Modelado de escenarios: Stress-test en 15 minutos
Publicado el 2 de marzo de 2026 · Jules, Founder of NoNoiseMetrics · 15min de lectura
Un solo forecast no es un plan. Es una historia — la historia donde el crecimiento se mantiene más o menos encaminado, el churn se porta bien, los costes no sorprenden y nada importante sale mal. Esa historia es cómoda de creer e históricamente poco fiable.
El modelado de escenarios es el hábito de ejecutar las historias incómodas junto a la cómoda. No porque el desastre sea probable, sino porque la distancia entre el caso base y el caso pesimista revela qué suposiciones son las que soportan peso — y esas son exactamente las suposiciones que un fundador bootstrapped necesita presionar antes de que el runway se ponga ajustado.
Para un bootstrapper con capital limitado y sin respaldo externo, el escenario pesimista no es un ejercicio académico. Es la pregunta operativa: si algo normal sale mal — el nuevo MRR se frena, el churn sube, un coste de infraestructura aumenta — ¿cuánto tiempo se le quita al runway y qué decisiones se vuelven urgentes antes de que pase?
¿Qué es el modelado de escenarios?
El modelado de escenarios es el proceso de probar cómo cambian las métricas clave del negocio bajo diferentes suposiciones — específicamente, qué pasa cuando los inputs más importantes son mejores o peores que el caso base.
La distinción con el forecasting es importante. El forecasting pregunta: ¿qué creemos que va a pasar? Produce un número — la mejor estimación dada la información actual. El modelado de escenarios pregunta: ¿qué pasa si esa estimación está equivocada, y en qué dirección? Produce un rango — tres versiones del futuro que enmarcan el espacio de resultados realistas.
El forecasting da confianza. El modelado de escenarios calibra esa confianza contra las formas en que podría estar mal puesta. Ambos son necesarios; el modelado de escenarios es la parte que la mayoría de bootstrappers omiten. La guía financiera para startups de Y Combinator enfatiza consistentemente ejecutar múltiples escenarios en vez de comprometerse con una sola estimación puntual — el objetivo es saber cómo cambian las decisiones bajo diferentes condiciones, no predecir el futuro exactamente.
Cada forecast necesita un MRR baseline limpio. Obtén el tuyo desde Stripe en 90 segundos →
Por qué el modelado de escenarios importa más para bootstrappers que para empresas financiadas
Una empresa financiada con 24 meses de runway y relaciones con inversores puede absorber un mal trimestre, recalibrar y continuar. Un fundador bootstrapped con 8 meses de runway no puede. Un mes inesperadamente malo — churn más rápido, un experimento de precios que salió mal, un competidor que robó pipeline — puede comprimir el horizonte de decisión de “tenemos tiempo para resolverlo” a “necesitamos actuar esta semana.”
El modelado de escenarios no previene los meses malos. Previene que el mes malo sea una sorpresa. Si el escenario pesimista se ejecutó honestamente hace tres meses, el fundador ya sabe: si el churn llega a €700/mes en vez de €500/mes, el runway se comprime de 9 meses a 6. Ese cálculo, hecho por adelantado, produce una postura de decisión diferente en el mes uno del deterioro que el mismo cálculo hecho en pánico en el mes tres.
El objetivo no es predecir la adversidad. Es haber decidido ya qué hacer si llega.
Los 3 escenarios que todo fundador debería ejecutar
Escenario 1: Caso base
El forecast operativo. Ni optimista ni pesimista — la proyección realista basada en tendencias recientes y momentum actual. Este es el forecast que el fundador daría si le preguntaran “¿qué esperas el mes que viene?” sin presión para impresionar o protegerse.
Un caso base que requiere que cosas significativas salgan bien no es un caso base — es un caso optimista mal etiquetado. El caso base debería ser alcanzable con ejecución normal sin suerte significativa.
Escenario 2: Caso optimista
La versión buena realista. Ligeramente mejor nuevo MRR (mejor conversión o pipeline más cualificado), expansión ligeramente más fuerte (el packaging funciona, la tasa de upgrade es saludable), churn ligeramente menor (la retención mejora). Debería ser alcanzable con ejecución excelente pero realista — no un mes excepcional basado en un solo deal grande.
