¿Qué es el growth marketing? Framework para founders
Resumen
Growth marketing es probar, medir e iterar cada etapa del customer funnel. El framework AARRR aplicado en orden correcto (retención primero) reduce CAC 40-60% en 3 trimestres. Descubre cuándo escalar canales pagados, cómo diseñar experimentos que generen data útil, y el stack de herramientas lean.
¿Qué es el growth marketing? En simple: que es el growth marketing es una disciplina que trata cada etapa del embudo de clientes como una hipótesis para probar, medir e iterar continuamente. No solo adquisición. No solo anuncios. Desde la primera visita hasta el revenue de expansión, cada etapa es una palanca, y el trabajo es encontrar cuál se compone más rápido dado tus limitaciones actuales.
Este es el framework para founders que necesitan activar una máquina de growth antes de tener equipo para ejecutarla.
Growth Marketing No Es Growth Hacking (La Confusión Te Cuesta 3-6 Meses)
Growth hacking es un enfoque táctico-primero: encuentra un mecanismo rápido que acelere una métrica, típicamente signups. El programa de referidos de Dropbox. La integración con Craigslist de Airbnb. Son famosos porque funcionaron para productos específicos en momentos específicos en mercados específicos.
Growth marketing es la arquitectura que está debajo de esos experimentos. Comienza con una hipótesis sobre dónde está la restricción más grande en tu embudo, diseña una prueba para validar o refutar esa hipótesis, mide el resultado contra un baseline claro, y escala o mata la táctica dentro de una ventana definida.
La diferencia en la práctica:
Growth Hacking: Duración de sprint (días a semanas), enfocado en "¿qué trae más signups?", optimizando un spike de KPI único. Modo de fallo: trucos de una sola vez que no escalan. Mejor para mecánicas de producto viral temprano.
Growth Marketing: Loop continuo (semanas a trimestres), enfocado en "¿dónde pierde el embudo y por qué?", optimizando para mejora de métricas compuestas. Modo de fallo: experimentos lentos sin priorización de restricciones. Mejor para optimización de embudo completo post-PMF.
La confusión entre los dos te cuesta a un founder aproximadamente 3-6 meses de esfuerzo mal dirigido: ejecutar experimentos de adquisición cuando la restricción real es activación, o perseguir loops de referidos antes de tener una cohorte que se quede el tiempo suficiente para referir algo.
El Framework AARRR Aplicado en el Orden Correcto
El framework AARRR (Adquisición, Activación, Retención, Revenue, Referidos) fue introducido por Dave McClure en 2007 y ha sido repetido en cada artículo de growth desde entonces. El framework es correcto. El orden en que los founders lo aplican típicamente es incorrecto.
El error estándar: comenzar con adquisición. El razonamiento es intuitivo (más usuarios equivale a más data), pero amplifica cualquier problema que ya existe en activación y retención. Si el 90% de usuarios que se registran nunca completan tu acción core, poner más usuarios en la parte superior del embudo solo hace que la fuga sea más ruidosa y cara.
La secuencia correcta para founders pre-PMF:
Retención primero. Define qué significa "retenido": usuarios que regresan dentro de 7 días, o usuarios que disparan tu acción core 3 veces en los primeros 30 días. Si la retención está por debajo del 20% para un producto B2B SaaS, todo lo demás es secundario.
Activación segundo. Activación es el momento en que un usuario nuevo experimenta por primera vez el valor core de tu producto. Mide time-to-value (TTV) y tasa de finalización del momento "aha" antes de tocar canales de adquisición.
Adquisición tercero. Una vez que sabes qué aspecto tiene un usuario retenido, ingeniería inversa el canal de adquisición que atrae usuarios con esas características. La definición de ICP y selección de canal se vuelven impulsadas por data en lugar de intuitivas.
Revenue y Referidos al final. Estas capas añaden complejidad. Experimentos de revenue (precios, packaging, disparadores de expansión) y programas de referidos requieren un baseline estable de activación y retención para producir resultados interpretables.
Los founders que aciertan esta secuencia típicamente ven 40-60% CAC menor dentro de 3 trimestres, porque están optimizando adquisición hacia usuarios que realmente se convierten y se quedan.
