El product-market fit no se mide con una encuesta que nadie responde.

La primera es la famosa: qué tan decepcionado estarías si mañana no pudieras usar este producto

Un fundador colombiano manda una encuesta a su base de usuarios. Cuatro preguntas. La primera es la famosa: qué tan decepcionado estarías si mañana no pudieras usar este producto. Le responden ochenta personas sobre una base de once mil. De esas ochenta, cuarenta y cuatro marcan "muy decepcionado". Cincuenta y cinco por ciento. El fundador manda la captura al grupo de inversionistas. Alguien contesta que ya tiene product-market fit.

No lo tiene. Tiene ochenta clientes con tiempo libre y buena voluntad. El resto de su base no respondió porque no abre correos, porque el link se veía raro, porque nadie en su vida ha llenado un formulario de satisfacción, o porque el negocio que opera desde una bodega en Itagüí no tiene a nadie que se ocupe de eso. La encuesta no midió el ajuste del producto al mercado. Midió quién contesta encuestas.

La tesis, en corto

Sean Ellis, que trabajó el crecimiento temprano de Dropbox, LogMeIn y Eventbrite, propuso un indicador anticipado del ajuste producto-mercado: preguntarle al usuario cómo se sentiría si ya no pudiera usar el producto y tomar el 40% de respuestas "muy decepcionado" como umbral. Rahul Vohra, fundador de Superhuman, lo convirtió en método operativo en First Round Review y llevó su score de 22% a 58% en tres trimestres, sobre una base de cien a doscientos usuarios y con unas cuarenta respuestas como mínimo direccional.

Vohra fue explícito sobre el equilibrio del método: "If you only double down on what users love, your product-market fit score won't increase". El instrumento es bueno en su contexto. El problema no es el método. Es el suelo sobre el que se para.

Por qué funcionó donde nació

El test del 40% descansa en tres supuestos que en San Francisco son invisibles porque se cumplen solos.

Primero, que el usuario responde. Cuarenta respuestas útiles sobre una base de doscientos profesionales del conocimiento que viven en su bandeja de entrada es una tasa perfectamente alcanzable. Esa gente considera normal que un producto le pregunte cosas.

Segundo, que el usuario habla el idioma del producto. "Decepcionado" es una categoría emocional que supone que el software es una elección personal, no una imposición del área de sistemas, del banco, del cliente corporativo o del gobierno.

Tercero, y este es el decisivo, que existe una alternativa. La pregunta de Ellis es, en el fondo, una pregunta de sustitución: si esto desaparece, ¿qué tan mal la pasas? Si hay tres competidores buenos, la respuesta mide amor. Si no hay ninguno, la respuesta mide encierro.

Condición ausente número uno: el usuario que contesta

El dato duro sobre encuestas es peor de lo que la industria admite. Un metaanálisis de Wu, Zhao y Fils-Aime, publicado en 2022, revisó 8.672 estudios y extrajo 1.071 tasas de respuesta de encuestas en línea en investigación educativa. El promedio fue 44,1%. Ese es el promedio de encuestas académicas, con incentivos, seguimiento y poblaciones cautivas. Nadie que haya mandado un formulario a una base comercial latinoamericana ha visto algo remotamente parecido. El mismo trabajo encontró algo más incómodo: agrandar la muestra no mejora la tasa de respuesta. Lo que la mejora es afinar a quién le preguntas. Es decir, el remedio conocido para el problema empeora el sesgo.

Y el sesgo en esta región está medido. Castorena, Lupu, Schade y Zechmeister analizaron nueve encuestas en línea en Argentina, Brasil, Chile, Colombia, México y Perú, y encontraron errores absolutos medios cercanos a nueve puntos porcentuales contra el censo, casi el doble de lo observado en Estados Unidos. Las muestras en línea sobrerrepresentan sistemáticamente a los más educados y a los de mayor ingreso, incluso en países donde el acceso a internet ya es amplio. La post-estratificación —el arreglo estadístico estándar— no produjo mejoras significativas. El emparejamiento de muestras ganó uno o dos puntos a costa de mucho más trabajo de campo. La conclusión de los autores es que para hablar del público en general todavía hacen falta muestras probabilísticas.

