analizador-traccion
Analiza métricas post-lanzamiento para determinar si un producto tiene tracción real o si debes pivotar. Interpreta señales de usuarios, retención, engagement y monetización. Úsalo después de lanzar para tomar decisiones basadas en datos sobre continuar, pivotar o cerrar.
When & Why to Use This Skill
The Traction Analyzer is a specialized Claude skill designed for founders and product managers to evaluate post-launch performance. It moves beyond vanity metrics to analyze core signals like retention, organic growth, and user engagement. By applying a structured 'Red/Yellow/Green' evaluation framework, it helps teams make objective, data-driven decisions on whether to persevere with their current strategy, investigate further, or execute a strategic pivot.
Use Cases
- Post-Launch Audit: Evaluating the first 30 days of product data to determine if user behavior indicates genuine market traction.
- Pivot vs. Persevere Assessment: Using retention and activation benchmarks to decide if a product requires a fundamental change in direction.
- Vanity Metric Filtering: Distinguishing between superficial growth (like sign-ups or social mentions) and sustainable value (like returning users and organic referrals).
- SaaS Performance Benchmarking: Comparing onboarding completion rates and core feature usage against industry standards to identify friction points.
- Investment Readiness: Preparing data-backed evidence of product-market fit for stakeholders or internal resource allocation.
| name | analizador-traccion |
|---|---|
| description | Analiza métricas post-lanzamiento para determinar si un producto tiene tracción real o si debes pivotar. Interpreta señales de usuarios, retención, engagement y monetización. Úsalo después de lanzar para tomar decisiones basadas en datos sobre continuar, pivotar o cerrar. |
Analizador de Tracción
Propósito
Este skill te ayuda a interpretar las métricas y señales de tu producto después del lanzamiento para responder la pregunta más importante: "¿Tengo tracción real o estoy engañándome a mí mismo?"
Filosofía de Tracción
¿Qué es Tracción Real?
Tracción NO es:
- ❌ Muchos registros sin actividad
- ❌ Tráfico de un lanzamiento viral que no se convierte
- ❌ Amigos/familia usando el producto para apoyarte
- ❌ Métricas de vanidad (visitas, likes, seguidores)
Tracción SÍ es:
- ✅ Usuarios regresando sin que los contactes
- ✅ Crecimiento orgánico (usuarios refieren a otros)
- ✅ Disposición demostrada a pagar
- ✅ Usuarios pidiendo nuevas características
- ✅ Retención sostenida semana tras semana
La Verdad Incómoda
REGLA DE ORO: Si tienes que preguntarte si tienes tracción, probablemente no la tienes.
La tracción real se siente diferente:
- Los usuarios te contactan a ti (no al revés)
- Recibes feedback sin solicitarlo
- Las métricas crecen sin esfuerzo extraordinario
- Hay urgencia en las solicitudes de los usuarios
Marco de Evaluación de Tracción
Nivel 1: 🔴 ZONA ROJA (Sin Tracción)
Síntomas:
- < 5% de registrados son activos
- Retención a 7 días < 10%
- Zero usuarios pagando después de 30 días
- No hay crecimiento orgánico
- Usuarios no completan el flujo principal
- Feedback es "está bien" o silencio
Acción: Pivotar inmediatamente o cerrar
Nivel 2: 🟡 ZONA AMARILLA (Señales Mixtas)
Síntomas:
- 10-30% de usuarios activos
- Retención a 7 días: 20-40%
- 1-5 usuarios pagando
- Crecimiento lento pero constante
- Algunos usuarios comprometidos pero mayoría inactiva
- Feedback positivo pero sin urgencia
Acción: Investigar profundamente antes de doblar esfuerzo
Nivel 3: 🟢 ZONA VERDE (Tracción Real)
Síntomas:
40% de usuarios activos
- Retención a 7 días > 50%
- Usuarios pagando sin fricción
- Crecimiento orgánico medible
- Usuarios pidiendo features activamente
- Referrals espontáneos
Acción: Duplicar esfuerzos, construir más
Métricas Críticas por Tipo de Producto
SaaS / Web Apps
Semana 1-2 (Post-Lanzamiento):
- Registros: [X] usuarios
- Activación: % que completan setup/onboarding
- Usuarios activos diarios (DAU): [Y]
- Feature core usado: % de usuarios que lo usan
Benchmarks:
- ✅ Bueno: >60% completa onboarding, >40% usa feature core
- 🟡 Mediocre: 30-60% onboarding, 20-40% feature usage
- 🔴 Malo: <30% onboarding, <20% feature usage
Cuando Pivotar vs Perseverar
Pivota Si:
- Han pasado 3+ meses sin mejora en retención core
- Los usuarios dicen "está bien" pero no lo usan
- Tienes que explicar por qué deberían usarlo
- La única tracción es de gente que te conoce
- Estás forzando encaje que no existe
Persevera Si:
- Núcleo pequeño de usuarios super comprometidos
- Retención core está mejorando mes a mes
- Feedback pide "más de esto" no "cámbialo"
- Hay crecimiento orgánico medible
- Las entrevistas revelan dolor real