📜 ¿Cómo consiguieron las startups de éxito crear listas de espera con un alto índice de conversión? ¿Qué métricas se pueden utilizar para medir el éxito de la IA genérica?
📃 Además: Ralentización del crecimiento: del líder en crecimiento Pinterest y recursos para fundadores.
¿Cómo consiguieron las startups de éxito crear listas de espera con un alto índice de conversión? ¿Qué métricas se pueden utilizar para medir el éxito de la IA genérica?
Ralentización del crecimiento: del líder en crecimiento Pinterest y recursos para fundadores.
Nos sumergimos en el mundo de las startups, el crecimiento, la creación de productos y el capital riesgo. En la newsletter de hoy:
Análisis en profundidad: Cómo las startups de éxito crearon listas de espera con una alta tasa de conversión. Qué hicieron bien y qué puedes copiar.
Análisis rápido:
Creado con los mejores inversores de capital riesgo y fundadores: Explora nuestro completo conjunto de recursos para startups.
¿Cuáles son las métricas adecuadas para medir el éxito de la IA generativa?
¿Se está ralentizando el crecimiento? Esto es lo que funciona:
Noticias destacadas: El acuerdo de 14 300 millones de dólares de Meta con Scale AI parece una compra, pero no lo es; el chip Neuralink podría dar a los humanos visión infrarroja; OpenAI llevará la IA generativa a los juguetes y Wikipedia suspende los resúmenes de IA tras la reacción de los editores.
📜 ANÁLISIS EN PROFUNDIDAD DE HOY
Cómo las startups exitosas crearon listas de espera con altas tasas de conversión. Lo que hicieron bien y lo que puedes copiar.
Por: Sahil S
Todos los fundadores se emocionan cuando la lista de espera crece. Mil inscripciones. Diez mil. Pero, a menos que esas personas se conviertan, solo has recopilado nombres, no demanda.
La semana pasada escribí sobre qué hace que una lista de espera tenga una buena tasa de conversión. Las cifras eran claras: la mayoría de las listas de espera tienen una tasa de conversión inferior al 5 %. Eso no es tracción. Eso es ruido. La diferencia entre una lista de espera muerta y una que impulsa un crecimiento real se reduce a la ejecución, la estructura, el mensaje, el seguimiento y la intención.
Por eso quiero mostrarte cómo algunas de las startups con más experiencia en productos utilizaron sus listas de espera como motores de crecimiento. Lo único que todas las startups tienen en común es que entienden que una lista de espera no es una página de aterrizaje, sino la primera experiencia con el producto.
Superhuman: crear deseo antes del acceso
Superhuman tenía una lista de espera de más de 180 000 personas antes de su lanzamiento.
En lugar de incorporar a todos los usuarios a la vez, los seleccionaron cuidadosamente. Uno por uno. Todos los primeros usuarios tuvieron que rellenar una breve solicitud y realizar una llamada de incorporación de 30 minutos. No se limitaban a recopilar registros. Estaban formando evangelistas.
Blogs de Superhuman
Por qué funcionó:
La llamada de incorporación no se limitaba a la configuración, sino que se utilizaba para calificar, personalizar y cerrar.
Utilizaron la prueba social y la exclusividad. Los usuarios sentían que se habían ganado su puesto.
Los amigos podían invitar a otras personas, pero esas referencias pasaban al principio de la cola. Eso convirtió a los usuarios existentes en distribuidores.
Fue lento. Deliberado. Pero creó demanda. Y cuando abrieron el acceso, la gente estaba dispuesta a pagar 30 dólares al mes, porque se les había preparado para valorar el producto.
Arc Browser: cura tu comunidad inicial
Arc no se hizo viral por el bombo publicitario. Creció porque entendieron desde el principio qué usuarios eran importantes y les dieron una razón para interesarse.
Su lista de espera se centró en directores de producto, diseñadores y los primeros usuarios avanzados de tecnología. La incorporación no estaba automatizada. Era intencionada. Si encajabas en su perfil objetivo, obtenías acceso antes. Si no, tenías que esperar.
