LMQI, La Métrica Que Importa

Gestionar una startup es complicado. Pocos recursos, muchas tareas por completar y a menudo absoluto desconocimiento de si el mercado realmente necesita lo que hemos construido. Y aunque ya nos han convencido que hay que medir, a menudo no usamos las métricas correctas… o peor, nos enfocamos en intentar mejorarlas todas.

¿POR QUÉ ES TAN IMPORTANTE Y CÓMO IDENTIFICAR ESA MÉTRICA?

Y esto es un problema porque en la práctica no funciona. En las startups tendemos a acumular toneladas de datos, y convertirnos en vomitadores de datos  como dice Avinash Kaushik, y los árboles acaban, como es normal, impidiéndonos ver el bosque.

Entre esa maraña de datos (que no información) es habitual perdernos, y claro, olvidamos para qué medimos: lo hacemos para conseguir mejorar el negocio y generar cambios en el mismo, no por coleccionismo. Y eso implica que tenemos que desechar muchos de estos datos y poner el foco en unos pocos… o mejor, en uno solo.

Es algo que da auténtico terror, porque focalizarse en una sola métrica tiene implicaciones importantes… y es que debemos ignorar todas las demás, y poner TODO el foco en cómo mejorar nuestra métrica que importa. Así de bestia y así de cierto. ¿Es fácil identificar cuál es nuestra métrica clave? A veces, pero yo siempre uso para identificarla la pregunta:

Si sólo pudieras arreglar una cosa importante de tu producto, ¿qué sería?

La respuesta no es algo trivial, y para responderla debemos preguntar cual es el principal problema que tenemos ahora en el negocio… ¿somos capaces de atraer tráfico? ¿la gente no se apunta en nuestro producto? ¿Tienen un nivel de engagement peor del que podríamos esperar? ¿Obtienen suficiente valor de su uso? ¿Se dan de baja al poco de usarlo?

Pero no seamos simplistas… no se trata solo de poner el foco en mejorar una métrica, luego otra…etc. Se trata de poner todos los esfuerzos en cambiar una métrica que realmente pueda generar un impacto grande en el negocio (pista: impactos de el 100% o más son un buen comienzo)… no se trata de contar cacahuetes (no tenemos tiempo para ir lentamente mejorando “cositas”. La velocidad es un factor importante) Además, cuanto más arriba en el embudo de conversión, mejor… porque más efecto tendrá en todo el modelo de negocio (pista: en los primeros tiempo la clave es trabajar sobre activación)

Primero enfócate en generar grandes cambios que mejoren en órdenes de magnitud el negocio… y luego podrás ponerte a trabajar en optimizar.

Pero además no basta con sólo identificar esa métrica, ese es sólo el primer paso. Lo siguiente es establecer unos objetivos claros y muy concretos (recuerda, según el criterio SMART)… y alinear a toda la compañía en su cumplimiento, con el fin de producir un cambio de comportamiento completo de la startup.

¿CUÁL ES “LA MÉTRICA QUE IMPORTA” EN MI NEGOCIO?

Aunque es una idea vieja, posiblemente una de las mejores interpretaciones del concepto OMTM (One metric that matters) viene de Alistair Croll, el coautor del libro imprescindible Lean Analytics aunque también lo llaman OKM – One Key Metric (un concepto que me encanta ver unido a otra de mis cruzadas, el acabar con las bullshit metrics)

Identificar la métrica clave de nuestra startup que importa puede ser un desafío, ya que tenemos muchos puntos que mejorar en nuestro negocio (de hecho son diferentes si es antes o después del encaje producto-mercado), pero aquí van algunas ideas que nos ofrecen en Lean Analytics sobre aspectos a mejorar según nuestro modelo de negocio  (pero ojo, utiliza tu sentido común y los principios enumerados anteriormente… aquí sólo hay unos pocos de los más de 90 modelos de negocio que tengo identificados):

1. TRANSACACIONALES (modelos donde alguien vende algo y se produce una transacción)
   La métrica clave por excelencia de un e-commerce pero de muchos otros negocios, tanto offline como online. Tiene que ver con aspectos clave del proceso de compra y cómo fluye el cliente a lo largo del embudo de conversión, es decir: conversión (hay dudas razonables sobre si a secas ésta es la mejor métrica), tamaño de la compra, tasas de abandono… y ojo, es importante saber comprender cómo se comportan todas estas métricas según fuentes de tráfico o según cohortes.

