Product-Market Fit en Web3: lo que aprendimos lanzando dApps

Product-market fit es el hito más importante para cualquier startup. Encontralo, y el crecimiento se vuelve cuestión de ejecución. Fallalo, y ninguna cantidad de financiamiento, marketing o incentivos con tokens te va a salvar. En Web3, sin embargo, el concepto de product-market fit está fundamentalmente distorsionado -- y esa distorsión ha matado más proyectos que el código malo o los bear markets.

En la última década, trabajé en productos digitales tanto en tech tradicional como en Web3. Cuando lanzamos la wallet de Xcapit -- una wallet crypto de autocustodia que creció a más de 4 millones de usuarios en más de 167 países -- aprendimos que casi todo lo que el mundo startup enseña sobre product-market fit necesita recalibrarse para aplicaciones descentralizadas. Este artículo destila esas lecciones.

Por qué el product-market fit es más difícil en Web3

En software tradicional, product-market fit tiene una señal relativamente limpia: la gente usa tu producto, paga por él (o se involucra lo suficiente como para monetizar por otras vías), y les cuenta a otros. El test de Sean Ellis -- preguntar a los usuarios cómo se sentirían si ya no pudieran usar el producto -- funciona porque el uso está impulsado por utilidad genuina. Si el 40% o más de tus usuarios dicen que estarían 'muy decepcionados' sin tu producto, probablemente encontraste fit.

Web3 rompe este framework de varias maneras fundamentales:

• Los incentivos financieros contaminan las señales de uso. Cuando los usuarios ganan tokens por usar tu producto, no podés distinguir entre demanda genuina y comportamiento mercenario. Un protocolo DeFi ofreciendo 200% APY va a atraer millones en TVL, pero ese capital va a desaparecer en el momento en que un competidor ofrezca 201%. El uso es real, pero la lealtad no.
• La especulación se disfraza de engagement. En bull markets, los usuarios acuden en masa a cualquier producto asociado con un token que podría apreciarse. No están usando tu producto porque resuelve un problema -- lo están usando porque esperan lucrar con su token. Esto luce idéntico a product-market fit en tus métricas, pero se evapora cuando los precios caen.
• El farming de airdrops crea demanda fantasma. Desde que la expectativa de futuros airdrops se generalizó, ecosistemas enteros de usuarios interactúan con protocolos únicamente para calificar para distribuciones de tokens. Estos usuarios inflan cada métrica que rastreás -- usuarios activos diarios, volumen de transacciones, cantidad de wallets -- sin tener intención alguna de convertirse en usuarios a largo plazo.
• El mercado en sí es inestable. En Web2, el mercado al que servís -- su tamaño, sus necesidades, su disposición a pagar -- es relativamente estable en horizontes de tiempo cortos. En Web3, todo el mercado puede contraerse un 80% en cuestión de meses durante un ciclo bajista. Un producto que parecía tener PMF fuerte en noviembre de 2021 podría haber parecido un pueblo fantasma en junio de 2022. ¿El producto perdió fit, o el mercado se contrajo temporalmente? La respuesta importa enormemente para las decisiones estratégicas.

Los frameworks tradicionales de PMF se quedan cortos

El playbook estándar de PMF asume una relación directa entre el comportamiento del usuario y el valor del producto. En Web3, esa relación está mediada por la economía del token, el sentimiento de mercado y dinámicas especulativas que no tienen nada que ver con la utilidad real de tu producto. Considerá las métricas en las que se basan los frameworks tradicionales. ¿Usuarios activos diarios? Inflados por airdrop farmers. ¿Volumen de transacciones? Amplificado por trading especulativo. ¿Curvas de retención? Distorsionadas por mecanismos de staking que retienen usuarios independientemente de su satisfacción. Cada métrica estándar está contaminada por la capa financiera que Web3 agrega sobre la capa de producto.

Esto no significa que product-market fit sea inmedible en Web3. Significa que necesitás señales diferentes -- unas que puedan separar la utilidad genuina del comportamiento financieramente motivado.