El caso optimista es útil porque muestra cómo se ve “ir bien” en números concretos. Si la brecha entre base y optimista es muy pequeña, el negocio tiene palanca limitada — mejorar la ejecución no mueve mucho la aguja. Si la brecha es grande, hay un upside significativo por mejora de ejecución, lo que debería enfocar la atención del fundador.
Escenario 3: Caso pesimista
El escenario más importante, y el más comúnmente evitado. El caso pesimista no es un fallo catastrófico — es la versión realista de un periodo malo normal. El nuevo MRR se frena un 20–30%. El churn sube un 30–40%. Los costes variables aumentan ligeramente. No pasa nada inusual — solo las formas ordinarias en que un negocio SaaS rinde por debajo de su caso base.
El caso pesimista debería producir una sensación ligeramente incómoda cuando se revisa. Si no la produce — si el resultado pesimista se ve casi tan bien como el caso base — las suposiciones pesimistas no son honestas. Si produce una alarma fuerte, las suposiciones pesimistas pueden ser demasiado pesimistas. Calibra hasta que el caso pesimista se sienta como una descripción honesta de un mes malo pero no catastrófico.
La configuración de 15 minutos: paso a paso
Paso 1: Ancla en el MRR actual y la caja
Empieza desde hechos, no estimaciones.
- MRR actual: €10.000
- Caja disponible: €45.000
- Costes mensuales (fijos + variables): €8.000
Paso 2: Define los tres inputs por escenario
Los inputs que más importan en un modelo de escenarios SaaS son: nuevo MRR, MRR de expansión, MRR cancelado y costes (para un modelo más completo). Para un escenario puramente de ingresos, los tres primeros son suficientes.
| Input | Base | Optimista | Pesimista |
|---|---|---|---|
| Nuevo MRR | €1.500 | €1.800 | €1.100 |
| MRR de expansión | €600 | €750 | €400 |
| MRR cancelado | €500 | €420 | €720 |
Paso 3: Calcula el MRR final para cada escenario
Fórmula: MRR actual + Nuevo MRR + Expansión − CanceladoBase:
10.000 + 1.500 + 600 − 500 = 11.600Optimista:
10.000 + 1.800 + 750 − 420 = 12.130Pesimista:
10.000 + 1.100 + 400 − 720 = 10.780Paso 4: Compara los outputs lado a lado
| Escenario | MRR final | vs Base | Qué significa |
|---|---|---|---|
| Base | €11.600 | — | Ejecución normal, trayectoria actual |
| Optimista | €12.130 | +€530 | Buena conversión + retención fuerte |
| Pesimista | €10.780 | −€820 | Adquisición frenada + subida de churn |
Paso 5: Extiende el caso pesimista 3 meses
Este es el paso que convierte el modelado de escenarios de académico a operativo. Ejecutar el caso pesimista un mes muestra el coste mensual del deterioro. Ejecutarlo tres meses muestra si el runway alcanza un umbral de decisión.
Mes 1 pesimista: €10.780 Mes 2 pesimista (partiendo de €10.780): €10.780 + 1.100 + 400 − 720 = €11.560 Mes 3 pesimista: €11.560 + 1.100 + 400 − 720 = €12.340
En este ejemplo, incluso el escenario pesimista produce crecimiento de MRR a lo largo de tres meses — el negocio genera suficientes nuevos ingresos para compensar el churn aumentado. La pregunta del runway necesitaría incluir la comparación de estructura de costes para evaluar la urgencia.
Si en cambio el caso pesimista produjera MRR plano o decreciente durante tres meses, eso dispara decisiones inmediatas: reducir gasto variable, priorizar retención sobre adquisición, acelerar la revisión de precios.
