El modelo que te llevó al primer millón no te llevará al segundo

Hubo un momento, entre 2021 y 2023, en que los equipos de crecimiento de los principales neobancos y fintechs de crédito de México vivieron el mismo trimestre perfecto. El Costo de Adquisición de Clientes ( Customer Acquisition Cost o CAC) era bajo, la conversión era alta y los clientes llegaban casi solos. Las presentaciones a inversores mostraban curvas de adquisición empinadas y, en el margen inferior izquierdo, un ratio Valor de Vida del Cliente/Costo de Adquisición de Clientes o LTV/CAC que hacía que cualquier modelo de unit economics luciera excepcionalmente bien. Todo tenía sentido. Lo que esos tableros de KPIs ( Key Performance Indicators ) no mostraban era lo que venía después: una ley económica que lleva más de doscientos años sin perder vigencia. A medida que los canales digitales se saturaban, que los primeros adoptantes más fáciles de convertir ya habían sido captados y que la competencia elevaba el costo por clic , el CAC comenzó a subir de forma silenciosa pero estructural. Al mismo tiempo, el LTV de los nuevos clientes —los que quedaban por adquirir— empezó a ser menor. No dramáticamente. Simplemente, un poco menos cada trimestre. Este deep dive mensual no es sobre el fracaso de ningún neobanco en particular. Es sobre un patrón que opera en todo mercado digital maduro y que la industria financiera mexicana está enfrentando con claridad en 2026: el modelo que lleva a una fintech del lanzamiento al primer millón de clientes no es el mismo que la lleva del millón al siguiente. Y la razón por la que muy pocas instituciones lo detectan a tiempo tiene más que ver con psicología que con finanzas. La ley de los rendimientos marginales decrecientes. Gráfica 1 · Producción total y marginal en la pizzería. La producción total sube, la marginal cae — y eventualmente se vuelve negativa. Gráfica 2 · Las tres fases de la ley. La producción total puede seguir creciendo en la Fase 2; lo que cae es el beneficio de cada unidad adicional. El mercado fácil ya se acabó. El ecosistema fintech mexicano cerró 2025 con 795 startups locales activas, según el Finnovista Fintech Radar México 2026 —elaborado con Mastercard y Galileo. El dato superficial suena saludable. Pero la película completa revela algo distinto: entre 2016 y 2022, el ecosistema crecía entre 20 y 30% anual. En 2025, ese ritmo cayó a 1.8%. El ciclo del hipercrecimiento terminó. Lo que emergió es una fase de consolidación donde la pregunta ya no es cuántas fintechs nacen, sino cuáles pueden escalar de forma rentable hacia los segmentos que aún quedan. Nu México es el caso de estudio más transparente disponible, precisamente porque como empresa pública reporta trimestralmente con granularidad de cohorte. Al cierre del tercer trimestre de 2025, tenía cerca de 14 millones de clientes —el 14% de la población adulta del país. Su ARPAC ( Average Revenue Per Active Customer o Ingreso Promedio por Cliente Activo ) mensual alcanzó US$12.5, un número que en etapa comparable —tercer trimestre de 2019— Brasil solo tenía US$6.7. El costo de servicio por cliente cayó de US$3 en 2021 a US$1 en 2025. El ARPAC mide cuánto ingreso genera una empresa, en promedio, por cada cliente activo durante un período determinado. Indica cuánto dinero aporta cada cliente que realmente está usando el producto o servicio . Pero ahí está la trampa que los promedios ocultan . Nu Brasil —con 113 millones de clientes— tiene cohortes que alcanzan US$25 de ARPAC mensual. La brecha entre ese número y el ARPAC promedio reportado por Holdings revela exactamente lo que la ley predice: los primeros clientes generan ingresos muy superiores al promedio. Los clientes más recientes son progresivamente más difíciles de monetizar, más propensos a usar el producto de forma transaccional y menos propensos a convertirse en usuarios de crédito activos. El ARPAC promedio puede seguir subiendo —porque las cohortes antiguas maduran— mientras el ARPAC marginal, el del último cliente adquirido este trimestre, es sistemáticamente inferior al promedio que aparece en el reporte. La ley de los rendimientos marginales decrecientes en el número de sucursales bancarias en México. Gráfica 3 · Sucursales bancarias México (2009–2025) y fintechs activas. Dos curvas que cuentan la misma historia con veinte años de diferencia. La morosidad no es el problema. Es la evidencia de que el mercado fácil ya se agotó. El caso de Stori ilustra el desafío desde el ángulo del crédito para segmentos no bancarizados. Con ingresos anualizados de US$300 millones —un crecimiento del 80% interanual— y habiendo alcanzado rentabilidad operativa en 2025, es la historia de éxito más clara en su segmento. Pero los datos revelan el costo de avanzar hacia clientes más difíciles: una tasa de morosidad del 23% en junio de 2025. Según datos de Miranda Partners, Klar mostraba 26.8% y Nu México 20.8% en el mismo corte. Estas cifras no son un fracaso de gestión. Son la consecuencia directa de que los early adopters ya fueron captados. Lo que queda tiene perfiles de riesgo estructuralmente distintos. La ley de los rendimientos marginales decrecientes, continuación. Gráfica 4 · El agricultor y el fertilizante. La producción total alcanza su máximo donde el beneficio marginal iguala el costo marginal. La métrica que ninguna fintech mexicana reporta —y que es la única que realmente importa. El segundo problema —quizás más grave— es que la forma en que la industria mide el crecimiento activamente oculta el deterioro. Los tableros de KPIs de producto en banca digital están diseñados para celebrar dos cosas: el total de usuarios activos (MAUs) y el número acumulado de clientes o tarjetas emitidas. Ambas métricas pueden crecer aunque el negocio se deteriore por debajo. Una institución con 10 millones de clientes y un CAC marginal que ya superó el LTV marginal del último millón adquirido puede reportar —con toda honestidad— que “continuamos creciendo” y que “el engagement se mantiene sólido”. El total no miente. Pero tampoco cuenta la historia que importa. La métrica que casi ninguna institución reporta públicamente es el rendimiento marginal del cliente más reciente: ¿cuánto costó adquirirlo específicamente, cuál es su LTV proyectado basado en cohortes recientes similares, y cuál es el ratio entre ambos? Nu Holdings es una de las pocas excepciones en la región —sus reportes trimestrales desagregan el ARPAC por cohorte de madurez. La mayoría de las fintechs mexicanas no hace eso. Y cuando los inversores tampoco lo exigen —porque la narrativa de “crecimiento de usuarios” sigue siendo suficiente en mercados emergentes— el incentivo para medirlo desaparece. La ley de rendimientos decrecientes no es un problema de Excel. Es un problema de psicología. Si la ley es conocida, si los datos están disponibles y si el deterioro es observable, ¿por qué los equipos no actúan a tiempo? La respuesta no es financiera. Es conductual. Y tiene tres capas que se refuerzan mutuamente. La primera y más importante es el sesgo de representatividad —lo que Daniel Kahneman llamó la “ley de los números pequeños”. Los equipos toman decisiones sobre el futuro usando los datos del pasado reciente, asumiendo que la muestra disponible es representativa del mercado total. Cuando los primeros 500,000 clientes de un neobanco tienen un CAC de US$8 y un LTV proyectado de US$120, el modelo mental queda anclado: “así es como funciona este negocio”. Lo que la muestra no revela es que esos 500,000 eran los mejores clientes posibles —los más predispuestos, los más rentables, los que llegaron porque querían llegar. Extrapolar su comportamiento hacia los siguientes 5 millones es exactamente el error que describe la ley de los números pequeños: concluir propiedades del universo a partir de una muestra que no lo representa. La segunda capa es el sesgo del presente . Cuando el equipo empieza a ver señales de deterioro —el CAC sube 15% trimestre a trimestre, la tasa de activación de nuevos clientes cae algunos puntos— la respuesta instintiva es optimizar para hoy. ¿Subir la oferta de tasas de captación? Atrae clientes esta semana, pero son los más sensibles al precio y los más fáciles de perder. ¿Incrementar el presupuesto de paid media ? Genera volumen este trimestre, a un CAC más alto que el anterior. El costo de no actuar estructuralmente hoy se siente distante; el beneficio de una métrica mejor este trimestre se siente inmediato. El sesgo del presente perpetúa el mismo modelo de adquisición