Unit economics por segmento:
quién vale más
y por qué.

01 — El problema del promedio

El promedio de unit economics miente.

Un CAC promedio de $400 y un LTV promedio de $1.200 producen un ratio de 3:1 que parece sano. Lo que ese promedio puede estar ocultando es que el 30% de los clientes tiene LTV de $3.000 y CAC de $200 (ratio 15:1), mientras el 40% tiene LTV de $400 y CAC de $600 (ratio 0.67:1). El promedio combina un negocio excelente y uno destructor de valor en un número que parece correcto. El análisis de unit economics por segmento existe exactamente para romper esa ilusión.

V. Kumar, en su marco sobre CLV diferencial, demuestra que la varianza en rentabilidad entre segmentos de clientes es sistemáticamente mayor de lo que las empresas anticipan — y que ignorar esa varianza equivale a subsidiar los segmentos no rentables con el excedente generado por los rentables. El resultado neto: el negocio crece en volumen pero no en rentabilidad, y eventualmente los segmentos rentables no son suficientes para compensar la hemorragia del resto. Esta dinámica es especialmente frecuente en modelos con churn rate diferencial entre segmentos.

La pregunta relevante no es "¿cómo están mis unit economics en promedio?" sino "¿qué pasa con mis unit economics segmento a segmento, y qué decisiones tomo a partir de eso?" El análisis promedio es útil para una primera lectura de viabilidad. El análisis segmentado es el que define estrategia real de segmentación, inversión y producto.

02 — Cómo segmentar

Cómo segmentar para unit economics.

El criterio de segmentación no es el mismo que el usado en segmentación de ICP para marketing. Para unit economics, la segmentación debe capturar diferencias en rentabilidad, no diferencias en perfil o comportamiento de compra. Un mismo perfil demográfico puede tener costos de adquisición radicalmente distintos según el canal por el que llega; un mismo tamaño de empresa puede tener tasas de retención muy diferentes según el caso de uso principal.

Las variables de segmentación más predictivas de rentabilidad diferencial son cuatro:

Canal de adquisición

El canal determina directamente el CAC. Un cliente adquirido por búsqueda orgánica tiene CAC radicalmente distinto a uno adquirido por paid search. Pero lo más relevante no es solo el CAC inicial: diferentes canales producen clientes con diferentes niveles de ajuste al producto, lo que se traduce en diferentes tasas de retención y expansión. David Skok documentó esta asimetría en sus análisis de SaaS: los clientes de inbound suelen tener tasas de churn 20-40% menores que los de outbound, lo que afecta dramáticamente el LTV a largo plazo.

Tamaño o categoría del cliente

En B2B, el tamaño de empresa es el predictor más robusto de rentabilidad diferencial. Clientes enterprise tienen CAC más alto (ciclos de venta más largos, más tomadores de decisión, mayor esfuerzo de preventa) pero también tienen LTV más alto, menor churn y mayor potencial de expansión. Las oferta comercial y los argumentos de venta cambian por segmento de tamaño, y también cambian los costos de entrega.

Caso de uso principal

Dos clientes con el mismo perfil pueden usar el producto de maneras radicalmente diferentes. El que lo usa para un caso de uso core tiene mayor adopción, mayor retención y mayor probabilidad de expansión. El que lo usa para un caso de uso periférico puede tener churn alto en la primera renovación, independientemente del ajuste demográfico. La metodología JTBD, formalizada por Clayton Christensen y accesible en el Christensen Institute, ayuda a identificar qué trabajos está contratando el cliente — y si ese trabajo es central en su operación o periférico.

Geografía o mercado vertical

En negocios con presencia en múltiples mercados, los costos de adquisición, las tasas de conversión y la disposición a pagar varían por geografía y vertical. Un mismo canal puede tener CAC de $300 en un mercado y $900 en otro. Esta variable importa especialmente cuando hay planes de expansión geográfica: el análisis de unit economics por mercado revela si los nuevos mercados tienen la misma lógica económica que el mercado de origen o si requieren un modelo diferente.

03 — CAC diferencial

CAC diferencial por segmento.

