En el ecosistema fintech de Miami —del Brickell de los fondos al Wynwood de los founders— sobran los pitch decks con métricas y faltan las operaciones que las miran cada semana. La diferencia entre saber tu churn de memoria y descubrirlo al armar el board deck es la diferencia entre corregir a tiempo y explicar tarde. Esta guía define el dashboard mínimo viable de una fintech: qué medir, cómo calcularlo sin autoengaño y cómo automatizar los datos para que se actualice solo.
Respuesta corta: Una fintech startup necesita un dashboard semanal con cuatro bloques: crecimiento (MRR o volumen procesado, clientes activos), adquisición (CAC por canal, conversión del funnel de onboarding), retención (churn de clientes y de revenue, cohortes) y unit economics (ingreso y costo variable por transacción, margen de contribución). Lo esencial es que se alimente automáticamente de Stripe, el core y la contabilidad — un dashboard manual muere en tres semanas. Montarlo cuesta típicamente $2,500-$6,000 USD.
Por qué las fintechs miden distinto que un SaaS
Los frameworks de métricas SaaS están por todas partes, pero una fintech tiene una capa extra que los genéricos ignoran: el dinero que se mueve no es lo mismo que el dinero que ganas. Puedes procesar $2 millones al mes y perder dinero en cada transacción; puedes presumir TPV (volumen total procesado) creciendo 20% mensual mientras el take rate se comprime y la economía real empeora.
Por eso el dashboard de una fintech separa siempre tres niveles: volumen (TPV, número de transacciones), ingreso (lo que cobras: take rate, comisiones, spread de FX, suscripciones) y margen (lo que queda tras costos variables: procesamiento, verificaciones KYC, infraestructura por transacción, pérdidas por fraude). Los tres se mueven distinto y confundirlos es el autoengaño más común del sector. Un inversionista serio de Brickell va a preguntar por los tres — mejor saberlos antes que él.
Bloque 1 — Crecimiento: volumen, ingreso y clientes activos
Las métricas de la fila superior del dashboard:
- TPV semanal y mensual con su tendencia, segmentado por producto o corredor si aplica.
- Ingreso neto (revenue real, no volumen): suscripciones + comisiones + spread, menos devoluciones.
- Take rate efectivo: ingreso ÷ TPV. Su tendencia dice si creces con calidad o comprando volumen con precio.
- Clientes activos con definición estricta: que transaccionaron en el período, no que existen en la base. Una fintech con 40,000 cuentas y 6,000 activas mensuales tiene 6,000 clientes.
- Concentración: % del ingreso en los 10 clientes principales. En fintech B2B de Miami es común descubrir que tres clientes son el 60% — mejor verlo en el dashboard que en la renuncia de uno de ellos.
Bloque 2 — Adquisición: CAC honesto y funnel de onboarding
El CAC de una fintech tiene una trampa específica: el costo de adquirir no termina en el clic — termina en la cuenta aprobada y fondeada. Entre el registro y la activación hay verificación KYC (que cuesta dinero por chequeo) y abandono. El CAC honesto se calcula sobre clientes activados, no registrados, e incluye los costos de verificación de todos los que empezaron.
Por eso el funnel de onboarding merece su propio panel: visitantes → registro iniciado → documentos enviados → KYC aprobado → cuenta fondeada → primera transacción. Cada caída entre pasos tiene causa y arreglo (el paso de documentos suele ser el asesino silencioso, especialmente con documentos de LATAM que el proveedor de verificación procesa mal). Medir el funnel por canal además revela verdades incómodas: el canal barato en CPC puede ser carísimo en CAC activado si trae tráfico que no pasa el KYC. Con esos números por canal, las decisiones de presupuesto de marketing se toman solas.
¿Operas una fintech o negocio en Miami?
Diagnóstico gratuito de 30 minutos, 100% remoto. Te decimos qué automatizar primero y cuánto puede ahorrar tu operación.