Un ejemplo completo de modelado de escenarios
Un producto SaaS de analytics bootstrapped, mes cinco. Contexto completo:
- MRR actual: €10.000
- Costes mensuales: €8.000
- Caja disponible: €45.000
- Burn neto actual: aproximadamente −€2.000 (los ingresos superan los costes)
Output de tres escenarios:
| Métrica | Base | Optimista | Pesimista |
|---|---|---|---|
| Nuevo MRR | 1.500 | 1.800 | 1.100 |
| MRR de expansión | 600 | 750 | 400 |
| MRR cancelado | 500 | 420 | 720 |
| MRR final | 11.600 | 12.130 | 10.780 |
| Crecimiento mensual implícito | 16% | 21,3% | 7,8% |
| Costes | 8.000 | 8.000 | 8.200 |
| Burn neto | −3.600 | −4.130 | −2.580 |
Lo que revela el caso pesimista:
En el escenario pesimista, el burn neto baja de −€3.600 (base) a −€2.580 — el negocio sigue siendo cash-flow positivo, pero genera €1.020 menos por mes de lo esperado. A lo largo de seis meses de pesimismo sostenido, eso son aproximadamente €6.120 menos de acumulación de caja que el caso base. Ninguna crisis — pero una señal clara de que un pesimismo sostenido debería disparar una revisión de precios e investigación de retención en vez de continuar experimentando con nuevas features. Los datos del KeyBanc Capital Markets SaaS Survey muestran que las empresas bootstrapped con planificación proactiva de escenarios superan materialmente a sus pares en la gestión de caja durante periodos difíciles.
Qué cambiaría realmente:
Si el escenario pesimista apareciera en los reales del primer mes, el fundador no esperaría a ver tres meses de lo mismo. La respuesta correcta al primer mes pesimista es: investigar las fuentes de churn inmediatamente (¿es pagos fallidos o voluntario?), congelar gasto variable y mover la revisión de precios de “el próximo trimestre” a “este mes.”
Qué variables testear primero bajo estrés
No todos los inputs merecen la misma atención. Para la mayoría de productos SaaS en fase temprana:
Alta palanca para testear:
- MRR cancelado — el input más comúnmente subestimado, y el que tiene mayor impacto en la sostenibilidad del runway
- Nuevo MRR — especialmente si una porción significativa depende de un canal específico o unos pocos prospectos grandes
- Costes variables — si los costes de infraestructura o API escalan con el uso, un escenario de crecimiento puede producir aumentos de coste inesperados
Menor prioridad a menos que sean materiales:
- MRR de expansión — vale la pena modelar una vez que el comportamiento de upgrade es consistente, pero menos crítico que el churn en fase temprana
- Costes fijos — relativamente estables; vale la pena testearlos anualmente en vez de mensualmente
- Cambios de precios — modelar por separado cuando se planifica un experimento de precios, no como parte del modelo de escenarios estándar
El principio general: testea bajo estrés los inputs donde un cambio del 30% cambiaría materialmente una decisión. Si un swing del 30% en MRR de expansión no cambia lo que haces este mes, no necesita estar en el modelo de escenarios todavía. El informe State of the Cloud de Bessemer identifica el churn como la variable única con mayor sensibilidad en modelos financieros SaaS de fase temprana — un hallazgo consistente a través de tramos de ARR de €1M a €10M.
Errores comunes del modelado de escenarios
Hacer el caso pesimista demasiado cómodo. El fallo más frecuente. Un pesimista que es un 5% peor que el base no es una prueba de estrés — es un caso base con otra etiqueta. El caso pesimista debería reflejar un periodo malo genuinamente plausible: adquisición más lenta de lo esperado (no fallo catastrófico), churn más alto de lo esperado (no cancelación masiva), costes ligeramente más altos. Debería ser incómodo de mirar, no tranquilizador.
Ejecutar escenarios y no cambiar nada. Un modelo de escenarios que produce un caso pesimista preocupante y no genera ningún cambio de decisión es entretenimiento, no planificación. Cada revisión de escenarios debería terminar con un compromiso específico: “si el caso pesimista se materializa en el mes uno, haremos X antes del mes dos.” Define el trigger y la respuesta por adelantado.
