Modelo financiero de ejemplo
Datos realesmartech · pre-seed · PLG · proyección 36 meses
Veredicto
⚠️ Default alive — pero hay algo que te frena
Llegas a break-even en el mes 1 sin quedarte sin caja — pero eso solo se sostiene si antes arreglas el problema de abajo.
Lo primero que arreglar
⚠️Unit economics justas
Cada cliente vale unas 2.1× lo que cuesta captarlo (LTV:CAC) — sano es 3 o más. Para llegar, baja el coste de captar uno de $578 a ~$400, o cobra más / retenlos más. En early-stage es orientativo, no un veredicto.
Score de viabilidad
Score de viabilidad
En rumbo
Base sólida. Vigila lo ámbar a medida que escalas.
Orientativo, no absoluto — ponderado entre supervivencia, unit economics, retención, crecimiento y eficiencia frente a rangos de SaaS early-stage (§9). Léelo por etapa, no como una nota.
¿Tu negocio se sostiene?
Runwayi
36+ meses
MRR finali
$18.413
Growth MoM medioi
2.0%
NRR anuali
61%
Caja en el tiempo
No agota la caja dentro del horizonte (break-even en el mes 1).
MRR y clientes activos
MRR ($, eje izq.) · clientes activos (eje der.)
La proyección asume tu crecimiento plano 3 años; el crecimiento real suele frenarse, así que los meses tardíos salen optimistas.
Rampa de coste de equipo
Coste cargado de headcount por mes ($).
Unit economics y burn
ARPAi
$75
LTVi
$1200
CACi
$578
LTV : CACi
2.1×
CAC paybacki
9.6 meses
Net burn mensuali
$51
Burn multiplei
0.2
Rule of 40i
24
Magic numberi
2.23
Quick ratioi
1.7
Diagnóstico vs benchmarks
| Métrica | Tu valor | Rango sano | Veredicto |
|---|---|---|---|
| Logo churn mensuali | 5%/mo | 2.5%–4%/mo | ⚠️ |
| NRR (anual)i | 61.3% | 90%–110% | ⚠️ |
| Gross margini | 80% | 75%–85% | ✅ |
| CAC paybacki | 9.6 m | ≤ 18 m (pre-seed) | ✅ |
| LTV : CACi | 2.1× | ≥ 3× | ⚠️ |
| Growth MoMi | 2.0% | ≤ 40% (base 9K) | ✅ |
| Burn multiplei | 0.2 | ≤ 3.5 (pre-seed) | ✅ |
El churn y la retención se juzgan contra tu banda de precio (ARPA $50-500/mes) — los productos más baratos churnan más, y eso es normal. ✅ sano · ⚠️ atención · 🚩 flag · ℹ️ demasiado optimista · — no aplica.
Son referencia para tu etapa, no un veredicto: muchos rangos "sanos" se fijaron para SaaS maduro. En pre-seed/seed es normal un burn multiple alto (≈2,5-3,4x) o un CAC payback largo mientras encuentras tracción. Úsalos para orientarte, no para castigarte.
Escenarios y sensibilidad
| Pesimista | Base | Optimista | |
|---|---|---|---|
| Veredicto | 🔴 | ✅ | ✅ |
| Mes sin caja | 22 m | > 36 m | > 36 m |
| Break-even | — | 1 m | 1 m |
| MRR final | 8432 | 18.413 | 40.350 |
| Caja final | -57.905 | 38.399 | 194.212 |
Tu supervivencia depende de que las cosas salgan más o menos según el plan — el pesimista se queda sin caja. Ten colchón. Cada uno ajusta growth, churn, OpEx y precio a la vez — un rango realista, no una promesa.
Qué mueve más tu runway
Estos son los factores que puedes cambiar, ordenados por cuánto mueven tu caja. Empieza por el de arriba: ahí es donde tu esfuerzo rinde más. Cada factor se mueve por separado, con los demás fijos; en la realidad interactúan.
