- Actualizado: noviembre 17, 2026
Qué es el product market fit y cómo medirlo (test del 40%)
Qué es el product market fit es una pregunta que casi todo equipo de producto se hace demasiado tarde: después de meses construyendo funciones, gastando en anuncios y preguntándose por qué el crecimiento no despega. La respuesta corta es sencilla; lo difícil es medirlo sin engañarse. En esta guía vas a ver cómo pasar de una «sensación» a señales concretas (la encuesta de Sean Ellis, las curvas de retención, la recomendación espontánea) y cómo usar IA para leer cientos de respuestas abiertas y encontrar el segmento que más valora tu producto 🎯
Respuesta corta: el product market fit (PMF), o ajuste producto-mercado, es estar en un buen mercado con un producto que satisface a ese mercado, según la definición de Marc Andreessen (2007). Se mide con señales: que al menos el 40 % de tus usuarios activos diga que estaría «muy decepcionado» si no pudiera usarlo (test de Sean Ellis), que la retención se aplane en vez de caer a cero y que los clientes recomienden el producto sin que se lo pidas.
Vas a encontrar el origen del concepto, la diferencia con el producto mínimo viable, cómo aplicar el test del 40 % paso a paso, qué otras métricas mirar, el caso real de Superhuman (de 22 % a 58 %), cómo usar IA para analizar la encuesta, errores comunes y un plan de cuatro semanas para medir tu propio ajuste.
¿Quieres aprender a descubrir, priorizar y medir productos con ayuda de la IA?
Qué es el product market fit
El product market fit es el momento en que un producto resuelve un problema real para un grupo de personas lo bastante grande y lo bastante dispuesto a pagar (o a usarlo con frecuencia) como para que el negocio pueda crecer. En español se habla de ajuste producto-mercado o encaje producto-mercado, y en la jerga se abrevia como PMF.
La definición más citada es la de Marc Andreessen: «Product/market fit means being in a good market with a product that can satisfy that market», es decir, estar en un buen mercado con un producto capaz de satisfacer a ese mercado. Fíjate en que tiene dos partes:
- Un buen mercado: muchas personas con un problema que les importa resolver.
- Un producto que lo satisface: no a medias, sino tan bien que lo usan de forma recurrente y lo echarían de menos.
Por eso el PMF no es una función ni un hito técnico. Es una relación entre lo que construiste y las personas que lo usan. Puedes tener un producto excelente y no tener PMF si apuntas al mercado equivocado, y puedes tener un producto todavía tosco y tenerlo si resuelve algo urgente para el público correcto.
De dónde viene el término
El concepto se popularizó con el ensayo «The Only Thing That Matters», que Marc Andreessen, cofundador de Netscape e inversor de capital de riesgo, publicó en su blog el 25 de junio de 2007. Allí cuenta que el mercado es el factor más importante para el éxito de una startup, una idea que atribuye a Andy Rachleff, inversor que había formado parte de la firma Benchmark Capital. La formulación que Andreessen llama «la ley de Rachleff» dice así:
«Cuando un gran equipo se encuentra con un mal mercado, gana el mercado. Cuando un mal equipo se encuentra con un gran mercado, gana el mercado. Cuando un gran equipo se encuentra con un gran mercado, pasa algo especial».
El mismo ensayo describe cómo se siente estar sin PMF: los clientes no terminan de obtener valor, el boca a boca no se propaga, el uso no crece rápido, las reseñas son tibias, los ciclos de venta se alargan y muchos acuerdos nunca se cierran. Y cómo se siente tenerlo: los clientes compran tan rápido como puedes producir, o el uso crece tan rápido como puedes agregar servidores.
Product market fit, MVP y validación: las diferencias
Estos conceptos se mezclan mucho. Esta tabla los ordena:
| Concepto | Qué es | Pregunta que responde | Cuándo aparece |
|---|---|---|---|
| Problema validado | Evidencia de que un grupo de personas tiene un problema que le importa | ¿Vale la pena resolver esto? | Antes de construir |
| Producto mínimo viable (MVP) | La versión más simple que permite aprender del uso real | ¿Mi solución funciona para alguien? | Primeras semanas o meses |
| Product market fit | Un segmento usa el producto de forma recurrente y lo echaría de menos | ¿Hay un mercado que tira del producto? | Después de iterar el MVP |
| Escalado | Crecer en usuarios, canales y equipo sobre un ajuste ya probado | ¿Cómo llego a más personas como estas? | Solo después del PMF |
El MVP es una herramienta para aprender; el PMF es el resultado que buscas con ese aprendizaje. Si quieres repasar cómo diseñar esa primera versión, mira nuestra guía sobre qué es el producto mínimo viable.