Traducción para quien opera: tu encuesta de PMF no tiene un problema de tamaño de muestra. Tiene un problema de composición. Los que contestan son sistemáticamente más ricos, más educados y más digitales que tu mercado. Son, casualmente, los que más se parecen a ti. Estás midiendo el ajuste de tu producto a tu propio perfil demográfico y llamándolo mercado.

Condición ausente número dos: el canal donde vive la relación

El cliente latinoamericano sí se comunica. Solo que no lo hace donde el formulario lo espera.

El Panorama Mobile Time/Opinion Box sobre mensajería en Brasil, levantado con 2.086 personas mayores de 16 años y un margen de ±2,1 puntos, encontró desde su edición de 2023 y de forma sostenida que WhatsApp está instalado en el 99% de los smartphones del país, que el 93% de los usuarios lo abre todos los días o casi todos, y que el 80% se comunica habitualmente con empresas por ahí. Los usos principales son pedir información y resolver problemas: 83% y 75%. Ese es el mostrador. No el correo. No el modal dentro del producto. No el NPS trimestral que rebota en un servidor.

Y ese canal está lleno de señal, solo que no en el formato que el manual espera. El cliente que escribe "me llegó incompleto" a las once de la noche está diciendo algo mucho más útil que una casilla marcada. El que dejó de escribir tres semanas está diciendo todavía más. La región tiene una densidad conversacional que casi ninguna otra tiene, y la industria del producto la trata como ruido de soporte en lugar de como el instrumento de medición que es.

Hay una asimetría de esfuerzo que explica el resto. Contestar una encuesta le cuesta al cliente tiempo y no le devuelve nada. Escribir por el canal donde ya está le cuesta menos y le devuelve una respuesta. Cuando el costo de reportar es alto y el beneficio es cero, solo reporta quien tiene una razón extraordinaria: el fanático o el furioso. Tu score es el promedio de dos extremos, y el promedio de dos extremos no describe a nadie.

Condición ausente número tres: la alternativa

Acá está el falso positivo más caro.

En México, al primer trimestre de 2025, el Instituto Federal de Telecomunicaciones contabilizó 131.115.101 líneas móviles en su reporte preliminar. Telcel, del Grupo América Móvil, concentraba 83.254.767, es decir 63,5%. AT&T tenía 17,5%. Movistar, 16,1%. Todo lo demás sumaba 2,9%. Pregúntale a un usuario mexicano qué tan decepcionado estaría si su operador desapareciera. Vas a medir dependencia, no satisfacción.

Ese patrón se repite en categoría tras categoría regional: banca, seguros, distribución de alimentos, logística de última milla en ciudades secundarias, software de gestión para sectores específicos. No porque nadie quiera competir, sino porque el costo de entrada es alto y el mercado direccionable, en moneda dura, es chico. En muchos rubros el segundo jugador simplemente no existe todavía. Y una parte grande de la población adulta de la región ni siquiera está dentro del sistema financiero formal, lo que reduce aún más el universo de gente que puede elegir entre dos proveedores.

Conviene además ordenar los grados de encierro, porque no todos se rompen igual. Hay encierro por concentración, cuando existen dos o tres proveedores y todos ofrecen lo mismo. Hay encierro por costo de cambio, cuando migrar exige rehacer una integración contable o volver a validar identidad ante un regulador. Y hay encierro por cobertura, cuando el único proveedor que llega físicamente a esa ciudad eres tú. El primero desaparece cuando entra un competidor con capital. El segundo dura años. El tercero se rompe el día que alguien monta la ruta. Un score alto no distingue entre los tres, y la diferencia entre ellos es la diferencia entre un negocio defendible y uno prestado.

En un mercado así, un score alto de "muy decepcionado" puede significar producto excelente. O puede significar que eres el único que le dio servicio a esa persona. Los dos escenarios se ven idénticos en la encuesta y son opuestos en el P&L. En el primero tienes poder de precio. En el segundo tienes un negocio que muere el día que llega alguien con mejor distribución.

Hay una prueba barata para distinguirlos, y no es una pregunta: es un precio. Sube diez por ciento a un subconjunto de clientes y mide cuántos se van. El amor tolera el aumento. El encierro también, pero deja rastro: baja el uso, se estira el ciclo de pago, aparece el reclamo. Eso se ve en los datos. En la encuesta, no.

La regla que la reemplaza acá: comportamiento, no declaración

Si el instrumento declarativo falla, hay que medir lo que la gente hace con su dinero y su tiempo. Cuatro señales, todas observables sin preguntar nada.

