¿Qué probabilidades hay de conseguirlo?

Resumen ejecutivo

El mundo startup está casi obsesionado con celebrar a las empresas atípicas. Son las que rompen hitos de crecimiento, están dirigidas por fundadores carismáticos y no se cortan con la autopromoción (preferirían llamarlo construir en público). Para ser justos, yo también he contado muchas de esas historias en este boletín.

Lo que se pierde en la conversación: es extremadamente difícil conseguirlo como startup nueva. No tienes suficientes recursos. Tus compradores no te están prestando atención. Tu producto no está tan pulido como te gustaría. Y cada semana aparece un competidor nuevo de la nada.

Quería poner el foco en lo difícil que es exactamente. Para ello me uní a mis amigos de ChartMogul, la plataforma de CRM y métricas SaaS donde ahora soy Analyst-in-Residence. ChartMogul me dejó explorar su increíble conjunto de datos con 6.525 empresas de software y registros históricos de más de una década.

Sigue leyendo para ver datos totalmente nuevos sobre tus probabilidades de llegar a 1 millón de dólares de ARR y más allá, cuánto tarda de verdad el primer millón y si hace falta mudarse a la Bay Area para dar el pelotazo.

Las probabilidades de llegar a 1 M$ de ARR y más allá

Es más fácil entrar en Harvard o Stanford que alcanzar 25 millones de dólares de ARR en 10 años. Deja que eso se asiente.

Lo primero que investigué fue qué porcentaje de startups de software llega alguna vez a hitos de ARR como 1 millón, 5 millones y 25 millones de dólares. Medirlo es más complicado de lo que parece, por factores como el sesgo del superviviente. Asumí algunas simplificaciones: el reloj empieza en la primera monetización y la ventana de medición es de 10 años. Como la mayoría de startups no lleva 10 años en marcha, calculé las cifras por cohortes para confirmar la pendiente de la curva de supervivencia en todo el histórico de 6.525 empresas.

Lo que encontré: casi la mitad de las startups de software acaba llegando a 1 millón de dólares de ARR después de empezar a monetizar, siempre que estén dispuestas a aguantar 10 años.

Esta cifra es más alta de lo que habría predicho. Sospecho que puede estar influida por cierto sesgo de selección: las empresas interesadas en métricas de suscripción probablemente sean negocios serios más que proyectos de afición. Y aquí se ven empresas que empezaron a monetizar en 2016 o antes, cuando, sinceramente, era mucho más difícil construir y lanzar un producto SaaS. Más adelante en el informe desglosamos cómo se ven estas cifras en cohortes más recientes durante sus primeros años de monetización.

Aun así, las probabilidades de pasar de 1 millón de dólares de ARR son bastante crudas. Una de cada diez llega a 10 millones de dólares de ARR. Y solo una de cada cincuenta startups alcanza 25 millones de dólares de ARR en 10 años. Es menos probable que ser aceptado en Harvard o Stanford (3,6 % de tasa de admisión).

Si lo has logrado, espero que te tomes un momento para celebrarlo. El 97,7 % de tus pares no llegó tan lejos.

Cuánto tarda de verdad el primer millón

Cuando escuchas a los VC, da la impresión de que el crecimiento de ingresos ocurre a velocidad de la luz. El clásico camino «triple-triple-double-double-double» (T2D3) hasta 100 millones de dólares en cinco años ya no le basta a algunos VC cuando ven a Lovable, Cursor y Wiz haciéndolo en dos años o menos.

Lo que encontré: en las startups que llegan a 1 millón de dólares de ARR, normalmente pasan entre dos y cinco años desde la primera monetización. Un mero 3,3 % de las startups alcanza 1 millón de dólares en menos de un año. El 13,4 % llega a 1 millón en menos de 3 años. Y el 25,1 % alcanza esa cifra en 5 años. Puedes situarte en la curva de abajo para encontrar los números más relevantes para ti.

Creo que esto es sano. Encontrar el product-market fit (PMF) y pasar de la venta liderada por fundadores a un crecimiento repetible lleva tiempo de verdad. Escalar antes de hora puede matar un negocio que por lo demás sería excelente. Muchas de las mejores empresas van despacio para ir rápido.

Merece la pena mencionar que los unicornios más celebrados de hoy tampoco alcanzaron 1 millón de dólares de la noche a la mañana. Iteraron con paciencia tanto en producto como en distribución, y luego apostaron todo cuando supieron que funcionaba.