¿Y mientras esperabas? Se mantenían en tu mente. Los primeros usuarios compartían demos. Los creadores de YouTube revisaban versiones privadas. Twitter se llenaba de gente pidiendo invitaciones. Convirtieron su grupo beta en marketing.
No abras el acceso demasiado pronto. La calidad es más importante que la cantidad.
Utiliza el contenido y la comunidad para mantener a la gente interesada mientras espera.
Deja entrar primero a las personas adecuadas, no solo a las más ruidosas.
Arc solo eliminó la lista de espera una vez que llegó a la versión 1.0. Hasta entonces, todos los puntos de acceso se ganaban. Eso generó lealtad y boca a boca.
Clubhouse: crea FOMO con la exclusividad
Clubhouse fue la clase magistral del hype impulsado por las listas de espera. No podías unirte sin una invitación. Cada vez que alguien entraba, la aplicación lo hacía evidente, enviando notificaciones a los amigos, mostrando conversaciones y despertando la curiosidad.
Parecía un club secreto. Querías entrar porque te habías quedado fuera.
Su crecimiento no provino de anuncios pagados ni de campañas de lanzamiento. Provino de:
El acceso solo por invitación, que creaba urgencia social.
El hype impulsado por la escasez, amplificado por influencers y capitalistas de riesgo.
El diseño de la red, que hacía que los nuevos usuarios fueran más visibles para sus círculos.
La gente pujaba por las invitaciones. Ese es el poder del acceso percibido.
Lección: la exclusividad no funciona para todos los productos, pero si tu aplicación es social, comunitaria o basada en el tiempo, una política de puertas cerradas puede ser un motor de marketing.
Robinhood: convierte la lista de espera en el producto
La estrategia de lanzamiento de Robinhood en 2014 se convirtió en legendaria. Su sitio web previo al lanzamiento no solo recopilaba correos electrónicos, sino que creaba una tabla de clasificación en directo. Todo el mundo podía ver su posición. Todo el mundo podía avanzar en la cola invitando a amigos.
La fórmula:
Regístrate = únete a la lista de espera
Invita a 1 persona = sube más de 100 puestos
Comparte más = accede más rápido
Gamificó el proceso. Despertó la urgencia. Y funcionó.
Acabaron con más de un millón de usuarios antes del lanzamiento.
No necesitas un producto sofisticado para que se vuelva viral. Necesitas incentivos. Necesitas urgencia. Tienes que mostrar a los usuarios cómo ganan si difunden el producto.
Dropbox: recompensa las recomendaciones con el valor del producto
Mucho antes de que las listas de espera estuvieran de moda, Dropbox hackeó el crecimiento a través de su motor de recomendaciones. Al registrarte, podías ganar más almacenamiento gratuito invitando a tus amigos. Esto no solo aumentó su lista, sino que también enseñó a la gente el valor fundamental del producto: compartir en la nube.
La estructura era sencilla:
Regístrate y obtén 2 GB gratis
Invita a un amigo = 500 MB extra
Ambos obtienen una recompensa
Era el motor perfecto: la lista de espera difundía el producto y el producto reforzaba el valor de difundirlo.
Dropbox no trató su lista de espera como una estrategia de lanzamiento. La trató como un canal de distribución.
Si tu producto tiene un valor claro y compartible, incorpóralo en tu proceso de registro. Deja que los usuarios te hagan publicidad.
Lo que puedes copiar
En los cinco casos, destaca un patrón: las buenas listas de espera están diseñadas como productos. Crean valor antes de que los usuarios inicien sesión. Despiertan emociones, curiosidad, urgencia y exclusividad. Y se mueven.
A continuación te explicamos cómo crear una que convierta:
Trata la lista de espera como si fuera la incorporación.
La experiencia con tu producto comienza antes de que alguien se registre. Si les haces sentir ignorados u olvidados después de registrarse, ya has perdido.