Por qué el product market fit importa tanto
Porque casi todo lo que haces antes de tenerlo es provisional, y casi todo lo que haces sin tenerlo es caro:
- Escalar sin PMF multiplica el problema. Invertir en anuncios para un producto que la gente abandona solo acelera el abandono.
- Orienta el roadmap. Mientras no hay ajuste, la prioridad es aprender qué valora tu mejor segmento, no sumar funciones para todos.
- Define a quién escuchar. No todos los usuarios valen lo mismo para encontrar el ajuste; los que más valoran el producto marcan el camino.
- Cambia la conversación con inversores y socios. Datos de retención y una encuesta sólida pesan más que una proyección optimista.
Señales de que tienes (o no tienes) product market fit
No hay un único número mágico, pero sí un conjunto de señales que, juntas, cuentan una historia bastante clara:
| Señal | Sin PMF | Con PMF |
|---|---|---|
| Encuesta de Sean Ellis | Menos del 40 % «muy decepcionado» | 40 % o más «muy decepcionado» |
| Curva de retención | Cae hasta casi cero | Baja al principio y luego se aplana |
| Recomendación | Solo si la pides o la incentivas | Aparece sola: «me lo recomendó un colega» |
| Ventas | Ciclos largos, muchos «lo pensamos» | Ciclos más cortos, clientes que piden empezar ya |
| Uso | Picos tras cada campaña y caídas después | Uso recurrente sin empujones constantes |
| Pedidos de los usuarios | Piden cosas muy distintas entre sí | Piden profundizar en lo que ya usan |
| Soporte | Preguntas sobre para qué sirve | Preguntas sobre cómo hacer más con él |
Si ves la columna de la izquierda, no es un fracaso: es información. Significa que todavía estás buscando el segmento o la propuesta de valor correcta.
Cómo medir el product market fit: el test de Sean Ellis
Sean Ellis, experto en crecimiento que dirigió los primeros equipos de marketing de empresas como LogMeIn, Eventbrite y Dropbox, propuso una pregunta sencilla para medir el ajuste:
«¿Cómo te sentirías si ya no pudieras usar este producto?»
a) Muy decepcionado · b) Algo decepcionado · c) No me decepcionaría
Según relata First Round Review, Ellis comparó las respuestas de casi un centenar de startups y encontró un patrón: las que superaban el 40 % de respuestas «muy decepcionado» casi siempre tenían buena tracción, y las que crecían con dificultad casi siempre quedaban por debajo. De ahí sale la regla del 40 %.
Las cuatro preguntas de la encuesta
La versión que popularizó Superhuman suma tres preguntas a la de Ellis:
- ¿Cómo te sentirías si ya no pudieras usar el producto? (muy / algo / nada decepcionado)
- ¿Qué tipo de personas crees que se beneficiarían más de este producto?
- ¿Cuál es el principal beneficio que obtienes del producto?
- ¿Cómo podríamos mejorar el producto para ti?
A quién enviarla
El dato solo es útil si preguntas a las personas correctas. Envía la encuesta a usuarios que experimentaron el valor central del producto: que lo usaron recientemente y más de una vez. Preguntar a quien se registró y nunca volvió infla el «no me decepcionaría» sin decirte nada útil. Como regla práctica, espera a tener al menos unas decenas de respuestas antes de sacar conclusiones; con diez respuestas, una persona cambia el resultado en diez puntos.
Cómo calcular el resultado
Divide las respuestas «muy decepcionado» por el total de respuestas válidas. Si 46 de 120 personas eligieron esa opción, tu puntaje es 46 ÷ 120 = 38 %. Estás cerca, pero todavía no llegas al 40 %. El paso siguiente no es celebrar ni desesperar: es segmentar.

Caso real: cómo Superhuman pasó del 22 % al 58 %
Superhuman es una aplicación de correo electrónico pensada para profesionales que manejan mucho volumen. En noviembre de 2018, su fundador, Rahul Vohra, contó en First Round Review cómo construyó un «motor» para encontrar el product market fit.
El punto de partida no era cómodo. El equipo había empezado a programar en 2015 y, en el verano de 2017, ya eran 14 personas y seguían sin lanzar. Vohra buscó una forma de medir el ajuste y encontró la encuesta de Ellis. La primera vez que la aplicaron, solo el 22 % eligió «muy decepcionado»: estaba claro que no tenían PMF.