Cómo se ve Growth Marketing en Pre-Seed vs. Series A
La disciplina es idéntica en ambas etapas. Los inputs y restricciones no lo son.
En etapa pre-seed y seed: La velocidad de experimentos es 1-2 por sprint, ejecutados por el founder. El tamaño de cohortes permanece por debajo de n=200. El presupuesto de canal está por debajo de $5K/mes. La restricción primaria es activación y retención, el umbral de riesgo es alto (mata rápido, sigue adelante), y la herramienta correcta es tier gratuito de PostHog o Mixpanel.
En Series A: La velocidad de experimentos llega a 8-15 por sprint con equipo dedicado. Las cohortes son estadísticamente significativas a escala. El presupuesto de canal corre $30K a $150K/mes. La restricción primaria se desplaza hacia CAC, período de payback, y cobertura de pipeline (objetivo 3x ARR). Las herramientas escalan a Amplitude, Segment, y Braze.
En pre-seed, el founder es el growth marketer. Eso cambia la lógica de priorización completamente. Con 2 experimentos por sprint en lugar de 12, no puedes ejecutar pruebas de adquisición antes de conocer tu número de retención. Cada prueba que falla en una restricción mal diagnosticada es 2-4 semanas de runway que no puedes recuperar.
En Series A, la restricción primaria se desplaza hacia eficiencia: período de payback de CAC (benchmark: 12 meses o menos para la mayoría de B2B SaaS), ratio CAC:LTV (mínimo 3:1), y cobertura de pipeline (piso de 3x ARR, según benchmarks de Bessemer). Los experimentos cambian, pero el loop es el mismo.
La Matriz de Triage de 4 Celdas Antes de Elegir Cualquier Canal
Antes de ejecutar un experimento de growth en cualquier canal, mapea dónde estás en dos ejes: estatus de PMF (pre-PMF vs. post-PMF) y tipo de recurso de canal (canales propios vs. canales pagados).
Esto te da cuatro celdas, cada una con un retorno esperado diferente:
Pre-PMF + Canales propios (SEO, contenido, comunidad): Alto valor. Bajo costo por señal. El contenido propio revela lenguaje de ICP de forma natural y genera inbound sin amplificar un mensaje no validado.
Pre-PMF + Canales pagados (anuncios, SEM, sponsorships): Bajo valor en esta etapa. La adquisición pagada amplifica un mensaje no validado y produce data de CAC que no sobrevivirá a un pivote de posicionamiento.
Post-PMF + Canales propios: Alto valor. Los retornos compuestos se construyen sobre 6-18 meses. Vale la pena priorizar ahora que sabes para quién estás construyendo.
Post-PMF + Canales pagados: Alto valor. El escalado predecible es posible una vez que has validado la economía de adquisición (CAC, período de payback, LTV) de una cohorte estable.
La implicación: founders pre-PMF que asignan presupuesto a canales pagados están comprando data ruidosa a costo alto. Un founder que publica 8 posts profundos sobre un problema específico y observa cuál genera 5 conversaciones de inbound ha aprendido más sobre resonancia de ICP que lo que $15K en anuncios de Facebook revelaría en esa etapa.
Una excepción aplica: productos B2C de alta velocidad donde la adquisición pagada alimenta un experimento de retención controlado (grupo pagado vs. grupo orgánico). En ese caso, un pequeño presupuesto de prueba pagado es una herramienta para el experimento, no un compromiso de canal.
Cómo Diseñar un Experimento de Growth Que Produzca Datos Útiles
La mayoría de experimentos de growth fallan no porque la hipótesis fuera incorrecta, sino porque el diseño era demasiado loose para generar data interpretable. Un resultado positivo de un experimento mal diseñado es tan inútil como uno negativo.
Un experimento de growth válido requiere cuatro elementos antes de que comience:
Hipótesis: "Si cambiamos X, entonces la métrica Y mejorará por cantidad Z porque del mecanismo M." El mecanismo es la pieza crítica. Sin él, un resultado positivo no te enseña nada replicable.
Baseline: El valor actual de la métrica que estás apuntando, medido durante un período lo bastante largo para representar variancia semanal (mínimo 2-3 semanas de data, mínimo n=100 donde sea posible).
Umbral de éxito: Define qué se ve como éxito antes de ejecutar el experimento. Mover el objetivo después de que la data llegue invalida el resultado para futuras tomas de decisión.
