El árbol de métricas desde la NSM.
La estructura que conecta el valor entregado al cliente con el trabajo cotidiano. Cómo construirla, qué incluir y cómo usarla para diagnosticar.
Qué es el árbol de métricas y para qué sirve.
El árbol de métricas north star metric es la estructura jerárquica que conecta la NSM con el trabajo cotidiano de cada área. No es un dashboard — es un mapa causal. Un dashboard muestra números; el árbol muestra cómo esos números se relacionan causalmente entre sí y con el valor entregado al cliente.
Sin árbol, la NSM es un número que sube o baja sin diagnóstico posible. Con árbol, cada movimiento tiene una explicación en algún nivel inferior — y cada persona puede trazar el camino entre lo que hace hoy y el movimiento de esa métrica central.
El árbol cumple tres funciones: alineación (todos los equipos ven cómo su trabajo contribuye al mismo objetivo), diagnóstico (identifica en qué eslabón está el problema cuando la NSM no se mueve) y priorización (muestra cuáles métricas de palanca tienen mayor impacto).
El concepto tiene raíces en Roger Martin (HBR, 2010) sobre métricas en cascada: las métricas efectivas se conectan verticalmente desde decisiones estratégicas hasta acciones operativas. Sin esa conexión, cada nivel opera como silo.
02 — La estructuraLa estructura del árbol: 3 niveles.
El árbol tiene tres niveles con funciones distintas. Cada nivel responde una pregunta diferente y opera en un horizonte temporal diferente.
Nivel 1 — La NSM (cima)
Una sola métrica. Representa el valor entregado al cliente. Se revisa mensual o trimestralmente. No cambia con la táctica — cambia cuando cambia el modelo de negocio o la etapa.
Nivel 2 — Las métricas de palanca (intermedio)
Entre 3 y 5 métricas. Outputs de las grandes etapas del ciclo del cliente — típicamente adquisición, activación, retención y expansión. Se revisan semanalmente. Si la NSM baja, las palancas indican en cuál etapa está el problema.
Nivel 3 — Las métricas de input (base)
Entre 2 y 4 por área. Inputs controlables — lo que cada área puede mover esta semana. Se revisan diariamente o semanalmente. La distinción entre inputs y outputs se desarrolla en el spoke previo.
03 — Cómo construirloCómo construir el árbol de métricas en 5 pasos.
Confirmar la NSM con precisión operacional
La NSM debe estar definida con precisión suficiente para que no haya ambigüedad sobre cómo medirla. "Usuarios activos" no alcanza — "usuarios que completan al menos un flujo core en los últimos 7 días" sí. Esa precisión es lo que permite que el árbol sea un sistema de diagnóstico real.
Identificar las etapas del ciclo del cliente
Preguntarse: ¿qué tiene que pasar para que un cliente potencial llegue a generar valor en la NSM? La respuesta es la secuencia de etapas — para la mayoría sigue una lógica de adquisición → activación → uso recurrente → expansión. Cada etapa se convierte en una rama del árbol.
Definir una métrica de palanca por etapa
Para cada etapa, elegir la métrica que mejor representa el éxito en términos de output — no de input. "Leads generados" mide adquisición como input; "leads que pasan el scoring de calificación" mide adquisición como output. La palanca siempre mide resultado, no esfuerzo.
Mapear los inputs por área
Para cada palanca, identificar qué hace el equipo responsable para moverla. Esos son los inputs del nivel 3. Cada input debe tener un responsable claro y ser medible con la cadencia operativa del área.
Validar que el árbol es completo y coherente
Recorrer el árbol de abajo hacia arriba: ¿si todos los inputs están en sus valores objetivo, las palancas alcanzan los suyos? ¿Si todas las palancas alcanzan sus objetivos, la NSM se mueve? Si alguna cadena tiene un eslabón débil, hay un hueco que llenar.
Árbol de métricas completo — ejemplo SaaS B2B.
