Unit economics: rentabilidad por cliente y pedido

Definición completa

Unit economics es el análisis del ingreso y el costo asociados a una sola unidad de negocio. En el contexto SaaS B2B, la unidad es típicamente un cliente. En ecommerce, la unidad puede ser un pedido o un SKU específico. En marketplaces, puede ser una transacción o un vendedor activo. El principio es el mismo independientemente del modelo: aislar la rentabilidad de la unidad más básica del negocio para determinar si el modelo es fundamentalmente rentable antes de agregar la complejidad de la escala, los costos fijos compartidos y los efectos de red.

Las unit economics se distinguen de la rentabilidad general de la empresa porque eliminan los costos fijos y se enfocan exclusivamente en los costos variables directamente atribuibles a una unidad incremental. Esta distinción es crítica: una empresa puede tener costos fijos elevados que la hacen no rentable en términos de P&L general mientras que sus unit economics son sólidas, lo que indica que el camino a la rentabilidad es simplemente crecer el volumen. A la inversa, una empresa puede parecer rentable a nivel agregado mientras sus unit economics son negativas — una situación insostenible que el crecimiento solo empeora.

Cómo se calcula

El análisis de unit economics a nivel cliente en SaaS combina cuatro cálculos fundamentales que deben evaluarse en conjunto para tener una imagen completa de la rentabilidad por unidad.

El margen de contribución por unidad es el componente que conecta las unit economics con la rentabilidad operativa: es el ingreso por cliente menos todos los costos variables directamente atribuibles a ese cliente, incluyendo costos de infraestructura, soporte, onboarding y cualquier costo de entrega del servicio que escale con el número de clientes. El margen de contribución positivo es la condición mínima para que las unit economics sean viables; sin él, cada nuevo cliente incrementa las pérdidas en lugar de contribuir a cubrir los costos fijos.

Ejemplo práctico

Una plataforma SaaS de operaciones en Ciudad de México gasta $480,000 MXN en ventas y marketing durante el segundo trimestre y adquiere 60 nuevos clientes. El CAC es $8,000 MXN por cliente. El ingreso promedio mensual por cliente (ARPU) es $3,490 MXN, con un margen bruto del 72% y una tasa de churn mensual del 1.8%. El LTV se calcula como: ($3,490 × 0.72) / 0.018 = $2,512.80 / 0.018 = $139,600 MXN. La relación LTV:CAC es $139,600 / $8,000 = 17.5x — un resultado excepcional que indica que por cada peso invertido en adquisición, la empresa recupera $17.5 pesos a lo largo de la vida del cliente.

El período de recuperación del CAC en ese mismo escenario es: $8,000 / ($3,490 × 0.72) = $8,000 / $2,512.80 = 3.2 meses. Eso significa que a partir del cuarto mes de vida, cada cliente está generando margen de contribución puro que cubre costos fijos y genera utilidad. Ahora compare con un escenario alternativo donde el CAC es $25,000 MXN (por un canal de ventas más costoso), el ARPU es $2,000 MXN y el margen bruto cae al 60% por mayor carga de soporte. El LTV sería ($2,000 × 0.60) / 0.018 = $66,667 MXN. La relación LTV:CAC caería a 2.7x — por debajo del umbral mínimo de 3x — y el período de recuperación sería 20.8 meses, lo que hace que el modelo sea financieramente frágil.

Análisis en profundidad

Las unit economics son el diagnóstico más honesto disponible sobre la viabilidad del modelo de negocio. El crecimiento de ingresos puede ocultar durante años un modelo con unit economics negativas si hay suficiente capital externo financiando la adquisición. Las empresas que escalaron agresivamente con unit economics desfavorables — un CAC que nunca se recupera, un LTV que no alcanza a superar el costo de adquisición más el costo de servicio — eventualmente enfrentan una contracción forzada cuando el capital externo deja de estar disponible. Las unit economics imponen una disciplina que el estado de resultados agrupado no puede imponer: hacen visible el costo real de cada nuevo cliente antes de que se diluya en los números agregados.

La segmentación de las unit economics por canal de adquisición, por industria del cliente, por plan y por tamaño de empresa es donde el análisis se vuelve estratégicamente útil. Las unit economics promedio pueden ser aceptables mientras ocultan que un canal específico — por ejemplo, las alianzas con revendedores — tiene un CAC tres veces más alto y una tasa de churn dos veces mayor que el canal directo. Esa diferencia cambia radicalmente la asignación óptima del presupuesto de marketing. Del mismo modo, los clientes de un segmento de industria específico pueden tener un LTV cuatro veces mayor que el promedio por su menor churn y mayor propensión a la expansión — información que debería reorientar el posicionamiento y el proceso de ventas hacia ese segmento.

