Time to value.
Los días que tarda un usuario nuevo en ver tu producto funcionando. Es la duración del tramo, no la acción que lo cierra. Y si es más largo que tu prueba gratuita, la prueba no prueba nada.
El time to value es el tiempo que pasa entre el registro de un usuario y el momento en que obtiene el primer resultado útil del producto. Se mide como la mediana de días de una cohorte de registros y se compara con la duración de la prueba gratuita: si el time to value es mayor, la mitad más lenta de esa cohorte caduca antes de ver el producto funcionando.
También: ttv · time to first value · tiempo hasta el valor
Agencia Snowball, Barcelona · Revisado el
No es la acción que enseña el valor. Es cuánto tarda en llegar.
El time to value son los días que pasan entre el registro de un usuario y el momento en que obtiene el primer resultado útil de tu producto. Nada más: una resta de dos fechas, medida sobre una cohorte de registros y leída en días.
La confusión habitual es meterlo en el mismo saco que el aha moment. No son lo mismo y la diferencia importa cuando hay que arreglarlo. El aha es la acción concreta: enviar tres mensajes, completar un pin, organizar la primera reunión, emitir la primera factura. El time to value es el reloj que corre hasta esa acción. Uno se define, el otro se mide. Y el tramo entero que separa las dos cosas tiene nombre propio: es tu onboarding, del que esta métrica es simplemente la duración.
Por qué existe la métrica: porque el tiempo es lo único que el usuario nuevo no te va a dar. Y porque hay un número al que se compara directamente, que es la duración de tu prueba gratuita. Si tu time to value es de 21 días y le das 14, la mitad más lenta de cada cohorte caduca antes de ver el producto funcionando. Has pagado por traerlos, han abierto la cuenta y no han llegado a saber para qué servía.
Con un time to value de 4 días sobre esa misma prueba de 14, al usuario le quedan 10 días de producto ya sabiendo para qué le sirve. Con uno de 21, la prueba se queda 7 días corta y los días de uso con valor visto son 0. Es la misma prueba y el mismo producto: lo único que cambia es lo que tarda en enseñar el primer resultado.
Días que el usuario pasa dentro de la prueba usando el producto con el valor ya visto.
Misma prueba, mismo producto. Lo único que ha cambiado es lo que tarda en enseñar el primer resultado.
Dos fechas, una cohorte y la mediana.
Time to value = fecha del primer valor − fecha del registro. La primera fecha la tienes; la segunda hay que decidirla antes de poder medir nada.
Decidir la segunda fecha es el trabajo de verdad. El primer valor es un evento concreto del producto, con nombre y con marca de tiempo, y no sale de una reunión: sale de cruzar cohortes y ver qué hizo distinto en la primera semana quien se quedó frente a quien no. Las referencias clásicas están medidas así y todas llevan su ventana dentro: completar un pin en los primeros 7 días, enviar tres mensajes en la primera semana, organizar una reunión en los primeros 7 días, sumar siete contactos en los primeros 10. Fíjate en que ninguna dice solo qué hay que hacer: todas dicen también en cuánto tiempo.
Con el evento elegido, el resto es fontanería de medición y tiene tres reglas. Primera: se mide por cohorte de registro, no sobre el total de la base. Un acumulado desde el día uno mezcla a los que entraron cuando el alta tenía seis pantallas con los que entraron después de recortarla, y la mejora desaparece dentro de la media. Segunda: se usa la mediana, no la media. Tercera: los que nunca llegan al valor no se descartan del análisis, se cuentan aparte, porque son precisamente los que explican el número.
La mediana no es un capricho estadístico. Las distribuciones de activación tienen una cola larga a la derecha: cuentas dormidas que activan al mes, pruebas de un departamento que se retoman en el siguiente trimestre. Esa cola te dobla la media y no te mueve la mediana, así que la media describe a un usuario que no existe mientras la mediana describe lo que le pasa a la mitad de tu cohorte.
Y una advertencia de volumen, porque aquí se pierde mucho tiempo: para sacar conclusiones fiables de la activación hace falta caudal, del orden de 10.000 usuarios al mes pasando por el alta. Por debajo de esa cifra el número existe pero se mueve solo, y lo que hay que hacer no es forzar la analítica: es sentar a gente delante del producto o grabarla usándolo. Vale más lo que ves que lo que crees que ves, y a esa escala una tarde de cinco sesiones te dice más de tu fricción que un panel de eventos con 200 registros dentro.
El número no se compara con el sector. Se compara con los días que das.
No existe un time to value bueno en abstracto. Existe uno que cabe en tu prueba y uno que no, y esa es toda la lectura.
La regla de decisión es corta: si tardas semanas en enseñar valor, la prueba se queda corta y el modelo está mal elegido. Si el primer valor llega en minutos, la prueba presiona bien la decisión de pago. Es el mismo criterio que decide entre freemium y prueba con fecha, y por eso Canva regala un plan gratuito para siempre y Pipedrive da un puñado de días con todo desbloqueado: no es una moda de sector, es la complejidad del setup de cada uno. Hay quien combina los dos, como Asana con su prueba desbloqueada que cae a un plan gratuito permanente si no conviertes, y el freemium tolera un retorno de la inversión más lento a cambio de un coste de captación más bajo.
