Product-Market Fit

Marc Andreessen popularizó el término como «estar en un buen mercado con un producto capaz de satisfacer ese mercado». Su descripción es célebremente algo que se siente en lugar de calcularse: el uso crece tan rápido como puedes añadir servidores, el dinero se acumula, contratas ventas y soporte tan rápido como puedes. Antes del PMF, empujas el producto hacia el mercado; después del PMF, el mercado lo arranca de tus manos.

Las dos mitades cuentan. «Producto» es si la cosa funciona y se desea; «mercado» es si suficiente gente lo desea con la fuerza necesaria para sostener un negocio. Un gran producto en un mercado diminuto o indiferente no tiene fit, y un producto mediocre en un mercado desesperado puede tenerlo. El PMF es el momento en que esos dos lados encajan para un segmento específico y nombrable — no «todos», sino un quién concreto.

El instrumento más citado es el test de Sean Ellis: encuesta a usuarios que hayan experimentado el valor central del producto y pregúntales: «¿Cómo te sentirías si ya no pudieras usar este producto?». Si al menos el 40 % responde «muy decepcionado», probablemente tengas fit. El umbral del 40 % es un punto de referencia empírico del trabajo de Ellis, no una ley — trátalo como una señal fuerte, y lee el segmento de usuarios «muy decepcionados» para aprender quién es tu mercado real.

La retención es la señal más dura y más veraz. Dibuja una curva de retención (la proporción de una cohorte que sigue activa a lo largo del tiempo) y busca que se aplane en lugar de caer a cero — una cola plana significa que un grupo estable sigue volviendo, que es la forma cuantitativa de la demanda. Combínalo con el tirón orgánico: recomendaciones de boca en boca, registros no solicitados, y un coste decreciente por cada nuevo usuario ganado. Cuando el crecimiento viene de usuarios que traen usuarios, el mercado vende por ti.

El PMF no es un lanzamiento, una ronda de financiación, ni un pico de registros. El tráfico de la parte alta del funnel y los inicios de prueba miden interés, no fit — una gran landing page puede fabricar un pico de registros que la retención borra en dos semanas. Si los nuevos usuarios no vuelven, tienes demanda para el pitch, no para el producto.

Tampoco es permanente, ni binario, ni un solo número. El fit es específico de cada segmento (puedes tenerlo para startups y no tenerlo para enterprise), se erosiona a medida que los mercados y los competidores se mueven, y puede retroceder cuando te expandes a segmentos adyacentes que no comparten el mismo job. Los ingresos por sí solos también pueden engañar: fuertes descuentos o unos pocos logos grandes y frágiles pueden sostener el MRR mientras la retención subyacente se pudre silenciosamente. La lectura honesta del PMF triangula la encuesta de decepción, la curva de retención, y de dónde viene realmente el tirón orgánico.

Cada señal de PMF vive por defecto en un lugar distinto: las respuestas de la encuesta en una herramienta de feedback, la retención por cohorte en analítica de producto, las recomendaciones y los registros en analítica web, y los ingresos en la facturación. Para leer el fit honestamente, tienes que conectarlos — qué segmento está «muy decepcionado», si ese mismo segmento se retiene, y si sus ingresos son saludables en lugar de sostenidos por descuentos.

Un sistema operativo de producto construido sobre una columna vertebral compartida conecta estos registros por diseño. La analítica de producto y web comparten los mismos identificadores que los datos de ingresos sobre la columna vertebral, el feedback y los insights se adjuntan al registro del cliente, y Customer 360 muestra el uso, las peticiones y los ingresos de un segmento en una sola vista — para que puedas segmentar la retención y la señal de decepción por el segmento relevante, en lugar de recomponer exportaciones. Eso agudiza la lectura del PMF; no fabrica el fit por sí mismo.