KPIs y Métricas — BookMind

[CONSEJO — Doc 13] Contrarian: El North Star de BookMind NO es el número de FE emitidas — eso es una métrica de volumen de uso, no de valor creado. Una empresa que emite 500 FE por mes y sigue sin saber cuándo se va a quedar sin caja no está recibiendo el valor diferencial de BookMind. El North Star tiene que capturar si el motor de tesorería está previniendo problemas reales. First Principles: BookMind tiene dos tipos de clientes con North Stars distintos: (1) el cliente que usa BookMind por la FE (compliance, no tiene opción) y (2) el cliente que usa BookMind por la tesorería (valor, sí tiene opción de no pagar). El segundo grupo es el que justifica el precio premium. Medir ambos grupos por separado. Executor: La métrica de calidad del motor más importante no es el error de forecast — es si el cliente actuó sobre la alerta. Un forecast preciso que el cliente ignora no previene ninguna crisis. Trackear "alertas generadas → acción tomada en ≤48h" como métrica de adopción real.

1. North Star Metric

North Star: Crisis de liquidez prevenidas por año por cliente (proxy: alertas generadas en las que el cliente tomó acción en ≤48 horas)

Por qué este North Star: 1. Captura el valor diferencial de BookMind — no la FE (commodity), sino la tesorería predictiva 2. Correlaciona con retención: clientes que previenen 2+ crisis/año renuevan a tasa >95% 3. Es atribuible directamente a BookMind y no a factores externos 4. Obliga a medir el loop completo: forecast → alerta → acción → resultado

Meta North Star: - Mes +6 post-lanzamiento: ≥1.5 alertas accionadas/cliente/trimestre - Mes +12: ≥2.5 alertas accionadas/cliente/trimestre - Mes +24: ≥3 alertas accionadas/cliente/trimestre (con modelo maduro y más historial)

Alarma: si en mes +6 menos del 30% de los clientes Pro ha recibido y actuado sobre al menos 1 alerta → el motor no está siendo útil o las alertas no están llegando al usuario correcto.

2. Árbol de métricas

NORTH STAR: Crisis de liquidez prevenidas (alertas accionadas/cliente/trimestre)
    │
    ├── MOTOR DE TESORERÍA
    │   ├── Alertas generadas por cliente por mes
    │   ├── Tasa de acción sobre alertas (≤48h) — objetivo ≥60%
    │   ├── Error de calibración P50 (|real - P50 en D-30| / P50) — objetivo <15%
    │   ├── Cobertura P10-P90 (% días donde real cae dentro de banda) — objetivo ≥80%
    │   └── Días hasta primera alerta post-activación — objetivo <30 días
    │
    ├── FACTURACIÓN ELECTRÓNICA
    │   ├── FE emitidas por tenant por mes (crecimiento = salud del negocio del cliente)
    │   ├── Tasa de éxito de emisión FE (objetivo ≥99.9%)
    │   ├── FE en contingencia (cola con error >3 reintentos) — objetivo <0.1%
    │   ├── Tiempo promedio de confirmación Hacienda (latencia CR/MX/CO)
    │   └── FE de recepción cargadas (indica uso del módulo AP)
    │
    ├── CONTABILIDAD (GL + AR + AP)
    │   ├── Clientes con conciliación bancaria al día (último cierre <35 días)
    │   ├── DSO real del cliente (Days Sales Outstanding — mejora con uso AR scoring)
    │   ├── Adopción del scoring de cobranza (% clientes Pro que lo consultan/semana)
    │   ├── Tiempo de cierre mensual (días desde fin de mes hasta cierre GL)
    │   └── Clientes con estado de resultados generado en el mes
    │
    ├── REVENUE (SaaS)
    │   ├── MRR BookMind total
    │   ├── MRR heredado (clientes M&A) vs MRR nuevo (clientes BookMind-native)
    │   ├── ARPU promedio (objetivo ≥$680)
    │   ├── NRR (objetivo >105% — expansion via upgrades tier)
    │   └── Tasa de cross-sell (% clientes StockMind/SalesMind que adoptan BookMind)
    │
    └── RETENCIÓN
        ├── Churn mensual logo (objetivo <2% — sticky por compliance)
        ├── Churn revenue mensual (objetivo <1.8%)
        ├── NPS mes 3 (objetivo ≥8)
        └── Razones de churn (precio, producto, competidor, cierre empresa)