Fecha de cierre: Una fecha fija después de la cual detienes el experimento y lees resultados. Los experimentos abiertos persisten porque el founder espera que el número se mueva. Esa esperanza es cara.
Un experimento de activación en la práctica:
Hipótesis: Si reducimos el flujo de onboarding de 9 pasos a 4 pasos, la tasa de finalización del momento aha aumentará del 22% al 35%, porque los videos de sesión muestran usuarios abandonando en pasos 5-7.
Baseline: 22% tasa de finalización de momento aha, 3 semanas de data, n=240 registros.
Umbral de éxito: 30% o superior con 95% de confianza.
Fecha de cierre: 4 semanas desde el lanzamiento, apuntando n=200 por variante.
Esta estructura fuerza claridad antes de que se comprometan recursos, y hace que el análisis post-experimento sea rápido sin importar el resultado.
Tres Métricas Que Te Dicen Si Tu Growth Loop Funciona
Rastrear 15 métricas garantiza que vas a optimizar la incorrecta en el momento incorrecto. Tres métricas cubren la salud de una máquina de growth en la mayoría de contextos B2B SaaS.
1. Tasa de activación (ventana de 7 o 14 días)
El porcentaje de nuevos registros que completan tu momento aha definido dentro de la ventana. Por debajo del 25% para un producto B2B SaaS típicamente señala un problema estructural en el producto o secuencia de onboarding. Por encima del 50% significa que puedes considerar escalar adquisición sin arreglar el embudo primero.
2. Retención de 30 días por cohorte (no agregada)
La retención basada en cohorte expone qué canales de adquisición traen usuarios que realmente se quedan. Una tasa de retención agregada del 40% que oculta una cohorte del 15% de social pagado y 60% de SEO orgánico te dice exactamente dónde cortar presupuesto y dónde aumentarlo. La retención agregada oculta esta señal completamente.
3. Time-to-Value (TTV)
El tiempo mediano desde el primer login hasta la primera acción core completada. Esta única métrica captura fricción de onboarding, claridad de producto, y fit de ICP simultáneamente. Para la mayoría de productos B2B SaaS, un TTV por encima de 4 días dentro de la primera semana vale la pena investigar antes de cualquier otra optimización.
Estas tres métricas se sitúan en la intersección de calidad de adquisición, efectividad de activación, y product-market fit. Cuando las tres tienden hacia arriba juntas, el growth loop está funcionando.
El Stack de Growth Lean a $10K MRR
A $10K MRR, no necesitas una plataforma de growth. Necesitas tres componentes:
Event tracking: PostHog (open-source, self-hosteable) o tier gratuito de Mixpanel. Rastrea 5-8 eventos: registro, momento aha, segunda acción core, retorno de 7 días, suscripción. Más eventos crean ruido sin mejorar decisiones.
Session recording: PostHog o Microsoft Clarity (gratis). Mira 10-15 sesiones por semana. Ver usuarios reales encontrando fricción real es irreemplazable en esta etapa. Ningún dashboard de analytics te muestra la vacilación antes de que alguien abandone un paso de onboarding.
Experiment tracking: PostHog feature flags, o un grupo holdout simple rastreado en una hoja de cálculo (50% flujo nuevo, 50% flujo viejo). Para n por debajo de 200 por variante, la hoja de cálculo no es un compromiso, es lo apropiado.
Herramientas que añaden ruido por debajo de $50K MRR: CDPs complejas como Segment (exceso de ingeniería hasta que tengas múltiples fuentes de data que requieran orquestación), plataformas completas de automatización de marketing (HubSpot Pro es gestión de data cara cuando tienes 200 usuarios activos), y dashboards que agregan métricas de vanidad sin conectar al comportamiento del embudo.
El stack de growth escala cuando escala la restricción. Añade herramientas cuando la ausencia de la herramienta es el cuello de botella, no antes.
Aquí está el framework. El primer movimiento no es elegir un canal: es mapear tu embudo y medir dónde caen los usuarios. Ejecuta un diagnóstico de embudo antes de tu próxima sesión de planificación de sprint, identifica la restricción más grande, y diseña un experimento contra ella. Eso es lo que growth marketing se ve en la práctica.