Todos los artículos sobre activación están escritos para una empresa que ya tiene equipo de datos. Asumen que tienes miles de usuarios, una taxonomía de eventos que alguien mantiene y tráfico suficiente para que un gráfico de cohortes signifique algo. Después te dicen que una tasa de activación sana en SaaS ronda el 25–30%, como si ese número le sirviera a alguien con cuarenta registros.

No sirve. Todavía no. Pero la activación importa igual con cuarenta registros — se podría decir que importa más, porque es lo único que te dice si el producto funciona antes de que lo diga la facturación.

Esta es la versión de ese artículo para quienes lanzaron la semana pasada.

Yo construyo LaunchPulse, una herramienta de analítica de $5 al mes, así que tengo un interés evidente en que esto te importe. Lo voy a aclarar cada vez que sea relevante. Casi todo lo que sigue trata del concepto, y funciona igual si lo mides con mi producto, con el de otro o con una consulta SQL contra tu propia base de datos.

Los tres números, en orden

En tu sitio están pasando exactamente tres cosas, y la gente las mezcla todo el tiempo.

Adquisición. Alguien llegó. Se mide con visitantes y fuentes de tráfico.

Conversión. Alguien se registró. Visitantes que se convirtieron en usuarios.

Activación. Alguien obtuvo aquello por lo que vino. Un usuario que llegó al momento para el que tu producto realmente existe.

En el hueco entre conversión y activación es donde mueren en silencio la mayoría de los productos nuevos. Puedes tener una tasa de registro excelente y un producto muerto, y los paneles de tráfico no te van a mostrar más que verde. La gente llega, se registra, mira un estado vacío y no vuelve nunca. La adquisición se ve bien. La conversión se ve bien. Nadie obtuvo valor, y te enteras tres meses después cuando nadie renueva.

La activación es el primer número que mide si tu producto hace algo por la gente, en lugar de medir si tu landing convence.

Qué significa “activación” en concreto

Activación es que un usuario llegue a un hito que indica que experimentó el valor central de tu producto. Esa es la definición estándar y está bien, pero es lo bastante abstracta como para ser inútil sin una decisión concreta detrás.

La decisión concreta es: ¿qué evento único, cuando un usuario lo hace, significa que obtuvo lo que vino a buscar?

Algunos ejemplos reales:

Producto	Registro significa	Activación significa
Gestor de proyectos	cuenta creada	primer proyecto creado y compartido
App de facturación	cuenta creada	primera factura enviada de verdad
Lista de espera	se anotó	invitación aceptada, primer login
Herramienta de analítica	cuenta creada	primer evento real recibido desde su sitio
Tienda	cuenta creada	primer pedido realizado

Fíjate que en todas las filas la activación es algo que el usuario hace por su cuenta, y es justo lo que le daría pena perder.

Los ejemplos famosos, y por qué conviene tomarlos con pinzas

Te vas a topar con estos a los diez minutos de investigar sobre activación: los “7 amigos en 10 días” de Facebook. Los “2.000 mensajes de equipo” de Slack. Se repiten como si salieran de una matemática cuidadosa.

En general no fue así. Andrew Chen — que estuvo lo bastante cerca de ese mundo como para saberlo — señaló que el número de Facebook podría haber sido perfectamente “10 amigos en 12 días” o “cinco amigos en un día”. El equipo de Mixpanel lo dijo aún más claro: los números mágicos son “una ilusión muy útil”. El número se redondea a algo memorable para que la empresa se alinee detrás, no porque 7 sea estadísticamente distinto de 6 u 8.

Y hay un segundo problema, más serio, con el folclore: correlación no es causalidad. Los usuarios que agregaban 7 amigos tenían más probabilidad de quedarse. Eso no significa que empujar a un usuario indiferente a agregar 7 amigos lo haga quedarse. Puede significar simplemente que a quien ya le gustaba Facebook agregaba amigos. Si persigues la métrica sin el valor que hay debajo, terminas construyendo growth hacks que mueven un número y no cambian nada real.

Así que usa estas historias como una forma — “encuentra la acción que significa que alguien obtuvo valor, y empuja hacia ahí” — y no salgas a buscar tu propia constante mágica. No tienes datos para encontrarla, y probablemente tampoco sería causal si los tuvieras.

Por qué un porcentaje es la métrica equivocada a tu escala

Esta es la parte que nadie le cuenta a los founders que recién empiezan.

La tasa de activación es un porcentaje, y los porcentajes necesitan volumen para significar algo. Para dar una idea de escala: Convert, una empresa de tests A/B, recomienda correr un test solo si puedes mandar unos 10.000 visitantes a cada variante, y registrar cerca de 1.000 conversiones antes de tomar el resultado como concluyente. Tú tienes cuarenta registros. Tu tasa de activación va a saltar del 20% al 40% porque dos personas hicieron clic —o no— en algo un martes.