3. Métricas operacionales FE

Métrica	Target	Frecuencia	Alarma
Tasa de éxito emisión FE	≥99.9%	Continua	<99.5% → P0 inmediato
FE en contingencia	<0.1% del total emitido	Diaria	>0.5% → revisión técnica urgente
Latencia confirmación Hacienda CR	<5s P95	Continua	>30s P95 → alerta Hacienda caída
FE cola (sin procesar >5 min)	0	Continua	>10 en cola → revisar fe_worker
Errores de XML rechazado	<0.01%	Diaria	>0.1% → cambio normativo posible

4. Métricas de calidad del motor de tesorería

Métrica	Target mes +6	Target mes +12	Alarma
Error calibración P50	<20%	<15%	>30% por 2 semanas → revisar modelo
Cobertura P10-P90	≥75%	≥80%	<65% → bandas mal calibradas
% clientes con alerta generada/mes	≥60% (clientes Pro)	≥70%	<30% → umbral de alerta muy alto
Tasa acción sobre alertas	≥50%	≥60%	<30% → alertas no están llegando al usuario correcto
Días hasta primera alerta	≤45 días post-activación	≤30 días	>90 días → historial insuficiente o cliente no conectó banco
Clientes con banco conectado	≥80% de clientes Growth+	≥90%	<60% → fricción en integración bancaria

5. Métricas de adopción por módulo

Módulo	Métrica de adopción	Target mes +6
FE	% clientes emitiendo FE regularmente (≥5 FE/mes)	≥90% (es la razón principal de compra)
GL	% clientes con conciliación al día	≥60%
AR Scoring	% clientes Growth+ consultando scoring/semana	≥40%
Tesorería	% clientes Pro con forecast activo	≥70%
CPA Portal	% clientes cuyo CPA usa el portal activamente	≥50%

6. Dashboard founders BookMind (semanal)

SEMANA X — BookMind Weekly

MRR:                  $X,XXX (+/-X% WoW)
Clientes activos:     XXX (XX heredados M&A, XX nuevos)
North Star:           X.X alertas accionadas/cliente/trimestre (vs X.X sem. anterior)

FE ESTA SEMANA
Emitidas:             X,XXX en CR / X,XXX en MX / XXX en CO
Éxito:                XX.X%
Contingencia:         XX FE (acción requerida: [link])

TESORERÍA
Alertas generadas:    XX
Alertas accionadas:   XX (XX%)
Error P50 (avg):      X.X%

RETENCIÓN
Churn del mes:        X clientes (XXX razón)
NPS últimas 2 semanas: X.X

MIGRACIÓN M&A (si en progreso)
Clientes migrados:    XXX / 400 (XX%)
Incidentes migración: X

CLIENTE EN RIESGO: [empresa] — sin FE emitida en 14 días
ACCIÓN PRIORITARIA: [1 cosa]

7. Métricas de calidad del servicio (SLA)

Servicio	SLA objetivo	Medición
Uptime plataforma general	≥99.9%	Uptime Kuma
Path FE (emisión + confirmación)	≥99.95%	Monitor separado del path crítico
Tiempo de respuesta API (P95)	<500ms	FastAPI middleware
Sincronización bancaria	<6h de retraso	bank_sync_worker timestamp
Recálculo forecast (latencia)	<6h desde cierre del día anterior	treasury_worker timestamp
Exportación PDF (estado financiero)	<10s	react-pdf timing

8. Herramientas de medición

Idéntico al stack MindStack Suite: - Sentry — errores de aplicación, con categoría separada para errores FE - Uptime Kuma — uptime del path crítico FE (alerta a Douglas si cae) - Metabase — queries sobre PostgreSQL para métricas contables - Plausible — comportamiento de usuarios en el frontend (qué pantallas visitan) - Webhook monitoring — latencia de callbacks de Hacienda/SAT/DIAN

Alerta específica BookMind:

# Si cualquier país FE cae por más de 10 minutos → notificación inmediata
PAGERDUTY_CRITICAL = [
    'fe_cr_degraded_10min',
    'fe_mx_degraded_10min',
    'fe_co_degraded_10min',
    'fe_queue_backlog_100',
]

Ver también: Doc 05 (Proyecciones — metas de revenue que derivan de estas métricas) · Doc 09 (Motor Core — métricas de calidad del forecast) · Doc 04 (GTM — métricas de adquisición KPIs de canal)