El CAC no es una constante del negocio: es una función del canal, del proceso de venta y del nivel de ajuste previo del cliente. Para calcularlo correctamente por segmento, es necesario asignar los costos de marketing y ventas al segmento que los genera, no distribuirlos proporcionalmente por volumen.

El error más frecuente en el cálculo de CAC segmentado es usar una tasa de overhead plana para todos los segmentos. Si el equipo de ventas dedica el 70% de su tiempo a clientes enterprise pero esos clientes representan el 30% del volumen, asignarles el 70% del costo de ventas al segmento enterprise es correcto — aunque parezca que "castiga" al segmento premium. Sin esa asignación real, el CAC enterprise aparece artificialmente bajo y el modelo de asignación de inversión se distorsiona.

La forma práctica de segmentar CAC es llevar un registro de tiempo y esfuerzo por tipo de cliente en el proceso de ventas, y asignar los costos de marketing por canal según qué segmento llega predominantemente por cada canal. En modelos con CRM bien configurado, esto es extraíble directamente del sistema; en modelos más simples, requiere una estimación documentada y revisada trimestralmente. En la sección sobre CRM y segmentación, hay un framework para estructurar esta clasificación a nivel operativo.

04 — LTV diferencial

LTV diferencial: retención y expansión.

El LTV por segmento varía por dos palancas: la retención (cuánto tiempo permanece el cliente) y la expansión (si el cliente crece en el tiempo en valor para el negocio). Ambas variables son altamente dependientes del segmento. Y su interacción determina si el LTV real justifica el CAC invertido.

Retención diferencial

Un segmento con churn mensual del 2% tiene LTV implícito de 50 meses de valor promedio. Uno con churn del 6% tiene LTV de 17 meses. Si el ticket promedio es el mismo, la diferencia en LTV es de 3:1 exclusivamente por la retención. El impacto del churn en el LTV es no lineal: pequeñas diferencias en tasa mensual producen diferencias grandes en LTV a largo plazo. Esta asimetría hace que los segmentos con menor churn sean estructuralmente más valiosos, incluso si tienen menor ticket.

El análisis de retención diferencial debe hacerse con cohortes por segmento — no con el churn promedio del total de la base. Las cohort economics permiten ver cómo se comporta la retención de cada segmento mes a mes, identificar en qué momento ocurre el mayor churn, y evaluar si los patrones están mejorando o deteriorando con el tiempo.

Expansión diferencial

En modelos con potencial de expansión (upsell, cross-sell, seat expansion en SaaS), la expansión diferencial entre segmentos puede ser más relevante que la diferencia en retención. Un cliente que empieza con $200/mes pero crece a $800/mes en 18 meses tiene un LTV radicalmente diferente a uno que empieza igual pero se mantiene plano o no renueva.

La expansión está altamente correlacionada con el caso de uso y el tamaño del cliente: los clientes que usan el producto para un caso core tienen mucho más que ganar del producto a medida que crecen, lo que genera expansión orgánica. Los clientes que lo usan periféricamente tienen poco incentivo de expandir. Esta diferencia es el argumento más fuerte para enfocar la adquisición en los segmentos con caso de uso core, incluso si tienen CAC más alto.

05 — El costo oculto de servir

El costo de servir: la variable que cambia todo.

El margen de contribución no es constante entre segmentos. El costo de entregar el producto o servicio — soporte, onboarding, customización, tiempo de cuenta — varía significativamente por tipo de cliente. En algunos negocios, los clientes más pequeños tienen costos de soporte desproporcionados: preguntas frecuentes, problemas de configuración, baja adopción que genera tickets. En otros, los clientes enterprise requieren implementaciones customizadas que consumen tiempo de ingeniería y éxito de cliente.

La forma correcta de calcular rentabilidad real por segmento incluye el costo de servir en el margen de contribución. Sin esa variable, el margen de contribución es incompleto: muestra la diferencia entre precio y costo de producción, pero no captura cuánto cuesta mantener al cliente activo y satisfecho. En la práctica, esto significa asignar el costo del equipo de customer success por segmento usando tiempo real, no proporciones de facturación.