Por esto mismo hacer tests A/B ahora es perder el tiempo, y por esto “nuestra conversión cayó 15% esta semana” suele ser ruido disfrazado de dato.

Y se pone peor si usas Google Analytics. GA4 aplica umbrales de datos (data thresholding): cuando la cantidad de usuarios de un informe es pequeña, oculta los datos por completo para proteger la privacidad. Google no publica el corte exacto — la documentación oficial solo dice que los umbrales están “definidos por el sistema” y no se pueden ajustar — pero quienes trabajan con la herramienta reportan de forma consistente que se activa alrededor de 40–50 usuarios. Justo en la etapa en la que cada registro cuenta, la herramienta de analítica más popular del mundo puede mostrarte una tarjeta vacía y una nota sobre umbrales mínimos de agregación.

La herramienta no está rota. Fue construida para un problema distinto al tuyo.

Qué usar en su lugar: tiempo hasta el valor

Cuando no puedes confiar en una tasa, mide una duración.

El tiempo hasta el primer valor es cuánto tarda un usuario en ir del registro a su momento de primer valor. Mediana, no promedio — una persona que se activó a las tres semanas no debería arrastrar todo el panorama.

Funciona con números chicos porque no necesita denominador. Con cinco usuarios activados tienes cinco duraciones reales. No es una muestra estadísticamente significativa, pero tampoco es ruido: son cinco hechos ciertos sobre cuánto tarda tu onboarding. Si cuatro tardaron dos minutos y uno tardó nueve días, tienes algo concreto que ir a mirar, y puedes ir a preguntarle a esa persona qué pasó. Esa conversación vale más que cualquier panel en esta etapa.

Tres cosas que el tiempo hasta el valor te dice y una tasa no:

Si tu onboarding tiene un muro. Una mediana de seis días en un producto que debería activarse en cinco minutos significa que algo está bloqueando a la gente.
Si el evento de activación siquiera es el correcto. Si todos lo disparan a los diez segundos de registrarse, es demasiado fácil para significar algo — estás midiendo un paso de interfaz, no valor.
En qué gastar la próxima semana. Tiempo hasta el valor largo es un problema de onboarding. Tiempo corto con mala retención es un problema de producto. Requieren arreglos completamente distintos.

Elegir tu evento de primer valor

Cuatro pruebas. Un buen evento de primer valor las pasa todas.

Lo hace el usuario. No es algo que tú le haces. “Recibió el email de bienvenida” no es activación.

Lo extrañaría si desapareciera. Si quitar la funcionalidad no le molestaría, llegar ahí no significaba nada.

No es automático. Si todos los registros lo obtienen por defecto, es un paso, no un hito. Una prueba que arranca automáticamente al registrarse es buen ejemplo: va a tener 100% para siempre y no te va a decir nada.

No está demasiado abajo en el embudo. Si requiere tres semanas y una llamada de ventas, no vas a juntar suficientes como para aprender algo este trimestre.

El error más común es elegir algo demasiado cerca del registro porque es fácil de instrumentar. “Completó el onboarding” normalmente significa “hizo clic en cuatro modales”, y eso no correlaciona con nada. Elige el momento en que el producto de verdad hizo su trabajo, aunque sea más difícil de medir.

Cómo instrumentarlo, en concreto

Uses la herramienta que uses, la activación necesita tres cosas:

1. Un evento de registro. Se dispara cuando la cuenta se crea de verdad — después de que el backend confirme, no cuando se envía el formulario. Los eventos al enviar el formulario cuentan los fallos como conversiones.

2. Un evento de primer valor. Se dispara cuando el usuario llega al hito que elegiste. Es preferible dispararlo desde tu backend cuando la operación termina, por la misma razón.

3. Un identificador de usuario estable en ambos. Este es el que se le escapa a todo el mundo, y rompe todo en silencio.

Ese tercer punto merece su propio párrafo, porque es la razón más común de que un número de activación se quede en cero. Las herramientas de analítica agrupan eventos por actor. Si nunca le dices a la herramienta quién es el usuario, cada navegador es un visitante anónimo. Alguien se registra en su portátil y llega al primer valor una semana después desde el móvil, y eso parecen dos desconocidos sin relación. La activación no se puede calcular — no de forma imprecisa, sino que no se puede calcular en absoluto.

En la mayoría de los SDK la llamada se ve así:

// en cuanto exista sesión, en cada carga de página — no solo al registrarse
lp.identify(user.id); // tu id interno, nunca un email

Llámalo en cada carga de página donde haya alguien con sesión iniciada, no una sola vez al registrarse. Y usa el id interno de tu base de datos, nunca un email ni ningún otro dato personal.