Cambiar demasiadas variables a la vez. Si cada input cambia en cada escenario, el modelo no puede enseñar nada — no hay forma de identificar qué variable genera más riesgo. Empieza con los dos o tres inputs que más importan (normalmente nuevo MRR y MRR cancelado), ejecuta escenarios limpios y luego añade complejidad solo si variables adicionales crean ramas de decisión distintas.
Sin vista lado a lado. Los escenarios en pestañas separadas o documentos separados rara vez se usan juntos. Pon los tres escenarios en una pantalla, lado a lado. El valor del modelado de escenarios es la comparación, no los números individuales.
Comparar solo contra el caso base, no contra los reales del mes pasado. Después de cerrar cada mes, verifica qué escenario estuvo más cerca de la realidad y por qué. Este es el ciclo de calibración que hace los modelos de escenarios más precisos con el tiempo. Un fundador que ha ejecutado doce revisiones mensuales de escenarios con comparaciones de reales tiene un modelo significativamente mejor calibrado que uno que construyó un modelo y nunca actualizó las suposiciones.
Cómo el modelado de escenarios cambia las decisiones
Un modelo de escenarios útil debería influir directamente en al menos una decisión operativa cada mes. Ejemplos de las decisiones que los escenarios deberían disparar:
Churn pesimista significativamente mayor que el base → investigar el split voluntario vs pago fallido inmediatamente; implementar o reforzar la secuencia de dunning; adelantar la revisión de onboarding.
Nuevo MRR pesimista significativamente por debajo del base → reducir gasto variable proporcionalmente; despriorizar trabajo de nuevas features a favor de optimización de conversión; revisar las suposiciones de canal de adquisición.
El pesimista revela que el runway se comprime a menos de 6 meses dentro de 3 meses → iniciar revisión de precios inmediatamente; considerar reducir trabajo de freelance; evaluar si un experimento de precios debería adelantarse en el roadmap.
El optimista muestra que la expansión impulsa más de lo esperado → acelerar la inversión en packaging; considerar si el flujo de upgrade podría mejorarse para capturar más de ese potencial.
Estos no son hipotéticos. Cada output de escenario debería mapearse a una acción nombrada y con plazo. Si no, los escenarios se están usando como confort en vez de como inteligencia operativa.
Para las herramientas que hacen más precisos los inputs de escenarios, consulta:
- Modelo de previsión SaaS: Pronosticar MRR con 3 inputs — la capa de forecast que produce los inputs para las ejecuciones de escenarios
- Presupuesto vs Real: El ciclo semanal que te mantiene vivo — el ciclo de comparación que calibra las suposiciones de escenarios con el tiempo
- Modelo financiero de startup: La guía minimalista para fundadores — el modelo completo que integra los escenarios dentro de un contexto de costes y runway
Modelo JSON para output de tres escenarios
{
"scenario_model": {
"period": "2026-05",
"currency": "EUR",
"current_mrr": 10000,
"cash_on_hand": 45000,
"monthly_costs": 8000,
"scenarios": {
"base": {
"new_mrr": 1500,
"expansion_mrr": 600,
"churned_mrr": 500,
"ending_mrr": 11600,
"net_burn": -3600,
"label": "Ejecución normal, trayectoria actual"
},
"upside": {
"new_mrr": 1800,
"expansion_mrr": 750,
"churned_mrr": 420,
"ending_mrr": 12130,
"net_burn": -4130,
"label": "Buena conversión y retención fuerte"
},
"downside": {
"new_mrr": 1100,
"expansion_mrr": 400,
"churned_mrr": 720,
"ending_mrr": 10780,
"net_burn": -2580,
"label": "Adquisición frenada y subida de churn"
}
},
"decision_triggers": {
"downside_churn_exceeds_base_by_30pct": "Investigar fuentes de churn; reforzar secuencia de dunning",
"downside_new_mrr_below_1200": "Congelar gasto variable; revisar mix de canales de adquisición",
"runway_below_6mo_in_3mo_downside": "Iniciar revisión de precios; evaluar gasto en freelance"
}
}
}FAQ
¿Qué es el modelado de escenarios?
