinte.

Cómo identificar tu OMTM

Tu OMTM depende de tu etapa como negocio:

Etapa	Pregunta clave	OMTM típica
Problem-Market Fit	¿Estamos resolviendo un problema real?	Engagement rate, NPS early users
Product-Market Fit	¿El producto funciona para el mercado?	Retention (Week 1, Month 1)
Scale	¿Podemos crecer eficientemente?	CAC vs. LTV ratio
Expansion	¿Podemos crecer revenue por cliente?	Net Revenue Retention
Maturity	¿Podemos mantener rentabilidad?	Operating Margin

Características de una buena OMTM

1. Es simple: Todos la entienden
2. Es accionable: Sabemos cómo influir en ella
3. Es comparable: Tiene benchmark o histórico
4. Es ratio o rate: No un número absoluto
5. Captura el problema actual: Refleja el desafío del momento

Ejemplo de evolución de OMTM

Una startup de software de recursos humanos:

Trimestre	OMTM	Por qué esa
Q1 2024	% de trials que completan onboarding	Validando si el producto es usable
Q2 2024	Retention semana 1	Probando si hay valor recurrente
Q3 2024	Trial-to-Paid conversion	Validando monetización
Q4 2024	Payback period	Optimizando eficiencia de adquisición
Q1 2025	Net Revenue Retention	Enfocando en expansión

Framework completo: 5 pasos para elegir métricas

Paso 1: Define el objetivo de negocio

Comienza con la estrategia, no con los datos.

Pregunta fundamental: ¿Qué estamos tratando de lograr este año/trimestre?

Ejemplos de objetivos mal formulados:

• "Crecer más"
• "Mejorar la satisfacción"
• "Ser más eficientes"

Ejemplos de objetivos bien formulados:

• "Duplicar el ingreso recurrente de $500K a $1M"
• "Reducir el churn del 5% mensual al 3%"
• "Aumentar el margen operativo de 15% a 22%"

Plantilla de objetivo:

Queremos [VERBO] [MÉTRICA ESPECÍFICA] de [VALOR ACTUAL] a [VALOR OBJETIVO]
para [FECHA LÍMITE] porque [RAZÓN ESTRATÉGICA].

Paso 2: Identifica los drivers

Para cada objetivo, pregunta: ¿Qué variables influyen en este resultado?

Ejemplo para "Duplicar ingresos":

Ingresos = Clientes × Precio promedio × Frecuencia de compra

Drivers:
├── Número de clientes
│   ├── Leads generados
│   ├── Tasa de conversión
│   └── Retención de clientes
├── Precio promedio
│   ├── Mix de productos
│   └── Poder de pricing
└── Frecuencia de compra
    ├── Ciclo de recompra
    └── Cross-sell/upsell

Técnica: El árbol de drivers

Descompón la métrica principal hasta llegar a variables que puedas influir directamente.

Nivel	Ejemplo	Controlable
1	Revenue	No directamente
2	Clientes nuevos	Parcialmente
3	Leads calificados	Sí, con inversión
4	Tráfico a landing page	Sí, con contenido
5	Keywords posicionadas	Sí, con SEO

Paso 3: Selecciona métricas por nivel

No necesitas medir todo. Selecciona métricas en tres niveles:

Nivel 1: Resultado (Lagging)

• ¿Logramos el objetivo?
• Revisión: Mensual/Trimestral
• Ejemplo: Revenue, Profit, Market Share

Nivel 2: Performance (Current)

• ¿Estamos ejecutando bien?
• Revisión: Semanal
• Ejemplo: Conversion Rate, ARPU, Churn Rate

Nivel 3: Actividad (Leading)

• ¿Estamos haciendo lo necesario?
• Revisión: Diaria
• Ejemplo: Leads generados, Demos realizadas, Features shipped

Tabla de selección:

Nivel	Métrica	Frecuencia	Responsable	Target
Resultado
Performance
Performance
Actividad
Actividad

Paso 4: Valida con el test de calidad

Para cada métrica seleccionada, valida:

Test de Relevancia

• ¿Conecta directamente con el objetivo estratégico?
• ¿Un cambio en esta métrica indica progreso real?
• ¿Los stakeholders entienden por qué importa?