• Lovable pasó 18 meses construyendo antes de su éxito rotundo. Las versiones anteriores del producto, entonces llamado GPT Engineer, se apagaron tras el lanzamiento inicial.
• Clay, la plataforma de sales intelligence, se pasó seis años sudando antes de ver tracción de ingresos. Al final el crecimiento explotó en los últimos años.
• StackBlitz, creadora de la app de vibe-coding Bolt.new, tardó siete años en arañar 700.000 $ de ARR. Después su nuevo producto Bolt.new explotó hasta 4 millones de dólares de ARR en sus primeras cuatro semanas.

Es más fácil construir software, es más difícil destacar

En los últimos diez años hemos convertido el go-to-market en una ciencia. Hemos inventado decenas de siglas de tres letras, de AEO a PLG y UBP. Lo que no hemos hecho es mejorar de forma apreciable en abrirnos paso.

Dividí las startups de software en cohortes según el año en que empezaron a monetizar. Luego comparé la probabilidad de alcanzar 1 millón de dólares de ARR en cada cohorte.

Lo que encontré: las startups lanzadas entre 2016 y 2019 tenían de forma consistente más probabilidades de llegar a 1 millón de dólares de ARR en tres años que las nacidas después. Las diferencias no son enormes —una tasa de éxito del 15 % frente al 12 %— pero se notan. Muchas de la hornada 2016-2019 probablemente se beneficiaron del periodo de tipos de interés cero (ZIRP) y del boom del software impulsado por la COVID.

2016 en particular fue la mejor añada para lanzar una startup. Ese año tuvo tasas de éxito del cuartil superior en todos los frentes. Esa añada incluye también a muchos de los pioneros originales del product-led growth (PLG), que llevaron nuevas formas de comprar a categorías de producto tradicionales. Notion, Figma y Loom se lanzaron todas en 2016.

Las cohortes más recientes, y en particular las empresas de software fundadas en 2021, no han corrido tan bien. La cohorte de 2021 tiene la menor probabilidad de alcanzar 1 millón de dólares de ARR en tres años (10,1 %). Esa hornada tuvo la mala suerte de llegar tarde al boom ZIRP y de estar en plena desaceleración de la financiación de 2022-2023. La mayoría llegó demasiado pronto para montarse en la ola de la IA.

El lado bueno: la añada de 2023 está rindiendo excepcionalmente bien desde el arranque. Tienen un 50 % más de probabilidades de llegar a 1 millón de dólares de ARR en los seis meses siguientes al lanzamiento. Esa hornada seguía siendo temprana en la fiesta de la IA; sus fundadores llevaban tiempo pensando en cómo construir productos de IA antes de que hacerlo se volviera mainstream. Estaban en el lugar correcto, en el momento correcto y con el producto correcto.

Las startups nativas de IA juegan en otra liga

Como regla general, las cohortes más nuevas de empresas de software no han mejorado en encontrar tracción. Pero hay una (gran) excepción a esa regla. Probablemente puedas adivinar cuál.

El equipo de ChartMogul usó IA para agrupar las más de 6.000 empresas en categorías de producto. Entre ellas hay categorías como PLG (tienen una oferta self-service en su web), vertical SaaS (software diseñado para un sector o nicho concreto) y enterprise SaaS (ACV medio de 10.000 $ o más).

Después miré cómo la categoría de producto afectaba a las posibilidades de una startup de ser un caso atípico, que definí como llegar a 1 millón de dólares de ARR en seis meses o a 10 millones de dólares de ARR en 12 meses. (Las categorías no eran mutuamente excluyentes; una empresa podía caer en varias.)

Lo que encontré: las startups nativas de IA tienen 3 veces más probabilidades de llegar a 1 millón de dólares de ARR en 6 meses. Y 8 veces más probabilidades de llegar a 10 millones de dólares de ARR en 12 meses.

Para que quede claro: estos hitos siguen siendo extremadamente raros. Menos del 1 % de las startups nativas de IA alcanza 10 millones de dólares de ARR en los 12 meses siguientes a su primera monetización. Pero ocurre a tasas drásticamente más altas que las que hemos visto históricamente.

