Elegir una North Star Metric implica definir para quién se crea valor, comparar señales que puedan representarlo y comprobar cómo se calculan. La candidata necesita evidencia, responsables y controles de efectos adversos. Puede empezar como una hipótesis provisional; ninguna lista de preguntas garantiza una elección correcta.
El problema real
Por qué elegir la North Star Metric correcta es más difícil de lo que parece
Para elegir una North Star Metric, primero definí qué producto, cliente y resultado querés orientar. Un software B2B puede considerar usuarios activos, tareas completadas, proyectos colaborativos o tiempo hasta el primer valor. Esas candidatas cumplen funciones diferentes: unas aproximan valor recibido; otras sirven mejor como diagnóstico. La selección consiste en hacer explícita esa diferencia y contrastarla con evidencia.
Error A — Métrica fácil de mover
La que el equipo puede hacer subir rápido con poco esfuerzo, aunque no represente valor real entregado al cliente.
Error B — Métrica sin conexión con las decisiones
Una cifra deseable cuyo vínculo con el trabajo del equipo no está claro. Una NSM puede responder con demora y depender de factores fuera del control directo; el problema es no poder explicar qué decisiones pueden influir en ella.
El North Star Playbook de Amplitude ofrece criterios útiles, pero no decide por el negocio. Esta guía organiza la comparación en cuatro preguntas y termina con una ficha de medición y un plan de validación. El diagnóstico estratégico previo define qué problema importa; la elección debe dejar sus supuestos y su responsable visibles.
El proceso de selección
Cuatro preguntas para comparar candidatas
Usá las cuatro preguntas para comparar candidatas dentro del mismo alcance. Registrá qué evidencia tenés, qué falta y qué hallazgo te haría descartar cada una. Una falla importante puede justificar descartarla; otras se resuelven con una mejor definición o métricas de protección. Usalas como una guía de discusión; la decisión necesita evidencia y responsabilidad.
¿Esta métrica puede subir mientras el cliente recibe menos valor?
Preguntá qué experiencia representa el número y cómo podría mejorar sin que mejore esa experiencia. Casi toda medida tiene puntos ciegos. El objetivo es reducirlos y detectarlos, en lugar de suponer que una definición vuelve imposible la manipulación.
Registros, leads y páginas vistas pueden aportar diagnóstico, pero por sí solos no muestran valor recibido. Transacciones completadas, repetición de un uso útil o colaboración entre miembros son candidatas más cercanas al resultado. También necesitan controles: una valoración puede estar sesgada y la repetición puede deberse a incentivos o fricción.
Test: imaginá una campaña que atrae usuarios de poco encaje. ¿La candidata crece sin mejora de uso valioso, satisfacción o calidad? Anotá el fallo, qué exclusión lo detectaría y qué indicador complementario lo haría visible.
¿Qué evidencia conecta esta métrica con resultados sostenibles?
Formulá el mecanismo que esperás y separá tres preguntas: ¿las métricas se asocian?, ¿una ayuda a anticipar la otra?, ¿una intervención sobre el producto causa el resultado? El historial puede aportar a las primeras; una afirmación causal necesita un diseño y supuestos adecuados. El benchmarking sugiere hipótesis, pero no valida el mecanismo de tu negocio.
Si todavía no hay historial suficiente, adoptá una candidata provisional con una hipótesis explícita. Definí qué datos reunir, qué resultados posteriores observar y cuándo habrá evidencia suficiente para revisarla. No presentes una explicación plausible como una relación ya demostrada.
Test: completá: “Si mejora este comportamiento, esperamos observar este resultado, en esta población y ventana, por este mecanismo”. Añadí una explicación alternativa, como precio, estacionalidad o cambio de clientes, y cómo la investigarías.
¿El equipo puede influir en sus factores y entender sus límites?
La métrica debe ser útil para las decisiones de producto y crecimiento dentro del alcance elegido. Identificá qué equipos influyen en sus factores y qué dependencias comparten. No exijas que toda función eleve el número: seguridad, calidad, soporte y cumplimiento también pueden proteger valor o evitar daño.