Lo que hicieron después es la parte valiosa del caso, y se resume en cuatro pasos:
1. Segmentar
Asignaron un perfil a cada persona que respondió y miraron qué perfiles aparecían entre los «muy decepcionados». Así identificaron a su cliente de altas expectativas y acotaron el mercado a esos perfiles. Solo con segmentar, el puntaje subió al 33 %, sin cambiar una línea de código.
2. Analizar
Estudiaron por qué los fanáticos amaban el producto (la pregunta del beneficio principal) y qué frenaba a los «algo decepcionados» que compartían ese beneficio. A quienes no se decepcionarían, según el propio Vohra, había que dejarlos de lado con cortesía: sus pedidos podían desviar el producto hacia un público que nunca lo iba a amar.
3. Construir el roadmap
Dividieron el trabajo en dos mitades: el 50 % para profundizar lo que los fanáticos ya amaban y el otro 50 % para resolver lo que impedía a los «algo decepcionados» convertirse en fanáticos.
4. Repetir
Siguieron encuestando a usuarios nuevos y convirtieron el puntaje en la métrica principal del equipo. En tres trimestres de trabajo, el puntaje casi se duplicó, hasta el 58 %.
La lección no es que el 40 % sea una línea mágica, sino que el PMF se puede medir, descomponer y mejorar con método, en lugar de esperar a «sentirlo».
Otras métricas para evaluar el ajuste producto-mercado
La encuesta es un indicador adelantado: te dice cómo se sienten los usuarios hoy. Conviene contrastarla con lo que hacen.
Curvas de retención
Toma un grupo de usuarios que empezó en la misma semana (una cohorte) y mide qué porcentaje sigue activo en la semana 1, 2, 3 y así sucesivamente. Si la curva cae hasta casi cero, el producto no retiene. Si cae al principio y luego se aplana, significa que hay un grupo estable que encontró valor: esa meseta es una de las señales más fuertes de PMF. Lo importante no es tanto la altura de la meseta (varía mucho según el tipo de producto) como su existencia y su tendencia entre cohortes.
Recomendación espontánea
Pregunta en el registro «¿cómo nos conociste?» y mide qué parte llega por recomendación de otra persona. Cuando el boca a boca crece sin incentivos, el mercado está tirando del producto.
Frecuencia de uso
Define qué es «uso real» para tu producto (enviar un correo, cerrar una tarea, generar un informe) y mide cuántas veces por semana lo hace un usuario activo. Un producto que se usa a diario por necesidad tiene un ajuste distinto de uno que se abre una vez al mes por obligación.
Indicadores comerciales
En productos de pago, mira la conversión de prueba a pago, la cancelación mensual y si los clientes amplían su uso con el tiempo. Si necesitas ordenar qué medir, nuestra guía sobre qué es un KPI y cómo definirlo te ayuda a elegir pocos indicadores con sentido.
| Métrica | Qué mide | Tipo de indicador | Cuándo usarla |
|---|---|---|---|
| Test de Sean Ellis | Cuánto echarían de menos el producto | Adelantado (actitud) | Desde que tienes unas decenas de usuarios activos |
| Retención por cohortes | Si los usuarios siguen volviendo | Rezagado (comportamiento) | Cuando tienes varias semanas de datos |
| Recomendación espontánea | Si el producto se difunde solo | Comportamiento | Desde el lanzamiento |
| Frecuencia de uso | Si el producto forma parte de la rutina | Comportamiento | Siempre, con una definición clara de «uso real» |
| Conversión y cancelación | Si están dispuestos a pagar y a quedarse | Comercial | En productos de pago |
Cómo usar IA para analizar la encuesta de product market fit
La pregunta del 40 % se cuenta en un minuto. Lo laborioso son las tres preguntas abiertas: con 300 respuestas, leer y agrupar beneficios, perfiles y pedidos lleva horas, y es fácil quedarse con las frases más llamativas en lugar de los patrones. Aquí es donde un asistente de IA ahorra mucho trabajo, siempre que lo uses como ayudante y no como juez.
Paso 1: prepara los datos
Exporta las respuestas a una hoja de cálculo con una fila por persona: respuesta a la pregunta 1, perfil (si lo tienes: cargo, tamaño de empresa, uso), y las tres respuestas abiertas. Quita nombres, correos y cualquier dato personal antes de pasarlo a una herramienta de IA.
Paso 2: agrupa beneficios por segmento
Pide algo concreto. Por ejemplo:
«Estas son las respuestas a «¿cuál es el principal beneficio que obtienes?» de usuarios que respondieron «muy decepcionado». Agrúpalas en 5 a 8 temas, da un nombre corto a cada uno, indica cuántas respuestas hay en cada tema y cita dos respuestas textuales como ejemplo. No inventes temas que no estén en los datos».
