Investigación de mercado para un SaaS B2B: cómo contar las cuentas que podés alcanzar
Cómo hacer investigación de mercado para un SaaS B2B sin un informe de 40 páginas: el problema, los motions, los canales y cuántas cuentas podés encontrar de verdad en cada uno.
La investigación de mercado que le sirve a un founder de SaaS B2B termina en un número que podés verificar: cuántas empresas con ese problema podés encontrar y contactar por un canal concreto. El tamaño del mercado en dólares sirve para un deck. Para decidir dónde arrancar, yo miraría cuántas cuentas aparecen cuando aplicás filtros reales, y cuántas de esas pasan una revisión manual.
Elegir cuál de esos segmentos es tu primer ICP está en cómo elegir el primer ICP. Acá está el paso anterior: juntar la información para poder elegir.
En qué orden la haría
- El problema. Qué tarea se rompe, a quién le cae y qué usan hoy para resolverla.
- Los motions. Por dónde podría llegar un comprador: inbound, outbound, eventos, partners, comunidades.
- Los canales dentro de cada motion. En outbound, por ejemplo, email, LinkedIn o WhatsApp con permiso. En eventos, cuáles y quién va.
- Los atributos que podés segmentar. Los que existen como filtro o como dato público en ese canal: industria, cantidad de empleados, país del HQ, cargo, tecnología visible en la web.
Si arrancás por el punto 4, terminás con una lista linda de empresas que no sabés si tienen el problema. Si te quedás en el punto 1, tenés una descripción del comprador que no podés convertir en audiencia.
Del problema a una lista que se puede contar
Escribiría el problema en una oración que nombre la tarea y la consecuencia. "Las empresas de logística pierden plata" no se puede buscar. "El área de cobranzas concilia a mano los pagos de transportistas y cierra el mes tarde" ya te dice qué cargo buscar y qué tipo de empresa tiene ese proceso.
Después, para cada motion, me haría tres preguntas:
- Dónde aparece esta empresa sin que me conozca: una base, un directorio, una asociación, un marketplace, una lista de expositores.
- Qué filtro o dato me permite separar a las que tienen el problema de las que no.
- Cómo llego a la persona que lo sufre, y con qué permiso.
Ejemplo hipotético. Un SaaS de conciliación para empresas de logística en México. En Sales Navigator, el filtro de industria más el país del HQ y un rango de empleados te da un número de cuentas. Ese número es un techo. Revisás a mano 30 de esas empresas y anotás cuántas tienen flota propia o subcontratan transportistas, que es lo que hace aparecer el problema. Si de 30 aparecen 9, ya tenés una proporción para estimar, y un atributo (subcontratan transporte) que vas a tener que conseguir con enriquecimiento, porque no existe como filtro.
Ese último paso es donde se cae la mayoría de los ICP. Si el atributo que define el problema no está en ningún filtro, hace falta una fuente que lo sostenga: la web de la empresa, sus búsquedas laborales, un registro público. Si usás IA para clasificar cuentas, le pediría la URL y el fragmento que respaldan cada clasificación, y que diga "desconocido" cuando no lo encuentra. Cómo armar esa capa está en enriquecimiento de datos B2B.
Qué anotaría por segmento
Una tabla simple, una fila por segmento candidato:
- Descripción del problema en ese segmento.
- Motion y canal por donde los encontrarías.
- Filtros que usaste y cuántas cuentas devolvieron.
- Proporción que pasó la revisión manual, sobre cuántas revisaste.
- Atributo que falta y de dónde lo sacarías.
- Quién es la persona a contactar y por qué canal.
Con tres o cuatro filas así, la conversación sobre "a quién le vendemos" deja de ser de opinión. Un segmento con muchas cuentas y una proporción baja en la revisión puede ser peor que uno chico donde casi todas tienen el problema.
Sin revenue y con revenue
Sin revenue, la investigación es para elegir dónde hacer las primeras conversaciones. Yo no esperaría a tener el mapa completo. Con un segmento contado y revisado, alcanza para salir a validar el problema con entrevistas, y lo que aprendas ahí corrige la tabla.
Con revenue, la primera fuente son tus clientes. Miraría qué tienen en común los que compraron y siguen pagando, y si eso se puede buscar. A veces el atributo que los une es uno que nadie filtró al principio: una herramienta que usan, una forma de vender, un tamaño de equipo en un área. Si aparece, se agrega como columna y se cuenta de nuevo.
Lo que no le pediría a la investigación
Que te diga si van a comprar. Contar cuentas y revisar webs te dice si podés llegar y si el problema probablemente existe. La disposición a pagar aparece en conversaciones con un precio sobre la mesa.
Tampoco usaría un número de mercado que no puedas reconstruir. Si alguien te pasa "hay 50.000 pymes que necesitan esto", preguntaría de qué base sale y con qué filtro. Si no hay respuesta, no lo pondría en la tabla.
Dónde entra GTM OS
En GTM OS, Claude investiga tu empresa y tu mercado y define con vos el ICP, las personas a contactar y la propuesta de valor. Lo usaría como copiloto para ordenar esa tabla y para que el contexto quede escrito en un solo lugar. Cuando pasás a la lista, busca empresas, las califica contra el ICP, encuentra a las personas y valida los emails, y antes de gastar te muestra cuánto cuesta. El criterio de qué segmento probar sigue siendo tuyo, y lo que te devuelve el research lo corregís vos.
Los datos quedan en tu propia base de Supabase, no en ZalesMachine.
Los 15 días gratis son del plan de GTM OS, sin tarjeta. Hace falta un plan pago de Claude (Pro, Max, Team o Enterprise) y una cuenta gratis de Supabase. Smartlead, HeyReach o una herramienta de datos se pagan aparte desde el primer día, y Claude te dice cuánto cuestan y cuál es la alternativa gratis antes de pedirte cada una. Si seguís, el plan pasa a USD 400 por mes, y cancelás cuando quieras desde la App.
GTM OS lo operás vos. Que el equipo de ZalesMachine opere tus campañas es el servicio de la agencia, y es otra cosa.
Preguntas frecuentes
Necesito calcular TAM, SAM y SOM?
Si estás levantando una ronda, probablemente te lo pidan. Para decidir dónde arrancar a vender, me sirve más el número de cuentas que aparece con filtros reales y la proporción que pasa una revisión manual. Ese número lo podés reconstruir y corregir.
Cuántas cuentas revisaría a mano?
Las suficientes para que la proporción no dependa de dos casos. Con 20 o 30 por segmento ya ves si el problema aparece seguido o de vez en cuando. Anotaría siempre sobre cuántas revisaste, para que nadie lea un porcentaje sin su base.
Puedo hacer esta investigación con GTM OS durante los 15 días gratis?
Podés armar el contexto con Claude y probar cómo califica cuentas contra tu ICP. Las herramientas de datos que conectes se pagan aparte desde el primer día. Creá tu cuenta si querés probarlo con tu mercado, o agendá una reunión si preferís verlo antes con el equipo.