El pricing es probablemente la palanca con mayor retorno e infrainversión en SaaS. La mayoría de empresas se obsesionan con captar más clientes y mejorar el producto, mientras dejan sus precios sin tocar durante años. Un experimento de pricing bien diseñado puede aumentar el ARR un 20–30% con cero coste adicional.
Los principios que importan
Value-based pricing, no cost-plus: el precio no se determina por cuánto te cuesta producir el servicio. Se determina por cuánto valor genera al cliente. Si tu producto ahorra 5.000€/mes al cliente, cobrar 500€/mes es un robo (para ti).
Planes con anclaje: tres planes funcionan mejor que dos o cuatro. El plan medio se convierte en el "preferido". El plan caro hace que el medio parezca razonable. El plan barato existe para tener un suelo pero no se promociona activamente.
Cobro por valor consumido vs cobro plano: para SaaS B2B, el cobro por uso (por usuario, por consumo, por funcionalidad) escala mejor con el valor que el cliente recibe. Modelos como "por usuario activo" o "por API call" alinean tu ingreso con el valor real entregado.
Anclaje al alza: precios terminados en 7o 9funcionan mejor que terminados en **0.**49€ se percibe como más barato que 50€ aunque la diferencia sea trivial. 99€ vs 100€ es el ejemplo clásico.
La experimentación con IA
Los modelos predictivos pueden ayudar a optimizar pricing: identificar qué segmentos de clientes están subprecios para su valor, qué planes generan más LTV, qué pricing capture más mercado sin afectar márgenes. Para SaaS con datos suficientes (varios miles de clientes), el ML aplicado a pricing es uno de los proyectos con mayor ROI.