Bloque 3 — Retención: churn, cohortes y revenue retention
En fintech, la retención es el negocio: adquirir un cliente financiero es caro y el margen llega con el uso repetido. Tres métricas concretas:
- Churn de clientes: % de activos del mes anterior que no transaccionaron este mes (con la definición de actividad ya establecida). Ojo con la estacionalidad de algunos corredores de remesas.
- Net revenue retention (NRR): el ingreso de la cohorte de hace 12 meses, ¿creció o se encogió? Por encima de 100% significa que los clientes que se quedan gastan más de lo que pierdes con los que se van — la métrica favorita de cualquier inversionista.
- Cohortes de uso: de los clientes que hicieron su primera transacción en enero, ¿cuántos siguen activos en el mes 3, 6, 12? La forma de esa curva —se aplana o cae a cero— predice el futuro del negocio mejor que cualquier proyección.
Una curva de cohortes que se aplana en 40% es un negocio; una que baja sin piso es una cubeta agujereada con marketing encima.
Bloque 4 — Unit economics: la transacción bajo el microscopio
El bloque que separa a las fintechs que sobreviven: ¿ganas dinero en cada transacción? El cálculo por transacción típica:
| Concepto | Ejemplo ilustrativo |
|---|---|
| Ingreso por transacción (comisión + spread) | $4.20 |
| Costo de procesamiento (redes, adquirente, banco) | -$1.60 |
| Costo de infraestructura y proveedor por transacción | -$0.35 |
| Pérdidas por fraude y disputas (prorrateadas) | -$0.55 |
| Costo de soporte prorrateado | -$0.40 |
| Margen de contribución | $1.30 (31%) |
Los números son ilustrativos — los tuyos saldrán de tus datos, y eso es exactamente el punto: la mayoría de las fintechs tempranas no los conoce con precisión porque los costos viven repartidos entre Stripe, facturas de proveedores KYC y la contabilidad. Automatizar este cálculo es de lo más valioso del dashboard: convierte discusiones de opinión («creo que ese corredor no es rentable») en decisiones con cifras.
Cómo se monta: fuentes, pipeline y visualización
La arquitectura práctica para una startup sin equipo de datos:
- Fuentes: Stripe u otro procesador (transacciones, comisiones), el core o base de datos propia (clientes, actividad), el proveedor KYC (chequeos y costos), la contabilidad en QuickBooks (costos reales) y el CRM o la herramienta de marketing (gasto por canal).
- Pipeline: extracciones automáticas diarias hacia una base analítica ligera; sin data warehouse sofisticado hasta que el volumen lo pida.
- Cálculo: las métricas definidas una sola vez, versionadas, con las definiciones escritas (qué es «activo», qué incluye el CAC) — la mitad de las peleas de métricas son definiciones distintas.
- Visualización: un dashboard con los cuatro bloques y una vista semanal para el equipo; la IA añade la narrativa: un resumen escrito cada lunes con qué cambió y qué merece atención.
Uniamos construye este pipeline completo de forma remota en 3-5 semanas: setup típico $2,500-$6,000 USD según fuentes, operación $300-$600/mes.
El resumen del lunes: la IA como analista junior
Un dashboard que nadie interpreta es decoración. La pieza que lo vuelve operativo es el resumen narrativo automático: cada lunes por la mañana, un modelo de lenguaje lee las métricas de la semana, las compara con las anteriores y escribe cinco líneas en el Slack o el correo del equipo: «TPV +6% semanal, impulsado por el corredor México. El funnel de onboarding cayó 4 puntos en el paso de documentos — coincide con el cambio del proveedor KYC del martes. El churn de la cohorte de abril supera al de las cohortes previas en el mes 2. Tres clientes concentran ya el 41% del ingreso.»
Ese resumen no decide nada: señala dónde mirar, que es el 80% del valor de un analista junior, a una fracción del costo. Y como se genera desde los datos del pipeline —no desde impresiones—, la conversación del lunes empieza con hechos compartidos. Los equipos que adoptan este hábito rara vez lo abandonan: es la forma más barata de mantener a todo el equipo mirando el mismo negocio.