La primera es repetición por cohorte. No el porcentaje de clientes activos del mes, que se infla con adquisición. La proporción de la cohorte de enero que sigue comprando en julio. Si la curva se aplana, hay ajuste. Si decae linealmente hasta cero, no lo hay, por más "muy decepcionados" que te contesten.

La segunda es continuidad de pago bajo estrés. En un mercado con inflación, devaluación y caja apretada, el cliente que sigue pagando cuando el mes viene mal está emitiendo la señal más cara que puede emitir. Una renovación en un mes malo vale más que cien casillas marcadas en un mes bueno.

La tercera es profundidad. Cuántos productos o módulos usa el mismo cliente en el mes doce contra el mes uno. La expansión no se pide, se observa.

La cuarta es la reacción a la fricción. Cuando subiste el precio, cuando cambiaste el checkout, cuando se cayó el servicio tres horas: ¿cuántos se fueron? Una caída de servicio es una encuesta de PMF perfecta y gratuita. Mide exactamente lo que Ellis quería medir —qué pasa si el producto desaparece— sin pedirle a nadie que imagine nada.

Cómo se ve eso en un reporte público

VTEX, la plataforma de comercio brasileña que cotiza en Nueva York, reportó para el ejercicio 2025 una tasa de retención neta de ingresos de 98,5% en dólares y 99,5% neutralizando tipo de cambio, con un crecimiento de ventas de tiendas comparables de 6,2% en dólares y 6,8% neutralizado. GMV de 20.500 millones de dólares en el año y 234,9 millones de ingresos por suscripción, de los cuales 194,1 millones vinieron de tiendas que ya eran clientes el año anterior.

Ninguna de esas cifras salió de un formulario. Salieron de facturación recurrente y de volumen transaccionado. Y dicen algo incómodo y honesto a la vez: la base existente casi no se encoge, pero tampoco se expande sola. Una retención neta cercana a cien significa que lo que se gana con los que crecen se pierde con los que se van. Eso es un diagnóstico accionable: el problema no es la promesa, es la escalera. Un score del 55% no te dice nada de eso.

La diferencia importa para quien decide. La encuesta produce un número que sirve para un tuit. La retención neta produce un número que se puede meter en un modelo de valuación, defender ante un comité de crédito y descomponer por segmento, por país y por cohorte de contratación.

El contraargumento honesto

Quien defienda el test tiene tres puntos buenos.

Uno: el instrumento nunca prometió ser una medición poblacional. Es una señal direccional barata para una etapa donde no hay datos de comportamiento porque no hay historia suficiente. Con cien usuarios y tres meses de vida no tienes cohortes. Tienes conversaciones. Preguntar es mejor que adivinar.

Dos: hay segmentos latinoamericanos donde las condiciones sí se cumplen. Software vendido a equipos de tecnología en empresas grandes, herramientas para desarrolladores, productos de suscripción para profesionales urbanos con tarjeta y correo corporativo. Ahí el usuario contesta, habla el idioma y tiene tres alternativas en la pestaña de al lado. El test funciona y descartarlo es pereza.

Tres: la crítica puede volverse coartada. Es cómodo descartar la encuesta porque salió mal y refugiarse en métricas de comportamiento elegidas después de conocer el resultado. Medir comportamiento sin fijar el umbral antes es otra forma de mentirse, y es la más difícil de detectar porque viene con gráficas.

El punto no es que preguntar esté mal. Es que en esta región la pregunta llega a la persona equivocada, en el canal equivocado, sobre una decisión que muchas veces no existe.

Consecuencia operativa

Antes de tu próximo comité, haz tres cosas.

Calcula la tasa de respuesta de tu última encuesta de producto y ponla en la primera línea de la lámina, arriba del score. Si respondió menos del diez por ciento de la base, el número que sigue no es un dato: es una anécdota con decimales.

Reemplaza el score por dos números: la curva de retención por cohorte a doce meses y la tasa de renovación de los clientes que atravesaron un mes malo. Define el umbral de aprobación antes de mirar el resultado y déjalo escrito.

Y busca activamente al competidor que no tienes. Si no lo encuentras, tu ajuste no está probado. Está protegido. Son cosas distintas, y solo una sobrevive a que alguien más monte distribución en tu mercado.