Utiliza la fricción como filtro.
Formularios de solicitud. Aprobaciones manuales. No son errores, son características. La escasez crea deseo. Haz que sientan que el acceso hay que ganárselo.
Interactúa antes del lanzamiento.
La gente se enfría cuando se la deja sola. Envía actualizaciones. Comparte información sobre el producto entre bastidores. Muéstrales el progreso. Haz que la espera les haga sentir parte de algo.
Haz que se mueva.
Permite a los usuarios saltarse la cola recomendando a otros o interactuando. Las listas de espera deben parecer dinámicas. Muéstrales su posición. Déjales avanzar.
Empieza poco a poco. Aprende rápido.
No intentes gestionar a 10 000 personas. Empieza con 100 que sean adecuadas. Habla con ellas. Incorpóralas. Aprende qué funciona y qué no.
Recuerda, una lista de espera es el comienzo del viaje del usuario. Superhuman hizo esperar a la gente, pero la mantuvo entusiasmada. Robinhood lo convirtió en un juego. Dropbox lo hizo gratificante. Clubhouse lo convirtió en algo exclusivo. Arc lo hizo intencionado.
No recopiles correos electrónicos. Crea expectación. Diseña un viaje. Porque cuando se hace bien, la lista de espera no solo conduce al crecimiento, sino que se convierte en el crecimiento.
📃 INFORMACIÓN RÁPIDA
1. Creado con los mejores inversores de capital riesgo y fundadores: explora nuestro completo conjunto de recursos para startups.
Cuando creas una startup, nadie te entrega una carpeta con todo lo que tenéis que saber.
Listas de inversores que funcionan.
Modelos financieros que tienen sentido.
Documentos legales que no cuestan una fortuna.
Plantillas que ahorran horas.
Así que lo hemos creado nosotros mismos con la ayuda de fundadores que han arrancado desde cero y de aquellos que han recaudado millones, además de capitalistas de riesgo que saben lo que buscan.
Aquí tienes todo lo que hemos creado (y seguimos mejorando):
Bases de datos de inversores (correo electrónico + LinkedIn)
Más de 300 inversores ángeles y capitalistas de riesgo australianos
Más de 400 inversores ángeles y capitalistas de riesgo franceses
Más de 350 inversores ángeles y capitalistas de riesgo indios
Más de 250 empresas de capital riesgo y inversores ángeles latinoamericanos
Más de 2700 inversores ángeles y capitalistas de riesgo estadounidenses
Base de datos de inversores para startups todo en uno (20 países)
Herramientas de recaudación de fondos
Plantillas estratégicas
Plantilla de tabla de capitalización para fundadores
Herramientas de comunicación
Actualización mensual para inversores: plantilla de correo electrónico
Guía de preguntas y respuestas para entrevistas de trabajo en empresas de capital riesgo
Lo que piden los inversores: kit de preparación de preguntas y respuestas
Aspectos legales y operativos
Puedes explorarlos todos aquí.
2. ¿Cuáles son las métricas adecuadas para medir el éxito de la IA generativa?
Cada vez que surge una nueva plataforma, nos apresuramos a medir su impacto. Pero al principio, rara vez está claro qué hay que medir o por qué es importante.
Lo vimos con los inicios de Internet. En los años 90, la gente hacía un seguimiento de cosas como los «hosts de Internet» o los «hits», que solo contaban cuántos archivos descargaba tu navegador desde un servidor web.
Cuantos más GIF, más visitas. No era precisamente muy revelador.
Luego llegó la ola de los teléfonos inteligentes y la confusión se desplazó a la base instalada frente a las ventas por unidad frente al ARPU.
Las redes sociales añadieron su evolución: primero fueron los «usuarios registrados», luego los MAU y luego las ratios DAU/MAU. Cada ola tenía sus métricas, a menudo elegidas para que la empresa quedara bien, no para reflejar el valor real.