Este es el análisis que más frecuentemente modifica las conclusiones del análisis de unit economics por segmento. Un segmento que parece rentable por CAC y LTV puede tener margen de contribución negativo cuando se incluye el costo real de servir. Especialmente en los segmentos más pequeños, donde el ticket de conversión es bajo y el esfuerzo de retención es alto. La omnicanalidad amplifica este problema: los clientes que interactúan por múltiples canales de soporte generan costos de servir mucho más altos que los que usan un único canal de autogestión.

Ejemplo ilustrativo — los valores varían significativamente por industria, modelo de precios y estructura operativa.

06 — Matriz de decisión

La matriz de decisión por segmento.

Una vez que tenés CAC, LTV y costo de servir por segmento, la decisión estratégica es clara en términos de lógica, aunque puede ser difícil de ejecutar en términos organizacionales. La lógica es simple: invertir más en los segmentos con mejor ratio y mejor margen real, y decidir qué hacer con los que no lo tienen.

Las decisiones posibles para un segmento no rentable son cuatro, y no todas equivalen a "abandonarlo":

Rediseñar el modelo de entrega

Si el problema es el costo de servir — no el LTV ni el CAC — puede resolverse cambiando cómo se entrega el producto al segmento. Automatización del onboarding, self-service en soporte, reducción del touchpoint del equipo de éxito. En muchos casos, esto convierte un segmento con margen negativo en uno con margen positivo sin cambiar el precio.

Repricing

Si el LTV es bajo porque el ticket es bajo, la solución puede ser subir precios para ese segmento. El riesgo es aumentar el churn; el test es si el margen adicional por cliente compensa la mayor tasa de abandono. Esto conecta directamente con el trabajo en Pricing y Monetización: el precio no es una constante del negocio, es una variable que se puede ajustar por segmento, incluso en modelos que parecen homogéneos.

Redirigir la adquisición

Si el segmento tiene LTV estructuralmente bajo y costo de servir alto, la decisión puede ser dejar de adquirir nuevos clientes de ese tipo — manteniendo la base actual pero no creciendo en ese segmento — y redirigir el presupuesto de adquisición paga y conversión a los segmentos con mejor ratio. Esta decisión libera recursos que se reinvierten donde el retorno es superior.

Salir del segmento

Si el segmento es estructuralmente no viable y no hay palanca que lo corrija, la decisión es salir: no renovar contratos, no ofrecer el producto a nuevos clientes de ese tipo. Es una decisión difícil cuando el segmento representa volumen significativo, pero mantenerlo activo tiene un costo de oportunidad medible: los recursos que consume podrían estar en los segmentos rentables. La conexión con Priorización y Trade-offs es directa — la estrategia es elección, y elegir implica renunciar.

07 — Errores frecuentes

Errores frecuentes en el análisis por segmento.

Segmentar por perfil demográfico en lugar de por driver de rentabilidad

Edad, industria o tamaño de empresa son descriptores útiles para marketing, pero no necesariamente los mejores predictores de rentabilidad diferencial. El análisis de unit economics por segmento debe usar variables que expliquen la varianza en CAC, LTV y costo de servir — que puede ser el canal, el caso de uso o la geografía, no el perfil. El riesgo de usar variables demográficas como criterio principal es crear segmentos que se parecen entre sí en perfil pero no en economía.

No incluir el costo de servir en el análisis

El modelo de negocio sin costo de servir es un número incompleto que sistemáticamente sobreestima la rentabilidad de los segmentos más pequeños y más demandantes de soporte. Es el error que más frecuentemente lleva a negocios a concluir que un segmento es rentable cuando en realidad es neutral o negativo. El funnel de adquisición puede ser eficiente, pero si el costo post-conversión no se mide, la rentabilidad real queda oculta.

Analizar el snapshot sin ver la tendencia

Un análisis de unit economics por segmento en un momento del tiempo es menos útil que ver cómo evolucionan esas métricas en el tiempo por segmento. Un segmento que hoy tiene ratio de 2:1 pero está mejorando consistentemente puede ser mejor apuesta que uno con ratio de 3:1 estático. El análisis de cohort economics por segmento resuelve esta limitación: muestra la tendencia, no solo el punto actual.

Tomar decisiones de salida sin analizar los efectos de red

En algunos negocios, los segmentos pequeños tienen valor que no aparece en sus propias unit economics: son referencias que generan clientes enterprise, son casos de uso que validan el producto, son fuentes de loops de referidos que reducen el CAC de otros segmentos. Antes de salir de un segmento, es necesario mapear si tiene valor indirecto que no aparece en su propio análisis económico.

