8 errores comunes al medir métricas B2B SaaS (y cómo arreglarlos)
Los errores más frecuentes al calcular MRR, churn, CAC, LTV y NRR en SaaS B2B — y la versión correcta de cada métrica con fórmulas y ejemplos reales.
He revisado los dashboards de más de 100 SaaS B2B en los últimos cinco años. Y la conclusión es incómoda: la mayoría calcula sus métricas más importantes con errores que distorsionan las decisiones. No por mala fe — por convenciones que parecen razonables y no lo son. Las consecuencias suelen aparecer dos cuadres más tarde: forecasts que no se cumplen, rondas en las que el due diligence saca a la luz un LTV inflado, planes de comisiones que premian al equipo equivocado.
Este artículo es la lista de los 8 errores que veo con más frecuencia, ordenados por impacto. Si tu equipo finance puede revisar uno por uno y validar que NO los estás cometiendo, vas mejor que el 80% del mercado. Si no, este es el orden de prioridad para arreglarlos.
Si quieres el marco completo de qué métricas medir en cada etapa, lee The B2B SaaS Metrics Journey Framework. Este post asume que ya sabes cuáles son y va a por cómo se rompen al calcularlas.
1. Tratar el MRR como si fuera ingreso facturado
Síntoma: un cliente firma un contrato anual de €12.000 y tu MRR sube de golpe en €12.000 ese mes.
Por qué está mal: MRR significa Monthly Recurring Revenue. Es una normalización del ingreso recurrente a un mes-base, no la facturación real del mes. Un contrato anual de €12.000 aporta €1.000 al MRR cada mes durante 12 meses, no €12.000 una vez.
Mezclar MRR con facturación rompe todas las métricas derivadas: el growth rate de un mes con muchos contratos anuales firmados parece astronómico y luego se desinfla; el ARR (MRR × 12) acaba contando dos veces el mismo dinero.
Cómo se hace bien:
MRR del mes = Σ (valor recurrente normalizado a 1 mes) de todos los contratos vivos- Mensual: el cliente paga 99 €/mes → aporta 99 € al MRR
- Anual prepagado: el cliente paga 1.188 € por 12 meses → aporta 99 € al MRR
- Trianual: el cliente paga 3.000 € por 36 meses → aporta 83,33 € al MRR
La facturación bruta vive en otro reporte (cash inflow). El MRR representa el ritmo de ingresos recurrentes, no el cobro.
2. Confundir customer churn con revenue churn
Síntoma: “Churn del 4% mensual, vamos sobrados.”
Por qué está mal: El customer churn (porcentaje de cuentas que se dan de baja) no te dice cuánto dinero pierdes. Si pierdes 10 cuentas SMB de €99/mes y conservas las 5 de enterprise de €5.000/mes, tu customer churn es alto pero tu revenue churn es bajísimo (incluso podría ser negativo si ese mes hubo expansión en las cuentas grandes).
En B2B SaaS donde el ticket varía mucho entre segmentos, el revenue churn es la métrica que importa.
Cómo se hace bien:
Customer Churn (%) = Cuentas dadas de baja en el mes / Cuentas activas al inicio × 100
Gross Revenue Churn (%) = MRR perdido por churn / MRR al inicio × 100
Net Revenue Churn (%) = (MRR churn − MRR expansión) / MRR al inicio × 100Reporta los tres en el mismo dashboard. La señal de alarma es revenue churn alto con customer churn bajo — significa que se te están yendo las cuentas grandes, las que pagan tu salario.
3. Calcular el CAC sin contar el equipo
Síntoma: “Nuestro CAC es €350 — sólo nos cuesta lo que gastamos en Google Ads.”
Por qué está mal: El CAC honesto incluye todo lo que se invierte para conseguir clientes: ads, herramientas, contenido, headcount de marketing y ventas, comisiones, eventos, agencia, branding. Si no incluyes el coste del SDR que cualifica leads ni del AE que cierra, estás mirando un coste de captación que parece estupendo y no es cierto.