Nos encontramos en esa misma fase confusa con la IA generativa.
Fuente de la imagen: Benedict Evans
Benedict Evans lo ha analizado recientemente de forma brillante. Señala que muchas de las métricas de IA actuales suenan impresionantes, pero no nos dicen gran cosa.
Los gráficos de «tokens generados» de Google o Microsoft son como los gráficos de ancho de banda de Internet de los años 90: algo está creciendo, pero no sabemos qué ni por qué.
Fuente de la imagen: blog de Google
Los «usuarios activos semanales» (WAU) son otro dato que queda bien en los informes, pero que es poco significativo. Si alguien utiliza ChatGPT una vez a la semana, ¿eso es significativo? Probablemente no.
Muchas encuestas preguntan a la gente: «¿Has utilizado la IA?», pero ¿qué significa eso hoy en día? ¿Estamos contando los filtros de Snapchat o los flujos de trabajo LLM completos de una empresa?
Incluso cuando las cifras son específicas, a menudo carecen de claridad:
Si un modelo se vuelve más eficiente, la misma tarea tiene que tener menos tokens, así que, ¿estamos viendo una caída en el uso o simplemente una mejora en la tecnología?
Por otro lado, los agentes y las herramientas multimedia consumen más tokens por solicitud, por lo que el crecimiento podría reflejar cargas de trabajo más pesadas, no más usuarios.
Y todavía estamos adivinando en qué se convertirá la IA generativa. Eso hace que elegir la métrica «correcta» sea casi imposible.
¿Seguirá siendo principalmente chatbots orientados al usuario? ¿O se integrará silenciosamente en todo, como SQL o la computación en la nube?
Si se convierte en una infraestructura que se utiliza en todas partes pero que rara vez se ve, entonces preguntar «¿cuántas personas utilizan la IA?» es tan inútil como preguntar «¿con qué frecuencia utilizas una base de datos?».
Entonces, ¿qué debemos rastrear?
Calidad de la interacción: no solo los inicios de sesión, sino también la profundidad y la relevancia de la interacción.
Retención a lo largo del tiempo: ¿vuelve la gente y la utiliza de forma más significativa?
Sustitución de tareas: ¿qué trabajos o flujos de trabajo están abandonando los usuarios en favor de las herramientas de IA?
Feedback sobre el comportamiento: ¿están satisfechos los usuarios desde el primer intento o lo están constantemente?
Profundidad de la integración en la empresa: ¿se trata de un uso ocasional por parte del equipo de marketing o es fundamental para las operaciones?
Otras cosas como la forma en que empresas como Google y Meta miden señales más profundas: búsquedas reformuladas, tasas de rebote, comportamiento de finalización. Se trata de indicadores de segundo y tercer orden que muestran lo que funciona y que a menudo se utilizan para mejorar el producto.
En este momento, la IA generativa carece de esos bucles de retroalimentación. Si le haces una pregunta a un LLM y no lo intentas de nuevo, ¿la respuesta fue perfecta? ¿O te rendiste y cambiaste a Google? Nadie puede saberlo.
Al final del día, todas las métricas se resuelven en dinero y tiempo. Ahí es donde vendrá la claridad, solo una vez que sepamos para qué sirve realmente la IA generativa. Hasta entonces, seguiremos contando los aciertos.
Puedes leer el artículo original aquí.
3. ¿Se está ralentizando el crecimiento? Esto es lo que funciona:
Todas las startups de rápido crecimiento llegan tarde o temprano a este punto: el motor de crecimiento que antes parecía imparable comienza a ralentizarse. El ciclo de adquisición que te ha llevado hasta aquí, ya sea SEO, anuncios pagados, viralidad o ventas, simplemente no está moviendo los números como antes.
Intentas optimizar. Haces experimentos. Nada funciona.
Entonces, ¿qué hacer?