Test de Accionabilidad

• ¿Sabemos qué hacer si la métrica baja?
• ¿Hay alguien responsable de influir en ella?
• ¿Tenemos palancas claras para moverla?

Test de Disponibilidad

• ¿Tenemos los datos hoy?
• ¿La frecuencia de actualización es suficiente?
• ¿Confiamos en la calidad del dato?

Test de Claridad

• ¿La definición es precisa y documentada?
• ¿Todos la calcularían igual?
• ¿Hay un solo número, no ambigüedad?

Scoring:

• 4 tests pasados: Excelente métrica
• 3 tests pasados: Aceptable, trabajar en la brecha
• 2 o menos: Reconsiderar si vale la pena

Paso 5: Diseña el sistema de revisión

Las métricas sin ritmo de revisión se vuelven decoración.

Ritmo recomendado:

Frecuencia	Métricas	Formato	Participantes
Diaria	2-3 leading indicators	Dashboard automático	Equipo operativo
Semanal	5-7 performance metrics	Reunión 30 min	Gerentes
Mensual	10-15 comprehensive	Reporte + reunión 1h	Liderazgo
Trimestral	Resultados vs. plan	Presentación ejecutiva	Board/Dueños

Estructura de reunión de métricas:

1. Review (5 min): ¿Qué dicen los números?
2. Understand (10 min): ¿Por qué cambiaron?
3. Action (10 min): ¿Qué hacemos diferente?
4. Commit (5 min): ¿Quién hace qué para cuándo?

Frameworks de métricas por área

Marketing: Framework AARRR (Pirate Metrics)

Dave McClure popularizó este framework para startups:

Etapa	Pregunta	Métricas
Acquisition	¿Cómo nos encuentran?	Traffic by source, CPL by channel
Activation	¿Tienen buena primera experiencia?	Signup rate, Onboarding completion
Retention	¿Regresan?	DAU/MAU, Week 1/Month 1 retention
Revenue	¿Pagan?	Conversion rate, ARPU, MRR
Referral	¿Nos recomiendan?	Referral rate, NPS, Viral coefficient

Cómo usar:

1. Identifica cuál etapa es tu cuello de botella
2. Enfócate en 2-3 métricas de esa etapa
3. Muévete a la siguiente cuando mejore

Ventas: Framework de Pipeline

Etapa	Métrica	Benchmark típico
Top of Funnel	Leads generated	Depende de canal
Qualification	MQL to SQL rate	15-30%
Discovery	SQL to Opportunity rate	50-70%
Proposal	Opportunity to Proposal rate	70-80%
Close	Win rate	20-30%
Efficiency	Sales cycle length	Industry dependent
Value	Average deal size	Strategy dependent

Métricas de eficiencia del equipo:

• Revenue per rep
• Quota attainment %
• Activity to deal ratio

Customer Success: Framework de Health Score

Componente	Peso	Métricas incluidas
Uso del producto	30%	Login frequency, Feature adoption
Valor obtenido	25%	Goals achieved, ROI reported
Relación	20%	Engagement con CSM, Response rate
Crecimiento	15%	Upsell signals, Expansion potential
Riesgo	10%	Support tickets, Payment issues

Resultado: Health Score 0-100 que predice renovación

Producto: Framework de Engagement

Métrica	Definición	Uso
DAU/MAU Ratio	% de usuarios mensuales que usan diario	Stickiness
Feature Adoption	% de usuarios que usan feature X	Valor de features
Time to Value	Tiempo hasta primera acción de valor	Onboarding effectiveness
Session Depth	Acciones por sesión	Engagement quality
Return Rate	% que regresa día/semana siguiente	Early retention signal

Errores comunes y cómo evitarlos

Error 1: Elegir métricas por disponibilidad, no por relevancia

Síntoma: "Medimos esto porque es lo que el sistema nos da"

Solución: Comienza con la pregunta estratégica, luego busca o construye el dato.