Cada palanca movida ±10% por separado — verde ayuda a tu caja final, ámbar la perjudica.
P&L — mensual año 1, anual años siguientes
| $ | M1 | M2 | M3 | M4 | M5 | M6 | M7 | M8 | M9 | M10 | M11 | M12 | Año 2 | Año 3 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Revenue | 8978 | 8969 | 8976 | 8996 | 9031 | 9081 | 9144 | 9223 | 9316 | 9424 | 9546 | 9684 | 132.779 | 185.672 |
| Gross profiti | 7182 | 7176 | 7181 | 7197 | 7225 | 7265 | 7316 | 7378 | 7453 | 7539 | 7637 | 7747 | 106.223 | 148.537 |
| OpExi | -7125 | -7229 | -7337 | -7450 | -7567 | -7688 | -7815 | -7946 | -8083 | -8226 | -8374 | -8528 | -116.848 | -154.441 |
| Equipo | -4375 | -4375 | -4375 | -4375 | -4375 | -4375 | -4375 | -4375 | -4375 | -4375 | -4375 | -4375 | -52.500 | -52.500 |
| S&M | -2600 | -2704 | -2812 | -2925 | -3042 | -3163 | -3290 | -3421 | -3558 | -3701 | -3849 | -4003 | -62.548 | -100.141 |
| G&A | -50 | -50 | -50 | -50 | -50 | -50 | -50 | -50 | -50 | -50 | -50 | -50 | -600 | -600 |
| Infra | -100 | -100 | -100 | -100 | -100 | -100 | -100 | -100 | -100 | -100 | -100 | -100 | -1200 | -1200 |
| EBITDAi | 57 | -53 | -157 | -253 | -342 | -424 | -499 | -568 | -631 | -687 | -737 | -780 | -10.624 | -5904 |
Diagnóstico
Vas bien de caja — pero pierdes clientes a chorro. La retención es tu fix nº1.
Qué significa esto
¿Sobrevives?
En corto: las cuentas de caja salen — llegas a break-even sobre el mes 1 antes de quedarte corto. Pero esa proyección solo se sostiene si antes arreglas el problema de abajo.
¿Cuál es tu mayor problema?
Tu mayor problema es la retención. Pierdes alrededor del 5 % de tus clientes cada mes — en un año eso es casi toda tu base saliendo por la puerta, por eso solo el 61 % de los ingresos de este año seguirían aquí el que viene. Hasta que lo arregles, cada cliente nuevo reemplaza en parte a uno que perdiste: estás llenando un cubo agujereado.
¿Ganas dinero con cada cliente?
Sobre las cuentas por cliente: captar un cliente cuesta unos $578, y cada uno vale en torno a $1200 en su vida — unas 2.1 a 1 (lo sano es 3 a 1+). Lo bueno: casi todo ese hueco es el problema del churn. Si retienes más, cada cliente vale más automáticamente y ese ratio sube solo.
¿Qué arreglas primero?
En qué centrarte primero: averigua por qué se van los clientes y arréglalo. Bajar el % de clientes que se van (churn) hacia el 2.5% al mes es la única palanca que mejora a la vez tu retención, el valor de tus clientes y tu techo de crecimiento.
Qué mirar primero
⚠️La retención neta de ingresos es baja
Tus clientes actuales traen el 61% de los ingresos del año pasado (NRR) — bajo incluso para tu banda de precio. El self-serve barato rara vez supera el 100%, así que eso solo no es el problema; lo es estar por debajo de lo que retienen los productos de precio similar. Recupéralo con upsells/expansión o bajando el churn.
Segunda opinión de tu IA
Analiza este modelo en tu propia IA
Copia un prompt listo con tus números, pégalo en ChatGPT, Claude o cualquier IA, y consigue una segunda opinión escéptica — red flags, qué es fuerte y qué arreglar.
Corre en TU IA — no lo vemos ni lo guardamos. La IA puede equivocarse; tómalo como segunda opinión, no como verdad. El prompt le pide no inventar números, pero verifica siempre.