mucho más allá de su punto óptimo. La tercera capa es la más sutil: el sesgo de confirmación operado a través de las métricas . Los dashboards reportan lo que el equipo quiere ver —no por mala fe, sino porque las métricas fueron elegidas en un momento en que tenían sentido. Los MAUs, el total de clientes, el número de tarjetas emitidas: todas estas métricas pueden crecer trimestre a trimestre mientras el rendimiento marginal se deteriora. El tablero confirma que “el negocio va bien” mientras la ley opera silenciosamente por debajo. Esto es lo que Goodhart identificó: cuando una métrica se convierte en objetivo, deja de ser una buena medida del fenómeno que se quería medir. Gráfica 5 · CAC marginal vs. LTV marginal por segmento de mercado. A medida que se agotan los segmentos fáciles, la ecuación de adquisición se deteriora. Gráfica 6 · Lo que el promedio oculta: ARPAC promedio total vs. ARPAC del cliente más reciente. El tablero puede mostrar crecimiento mientras el rendimiento marginal cae. Más presupuesto no es la respuesta. Primero, el diagnóstico correcto. Richard Rumelt, en Good Strategy / Bad Strategy (2011), argumenta que toda estrategia real comienza con un diagnóstico honesto del problema. Su distinción central: hay problemas que se resuelven con más recursos, y hay problemas que primero exigen reconocer que el modelo tiene un límite. Confundir los dos es la fuente más común de estrategia costosa e inútil. El modelo funcionó tan bien que ahora es el problema. Geoffrey Moore describió en 1991 un fenómeno que los equipos de producto financiero no han terminado de asimilar: existe un abismo —un “ chasm ”— entre los early adopters y los early majority que no es una diferencia de escala. Es una diferencia cualitativa. Los early adopters compran por afinidad con la propuesta y toleran las fricciones del producto. Los early majority exigen un “ whole product ” —no solo la app , sino todo el ecosistema de confianza, soporte, integración y referencias— y su sensibilidad al precio es estructuralmente mayor. Traducido al CAC: cruzar el chasm no es solo gastar más en adquisición. Es ofrecer un producto diferente al siguiente segmento, con un modelo de distribución diferente y una propuesta de valor diferente. Los neobancos que intentaron crecer del segmento digital nativo al segmento masivo usando el mismo playbook —mejores tasas, más cashback , más contenido en redes sociales— descubrieron que el CAC subía sin que la conversión mejorara proporcionalmente. No porque estuvieran ejecutando mal. Sino porque el segmento siguiente tiene un trabajo distinto que resolver ( Job to be done ), en términos de Clayton Christensen, y el producto no había evolucionado para atenderlo. Esto explica parcialmente por qué Nu México , con US$4,200 millones comprometidos hacia 2030, está apostando por la licencia bancaria completa, la portabilidad de nómina y la expansión de corresponsales a 30,000 puntos. No es que el modelo digital puro haya fallado. Es que para llegar al siguiente segmento —al que no llega solo por la app — necesitan un “ whole product ” que el modelo original no contemplaba. La banca tradicional construyó corresponsales y cajeros multiservicio para llegar donde las sucursales no podían. Nu está haciendo el equivalente digital-físico. La ley es la misma; solo cambia el canal. Hay una ironía en todo esto. Los datos de Nu México muestran algo que debería generar optimismo genuino: una fintech que en etapa equivalente de maduración monetiza casi el doble que Brasil, que redujo el costo de servicio en dos tercios en cuatro años, y que llevó servicios financieros al 78% de clientes fuera de las grandes ciudades —muchos de los cuales solo operaban en efectivo antes. El modelo funcionó. El problema no es que haya fallado —es que su éxito crea la condición para el siguiente desafío. La industria fintech mexicana entró en consolidación no porque las fintechs hayan fracasado. Entró porque el segmento que podía capitalizarse con el modelo original ya fue capitalizado. Las mega-rondas de 2025 — Plata con US$410M, Klar con US$190M— son capital para ejecutar modelos probados hacia segmentos nuevos, no para seguir invirtiendo en los mismos canales con los mismos perfiles de cliente. El capital