Errores de medición que cuestan caro
Los clásicos del sector, para esquivarlos:
- Presumir TPV como si fuera revenue. Internamente confunde; ante inversionistas sofisticados, resta credibilidad.
- «Activo» definido con generosidad. Si abrir la app cuenta como actividad, tu churn es ficción.
- CAC sobre registros y no sobre activados. Con abandono de onboarding del 40-60%, la diferencia es del doble.
- Ignorar el fraude en los unit economics. Las pérdidas por disputa son un costo variable del producto, no un extraordinario.
- Dashboard manual en hoja de cálculo. Vive tres semanas; la cuarta nadie lo actualizó y la quinta nadie confía en él. La automatización del dato no es lujo: es la condición para que el hábito exista.
Un dashboard honesto y automático es también una herramienta de fundraising: llegar a una conversación con métricas limpias, definidas y al día transmite control operativo — y en fintech, el control operativo es el producto que el inversionista compra.
Siguiente paso: diagnóstico gratuito
30 minutos por videollamada. Uniamos trabaja de forma remota desde Austin y Ciudad de México con empresas de Miami y todo EE.UU.
Preguntas frecuentes
¿Qué métricas debe mirar una fintech startup cada semana?
Cuatro bloques: crecimiento (TPV, ingreso neto, take rate, clientes activos), adquisición (CAC sobre clientes activados y funnel de onboarding), retención (churn, cohortes, net revenue retention) y unit economics (margen de contribución por transacción). Con definiciones escritas y datos automáticos.
¿Cuál es la diferencia entre TPV y revenue en una fintech?
TPV es el volumen que procesas; revenue es lo que cobras por procesarlo (take rate, comisiones, spread). Puedes crecer en TPV y empeorar en revenue si el take rate se comprime. Confundirlos es el error de medición más común y los inversionistas lo detectan de inmediato.
¿Cómo se calcula el CAC correctamente en una fintech?
Sobre clientes activados —cuenta aprobada, fondeada y con primera transacción—, no sobre registros, e incluyendo los costos de verificación KYC de todos los que iniciaron el proceso. Con abandonos de onboarding del 40-60%, el CAC sobre registros subestima el costo real hasta en la mitad.
¿Qué es un buen margen de contribución por transacción?
Depende del modelo: remesas, procesamiento y neobancos tienen estructuras distintas. Lo importante es conocer el tuyo con precisión —ingreso menos procesamiento, infraestructura, fraude y soporte prorrateado— y su tendencia. Un margen positivo que mejora con escala es la señal que buscan operadores e inversionistas.
¿Necesito un data warehouse para tener este dashboard?
No al principio. Una base analítica ligera con extracciones diarias automáticas de Stripe, el core, el proveedor KYC y QuickBooks cubre a la mayoría de startups hasta volúmenes considerables. Lo innegociable es la automatización: los dashboards alimentados a mano mueren en tres semanas.
¿Cuánto cuesta montar un dashboard de métricas automatizado?
Con una agencia como Uniamos, el pipeline completo con los cuatro bloques y el resumen narrativo semanal por IA va de $2,500 a $6,000 USD de setup y $300-$600 mensuales, implementado en 3-5 semanas de forma 100% remota desde Austin y Ciudad de México. Diagnóstico gratuito de 30 minutos.
¿Qué hace el resumen narrativo de IA cada lunes?
Lee las métricas de la semana, las compara con las previas y escribe cinco líneas señalando cambios relevantes y posibles causas: caídas del funnel, cohortes que se desvían, concentración de ingreso. No toma decisiones; dirige la atención del equipo a donde los datos dicen que hay que mirar.
Sobre Uniamos. Automatizamos procesos y formamos equipos con IA para empresas en EE.UU., México y LATAM, de forma 100% remota desde Austin y Ciudad de México. Conoce el agente IA para WhatsApp, los dashboards, las integraciones y APIs, la formación en IA con Claude o vuelve al blog.