Paso 3: encuentra el segmento que más valora el producto
Calcula el puntaje del 40 % por cada perfil (rol, sector, tamaño de equipo). Puedes pedir a la IA que te ayude a escribir la fórmula en la hoja de cálculo, pero el cálculo final hazlo en la hoja: así cualquier persona del equipo puede revisarlo. Es habitual que el puntaje general sea mediocre y que un segmento concreto esté muy por encima.
Paso 4: lee los pedidos de los «algo decepcionados»
Filtra a los «algo decepcionados» cuyo beneficio principal coincide con el de tus fanáticos y pide a la IA que agrupe qué les falta. Esos temas son candidatos para la mitad del roadmap dedicada a eliminar fricciones.
Paso 5: verifica con lectura humana
Antes de decidir, lee una muestra de respuestas de cada grupo. Los modelos de lenguaje pueden mezclar temas, exagerar un patrón o resumir mal una respuesta irónica. La IA te da un primer mapa; la decisión de producto sigue siendo tuya. Las entrevistas en profundidad que propone el product discovery son el mejor complemento para entender el porqué detrás de cada tema.

Cómo encontrar el product market fit paso a paso
Medir es la mitad del trabajo. La otra mitad es iterar con dirección:
- Define tu hipótesis de mercado. ¿Para quién es el producto y qué problema le resuelve? Un marco útil es pensar en el «trabajo» que la persona quiere hacer; lo explicamos en la guía sobre la metodología Jobs to be Done.
- Lanza un MVP a un grupo acotado. Mejor 50 usuarios del perfil correcto que 5.000 de cualquier perfil.
- Mide desde el día uno. Retención por cohortes, frecuencia de uso y de dónde llegan los usuarios.
- Aplica la encuesta cuando tengas suficientes usuarios activos.
- Segmenta y enfoca. Si un grupo supera claramente el 40 %, ese es tu mercado inicial, aunque sea más pequeño de lo que soñabas.
- Divide el roadmap entre profundizar lo que aman tus fanáticos y resolver lo que frena a los casi fanáticos. Nuestra guía sobre cómo hacer un roadmap de producto te ayuda a organizarlo.
- Repite cada pocas semanas y sigue la evolución del puntaje y de la retención.
Errores comunes al buscar el product market fit
- Confundir interés con ajuste. Muchos registros, «me encanta la idea» o una lista de espera larga no son PMF. Lo que cuenta es el uso recurrente.
- Escalar demasiado pronto. Contratar ventas o invertir en anuncios antes de que la retención se aplane suele quemar dinero.
- Construir para todos. Atender los pedidos de quienes no se decepcionarían dispersa el producto.
- Encuestar a las personas equivocadas. Incluir a quien nunca usó el producto distorsiona el resultado.
- Tratar el 40 % como un dogma. Es una referencia, no una ley. Úsala junto con la retención y el comportamiento real.
- Pensar que el PMF es para siempre. Los mercados cambian, llegan competidores y las necesidades evolucionan. Conviene volver a medir con regularidad.
Product market fit según el tipo de negocio
Software y aplicaciones
Las señales más claras son la retención por cohortes y la frecuencia de uso. La encuesta de Ellis encaja muy bien porque es fácil de enviar dentro del producto.
Productos para empresas (B2B)
Además de la encuesta a usuarios, mira la renovación de contratos, la expansión a otros equipos de la misma empresa y la duración del ciclo de venta. Que un cliente traiga a otro equipo sin que se lo pidas es una señal potente.
Comercio electrónico y productos físicos
La señal clave es la recompra: ¿los clientes vuelven a comprar sin descuentos agresivos? También ayuda medir qué parte de las ventas llega por recomendación o búsqueda directa de la marca.
Servicios y negocios pequeños
Aunque el término nació en el mundo de las startups, la lógica sirve para una consultora, una academia o un estudio de diseño: clientes que repiten, que recomiendan y que te dirían que les costaría reemplazarte. Si estás definiendo cómo vas a ganar dinero, revisa también nuestra guía sobre el modelo de negocio.
Plan práctico: mide tu product market fit en 4 semanas
| Semana | Qué haces | Resultado |
|---|---|---|
| 1 | Define qué es un «usuario activo» y qué es «uso real». Arma tu primera tabla de retención por cohortes semanales. | Línea base de retención |
| 2 | Envía la encuesta de cuatro preguntas a usuarios activos. Recuerda: solo a quienes usaron el producto recientemente. | Puntaje general del 40 % |
| 3 | Calcula el puntaje por segmento. Usa IA para agrupar beneficios y pedidos, y verifica leyendo una muestra. | Tu segmento de altas expectativas y sus temas |
| 4 | Arma el roadmap mitad y mitad (fanáticos / casi fanáticos) y fija la fecha de la próxima medición. | Plan de mejora y métrica de seguimiento |
Al final del mes no vas a «tener» PMF por arte de magia, pero vas a saber dónde estás, para quién funciona tu producto y qué hacer después. Eso ya es mucho más de lo que tiene la mayoría de los equipos.