El siguiente árbol ilustra la estructura completa para un SaaS B2B de productividad en etapa de crecimiento. No es plantilla copiable — es un ejemplo del razonamiento. El árbol correcto depende del modelo, del segmento y de la forma del journey del cliente.
El árbol tiene 1 NSM, 4 palancas y 12 inputs — 17 métricas distribuidas con lógica causal explícita. Cada persona del equipo puede señalar cuáles del nivel 3 son su responsabilidad y cómo se conectan con la NSM a través del nivel 2.
05 — Criterios de selecciónCriterios de selección de métricas para el árbol.
No todas las métricas disponibles pertenecen al árbol. El criterio de inclusión es siempre el mismo: ¿esta métrica puede explicar por qué la NSM se movió o no? Si no contribuye a esa explicación, no pertenece al árbol.
Para el nivel de palanca
Output de una etapa del ciclo. Correlación causal demostrable con la NSM. Capacidad de subir independientemente de las otras palancas — si siempre se mueven juntas, son la misma etapa con dos nombres.
Para el nivel de input
Controlable directamente por un área. Conexión causal con al menos una palanca. Medible con la cadencia operativa del área sin esfuerzo adicional.
Métricas que NO pertenecen
Métricas de vanidad sin correlación causal. Contexto externo no controlable. Métricas duplicadas que miden lo mismo con distinto nombre.
Cantidad óptima
1 NSM + 3-5 palancas + 2-4 inputs por área = 15-25 métricas. Por debajo, puntos ciegos. Por encima, parálisis. La restricción obliga a elegir las más diagnósticas.
Cómo usar el árbol para diagnosticar.
El árbol transforma la pregunta "¿por qué no estamos creciendo?" en una secuencia de preguntas más específicas con respuesta en los datos. El diagnóstico siempre va de arriba hacia abajo — de la NSM a las palancas, y de las palancas a los inputs.
El árbol es la diferencia entre un equipo que reacciona a los números y uno que los entiende. Cuando la NSM baja, un equipo sin árbol entra en modo crisis: hipótesis dispersas, acciones simultáneas en todas las direcciones. Un equipo con árbol bien construido tarda menos de 20 minutos en identificar en qué eslabón está el problema y en qué área intervenir primero.
Lisandro IserteCómo se conecta con el resto del sistema.
Analítica y KPIs
El árbol estratégico define qué medir; analítica lo instrumenta. Sin instrumentación correcta, el árbol es un documento sin lectura en tiempo real.
Reporting y dashboards
Los dashboards bien diseñados visualizan los tres niveles del árbol con jerarquía: NSM destacada, palancas en el cuerpo, inputs en el detalle por área.
Atribución y medición
Sin atribución correcta, las relaciones causales del árbol son ilusiones. La atribución es lo que demuestra que un input mueve realmente una palanca.
Experimentación
El A/B testing valida los eslabones causales del árbol sin asumirlos. Cuando se duda de una conexión, el experimento es la herramienta.
Conversión y CRO
La conversión es típicamente una palanca crítica del árbol — la que conecta tráfico calificado con leads o activación.
Retención y churn
El churn es la rama que representa la pérdida — donde muchos árboles tienen huecos al subestimar su impacto sobre la NSM.
Segmentación e ICP
El ICP bien definido permite que la palanca de adquisición mida "leads calificados" en lugar de "leads" — el árbol depende de esta precisión.
Propuesta de valor
La propuesta de valor determina la altura máxima del árbol: si es débil, ningún input multiplica los outputs proporcionalmente.
Diferenciación y evidencia
La diferenciación afecta la palanca de adquisición: una oferta indiferenciada compite por precio y produce leads de baja calidad sin importar cuánto se invierta en inputs.
Posicionamiento de marca
La marca afecta el techo de los outputs: dos campañas idénticas con marcas distintas producen outputs distintos. El árbol no captura este efecto — lo asume como contexto.
Errores frecuentes al construir el árbol de métricas.
Construir el árbol de abajo hacia arriba
El error más frecuente: empezar por "¿qué métricas tenemos disponibles?" en lugar de "¿qué métricas necesitamos para explicar el movimiento de la NSM?". Un árbol construido desde los datos disponibles reproduce el sesgo de disponibilidad — mide lo fácil de medir, no lo importante. Se construye desde la NSM hacia abajo.