En early-stage hay un argumento razonable para excluir headcount al calcular el CAC de campañas específicas (un test de canal, por ejemplo). Pero el CAC de empresa, el que va a la junta y al deck de inversión, debe incluirlo.
Cómo se hace bien: llevar al menos dos vistas:
Paid CAC = Inversión en ads y herramientas / Clientes nuevos del mes
Blended CAC = (Paid + Salarios marketing + Salarios ventas + Comisiones) / Clientes nuevosPro-tip: incluir comisiones de ventas dentro del CAC, no dentro del COGS. Es coste de adquisición, no coste de servir.
4. Calcular el LTV con churn de cohortes recientes
Síntoma: Tienes 8 meses de operación, los clientes más antiguos llevan 6 meses contigo, casi nadie ha churneado todavía → calculas LTV usando ese churn bajísimo y obtienes un LTV de €40.000 que justifica un CAC de €13.000. Te lanzas a captar agresivo.
Por qué está mal: En B2B SaaS, el churn temprano es siempre artificialmente bajo. La gente ha pagado, está en período de aprendizaje, no ha llegado al momento de renovación. El churn real se ve en cohortes de 18-24 meses, no en cohortes de 6.
Aplicar la fórmula LTV = ARPA × Gross Margin / Churn con un churn de 0,5%/mes cuando llevas medio año en el mercado infla el LTV por un factor de 4-10x. Y cuando churnean en masa al cumplir el año, te encuentras con que has comprado clientes a coste superior al que aportan.
Cómo se hace bien:
- En early-stage usa benchmarks del sector: 5-7%/mes para SMB SaaS, 1-2%/mes para mid-market, <1%/mes para enterprise. Aplica eso aunque tu cohorte aún no lo haya tocado.
- Mide el survival curve por cohorte mensual: la cohorte de enero, la de febrero, la de marzo. Compara renewals al mes 12 — eso es el churn que importa.
- Modela el LTV con un churn ponderado por cohorte madura, no por la media histórica que todavía está sesgada hacia clientes nuevos.
LTV honesto = ARPA × Gross Margin / Churn estabilizado de cohortes maduras (>12 meses)5. Definir “usuario activo” como “hizo login”
Síntoma: Tu MAU sube cada mes pero el revenue se estanca. Los inversores te preguntan por la stickiness y dices “20% DAU/MAU”.
Por qué está mal: Un login no es uso. Cuando defines “active” como “se autenticó”, inflas todos los conteos con gente que abre el producto, no encuentra valor y se va. Los DAU/MAU calculados así no correlacionan con retención.
En B2B SaaS, “activo” debe ser el evento que correlaciona con renovación. Y ese evento es específico de tu producto:
- En un CRM: “creó al menos 1 deal” o “movió 1 oportunidad”
- En un dashboard analítico: “abrió un informe” (no sólo “navegó por la app”)
- En un editor: “guardó al menos 1 cambio”
- En una herramienta de automatización: “ejecutó 1 workflow”
Cómo se hace bien:
- Identifica el evento Aha — el primero que un cliente activado realiza.
- Identifica el evento Habit — el que realizan los que renuevan repetidamente.
- Define “activo en periodo X” = realizó al menos el evento habit X veces en ese periodo.
- Re-calcula DAU/MAU/stickiness contra esa definición. Tu número va a bajar. Está bien — ahora correlaciona con dinero.
6. Reportar NPS como métrica de salud del producto
Síntoma: El equipo product publica el NPS mensual. Sube del 32 al 41 → “el producto va mejor”. Bonus por OKRs cumplidos.
Por qué está mal: El NPS es una única pregunta sobre la intención de recomendar. Es útil como señal direccional (“una caída de NPS suele predecir churn 60 días después”) pero no mide salud del producto. Empresas con NPS espectacular han quebrado por modelo de negocio; empresas con NPS mediocre llevan 20 años creciendo.
Sustituir métricas de retención y monetización por NPS es un anti-patrón clásico. Es fácil de medir, fácil de manipular (mandando la encuesta sólo a usuarios power) y desconectado del revenue.
Cómo se hace bien:
- NPS sigue siendo útil — pero como input de un sistema de alerta, no como métrica north-star.