Este bug lo tuvimos en nuestro propio producto, por cierto. Medíamos bien los registros y el primer valor, nunca llamábamos a identify(), y mirábamos un panel que decía “0 llegaron al primer valor” mientras los eventos se veían perfectamente en el log. Los eventos estaban bien. El cruce era imposible.

Qué ignorar por ahora

Cosas que de verdad no merecen tu atención a escala de lanzamiento:

Tasa de rebote. Mal definida e inaccionable cuando un “rebote” pueden ser tres personas.
Duración de sesión. Una sesión larga puede significar interés o confusión. Del número no se puede deducir cuál.
Tests A/B. No tienes volumen. Vas a leer ruido y a lanzar al ganador de una moneda al aire.
Cualquier panel con más de unos seis números. Más métricas en esta etapa son más oportunidades de engañarte solo.
Cambios porcentuales semana a semana sobre números diminutos. Pasar de 3 registros a 5 no es “subimos 67%”.

Mide 3 a 5 cosas. Míralas semanalmente, no cada hora.

Qué hacer esta semana

Escribe, en una sola frase, qué tiene que hacer un usuario para haber obtenido valor de tu producto. Si no puedes, ese es el hallazgo — y vale más que cualquier configuración de analítica.
Instrumenta ese único evento, disparado desde el backend, con un id de usuario estable.
Mira las duraciones, no la tasa. Cinco números reales le ganan a un porcentaje sin sentido.
Busca a la persona con el tiempo hasta el valor más largo y pregúntale qué se le interpuso.

El paso cuatro es el que todo el mundo se salta, y con cuarenta usuarios es lo más valioso de la lista. Tu analítica te dice que algo anda mal y más o menos dónde. Una conversación de cinco minutos te dice por qué. En esta etapa tienes pocos usuarios suficientes como para que hablar con ellos siga siendo posible — esa es una ventaja que se pierde para siempre, así que aprovéchala mientras la tengas.

Preguntas frecuentes

¿Cuál es una buena tasa de activación? Los benchmarks publicados suelen ubicar una tasa de activación sana en SaaS alrededor del 25–30%, pero trátalo como dato curioso hasta que tengas miles de usuarios — y ten en cuenta que esas cifras casi siempre se citan sin un estudio detrás. Por debajo de unos cientos, tu propia tendencia en el tiempo es la única comparación que vale.

¿La conversión debería ser el registro o el pago? El registro, en la mayoría de los casos. Deja el pago como un evento aparte que también mides. Si haces del pago tu conversión, todo lo que está por encima en el embudo se vuelve invisible, y ahí arriba es donde viven los problemas que sí puedes arreglar.

Mi prueba gratuita arranca automáticamente al registrarse. ¿Debería ser una etapa del embudo? No. Si le pasa al 100% de los registros de forma automática, no aporta información — va a ser un paso al 100% permanente. Mide los momentos donde los usuarios realmente eligen algo.

¿Puedo hacer esto sin una herramienta de analítica? Sí. Dos timestamps en tu tabla de usuarios — signed_up_at y first_value_at — y una consulta SQL te dan la mediana del tiempo hasta el valor. Es un punto de partida completamente legítimo, y mejor que un panel sin configurar.

¿Cuánto falta para que estos datos sirvan? El tiempo hasta el valor sirve desde tus primeros cinco usuarios activados. Las tasas necesitan cientos. Las curvas de retención por cohorte necesitan miles y varios meses.

Para seguir leyendo:

Conversiones y activación — cómo configurar ambas etapas
Identificar usuarios — visitantes, usuarios y por qué importa el id
Registrar eventos — enviar eventos personalizados
El dashboard Pulse — definiciones exactas de cada métrica

Sobre el autor. Soy Ignacio Van Droogenbroeck. Construyo LaunchPulse, analítica para productos recién lanzados, a $5 al mes. Lo construí porque todas las herramientas de analítica que probé estaban diseñadas para una empresa con equipo de growth, y yo quería algo que respondiera tres preguntas — ¿está llegando alguien?, ¿se registra alguien?, ¿alguien obtiene valor? — sin una reunión de taxonomía. Si esa también es tu situación, la documentación empieza acá.

Fuentes: el benchmark de activación del 25–30% tal como lo cita PayPro Global (nota: muy repetido, rara vez atribuido a un estudio); la crítica a los números mágicos, de Mixpanel y Andrew Chen; el thresholding de GA4, de la propia documentación de Google; la guía sobre tamaño de muestra para tests A/B, de Convert; el argumento a favor de medir pocas métricas al principio, de PostHog.