Ninguna otra categoría de producto se acercó ni remotamente a ser nativa de IA:

• Las empresas de enterprise SaaS tienen un 40 % más de probabilidades de llegar a 1 millón de dólares de ARR en 6 meses, aunque son solo del promedio en llegar a 10 millones de dólares de ARR en 12 meses.
• Al contrario de lo que la gente podría esperar, PLG y consumer SaaS tienen ambas menos probabilidades de explotar desde el arranque; muchas de estas empresas tienen una rampa más lenta porque priorizan captar usuarios antes de monetizar.
• El vertical SaaS también tiene menos casos atípicos. Sospecho que refleja lo difícil que es vender a compradores que no son early adopters de tecnología.

Matizo que explotar desde el arranque no predice necesariamente la longevidad. Ser rápido captando clientes puede coincidir con ser rápido perdiéndolos a otro producto.

No necesitas estar en la Bay Area (pero ayuda)

La sabiduría convencional dice que hay que mudarse a la Bay Area si quieres llegar lejos. Resulta que no es necesariamente cierto, aunque estar en la Bay Area desde luego no perjudica.

Analicé el conjunto de datos según la ubicación actual de la sede de cada empresa y luego agrupé las empresas en los diez mayores hubs regionales representados entre los clientes de ChartMogul. Esos grupos incluyen grandes áreas metropolitanas (como la Bay Area y Nueva York), países (como Francia, Canadá, Reino Unido) y, en algunos casos, regiones (como Europa Central y del Este, o Escandinavia).

Lo que encontré: las startups de la Bay Area tienen efectivamente más probabilidades de romper. Pero las diferencias no son tan profundas como cabría esperar dadas todas las ventajas (y los costes añadidos) de estar allí. Las empresas de la Bay Area tienen:

• un 70 % más de probabilidades de llegar a 1 millón de dólares de ARR en 3 años.
• un 150 % más de probabilidades de llegar a 5 millones de dólares de ARR en cuatro años.
• un 40 % más de probabilidades de llegar a 10 millones de dólares de ARR en cinco años.

Francia y Canadá son sorprendentemente buenas produciendo empresas de software que llegan a 1 millón de dólares de ARR en tres años (aunque Canadá en particular rara vez produce empresas que lleguen a 10 millones en cinco años).

Nueva York y el resto de Estados Unidos producen las empresas con más longevidad. Las empresas de esos lugares superan a la Bay Area en llegar a 10 millones de dólares de ARR en cinco años. Puede que quienes construyen fuera de la Bay Area tengan más aguante: perseveran cuando sus pares pivotan, cierran o buscan una salida temprana.

Qué hace falta para ser un caso atípico

Si has pasado de 1 millón de dólares de ARR, bien hecho. Le has ganado a las probabilidades.

¿Qué es entonces lo que impulsa a estas startups y no a otras, además, por supuesto, de ser nativas de IA y tener sede en San Francisco? Exploraré esa pregunta en las próximas semanas. Suscríbete a Growth Unhinged y conecta con ChartMogul para que te avisemos cuando salgan.

Metodología y glosario

Fuentes de datos y marco de análisis: para crear este informe analizamos datos anonimizados y agregados de ChartMogul.

Fuentes de datos: movimientos de MRR de ChartMogul, datos de cuenta enriquecidos con segmentación por IA y clasificaciones geográficas y sectoriales. Se excluyen las cuentas sandbox.

Análisis de hitos de ARR: examina con qué rapidez las empresas alcanzan hitos clave de ARR (1, 5, 10, 15, 20 y 25 M$) en horizontes temporales de 1 a 120 meses. Las empresas solo son elegibles si ha pasado suficiente tiempo desde su primera fecha de ingresos.

Análisis del decil más rápido: se centra en el 10 % de empresas más rápidas en alcanzar cada hito y analiza sus características de retención y crecimiento durante el periodo de rampa.

Métricas de retención: retención bruta de ingresos (GRR) y retención neta de ingresos (NRR), calculadas durante las ventanas de rampa.

Métricas de crecimiento: ingreso medio por cuenta (ARPA), crecimiento del ARPA y composición de los ingresos (nuevo negocio, expansión, reactivación).

Movimientos de ingresos: categorías de MRR de nuevo negocio, expansión, contracción, churn y reactivación.

Enfoque estadístico: análisis de cohortes por año, geografía y modelo de negocio; agregación mensual con relleno hacia delante; benchmarking de rendimiento basado en percentiles.