El período de recuperación del CAC tiene implicaciones directas en los requisitos de capital de trabajo del negocio. Si cada nuevo cliente tarda 18 meses en recuperar su costo de adquisición, la empresa necesita financiar 18 meses de operaciones por cada cliente que adquiere antes de ver un retorno positivo. Para una empresa que adquiere 100 clientes al mes con un CAC de $10,000 MXN y un período de recuperación de 18 meses, el capital inmovilizado en adquisición no recuperada en cualquier momento dado es $10,000 × 100 × 18 / 2 = $9,000,000 MXN — capital que debe financiarse con equity, deuda o flujo de caja de clientes más antiguos. Reducir el período de recuperación de 18 a 9 meses reduce ese requerimiento de capital a la mitad.

Las unit economics también tienen una dimensión dinámica que el análisis estático pasa por alto. El LTV calculado con la tasa de churn actual asume que esa tasa permanece constante a lo largo de la vida del cliente — pero la evidencia empírica en SaaS muestra que el churn no es uniforme: es significativamente más alto en los primeros tres a seis meses de vida del cliente (cuando el riesgo de abandono temprano es mayor) y cae sustancialmente en clientes con más de un año de antigüedad. Un modelo de LTV que incorpora esta curva de supervivencia — donde los clientes más longevos tienen una probabilidad de churn mensual más baja — produce estimaciones más precisas y generalmente más optimistas que el modelo simplificado de tasa de churn fija. Esa precisión importa cuando se usan las unit economics para justificar un incremento del CAC máximo aceptable.

En el contexto LATAM, las unit economics enfrentan presiones específicas que no siempre se reflejan en los benchmarks globales. La variabilidad cambiaria entre el MXN y el USD afecta la comparabilidad del CAC cuando el gasto en publicidad digital se denomina en dólares pero el ingreso se genera en pesos. El costo de soporte al cliente puede ser proporcionalmente más alto en mercados donde la adopción digital es más reciente y los usuarios requieren más acompañamiento en el onboarding. Y las tasas de churn en los primeros seis meses tienden a ser más altas en segmentos de PYME que en enterprise, lo que comprime el LTV efectivo para empresas que priorizan el segmento medio del mercado. Entender estos ajustes locales es indispensable para calibrar correctamente los objetivos de unit economics en el contexto específico de cada negocio.

Errores frecuentes

• ✗

  Calcular el CAC sin incluir todos los costos de ventas y marketing. El error más común es calcular el CAC incluyendo solo el gasto en publicidad pagada y omitiendo los salarios del equipo de ventas, las comisiones, los costos de los eventos comerciales, las herramientas de CRM y los costos de producción de contenido. Un CAC incompleto puede ser la mitad del CAC real, lo que hace que la relación LTV:CAC parezca el doble de sólida de lo que realmente es — y conduce a decisiones de inversión en adquisición que son difíciles de sostener.

• ✗

  Usar el ingreso bruto por cliente para calcular el LTV en lugar del margen de contribución. El LTV basado en ingreso bruto ignora el costo real de servir a cada cliente — infraestructura, soporte, customer success, costos de entrega del servicio. Un cliente que genera $5,000 MXN de ingreso mensual pero requiere $3,500 MXN en costos variables de servicio tiene un margen de contribución de $1,500 MXN, no de $5,000 MXN. Usar el ingreso bruto sobreestima el LTV por un factor de 3x en ese ejemplo y produce decisiones de CAC máximo que destruyen valor.

• ✗

  Analizar las unit economics solo a nivel agregado sin segmentar por cohorte de adquisición. Las unit economics promedio pueden ocultar una tendencia de deterioro: los clientes adquiridos hace dos años tienen un LTV:CAC de 8x, pero los clientes adquiridos en los últimos seis meses tienen un LTV:CAC de 2.5x porque el CAC aumentó y el churn empeoró. Sin el análisis de cohortes — que mide las unit economics de cada grupo de clientes adquiridos en el mismo período — es imposible detectar ese deterioro hasta que ya afecta los números de toda la empresa.

Cómo Fairview rastrea las unit economics

Fairview construye el cuadro completo de unit economics conectando las fuentes de adquisición (CRM, plataformas de publicidad digital), las plataformas de facturación (Stripe, Chargebee) y los sistemas de costos de la empresa para calcular el CAC real, el LTV por cohorte y el margen de contribución por cliente sin necesidad de consolidar datos manualmente en hojas de cálculo. La plataforma calcula las unit economics segmentadas por canal de adquisición, por plan, por industria del cliente y por cohorte de fecha de adquisición, y actualiza estas cifras de manera continua a medida que ingresan nuevos pagos y se registran cancelaciones. Cuando la relación LTV:CAC de un segmento o canal cae por debajo del umbral configurado, Fairview genera una alerta automática con el desglose de las variables que cambiaron — CAC, tasa de churn, margen de contribución — para que el operador pueda identificar la causa raíz y tomar acción antes de que el deterioro se propague a toda la base de clientes.

Preguntas frecuentes