Demasiadas métricas en el nivel de palanca
Si el nivel 2 tiene 8 o 10 métricas, el árbol pierde su función diagnóstica. Cuando la NSM baja, no es posible identificar rápidamente en cuál etapa está el problema. Las palancas deben ser las suficientes para cubrir las grandes etapas, y no más.
No asignar responsables a cada rama
Un árbol sin responsables es un mapa sin usuarios. Cada palanca debe tener un área responsable, y cada input una persona específica que lo monitorea. Sin esa asignación, el árbol es una herramienta que nadie usa porque nadie sabe de quién es el problema cuando un número cae.
No actualizar el árbol cuando cambia el negocio
Un árbol de hace un año puede estar desactualizado si el modelo evolucionó. El síntoma: aparecen movimientos en la NSM que el árbol no puede explicar y el diagnóstico siempre termina en "debe ser algo que no estamos midiendo". Ese es el momento de revisar el árbol, no de agregar más inputs.
Preguntas frecuentes sobre el árbol de métricas.
¿Qué es un árbol de métricas en marketing?
Un árbol de métricas es la estructura jerárquica que conecta la NSM con el trabajo cotidiano de cada área. Tres niveles: la NSM en la cima, las palancas en el nivel intermedio (outputs de las grandes etapas del ciclo), y los inputs en la base (controlables por área). No es un dashboard — es un mapa causal que permite diagnosticar por qué la NSM se mueve o no.
¿Cuántas métricas debe tener un árbol de métricas?
Un árbol efectivo tiene entre 15 y 25 métricas: 1 NSM, 3 a 5 palancas, y 2 a 4 inputs por área. Más produce parálisis analítica. Menos, puntos ciegos. El criterio de inclusión es siempre el mismo: ¿esta métrica puede explicar por qué la NSM se movió o no?
¿Cómo se construye un árbol de métricas paso a paso?
Cinco pasos: 1) Confirmar la NSM con precisión operacional. 2) Identificar las etapas del ciclo del cliente. 3) Definir una palanca por etapa que mida output, no input. 4) Mapear los inputs por área que alimentan cada palanca. 5) Validar el árbol recorriéndolo de abajo hacia arriba. El proceso se hace desde la NSM hacia abajo, no desde los datos disponibles.
Martin, R. L. (2010). The Execution Trap. Harvard Business Review. Disponible en: hbr.org. Sobre conexión vertical entre métricas estratégicas y operativas.
Croll, A., & Yoskovitz, B. (2013). Lean Analytics: Use Data to Build a Better Startup Faster. O'Reilly Media. Cap. 4: "What Stage Are You At?" — sobre métricas por etapa.
Ellis, S., & Brown, M. (2017). Hacking Growth: How Today's Fastest-Growing Companies Drive Breakout Success. Currency. Sobre la estructura ONE-Metric → palancas.
Doerr, J. (2018). Measure What Matters: How Google, Bono, and the Gates Foundation Rock the World with OKRs. Portfolio/Penguin.
Kaushik, A. (2010). Web Analytics 2.0: The Art of Online Accountability and Science of Customer Centricity. Sybex.
Términos del glosario¿Qué es la North Star Metric?
Inicial · Spoke 02Cómo elegir la NSM correcta
Inicial · Spoke 03OKRs en marketing
Intermedio · Spoke 04Métricas de input y output
Intermedio · Spoke 06Alinear al equipo a un objetivo
Avanzado · Spoke 07Cuando la NSM se vuelve vanity
Avanzado · Spoke 08Cómo cambiar la NSM sin romper
Avanzado · Spoke 09NSM, OKRs y operating model
Tenés la NSM y el árbol. El siguiente desafío es organizacional: cómo hacer que un equipo con múltiples áreas y prioridades distintas opere alineado alrededor de un solo objetivo.
Cómo alinear al equipo a un objetivo único →