Lo que aprendimos lanzando la wallet de Xcapit

Cuando empezamos a construir la wallet de Xcapit, el espacio de crypto wallets ya estaba lleno. MetaMask dominaba en desktop, Trust Wallet en móvil, y docenas de alternativas competían por la atención. Pero vimos algo diferente cuando miramos más allá de la audiencia crypto-nativa: millones de personas en América Latina y mercados emergentes querían acceder a las finanzas descentralizadas pero encontraban las wallets existentes incomprensibles.

Nuestra primera versión fue demasiado técnica. Asumíamos que los usuarios entendían seed phrases, gas fees y selección de red. No lo hacían. La retención temprana fue pésima -- no porque los usuarios no quisieran el producto, sino porque la fricción del onboarding era tan alta que la mayoría se iban antes de experimentar el valor. Esta es una distinción crítica que muchos equipos Web3 se pierden: la retención pobre no siempre significa product-market fit pobre. A veces significa product-market delivery pobre.

Iteramos agresivamente en el onboarding -- simplificamos el backup de seed phrases, tutoriales guiados, rampas fiat para monedas locales, contenido educativo integrado en la app. Cada cambio movió la aguja. Pero el verdadero salto vino cuando dejamos de pensar en nuestros usuarios como 'usuarios crypto' y empezamos a pensar en ellos como personas tratando de ahorrar, invertir o enviar dinero al exterior -- tareas que entendían perfectamente bien en el sistema financiero tradicional.

El resultado fue un producto que alcanzó más de 4 millones de usuarios en 167 países. Pero el camino nos enseñó que las métricas que rastreábamos inicialmente eran engañosas, y las señales que ignorábamos eran las que realmente predecían el éxito a largo plazo.

Los incentivos con tokens pueden falsificar el product-market fit

Esta es quizás la lección más importante que podemos compartir, y aplica a todo proyecto Web3: los incentivos con tokens son la mayor fuente de señales falsas de PMF en la industria.

Cuando ofrecés recompensas en tokens por el uso, creás una trampa de lógica circular. Los usuarios se involucran para ganar tokens. Observás alto engagement y concluís que tenés product-market fit. Levantás financiamiento o lanzás tu token basado en esas métricas. El token se lanza, los usuarios tempranos venden, el engagement se desploma, y te das cuenta de que el 'product-market fit' que mediste era en realidad 'incentive-market fit'. El mercado estaba fiteando con el incentivo, no con el producto.

El DeFi summer de 2020 fue el ejemplo más claro. Los programas de liquidity mining atrajeron miles de millones en capital, pero la gran mayoría de los protocolos vieron caídas del 80-95% en el uso una vez que los incentivos se redujeron. Los proyectos que sobrevivieron -- Uniswap, Aave, Compound -- tenían utilidad genuina que persistía después de que terminaron los subsidios. La mayoría de los demás no.

La lección no es que los incentivos con tokens sean inherentemente malos. Son una herramienta de bootstrapping poderosa cuando se usan correctamente. La lección es que nunca debés evaluar product-market fit mientras los incentivos están activos. Solo podés ver el verdadero PMF cuando los subsidios paran.

Las señales de PMF en Web3 que realmente importan

Después de años construyendo y observando en este espacio, identificamos las señales que indican de forma confiable product-market fit genuino en Web3 -- y las métricas vanidosas que no.

Uso orgánico después de que terminan los incentivos

La señal individual más reveladora es qué pasa con tus métricas de uso cuando desactivás los incentivos de tokens o cuando un airdrop concluye. Si el 70% de tus usuarios desaparece en una semana, nunca tuviste product-market fit -- tuviste incentive-market fit. Si una cohorte significativa (incluso 20-30%) continúa usando el producto con la misma frecuencia sin recompensas financieras, probablemente estés en algo real. Este es el equivalente Web3 del test '¿estarías muy decepcionado?'.

Retención sin recompensas

Rastreá la retención por cohorte para usuarios que nunca recibieron incentivos con tokens. Estos usuarios eligieron tu producto puramente por sus méritos. Su curva de retención es tu verdadera señal de PMF. En nuestra experiencia, una tasa de retención a 30 días por encima del 25% para usuarios no incentivados es una señal fuerte en Web3, donde el promedio de la industria para crypto wallets está más cerca del 10-15%.