entendió lo que la ley de los rendimientos marginales decrecientes describe: el siguiente millón cuesta más y rinde menos. La estrategia ganadora no es ignorar eso. Es diseñarse para ello antes de que el tablero lo muestre. Si tu equipo de crecimiento no sabe cuánto vale el último cliente que adquirió, el problema no es el CAC. La pregunta práctica para un CPO o CMO o CEO de fintech o banca digital en México en 2026 no es si la ley de los rendimientos marginales decrecientes aplica —¡por supuesto que aplica! La pregunta es cuándo empezar a medirla y qué hacer con esa información. El primer paso es el más sencillo y el más ignorado: desglosar el CAC y el LTV por cohorte de adquisición , no solo reportar los promedios acumulados. Si el CAC de los clientes adquiridos este trimestre es 40% mayor que el de hace dos años, y el LTV proyectado de esa cohorte es 25% menor, el ratio LTV/CAC del cliente marginal ya no cumple el estándar mínimo de 3x aunque el promedio de toda la base sí lo cumpla. Esa diferencia no es un detalle contable. Es la señal de que el modelo de adquisición necesita evolucionar. El segundo paso es estratégico: identificar con honestidad en qué fase del ciclo se encuentra la institución . ¿Está en rendimientos crecientes? ¿En decrecientes? ¿O ya cruzó el punto donde el siguiente cliente promedio no cubre su CAC? La respuesta cambia completamente la decisión correcta. En la primera fase, hay que acelerar. En la segunda, hay que cambiar el canal o el segmento antes de que la eficiencia se deteriore más. En la tercera, hay que redirigir la inversión. El tercer paso es organizacional y es el más difícil: cambiar los incentivos . Si los equipos de crecimiento son evaluados por volumen de adquisición —MAUs, nuevas cuentas, tarjetas emitidas— optimizarán para eso. Si son evaluados por el LTV/CAC de los clientes que adquieren, optimizarán para eso. Las métricas que se miden son las métricas que se gestionan. En un mercado donde el crecimiento fácil ya terminó, la diferencia entre crecer bien y crecer mal se mide exactamente ahí. El sesgo cognitivo de la semana. FUENTES VERIFICADAS 1. Finnovista Fintech Radar México 2026 (con Mastercard y Galileo, feb 2026): 795 startups activas, crecimiento 1.8% en 2025 vs. 20–30% en 2016–2022. 2. Nu Holdings Ltd. — Resultados Q3 2025 (SEC Form 6-K): 14M clientes México, ARPAC US$12.5, costo de servicio US$1 (vs. US$3 en Q3 2021). ARPAC Brasil Q3 2019: US$6.7. 3. Nu Holdings Ltd. — Resultados Q4 2025: ARPAC global US$15, cohortes maduras Brasil US$25+. Utilidad neta 2025: US$2,900M. ROE 33%. 4. Nu México — Videocast / comunicado feb 2026: US$4,200M hacia 2030. 78% de clientes fuera de grandes ciudades. ~50% reciben primera tarjeta con Nu. 22% solo usaban efectivo antes. 5. Bloomberg / Miranda Partners (ago 2025): Stori morosidad 23%, Nu México 20.8%, Klar 26.8% (jun 2025). Ingresos anualizados Stori US$300M (+80% a/a). 6. CNBV (datos oficiales, dic 2025): 11,486 sucursales bancarias activas. Los siete mayores bancos: 7,032 (−186 vs. 2024). BBVA: 1,635 (−56). Santander: 986 (−32). Banamex: 1,257 (−26). HSBC: 727 (−84). Banorte: 1,218 (+25). 7. El Cronista / BBVA Research (2024): Pico de sucursales: 12,849 en dic. 2019. Apertura de ~2,000 entre 2009 y 2014. Caída de 1,151 entre dic. 2019 y dic. 2021. 8. Cronista / HR Ratings (mar 2026): Banca comercial MX pasó de 12,068 sucursales (2020) a 11,486 (2025) —cierre de ~582 en 5 años, mientras las ganancias bancarias rompieron récords. 9. Boomit Performance Trends LATAM (68 apps fintech): CPI y CPR aumentan de etapa lanzamiento a maduración a expansión. 10. YouYaa / Digital Banking Analytics (2024): CAC neobancos US$5–US$15 en fase temprana. Benchmark saludable LTV/CAC: 3.5x. 11. Moore, Geoffrey A. — Crossing the Chasm, 3ª ed. (2014). HarperCollins. 12. Kahneman, Daniel — Thinking, Fast and Slow (2011). Farrar, Straus and Giroux. 13. Rumelt, Richard — Good Strategy / Bad Strategy (2011). Crown Business. Thanks for reading! This post is public so feel free to share it. Thanks for reading! Subscribe for free to receive new posts and support my work. This is a public episode. If you would like to discuss this with other subscribers or get access to bonus episodes, visit estrategiaenjuego.substack.com