Casey Winters, cofundador de Superside y antiguo responsable de crecimiento en Pinterest y Grubhub, lo explica con claridad: cuando el crecimiento se estanca, es tentador buscar nuevos canales de adquisición. Pero la mayoría de las veces, esa no es la verdadera solución.
Las startups suelen pensar que simplemente «se han perdido un canal» y que tienen que añadir anuncios de pago o crear un equipo de ventas. Pero eso rara vez es cierto. Tu canal original funcionó por una razón: era la opción más viable en tu etapa. Los nuevos canales solo se vuelven viables cuando cambia algo fundamental en el negocio.
¿A qué nos referimos con «nuevos canales»?
La viralidad se escala cuando los usuarios comparten el producto porque les hace parecer inteligentes (como Notion), les hace ganar dinero (como Dropbox) o añade valor cuando sus amigos se unen (como WhatsApp). Pero la viralidad se desvanece y lo que es excepcional se convierte rápidamente en normal.
Las ventas funcionan cuando tienes un LTV lo suficientemente alto como para soportar comisiones y los clientes potenciales son fáciles de encontrar. Pero no es tan sencillo. Si tu periodo de amortización es débil, este canal se rompe.
La adquisición de pago requiere una gran retención y monetización. Los mejores clientes son los primeros en ser seleccionados. Después, se vuelve más difícil y más caro. Tienes que tener un LTV fuerte o un efecto de red para compensar ese deterioro.
Los canales de contenido, como el SEO o el intercambio entre usuarios, funcionan mejor cuando son los usuarios los que generan el contenido. El contenido creado por la empresa rara vez se escala. Los bucles de contenido son juegos largos, no victorias rápidas.
Desde fuera, añadir nuevos canales parece sinónimo de crecimiento. Pero desde dentro, la realidad es más matizada.
Los canales de éxito no se «encuentran». Se ganan mejorando la economía unitaria, profundizando en la retención o ampliando la superficie de tu producto.
Cuando Casey dirigió el crecimiento de Grubhub, no se limitaron a añadir SEO o anuncios de televisión desde el primer día. Eso vino después, cuando creció el suministro de restaurantes, mejoró el comportamiento de los usuarios y se fortaleció la economía de la conversión.
En la práctica, eso significa hacer preguntas como:
¿Ha mejorado nuestro LTV hasta el punto de que podemos permitirnos un periodo de amortización más largo?
¿Tenemos ahora suficiente contenido generado por los usuarios para impulsar el SEO o las redes sociales?
¿Ha cambiado lo suficiente nuestro paquete de productos como para justificar nuevos mensajes o acciones de divulgación?
¿Han aumentado significativamente los bucles de compromiso la retención o el uso?
Si la respuesta es no, añadir un nuevo canal podría suponer un pequeño aumento, tal vez del 5 al 10 %, pero no la próxima montaña de crecimiento. Y eso es una distracción.
En la mayoría de los casos, el camino más difícil, que consiste en reforzar el producto principal o encontrar mejores formas de monetización, acaba siendo una inversión más rentable que buscar nuevos canales demasiado pronto.
Los bucles de compromiso pueden ayudar, pero no te salvarán por sí solos.
Puedes añadir tácticas de compromiso para aumentar el valor de por vida:
Asistencia personalizada (conserje, equipos de incorporación)
Modificaciones del producto (funciones que aumentan la utilidad diaria)
Incentivos (descuentos, gamificación, fidelización)
Mensajes (correo electrónico, notificaciones push, campañas de reactivación)
Pero estos son multiplicadores, no fundamentos. Si tu producto no ofrece un valor recurrente, ningún empujón cambiará la curva de forma significativa.
Las mesetas no son señales de que hayas fracasado, son puntos de control. Y los fundadores más inteligentes no responden lanzando más cosas contra la pared. Dan un paso atrás, preguntan qué ha cambiado realmente y solo entonces se comprometen con nuevos bucles.
Porque los nuevos canales no funcionan a menos que te los hayas ganado. Y te los ganas construyendo algo que capta la atención, crea valor con el tiempo y mejora cuanto más se usa.