Pedile a cada área que explique una decisión concreta que tomaría con esa información y una restricción que no debería cruzar. Si la conexión resulta forzada, revisá el alcance de la NSM, la estrategia o la responsabilidad asignada.
Test: compará las respuestas de las áreas. ¿Entienden la misma población, evento y período? ¿Saben qué pueden controlar, qué pueden influir y cuándo deben coordinar una decisión? Documentá las diferencias que cambien la decisión.
¿Esta métrica puede ser “gamificada” de manera que dañe el negocio a largo plazo?
Convertir una medición en objetivo puede incentivar conductas que mejoran el número y deterioran lo que pretende representar. Es el riesgo asociado a la ley de Goodhart, no una consecuencia inevitable. Por eso conviene revisar tanto el indicador como el comportamiento que premia y los efectos que deja fuera.
“Sesiones por usuario” puede aumentar por fricción; “tiempo en la app”, por un proceso más lento; una encuesta, por selección de participantes. Revisá definición, incentivos y datos. Añadí controles de calidad, margen o satisfacción con responsables y umbrales de revisión; ninguna fórmula elimina todos los riesgos.
Test: preguntá “¿cómo podríamos hacer subir esta métrica dañando al cliente o al negocio?”. Para cada mecanismo plausible, definí una protección y una decisión si se vulnera. Descartá la candidata si el riesgo central no puede detectarse o gestionarse razonablemente.
Una buena sesión termina con una decisión que puede revisarse: qué candidata se elige, qué valor representa, qué evidencia la respalda y qué podría mostrar que está fallando. Descartar una favorita puede ser útil, pero también lo es conservarla si supera esa revisión con mejores razones.
NSM por modelo de negocio
Cómo elegir la North Star Metric según el modelo de negocio
El modelo de negocio, el segmento y la frecuencia natural de uso condicionan la elección. Los cinco casos siguientes son ejemplos hipotéticos, no métricas internas atribuidas a marcas conocidas. Los umbrales sirven para mostrar cómo especificar una candidata y deben justificarse con investigación y datos propios.
Software de productividad o colaboración para equipos
Completar un flujo útil aproxima mejor el trabajo resuelto que tener una cuenta. Definí qué flujo representa la promesa del producto, qué cuenta como finalización válida y si la unidad adecuada es usuario o cuenta. Excluí pruebas internas y duplicados; contrastá el indicador con calidad del resultado y continuidad de uso. Repetir tareas innecesarias también podría inflarlo.
Plataforma que conecta oferta y demanda
Una operación completada aproxima el intercambio de valor mejor que una reserva. Definí entrega efectiva, cancelaciones, disputas y una ventana para observar incidencias. La ausencia de reclamos registrados no demuestra satisfacción; verificá también la experiencia de oferta y demanda. No mezcles transacciones de hoy con valoraciones o repeticiones que todavía no pudieron madurar.
Venta directa de productos físicos o digitales
La repetición puede ser útil en categorías de compra frecuente. No toda primera compra genera pérdidas ni todo margen depende de volver. En este ejemplo, 90 días es una ventana ilustrativa: muebles y reposición semanal requieren horizontes distintos. Mirá descuentos, devoluciones y margen por cohorte; una campaña puede comprar repetición sin mejorar la economía del cliente. El sistema de CLV y expansión permite estudiar ese resultado posterior.
Agencias, consultoras, freelancers
La renovación aporta evidencia de continuidad, pero también puede reflejar inercia contractual o costos de cambio. Contrastala con resultados acordados, calidad y margen. Si el servicio resuelve una necesidad puntual, una entrega aceptada con el resultado esperado puede ser más pertinente que exigir renovación. Las recomendaciones pertenecen al ámbito de advocacy; tampoco son prueba única de valor.