2. COLABORATIVOS (modelos donde alguien crea, comenta o interactúa con un contenido)
   Se trata de modelos más complejos a menudo de modelizar, ya que la métrica clave depende en gran medida del modelo de negocio… pero en general deberíamos trabajar sobre el engagement de los clientes según su rol  y por tanto en los aspectos de retención del embudo de conversión.

3. SaaS (modelos donde alguien usa tu plataforma y saca valor de su uso)
   Aunque podríamos argumentar que la clave en estos modelos son el churn, la retención etc… existen muchos ejemplos (como Salesforce)  donde se relaciona agresivamente el engagement y la conversión de los usuarios con el rendimiento de la plataforma y lo fácil o rápido que es llevar a cabo las tareas para las que la plataforma está diseñada.

4. MEDIOS/PUBLICIDAD (modelos donde se monetiza con clicks, enlaces o acciones)
   Otro de los modelos más tradicionales, habitualmente basado en distintos nivel*]}*es de publicidad. La clave es potenciar la métrica directamente atada a los ingresos, habitualmente tiempo de estancia en sitio, páginas vistas, ratio de clicks (clicktrought rate) etc… pero teniendo en cuenta que esto varía en función del modelo.

5. JUEGOS (modelos donde se paga por contenido adicional, objetos virtuales, monedas…etc)
   Son modelos complejos de medir, ya que se trata de encontrar el complicado balance entre crear experiencias de juego que consigan capturar la imaginación (y el tiempo) de los clientes (es decir, el engagement)

6. APP (modelos donde alguien compra e instala tu producto)
   Se trata de modelos donde la clave es comprender cómo fluyen los clientes a través de embudo de conversión algo modificado y que tiene en cuenta sus especificidades: número de usuarios, descargas, actualizaciones, valoraciones, reviews…etc. Aquí la clave es comprender cómo descargan los usuarios la app (por ejemplo a través de la App Store) y por tanto, el punto donde hay que trabajar (técnicas de ASO..etc.)

La elección de LMQI – La métrica que importa depende en gran medida no sólo del modelo de negocio sino del motor de crecimiento del modelo de negocio con el que trabajemos (que están relacionados)… ya que nos debemos enfocar en métricas que generen impactos reales y GRANDES en el negocio, y esas siempre están pegadas al motor del modelo de negocio:

1. MOTOR PAGADO: Métricas que afecten directamente al coste de adquisición de clientes (AC/CAC) y/o al valor del ciclo de vida del cliente (CLTV). Esto tiene que ver con enfocarse en aspectos tales como la retención, la recurrencia, la activación y segmentación de clientes..etc.

2. MOTOR VIRAL: En este caso las métricas desde luego tienen que tener en cuenta el famosos coeficiente viral, pero hay que intentar ir un poco más allá y de-construir los elementos que la conforman… y ver dónde debemos trabajar más (invitaciones enviadas, ratios de aceptación, velocidad viral..etc.)

3. MOTOR PEGAJOSO: Para este tipo de motores, muy asociados a modelos SaaS, Freemium o similares la clave es poner el foco en métricas que nos permitan averiguar cómo de “bien” estamos empujando al cliente a lo largo del proceso de compra, desde que empieza a usar el producto hasta que decide pasar a pagar (yuju!) o se da de baja.

Por si fuera poco, LMQI – La métrica que importa va a ir cambiando en las distintas fases del negocio, ya que quizás en los primeros tiempos tenga sentido actuar sobre métricas de sign-up pero luego haya que trabajar sobre métricas como la recurrencia…etc. Es decir, no sólo hay que encontrar una vez dicha métrica sino estar cuestionándose continuamente si sigue siendo la métrica correcta… ¿Difícil? SI. ¿Necesario? También.

¿QUÉ OPINAS?