Ahí es cuando estás listo para la siguiente fase.
Puedes leer el artículo original aquí.
RESUMEN DE NOTICIAS DE ESTA SEMANA
🗞️ Noticias importantes en tecnología, capital riesgo y financiación de startups
Novedades en capital riesgo
Seven Stars, una empresa de capital riesgo con sede en San Francisco (California) que colabora con fundadores que crean la próxima generación de empresas de IA, ha lanzado su primer fondo de 40 millones de dólares para la fase inicial y de pre-semilla. (Leer)
Felicis, una empresa de capital riesgo en fase inicial con sede en Silicon Valley, ha anunciado el cierre de su Fondo X, de 900 millones de dólares, el mayor hasta la fecha. (Leer)
Principales novedades tecnológicas
Tesla acusa al exempleado Zhongjie «Jay» Li de robar datos confidenciales sobre sensores robóticos para manos con el fin de fundar Proception, una startup de robótica respaldada por Y Combinator. (Leer)
OpenAI y Mattel, fabricante de Barbie, se han asociado para integrar la IA generativa en el diseño de juguetes, contenidos de entretenimiento y experiencias digitales. (Leer)
La organización matriz de Wikipedia, la Fundación Wikimedia, ha detenido su experimento de resúmenes con IA tras una rápida y abrumadora reacción negativa por parte de los editores voluntarios. (Leer)
Meta va a adquirir una participación del 49 % en la startup de IA Scale, lo que valora la empresa en más de 29 000 millones de dólares y proporciona «una liquidez sustancial» a los accionistas y empleados a través de dividendos, en lugar de una recompra de acciones. (Leer)
Apple ha presentado su nuevo diseño Liquid Glass en la WWDC 2025, la mayor renovación de su interfaz de usuario en una década, inspirada en la interfaz de realidad mixta de Vision Pro. (Leer)
Nvidia ya no incluirá a China en sus previsiones de ingresos y beneficios debido a las restricciones de exportación de chips impuestas por Estados Unidos. (Leer)
Nuevos acuerdos con startups
Antimetal, un proveedor de una plataforma de automatización de la gestión de infraestructuras con sede en Nueva York, ha recaudado 20 millones de dólares en una ronda de financiación de serie A. (Leer)
Commons Clinic, un proveedor de una plataforma sanitaria integrada y especializada con sede en Los Ángeles, California, ha recaudado 26 millones de dólares en una ronda de financiación de serie B. (Leer)
Landbase, una empresa de inteligencia artificial con sede en San Francisco, California, ha recaudado 30 millones de dólares en una ronda de financiación de serie A. (Leer)
OneBalance, un marco con sede en Londres, Reino Unido, para cuentas fiables que combina la abstracción de cadenas, la abstracción de gas y la gestión de permisos, ha recaudado 20 millones de dólares en una ronda de financiación de serie A. (Leer)
Autonomize AI, una empresa con sede en Austin, Texas, especializada en soluciones sanitarias basadas en IA, ha recaudado 28 millones de dólares en financiación de serie A. (Leer)
Tombot, una empresa de tecnología robótica con sede en Los Ángeles, California, ha recaudado 6,1 millones de dólares en financiación de serie A. (Leer)
Nota: Agradecemos a Sahil S su colaboración en este artículo, que es una adaptación del suyo en inglés:
Por si te lo perdiste
Lo último en esta publicación
La Estrategia de YC “Ganancias, Pérdidas, Hitos Alcanzados” para Recaudar Fondos
Marco de Y-Combinator: ¿Cuánta Tracción se necesita para Recaudar Fondos?
La Guía de Marc Andreessen para encontrar el Encaje entre Producto y Mercado
¿Cómo Demostrar a los Inversores que Este es el Momento y la Empresa Adecuada?
Marco de Trabajo del VC para Evaluar la Pila Tecnológica de una Startup de IA