Publicaciones, newsletters, podcasts, plataformas de contenido
La frecuencia ayuda a estudiar hábito, pero consumir más piezas no equivale automáticamente a aprender más o resolver una necesidad. Tres piezas semanales es un umbral hipotético, no un estándar. Definí consumo significativo y controlá clickbait, reproducción automática y saturación. Contrastá utilidad declarada, continuidad y resultados del modelo, apoyándote en contenido SEO/AEO y lifecycle marketing.
La repetición es importante cuando el valor es recurrente. En una compra poco frecuente o un servicio que resuelve un problema una vez, forzar frecuencia puede premiar una experiencia peor. Elegí una señal que corresponda al trabajo del cliente, no una frecuencia que haga cómodo el dashboard.
Un caso documentado para distinguir funciones. En una entrevista de 2015, Stewart Butterfield describió un umbral de 2.000 mensajes acumulados por equipo en Slack. Lo vinculaba con adopción y continuidad de uso. Ese relato histórico no demuestra que el umbral cause retención ni lo convierte en una NSM recurrente. Una señal útil de activación puede ser una palanca del sistema sin ocupar su cima.
Decisión aplicada
Practicapp: elegir y contar una candidata
Ejemplo hipotético. Practicapp ayuda a estudiantes universitarios a practicar Matemáticas y consultar explicaciones de sus errores. Todos los datos siguientes son inventados. La elección se apoya en la propuesta de la guía B2C de clientes y growth; no representa resultados de una app real.
| Señal | Qué cuenta | Función en el caso |
|---|---|---|
| Registros de la semana | Cuentas nuevas válidas creadas durante la semana. | Acceso al producto; sirve para investigar adquisición. |
| Activación a siete días | Altas que completan una práctica y abren su devolución en los primeros siete días, divididas por las altas elegibles con seguimiento completo. | Tasa de una cohorte de altas; observa la primera experiencia de valor. |
| NSM candidata | Cuentas únicas que completan al menos dos prácticas distintas y abren ambas devoluciones en la misma semana calendario. | Conteo de uso recurrente entre cuentas nuevas y existentes. |
El equipo elige provisionalmente la tercera como NSM porque aproxima una práctica útil repetida. Conserva los registros y la activación para diagnosticar el recorrido. Las dos prácticas y la semana son acuerdos de este caso: deben revisarse si no representan la necesidad del estudiante.
| Campo | Acuerdo del ejemplo |
|---|---|
| Unidad y población | Cuenta única elegible, nueva o existente. Excluir cuentas internas, pruebas y duplicados identificados. |
| Condición | Dos practice_id distintos de la misma cuenta, cada uno con practice_completed y una apertura posterior feedback_opened asociada a su devolución. Ambos eventos deben ocurrir dentro de la semana observada. Una apertura duplicada no agrega otra práctica. |
| Ventana | De lunes 00:00 a lunes siguiente 00:00, sin incluir ese último instante, en America/Argentina/Buenos_Aires. Convertir los timestamps antes de agrupar. |
| Reproducción | Analítica conserva consulta, versión de eventos y exclusiones; producto valida casos. Acordar cuándo se cierra la lectura y cómo se corrigen eventos recibidos tarde: conservar valor publicado y revisión, sin mover eventos a la semana de recepción. |
| Protecciones | Examinar devoluciones incomprensibles, errores y prácticas fragmentadas para inflar el conteo. Contrastar utilidad y continuidad; abrir una explicación no demuestra aprendizaje académico. |
| Decisión y revisión | Adoptar como candidata provisional. Revisar si el conteo crece sin utilidad percibida, si cambia la propuesta o si la medición deja casos relevantes afuera. |
| Cuenta | Conducta | Aporte a la NSM |
|---|---|---|
| Inés | Dos prácticas distintas y ambas devoluciones abiertas dentro de la semana. | 1 cuenta |
| Mateo | Dos prácticas completadas; abre una sola devolución. | 0 cuentas |
| Sol | Cuatro prácticas distintas y sus cuatro devoluciones abiertas. | 1 cuenta, no cuatro |
| Tomás | Una práctica válida en la semana anterior y otra en la actual. | 0 cuentas en la semana actual |
Resultado del ejercicio: 2 cuentas. Ese conteo no es una tasa de activación ni permite calcular la repetición en días ocho a catorce. Cada indicador conserva su propia población y ventana.