Usar el mismo mensaje de adquisición para todos los segmentos

Una vez que se identifican los segmentos más rentables, la inversión en adquisición debe ajustarse para atraer específicamente ese perfil. Usar el mismo copywriting, los mismos canales y la misma propuesta de valor para todos los segmentos produce mezcla subóptima: se atrae clientes de todos los tipos en lugar de maximizar la proporción de los más rentables. Esto conecta con el trabajo en Posicionamiento de Marca — el posicionamiento óptimo para el segmento de mayor valor puede diferir del posicionamiento actual.

08 — Aplicación estratégica

Cómo usar este análisis para reasignar inversión.

El análisis de unit economics por segmento no termina en el diagnóstico. Su valor está en las decisiones de reasignación que habilita. El proceso de aplicación tiene tres pasos concretos.

Primero: cuantificar la brecha. Calcular cuánto valor se destruye en los segmentos no rentables en términos absolutos por año. No solo el ratio, sino el monto: si el segmento SMB tiene ratio de 1:1 y genera $200K de revenue anual, eso significa que el negocio está invirtiendo $200K en CAC + costo de servir para recuperar $200K en revenue — sin generar ningún excedente. Ese excedente de cero podría ser diferente si se redirige la inversión al segmento mid-market con ratio de 4:1.

Segundo: modelar la reasignación. Proyectar qué pasa con las métricas agregadas si se redirige el 30%, 50% o 100% de la inversión actual en segmentos no rentables a los segmentos más rentables. Este es el ejercicio que conecta el análisis de unit economics por segmento con el modelado de unit economics avanzado — que permite simular esos escenarios antes de ejecutarlos. El ROAS diferencial por segmento y el ROI a 24 meses son los indicadores que guían esa reasignación.

Tercero: ejecutar gradualmente y medir. La reasignación de inversión entre segmentos no se hace de golpe. Se ejecuta con cambios incrementales en el mix de adquisición, se mide el impacto en el ratio de segmento, y se ajusta. La herramienta de medición es el análisis de cohortes por segmento: los clientes nuevos adquiridos en el período de transición deben mostrar mejora en el perfil de LTV si la reasignación está funcionando. Esta lógica es parte de la disciplina de experimentación: cambiar una variable, medir, aprender, ajustar.

En Objetivos y North Star, esta decisión de foco de segmento debe reflejarse en la métrica norte del negocio: si se decide priorizar mid-market, el NSM debe capturar la penetración en ese segmento, no el volumen total de clientes. En Brand Equity, el posicionamiento ante el segmento objetivo debe estar alineado con los atributos relevantes para ese perfil específico — lo que puede requerir ajustes en Identidad Verbal y en los materiales de argumentación comercial. En Lifecycle Marketing, los flujos de onboarding y nurturing deben estar personalizados por segmento para maximizar la retención en los segmentos prioritarios. En Segmentación e ICP, la definición de cliente ideal debe actualizarse para reflejar el segmento económicamente superior, no el más fácil de adquirir.

09 — Preguntas frecuentes

Preguntas frecuentes sobre unit economics por segmento.

10 — Referencias

Referencias y bibliografía.

Skok, D. (2012). SaaS Metrics 2.0. For Entrepreneurs. Sección: \"Understanding CAC and LTV by Segment.\"

Kumar, V. (2018). Customer Lifetime Value. Now Publishers. Cap. 4: \"CLV Heterogeneity and Segment Strategy.\"

Reichheld, F. F. (1996). The Loyalty Effect. Harvard Business School Press. Cap. 3: \"The Right Customers.\"

Croll, A., & Yoskovitz, B. (2013). Lean Analytics. O'Reilly Media. Cap. 6: \"The Lean Analytics Cycle.\"

Christensen, C. M., Hall, T., Dillon, K., & Duncan, D. S. (2016). Know Your Customers' 'Jobs to Be Done'. Harvard Business Review, September 2016.

Ellis, S., & Brown, M. (2017). Hacking Growth. Currency. Cap. 5: \"Identifying Your High-Retention Users.\"

Términos relacionados