Engagement genuino de la comunidad

Hay una diferencia marcada entre una comunidad que discute features del producto, reporta bugs y solicita mejoras -- y una que solo discute precio del token, rumores de listing y elegibilidad para airdrops. La primera indica product-market fit. La segunda indica especulación. Monitorá la proporción de conversaciones enfocadas en producto versus enfocadas en precio en tus canales de comunidad. Si más del 80% de la discusión es sobre precio, tenés una comunidad de especulación, no una comunidad de producto.

Supervivencia al bear market

Los bear markets son la prueba definitiva de PMF en Web3. Cuando los precios de los tokens colapsan, los usuarios especulativos se van, y solo quedan los usuarios genuinos. Si tu producto mantiene uso significativo a través de un bear market, casi con certeza tenés product-market fit. Algunas de las empresas Web3 más fuertes -- Chainalysis, OpenZeppelin, Alchemy -- se construyeron o consolidaron durante bear markets porque sirven necesidades reales que persisten independientemente del sentimiento de mercado.

Cómo medir PMF en Web3

Dada la contaminación de las métricas estándar, este es el framework de medición que recomendamos para productos Web3:

• Ratio DAU/MAU (excluyendo usuarios incentivados): Un ratio por encima de 0.2 para usuarios no incentivados indica uso habitual fuerte. Separá tu base de usuarios en segmentos incentivados y orgánicos y rastreá este ratio independientemente para cada uno.
• Frecuencia de transacciones por wallet: Rastreá con qué frecuencia las wallets individuales interactúan con tu producto. El volumen agregado alto puede enmascarar la realidad de que la mayoría de las wallets transaccionan solo una vez (airdrop farmers). Enfocate en la distribución -- ¿qué porcentaje de wallets transacciona más de 5 veces por mes?
• Retención de wallets a 7, 30 y 90 días: Medí el porcentaje de nuevas wallets que vuelven y transaccionan de nuevo en cada intervalo. Grafícá curvas de cohorte y buscá un patrón de aplanamiento -- esto indica una base estable de usuarios que incorporaron tu producto a su rutina.
• Tasa de referido orgánico: Rastreá qué porcentaje de nuevos usuarios llega sin adquisición paga, incentivos de tokens o expectativas de airdrop. El crecimiento orgánico de boca en boca es la señal de PMF más fuerte en cualquier industria, y es aún más significativo en Web3 donde tanto del crecimiento está artificialmente subsidiado.
• Uso durante caídas del precio del token: Correlacioná tus métricas de uso con el precio de tu token (si aplica). Si el uso cae proporcionalmente con el precio, tu producto está siendo tratado como un instrumento financiero, no una utilidad. Si el uso permanece estable mientras el precio cae, tenés product-market fit real.

El desafío del onboarding

El mayor punto de fricción en el product-market fit de Web3 es el onboarding. Aunque hayas construido un producto que genuinamente resuelve un problema real, te va a costar demostrar fit si el 60-70% de los usuarios potenciales se caen durante el proceso de creación y configuración de wallet.

Esta es la tensión fundamental en Web3: las características que hacen los productos descentralizados atractivos -- autocustodia, acceso sin permisos, datos propiedad del usuario -- son las mismas que los hacen difíciles de usar. Una seed phrase es un mecanismo criptográfico brillante y una experiencia de usuario terrible. Las gas fees alinean incentivos a nivel de protocolo mientras crean costos impredecibles a nivel de usuario.

Los equipos que encuentran product-market fit en Web3 son los que resuelven esta tensión. Account abstraction (ERC-4337), wallets con recuperación social, wallets embebidas y transacciones gasless son enfoques arquitectónicos al problema. Pero la solución no es puramente técnica. También se trata de revelación progresiva -- introducir complejidad gradualmente a medida que los usuarios desarrollan familiaridad, en lugar de frontloadear cada concepto durante el onboarding.