El modelado de escenarios es el proceso de probar cómo cambian las métricas clave del negocio — MRR, burn, runway — bajo diferentes suposiciones. En vez de depender de un solo forecast, produce tres versiones del futuro (base, optimista, pesimista) que enmarcan el espacio de resultados realistas y revelan qué suposiciones generan más riesgo.
¿Por qué es útil el modelado de escenarios para bootstrappers?
Los bootstrappers típicamente tienen capital limitado y no tienen respaldo de financiación externa. Un mal trimestre que una empresa financiada puede absorber puede comprimir el runway de un bootstrapper lo suficiente como para forzar cambios de prioridad inmediatos. El modelado de escenarios hace visibles estas compresiones antes de que pasen, permitiendo al fundador definir acciones de respuesta por adelantado en vez de en pánico.
¿Qué escenarios deberían modelar los fundadores?
Como mínimo: base (suposiciones operativas realistas), optimista (ejecución ligeramente mejor) y pesimista (deterioro normal — adquisición más lenta, mayor churn, costes ligeramente más altos). El caso pesimista debería ser incómodo pero no catastrófico. Si no crea ninguna urgencia, las suposiciones son demasiado suaves.
¿Qué variables debería testear bajo estrés primero en un modelo de escenarios SaaS?
MRR cancelado y nuevo MRR, en ese orden. El MRR cancelado es el input más consecuente y más comúnmente subestimado. El nuevo MRR es el más sensible a la concentración de canales de adquisición o condiciones de pipeline. Testea costes variables bajo estrés si escalan con el uso; mantén los costes fijos estables en la mayoría de ejecuciones de escenarios.
¿Cuál es la diferencia entre forecasting y modelado de escenarios?
El forecasting produce una estimación de lo que va a pasar — la mejor suposición dada la información actual. El modelado de escenarios produce un rango de tres estimaciones que prueban cómo se comporta el negocio cuando las suposiciones clave son mejores o peores que el caso base. El forecasting da un número; el modelado de escenarios da el intervalo de confianza alrededor de ese número.
¿Qué es la modelización financiera en el contexto de SaaS?
La modelización financiera para SaaS típicamente se refiere a construir un modelo estructurado que proyecta ingresos recurrentes, costes, burn de caja y runway a lo largo del tiempo. El modelado de escenarios es una capa dentro de la modelización financiera — la capa que testea la sensibilidad de esas proyecciones a cambios en suposiciones clave. En la práctica, el modelo financiero de un fundador bootstrapped es en gran parte un modelo de escenarios con una capa de costes adjunta.
¿Cuántos escenarios debería modelar?
Tres es el número correcto para la mayoría de los fundadores bootstrapped: base, optimista y pesimista. Dos escenarios (solo base y pesimista) pierden la perspectiva del apalancamiento al alza. Cuatro o más escenarios crean ruido de comparación sin mejorar significativamente la calidad de las decisiones. El valor viene de la dispersión entre los tres casos, no de añadir más granularidad a cada uno.
¿Qué inputs importan más en un modelo de escenarios SaaS?
MRR cancelado y nuevo MRR son los dos inputs de mayor apalancamiento para SaaS en fase temprana. Un swing del 30% en cualquiera de los dos típicamente cambia al menos una decisión operativa — si priorizar retención o adquisición, si mantener o aumentar el gasto variable, si acelerar o retrasar un cambio de precios. El MRR de expansión y los costes variables importan una vez que el negocio tiene un comportamiento de upgrade consistente o infraestructura basada en uso, pero en la fase temprana son secundarios a la precisión de churn y adquisición.
¿Con qué frecuencia deberían ejecutar modelos de escenarios los fundadores?
Mensualmente es la cadencia correcta para la mayoría de productos SaaS en fase temprana. Antes de que empiece el mes, define los tres escenarios. Después de cerrar el mes, compara los reales con cada escenario y calibra las suposiciones. Este ciclo de doce meses produce forecasts significativamente mejor calibrados que revisiones trimestrales o anuales de escenarios.
Hacer forecast desde un MRR sucio es hacer forecast mal. Empieza con números en los que puedas confiar →