Con el número delante, las palancas para bajarlo están todas antes del producto o en la primera pantalla del producto. Menos pasos hasta llegar dentro: más de tres o cuatro pantallas entre el alta y el producto es un corte grave, y cada campo que no hace falta para activar es un día que ganas o pierdes. Y sobre todo, decirle qué hacer en el segundo exacto en que termina el registro. Si el producto sabe que lo que ha venido a hacer es emitir una factura, no lo mandas al panel de control: le preguntas si quiere hacer la primera ahora mismo y le pides una cosa cada vez hasta que la tenga. Soltarlo en un panel vacío con un “apáñate” es la forma más habitual de convertir un time to value de horas en uno de semanas.
Un aviso sobre qué no arregla esto. Bajar el time to value sube la activación solo si el usuario que entra necesitaba lo que resuelves: alguien que no entiende qué haces se registra y no vuelve, hagas el onboarding que hagas. Cuando el número no se mueve con nada de lo de arriba, el problema ya no es de días, es de propuesta de valor o del tráfico que llega al alta — y eso se ve mirando el signup rate por origen, no el reloj.
Se calcula en tu navegador. No se guarda ni se envía nada.
Cuatro formas de tener el número y usarlo mal.
Medir la media y llamarla el tiempo del usuario
Es el error más frecuente y el más caro, porque la media siempre da mejor de lo que es o peor de lo que es, pero nunca da lo que pasa. Una cola de cuentas que activan al mes te sube la media y te deja la mediana quieta. Si el informe de producto trae una sola cifra, que sea la mediana, y al lado el porcentaje de la cohorte que no llega al valor nunca.
Poner el primer valor donde no está
Si el evento que marca el final del reloj es “completar el perfil” o “terminar el tour”, estás midiendo lo rápido que la gente hace trámites, no lo rápido que ve el resultado. El evento tiene que ser el que distingue a quien se queda de quien se va, y eso solo lo dicen las cohortes. Medir el trámite hace que el número baje mientras la retención sigue igual.
Confundirlo con el tiempo del comercial
En venta asistida hay dos relojes distintos: el que tarda el cliente en firmar y el que tarda su equipo en ver el producto funcionando. El segundo empieza cuando acaba el primero, y en implantaciones largas puede seguir corriendo meses después de la firma. Un cliente que ya paga y todavía no ha visto el valor está en el peor sitio posible: dentro de la factura y fuera del producto.
Tratarlo como un problema de producto y no de caja
Un time to value más largo que la prueba se paga dos veces: en conversión de gratis a pago, que se hunde porque la decisión llega antes que el resultado, y en churn meses después, cuando se va quien pagó sin haber visto nunca el porqué. Esa baja no se arregla el mes en que se produce: se arregla en el registro, y por eso el reloj es una métrica de dirección y no un detalle de la hoja de ruta de producto.
Lo que se pregunta sobre time to value.
¿Cómo se mide el time to value?
Restando la fecha del primer valor a la fecha del registro, sobre una cohorte de altas y con la mediana, nunca con la media. El primer valor es un evento concreto del producto con marca de tiempo, elegido cruzando cohortes: qué hizo distinto en la primera semana quien se quedó frente a quien se fue.
¿Cuál es la diferencia entre time to value y aha moment?
El aha moment es la acción concreta que hace que el usuario entienda para qué le sirve el producto. El time to value es el tiempo que tarda en llegar a esa acción. Uno se define, el otro se mide, y arreglarlos son dos trabajos distintos: el primero es de datos, el segundo es de quitar pasos.
¿Qué pasa si el time to value es más largo que la prueba gratuita?
Que la mitad más lenta de cada cohorte llega al final de la prueba sin haber visto el producto funcionando y decide sobre algo que no ha visto. Con una prueba de 14 días y un time to value de 21, los días de uso con valor visto son cero: has pagado la captación de gente que abrió la cuenta y nunca supo para qué servía.
¿Se usa la media o la mediana?
La mediana. Las distribuciones de activación tienen una cola larga de cuentas que activan semanas después, y esa cola dobla la media sin mover la mediana. La media describe a un usuario que no existe; la mediana describe lo que le pasa a la mitad de la cohorte.
¿Cuántos usuarios hacen falta para fiarse del número?
Para sacar conclusiones fiables de la activación hace falta caudal, del orden de 10.000 usuarios al mes pasando por el alta. Por debajo de esa cifra el número se mueve solo y no conviene forzar la analítica: sienta a gente delante del producto o grábala usándolo, que a esa escala informa más.
Los que hacen falta para usar este.
Lo que pasa entre que alguien se registra y el momento en que decide quedarse.
El tramo entre el registro y la primera vez que el producto sirve para algo. No es un tour por las funcionalidades: es empujar UNA acción concreta y quitar de en medio todo lo que estorbe antes de ella.
El porcentaje de registros que llega a usar el producto de verdad. En PLG, el número que manda.
Acceso completo durante un tiempo limitado. Lo que decide si convierte no son los días, sino qué obliga a hacer el usuario dentro.
Porcentaje de clientes que se van cada mes. La fuga que decide si un SaaS compone o se vacía.
Qué haces, para quién y por qué tú. Si no cabe en una frase no está clara, y la web lo paga en conversión.
Porcentaje de usuarios activos que usan una funcionalidad concreta. Separa lo que se construyó de lo que se usa, que casi nunca es la misma lista.