Errores comunes que destruyen el PMF

En nuestra experiencia construyendo y asesorando proyectos Web3, estos son los errores que vemos más frecuentemente:

• Lanzar un token antes de encontrar PMF: Un token debería amplificar el product-market fit, no sustituirlo. Si lanzás un token antes de que los usuarios genuinamente necesiten tu producto, atraés especuladores en lugar de usuarios y contaminás tu capacidad de medir demanda real.
• Confundir especulación con uso: Un protocolo de trading puede ver volumen enorme durante un bull market, pero el volumen especulativo desaparece en las caídas. El uso genuino -- préstamos para fines productivos, remesas, verificación de cadena de suministro -- persiste a través de los ciclos de mercado. Sabé qué tipo impulsa tus métricas.
• Construir exclusivamente para crypto-nativos: La audiencia crypto-nativa es pequeña y atípica respecto a las necesidades del mercado más amplio. Los productos que logran PMF masivo en Web3 lo hacen sirviendo a personas que no se identifican como usuarios crypto -- personas que quieren enviar dinero a casa, obtener rendimiento sobre sus ahorros o acceder a servicios financieros no disponibles en bancos tradicionales.
• Optimizar para TVL en lugar de usuarios: El Total Value Locked es un indicador engañoso de PMF. TVL mide capital estacionado en tu protocolo, no cuánta gente lo encuentra útil. Un protocolo con mil millones de dólares en TVL de 50 wallets de ballenas tiene peor PMF que uno con 10 millones en TVL de 50.000 usuarios activos.
• Ignorar la prueba del bear market: Si solo evaluás PMF durante bull markets, estás midiendo sentimiento de mercado, no valor del producto. La evaluación más honesta viene cuando el entusiasmo está más bajo y solo la utilidad genuina mantiene a los usuarios comprometidos.

Cuándo pivotear: señales de que no encontraste PMF

Probablemente no encontraste PMF si tus métricas de uso se correlacionan directamente con los movimientos de precio del token, si reducir incentivos causa una caída inmediata de usuarios, si las discusiones de la comunidad están dominadas por especulación de precio en lugar de feedback de producto, si tus power users son principalmente airdrop farmers, o si no podés articular -- en una oración, sin mencionar tokens -- por qué alguien debería usar tu producto.

Si múltiples de estas señales están presentes, es momento de reevaluar. Esto no significa necesariamente que tu visión esté equivocada -- podría significar que estás sirviendo al segmento de usuarios equivocado, que el mercado no está listo, o que tu UX está impidiendo que los usuarios experimenten el valor. El pivot podría ser en posicionamiento, audiencia objetivo, flujo de onboarding o producto central -- pero la disposición a pivotear es esencial.

Construyendo para un product-market fit real

Encontrar product-market fit en Web3 es más difícil que en tech tradicional, pero los proyectos que lo logran construyen las empresas más duraderas del espacio. La clave es la honestidad intelectual: separar señales genuinas del ruido, resistir la tentación de dejar que las mecánicas de tokens inflen tus métricas, y someter tu producto a las pruebas más duras -- remoción de incentivos, bear markets, medición de crecimiento orgánico -- en lugar de buscar validación en métricas vanidosas.

En Xcapit, nuestra experiencia construyendo una wallet que alcanzó millones de usuarios nos enseñó que los mejores productos Web3 no se sienten como 'productos crypto' en absoluto. Se sienten como mejores soluciones a problemas reales -- ahorrar, invertir, enviar dinero, verificar identidad, rastrear activos -- que resultan estar impulsados por infraestructura blockchain. Cuando los usuarios valoran lo que tu producto hace por ellos sin importarles la tecnología subyacente, encontraste product-market fit.

Si estás construyendo un producto Web3 y luchás con el product-market fit, ya pasamos por este camino. En Xcapit, nuestros equipos de producto e ingeniería combinan experiencia profunda en Web3 con metodología de producto rigurosa. Ayudamos a equipos a diseñar frameworks de medición, optimizar flujos de onboarding y construir aplicaciones descentralizadas que resuelven problemas reales para personas reales. Contactanos para iniciar una conversación.