Qué rol tiene el product manager en el PMF
Buscar el ajuste producto-mercado es, en buena parte, el trabajo de producto: hablar con usuarios, decidir qué construir y qué no, definir métricas y alinear al equipo alrededor de ellas. La IA acelera la síntesis y el análisis, pero el criterio para elegir un segmento, decir que no a pedidos que dispersan el producto y sostener la dirección es profundamente humano. Si te interesa este rol, empieza por nuestra guía sobre qué es un product manager; y si te toca traducir hallazgos en tareas para el equipo, la de cómo escribir historias de usuario te será útil.
Cómo lo aprendes en Pulsión Digital
En Pulsión Digital creemos que la IA multiplica lo que ya sabe hacer un buen profesional de producto, no lo reemplaza. El curso Product Manager con IA recorre el ciclo completo con ejercicios prácticos:
- Descubrimiento: hablar con usuarios y sintetizar con IA.
- Priorización con IA: RICE y Kano aplicados a un backlog real.
- Escribir PRDs con IA: documentos de requerimientos claros y accionables.
- Roadmap y comunicación con stakeholders.
- Métricas de producto: activación, retención y NPS.
- Lanzamientos y go-to-market con IA.
Lo haces a tu propio ritmo, con examen en cada clase, un tutor con IA que te ayuda a aplicar cada técnica a tu propio producto, una comunidad de personas con intereses parecidos y certificado al terminar.
Si quieres profundizar en la experiencia de quienes usan tu producto, el curso de UX Design es un gran complemento. Y para analizar la retención y las encuestas con más soltura, el de Data Analytics te da las bases.
Preguntas frecuentes sobre el product market fit
¿Qué significa product market fit en español?
Se traduce como ajuste o encaje producto-mercado. Significa estar en un buen mercado con un producto que satisface a ese mercado: un grupo de personas lo usa de forma recurrente y lo echaría de menos.
¿Qué es el test de Sean Ellis o regla del 40 %?
Es una encuesta que pregunta «¿cómo te sentirías si ya no pudieras usar este producto?». Si al menos el 40 % de los usuarios activos responde «muy decepcionado», es una señal fuerte de product market fit.
¿Cómo se mide el product market fit?
Combinando la encuesta de Sean Ellis con datos de comportamiento: curvas de retención por cohortes que se aplanan, frecuencia de uso, recomendación espontánea y, en productos de pago, conversión y cancelación.
¿Quién inventó el término product market fit?
Lo popularizó Marc Andreessen en su ensayo «The Only Thing That Matters» (2007), donde atribuye al inversor Andy Rachleff la idea de que el mercado es el factor más importante para una startup.
¿Cuál es la diferencia entre MVP y product market fit?
El MVP es la versión mínima de un producto que sirve para aprender del uso real. El product market fit es el resultado que buscas con ese aprendizaje: que un mercado concreto adopte el producto de forma sostenida.
¿Se puede perder el product market fit?
Sí. Los mercados cambian, aparecen competidores y las necesidades de los usuarios evolucionan. Por eso conviene seguir midiendo la retención y repetir la encuesta de forma periódica.
Conclusión
El product market fit deja de ser una sensación difusa cuando lo conviertes en señales medibles: un 40 % o más de usuarios que estarían muy decepcionados sin tu producto, una retención que se aplana y clientes que lo recomiendan solos. El caso de Superhuman muestra que el ajuste se puede descomponer y mejorar: segmentar, entender qué aman tus fanáticos, resolver lo que frena a los casi fanáticos y repetir. La IA te ayuda a leer cientos de respuestas en minutos, pero elegir el segmento y sostener el foco sigue siendo trabajo humano. Aplica el plan de cuatro semanas y vas a saber, con datos, dónde está tu producto hoy.
Fuentes consultadas
- Andreessen, M. (25 de junio de 2007). The Only Thing That Matters. The Pmarca Guide to Startups, parte 4.
- Vohra, R. (12 de noviembre de 2018). How Superhuman Built an Engine to Find Product/Market Fit. First Round Review.
- Mixpanel. Sean Ellis on how growth hacking will outlive the hype (perfil de Sean Ellis).