Producto responde por la elección de la candidata y analítica por reproducirla. Antes de ampliar recursos, verifican juntos los cuatro casos de conteo, observan la comprensión de las devoluciones y siguen resultados posteriores. Revisan la elección al completar la primera ventana acordada de evaluación, o antes si fallan los eventos o una protección. La ficha distingue aprobación del cálculo, evidencia de valor y evidencia pendiente sobre permanencia o ingresos.
Validación
Cómo evaluar la candidata antes y después de adoptarla
Antes de validar, escribí el contrato de medición: evento válido, unidad de conteo, población, ventana y zona horaria, deduplicación, exclusiones, fuente, consulta y responsable. Registrá la versión y la base inicial. Si dos personas obtienen cifras distintas con los mismos datos, resolvé esa diferencia antes de interpretar tendencias.
| Campo | Qué dejar registrado |
|---|---|
| Alcance y valor | Producto, población y resultado del cliente que se busca aproximar |
| Definición operativa | Unidad, evento válido, ventana, zona horaria, deduplicación y exclusiones |
| Cálculo | Fuente, consulta, versión y responsable de reproducir el dato |
| Evidencia y límites | Qué respalda la candidata, explicaciones alternativas y resultados que faltan madurar |
| Protecciones | Cómo podría subir sin entregar valor y qué señal permitiría detectarlo |
| Decisión y revisión | Candidata elegida o descartada, motivo, responsable y condición de revisión |
- Existe evidencia de que representa un resultado valioso para el cliente
- Los cambios pueden descomponerse en segmentos o factores para investigarlos
- Los equipos relevantes comprenden su contribución y las restricciones
- Las discusiones de priorización se resuelven más rápido usando la NSM como criterio
- Su capacidad de anticipar resultados se comprueba en cohortes comparables
- Los principales riesgos de optimización tienen controles y responsables
- La relación esperada con resultados no se mantiene en períodos comparables
- El alcance obliga a forzar conexiones entre productos o áreas diferentes
- El equipo encontró formas de hacerla subir que no representan valor real
- La NSM sube y empeoran churn, calidad o margen: hay un desacople que investigar
- Nadie usa la NSM para tomar decisiones de priorización en la práctica
- El equipo tiene dificultad para explicar qué mide la NSM en términos de valor al cliente
Compará cohortes equivalentes y resultados suficientemente maduros. Revisá composición, cambios de precio, instrumentación y estacionalidad antes de interpretar un desacople. Usá experimentación controlada cuando la decisión requiera identificar efectos causales y el diseño sea viable. El reporte debe separar datos observados, proyecciones e hipótesis.
El proceso de cambiar la NSM cuando deja de ser la correcta se cubre en cómo cambiar la NSM sin romper el negocio.
Lecturas para decidir
Qué otras decisiones necesita esta elección
Si falta claridad sobre el resultado del cliente, revisá la propuesta de valor. Si el problema está en quién puede obtenerlo, precisá la población con segmentación e ICP.
Para reproducir el cálculo, conectá la definición con analítica y KPIs. Para decidir qué cambiar, separá los componentes del árbol de métricas de las hipótesis que necesitan contraste.
La candidata convive con controles de calidad y viabilidad. Los OKRs pueden organizar prioridades; el modelo operativo distribuye responsabilidades. Su utilidad se comprueba en decisiones concretas, sin exigir que todas las áreas eleven un único contador.
Errores frecuentes
Errores frecuentes al elegir la North Star Metric
Elegir la métrica más fácil de mover
La facilidad para mover una cifra no la valida ni la invalida. El problema es elegirla por conveniencia sin explicar qué valor representa. Preferí una señal útil y medible, aunque requiera mejorar instrumentación, antes que una cifra vistosa sin capacidad de orientar decisiones.