- La salud del producto se mide con retention curves (cuántos % de la cohorte X siguen activos en el mes M+1, M+3, M+6, M+12) y product engagement score (mix de eventos clave).
- Cuando cae el NPS, abre el embudo de motivos cualitativos (la pregunta abierta de la encuesta) y cruza con churn — ahí está la señal accionable.
7. Calcular NRR olvidando la contracción
Síntoma: “NRR del 118% — espectacular.” En realidad sólo sumas la expansión y olvidas restar los downgrades y partial churns.
Por qué está mal: El NRR (Net Revenue Retention) mide cuánto MRR de la cohorte que tenías al inicio del periodo conservas y aumentas al final. Si lo calculas como (MRR inicial + Expansion) / MRR inicial, estás reportando Gross Retention + Expansion, que es siempre mayor que el NRR real.
La contracción (un cliente que pasa de plan Pro a Starter, un cliente que reduce asientos de 50 a 30) es revenue perdido aunque la cuenta no churnee.
Cómo se hace bien:
NRR = (MRR inicial + Expansion − Contraction − Churn) / MRR inicial × 100Las cuatro componentes calculadas sobre la misma cohorte de cuentas que tenías al inicio del periodo. No mezcles cuentas nuevas (eso es Gross Revenue Growth, otra métrica).
Benchmarks honestos: NRR <100% es bandera roja; 100-110% es estable; 110-125% es bueno; >125% es excepcional. Si ves números >130% en early-stage, pregunta cómo se calculan.
8. Aplicar benchmarks de B2C SaaS a un negocio B2B
Síntoma: Lees que Spotify tiene churn del 0,4% mensual y te angustias porque tu churn de 3% mensual “está fatal”.
Por qué está mal: B2C SaaS y B2B SaaS son negocios distintos con economics distintos:
| Métrica | B2C consumer | B2B SMB | B2B Mid-market | B2B Enterprise |
|---|---|---|---|---|
| Churn mensual saludable | 2-4% | 3-5% | 1-2% | <1% |
| ARPA típico | €5-30/mes | €50-500/mes | €500-5.000/mes | €5.000+/mes |
| Ciclo de venta | minutos | 14-30 días | 30-90 días | 90-180 días |
| CAC payback aceptable | <6 meses | <12 meses | <18 meses | <24 meses |
| LTV/CAC | 4x+ | 3x | 3x | 3x |
Aplicar una expectativa B2C a un B2B Enterprise hace que tu CAC parezca prohibitivo cuando es normal; hace que tu churn parezca aceptable cuando es bandera roja.
Cómo se hace bien: define tu segmento ICP y busca benchmarks específicos de ese segmento. Las fuentes serias son OpenView, Bessemer State of the Cloud, KeyBanc SaaS Survey, ChartMogul reports. No el primer post de Medium con un dashboard espectacular.
El cuadro mínimo que sí refleja tu negocio
Si tras este audit vas a montar un cuadro de mando desde cero, las 8 métricas no negociables para B2B SaaS:
- MRR (calculado correctamente, contratos anuales amortizados)
- Net New MRR (motor de crecimiento, no revenue total)
- Gross y Net Revenue Churn (no sólo customer churn)
- NRR honesta (con contracción incluida)
- Blended CAC (con headcount y comisiones)
- LTV con churn estabilizado (no churn temprano de cohortes inmaduras)
- CAC Payback Period (más actionable que LTV/CAC)
- DAU/MAU sobre evento habit (no sobre login)
Cuando estos 8 están bien, el resto se encadena.
Calcular esto a mano con Excel funciona los primeros meses. Pasados los 30-50 clientes, los errores de las hojas se convierten en errores de decisión: descuentos equivocados, contratación prematura, comisiones que premian la métrica equivocada.
NextScenario automatiza estas 8 métricas con las definiciones correctas (las de este artículo) conectándose a Stripe, tu banco, tu ERP y tu CRM. Reservar demo de 30 minutos — te enseñamos tu propio cuadro de mando con tus datos reales y te decimos cuáles de los 8 errores estás cometiendo ahora mismo.