Error 2: Demasiadas métricas

Síntoma: Dashboard con 30 indicadores, nadie sabe cuál priorizar

Solución: Aplica la regla 5-7-10

• CEO: 5 métricas
• Departamento: 7 métricas
• Equipo: 10 métricas máximo

Error 3: Métricas sin responsable

Síntoma: "Este número bajó" → Silencio, nadie sabe quién debe actuar

Solución: Cada métrica tiene UN dueño con autoridad para influir en ella

Error 4: Metas arbitrarias

Síntoma: "Nuestra meta es +20%" sin fundamento

Solución: Basa metas en:

• Histórico (mejora x% vs. período anterior)
• Benchmark (top 25% de industria)
• Requisito (lo necesario para alcanzar objetivo mayor)
• Capacidad (lo que podemos lograr con recursos actuales)

Error 5: Métricas que incentivan mal comportamiento

Síntoma: El equipo optimiza la métrica pero daña el negocio

Ejemplos:

Métrica	Comportamiento perverso
Tickets cerrados	Cerrar sin resolver para mejorar número
Tiempo de llamada	Apurar al cliente
Número de ventas	Vender a quien no debería comprar
Features lanzadas	Lanzar sin calidad

Solución: Siempre empareja métricas de cantidad con métricas de calidad

Cantidad	Calidad
Tickets cerrados	CSAT post-ticket
Deals cerrados	Revenue churn de esos deals
Features lanzadas	Adoption rate
Leads generados	SQL conversion rate

Ejercicio práctico: Diseña tu sistema de métricas

Parte 1: Define tu objetivo

Mi objetivo principal este trimestre es:

Queremos _________________ de _______ a _______
para ________________ porque _________________.

Parte 2: Identifica drivers

Dibuja tu árbol de drivers:

[Objetivo]
├── [Driver 1]
│   ├── [Sub-driver 1.1]
│   └── [Sub-driver 1.2]
├── [Driver 2]
│   ├── [Sub-driver 2.1]
│   └── [Sub-driver 2.2]
└── [Driver 3]

Parte 3: Selecciona métricas

Nivel	Métrica	Frecuencia	Responsable	Meta	Fuente
Resultado
Performance
Performance
Actividad
Actividad

Parte 4: Valida

Para cada métrica, marca:

Métrica	Relevante	Accionable	Disponible	Clara	Total
1	☐	☐	☐	☐	/4
2	☐	☐	☐	☐	/4
3	☐	☐	☐	☐	/4
4	☐	☐	☐	☐	/4
5	☐	☐	☐	☐	/4

Parte 5: Define ritmo de revisión

Cuándo	Qué métricas	Con quién	Acción si hay problema
Diario
Semanal
Mensual

Checklist final: ¿Tu sistema de métricas está listo?

Estrategia

• Las métricas conectan claramente con objetivos de negocio
• Hay una OMTM definida para este período
• Existe un árbol de drivers documentado

Selección

• Hay máximo 7 métricas principales por área
• Cada métrica pasó los 4 tests de validación
• Hay balance de leading y lagging indicators

Operación

• Cada métrica tiene un dueño nombrado
• Las metas están basadas en datos, no en deseos
• Hay métricas de calidad emparejadas con cantidad

Ejecución

• Existe ritmo de revisión definido
• Los dashboards están construidos y funcionando
• El equipo sabe qué hacer cuando las métricas cambian

Puntos clave de esta lección

• El OMTM (One Metric That Matters) te ayuda a enfocarte en lo más importante
• Usa el árbol de drivers para descomponer resultados en acciones
• Selecciona métricas en 3 niveles: Resultado, Performance, y Actividad
• Valida cada métrica con los 4 tests: Relevancia, Accionabilidad, Disponibilidad, Claridad
• Empareja métricas de cantidad con calidad para evitar incentivos perversos
• Define un ritmo de revisión para que las métricas no sean decoración

Resumen del módulo: Métricas y KPIs

Has completado el Módulo 3. Ahora sabes:

1. Qué son los KPIs y cómo se diferencian de métricas simples
2. Cómo distinguir vanity metrics de métricas actionable
3. Cómo elegir las métricas correctas usando un framework estructurado

En los siguientes módulos, aplicarás estos conceptos a visualización de datos, storytelling con datos, y construcción de cultura data-driven.

---

Quiz de comprensión

1. ¿Qué significa OMTM y por qué es útil?
2. ¿Cuáles son los 5 pasos del framework para elegir métricas?
3. ¿Qué son los "drivers" y cómo se usan en el árbol de drivers?
4. ¿Por qué es importante emparejar métricas de cantidad con métricas de calidad?
5. ¿Cuáles son los 4 tests de validación para una métrica?