Elegir por imitación sin adaptar al modelo propio
Copiar una métrica de otra empresa sin contrastar su significado en el propio producto puede inducir errores. Usá casos ajenos para ampliar candidatas, identificá su fecha y fuente, y distinguí una NSM declarada de un ejemplo propuesto por un tercero.
No involucrar a todos los equipos en la selección
Involucrá a las áreas que aportan conocimiento del cliente, datos y capacidad de decisión. La participación ayuda a detectar puntos ciegos, pero no sustituye la responsabilidad final: dejá documentado quién decide y cómo se revisa la elección.
No definir el árbol de métricas al mismo tiempo
Construí junto con la candidata un primer mapa de métricas y protecciones. El mapa ayuda a formular hipótesis y localizar cambios; no tiene que estar completo para empezar ni demuestra que cada vínculo sea causal.
Omitir la revisión de incentivos
La revisión de incentivos no presupone mala fe. Personas bien intencionadas también responden a metas mal definidas. Documentá riesgos previsibles y cómo detectarlos, sin prometer que una métrica puede quedar totalmente a prueba de manipulación.
Preguntas frecuentes
Preguntas frecuentes sobre cómo elegir la North Star Metric
¿Puede una empresa tener más de una North Star Metric?
Sí, cuando hay productos o unidades con propuestas de valor diferentes. Amplitude recomienda una métrica principal dentro de un alcance coherente, no una sola cifra obligatoria para toda organización. Definí qué orienta cada NSM, cómo se coordinan las prioridades y qué indicadores complementarios protegen calidad y viabilidad.
¿Cómo sé si la North Star Metric que elegí es la correcta?
No existe una prueba única. Evaluá si la candidata representa valor para el cliente, tiene una definición reproducible, orienta decisiones y ofrece información útil sobre resultados posteriores en poblaciones comparables. Vigilá efectos adversos. Una asociación favorable no demuestra causalidad; ante un desacople, investigá antes de reemplazarla.
¿La North Star Metric es la misma para todas las empresas del mismo sector?
No necesariamente. Dos empresas del mismo sector pueden tener NSMs distintas porque tienen teorías distintas sobre cómo crean valor. Un SaaS B2B que compite por productividad puede tener “tareas completadas por usuario activo semanal”, mientras que otro que compite por colaboración puede tener “proyectos con al menos 3 miembros activos”. La NSM correcta depende del modelo de negocio, del segmento y de la teoría de valor — no de la categoría de mercado.
Tu lectura cuenta
¿Te resultó útil esta información?
Tu respuesta me ayuda a mejorar los contenidos.
Gracias por contármelo.
Si querés seguir aprendiendo, dejame tus datos y elegí qué contenidos te interesan.
Dejar mis datos e intereses
Fuentes
Bibliografía
- Amplitude. The North Star Playbook. Definición del marco y métricas de entrada.
- Julia Sholtz, Amplitude. What Makes a Good vs Bad North Star Metric.
- Marilyn Strathern (1997). “Improving ratings”: audit in the British University system. European Review, 5(3), 305–321; p. 308.
- First Round Review (2015). From 0 to $1B — Slack’s Founder Shares Their Epic Launch Strategy. Entrevista con Stewart Butterfield.
- Dmitriev y colaboradores (2016). Pitfalls of Long-Term Online Controlled Experiments. Resumen de la publicación en Microsoft Research.
Resumen y fuente para consultar con IA
Elegir una North Star Metric implica definir para quién se crea valor, comparar señales que puedan representarlo y comprobar cómo se calculan. La candidata necesita evidencia, responsables y controles de efectos adversos. Puede empezar como una hipótesis provisional; ninguna lista de preguntas garantiza una elección correcta.
Autor: Lisandro Iserte. Fuente original.
Estoy preparando cursos de marketing y branding. Podés pedir un aviso de lanzamiento.