Por Qué Rastrear el Tiempo No Salvará los Márgenes de Tu Agencia

Galen Low: Si alguien nos escucha y su organización no tiene una cultura de datos, ¿cuánto tiempo tardará en ponerse al día?

Marcel Petitpas: El primer paso es tener claro tu marco de trabajo. No puedes tomar decisiones sobre qué herramientas usar, cómo usarlas, qué rastrear y qué no rastrear, a menos que sepas en qué métricas te vas a enfocar.

Tienes que saber exactamente cómo se van a calcular esas métricas, cómo vas a definir cada objeto dentro de cada métrica, y qué te dice esa métrica sobre tu negocio cuando sube o baja.

Galen Low: Si diriges una agencia, ¿cómo decides dentro de ese marco cuáles tácticas realmente van a tener el mayor impacto sobre la eficiencia operativa?

Marcel Petitpas: Nosotros pensamos en esto como el ciclo de beneficios de la agencia, que tiene cuatro pasos. El primero son tus suposiciones. El segundo son tus resultados reales, y esos dos juntos forman tu bucle de retroalimentación cuantitativo. Eso te dice dónde hay una brecha y qué métrica dentro del negocio necesitas mover.

Galen Low: Si eres un operador, ¿deberías ser muy fluido en datos, muy orientado y guiado por datos, más técnico, más como un ingeniero, o eso también es una falacia?

Marcel Petitpas: Llegará un momento, no muy lejano, en el que podrás construir y manejar un pequeño pipeline de datos sin tener que ser súper técnico o un súper empollón de datos. Sin embargo, algo que seguirá siendo cierto es—

Galen Low: Bienvenido al podcast Digital Project Manager: el programa que ayuda a los líderes de entrega a trabajar de forma más inteligente, entregar más rápido y liderar mejor en la era de la IA. Soy Galen, y cada semana profundizamos en estrategias del mundo real, nuevas herramientas, marcos probados y ocasionales anécdotas del frente de proyectos. Ya sea que estés liderando grandes transformaciones, manejando flujos de trabajo con IA o simplemente intentando controlar el caos, este es tu lugar. Empecemos.

Hoy hablamos sobre la relación entre rentabilidad, operaciones y datos. Y específicamente, ¿cuándo es el momento adecuado para asegurar que tus datos sean lo suficientemente limpios como para entender la rentabilidad y cómo puedes ponerte al día si ya sientes que vas atrasado en esto de operaciones potenciadas por IA basadas en datos?

Me acompaña hoy Marcel Petitpas, fundador y CEO de Parakeeto, y también mi referente cuando se trata de operaciones de agencia rentables basadas en datos y de explicarme regresión lineal en términos sencillos. Marcel y su equipo son el punto medio entre tener un CFO fraccional y un COO fraccional, trabajando juntos para lograr que tu agencia crezca de manera predecible a través de operaciones rentables y sostenibles.

Además, Marcel ha estado en todas partes últimamente. Ha hablado en el Summit Agency Growth Event, el All-In Agency Summit, Mirren AI 2025, Consulting Success Live 2025 y diversas apariciones con el Agency Management Institute. También es el anfitrión del podcast Agency Profit, que publica discusiones semanales con líderes de agencias y expertos del sector.

Marcel, gracias por volver a estar conmigo hoy en el programa.

Marcel Petitpas: Galen, verte hacer esa introducción fue impresionante. Estabas tan concentrado. Fue increíble. Estábamos charlando detrás de escena y de repente entraste en modo presentador. Gracias por invitarme. Es un placer estar aquí y gracias por esa maravillosa presentación.

Galen Low: Gracias por los cumplidos. En realidad soy IA todo este tiempo. Marcel me construyó. Marcel, ya has estado en el programa antes, has participado en eventos con nosotros. Me encanta tenerte porque tienes una perspectiva única y pragmática sobre hacia dónde van las agencias y los negocios en general, en cuanto a fluidez de datos, operaciones guiadas por datos y cómo eso se conecta con aportar valor. Realmente bajas a los detalles del negocio.

Marcel Petitpas: Bueno, aprecio que digas eso. Es algo en lo que, curiosamente, paso una cantidad extraordinaria de tiempo pensando y hablando, y soy muy afortunado de poder hacerlo. He estado implementando esto en agencias durante siete años y, especialmente en el contexto de la gestión de proyectos, tengo algunas perspectivas que creo que van en contra de la sabiduría convencional sobre las mejores prácticas.

Porque he visto dónde están las esposas doradas, esas decisiones que parecen tener sentido y luego en la práctica ves que no funcionan porque es demasiado difícil.

Galen Low: Me encanta eso. Sí. Seguimos usando manuales que están rotos simplemente porque existen. Esposas doradas, sin duda. Pensaba que podríamos empezar quitándonos una gran pregunta candente del medio, algo polémico que todos quieren saber, y luego tal vez podríamos ampliar y hablar de tres cosas.

Primero, quería hablar sobre la higiene de datos y qué hacer si parece que tu agencia ya perdió el tren. Luego me gustaría hablar sobre cómo los datos limpios y la IA pueden tener un impacto medible en la rentabilidad, así como cómo puntuar y priorizar eficiencias operativas basadas en el impacto.

Y, por último, pensé que podríamos explorar hacia dónde lleva la madriguera a las agencias. En ciertos aspectos el negocio de la agencia ha cambiado completamente. Y me gustaría hablar sobre las habilidades y estructuras que las agencias deben considerar para prosperar en la era de los datos y la IA, grandes temas. ¿Cómo te suena?

Parece muy divertido. Vamos a ello. Excelente. Empecemos. Aquí va mi gran y peliaguda pregunta. Diría que los datos limpios y buenos, esto lo aprendí de ti, son posiblemente la clave para conseguir operaciones de agencia rentables basadas en datos. Pero si alguien nos escucha y su organización no tiene una cultura de datos o ni siquiera se acerca a tener datos organizados de forma significativa, ¿cuánto tardará en ponerse al día?

¿Y hay alguna forma de acelerar ese proceso sin ser imprudentes?

Marcel Petitpas: La respuesta es sí. Lo que me parece tan triste sobre tantos de nuestros clientes, con los que terminamos trabajando después de que llevan años intentando cerrar esta brecha, es que la gran mayoría intenta solucionar el problema empezando la casa por el tejado.

Esto es especialmente cierto para muchos de quienes escuchan este programa. Y no creo que sea culpa suya. Honestamente, el complejo industrial del software les ha hecho creer eso. Que todo empieza con el software, la gestión de proyectos, los registros de tiempos, los datos contables... pero esos son los últimos pasos del proceso y los menos importantes, y va a sorprender que diga esto, pero no necesitas registros de tiempos para conseguir el 80% de la visibilidad de tu rendimiento.

El primer paso es, número uno, tener claro tu marco. Esto es un poco abstracto, pero poniendo esto en términos prácticos: no puedes usar ninguno de tus datos ni tomar decisiones sobre qué herramientas utilizar, cómo utilizarlas, qué rastrear, qué no rastrear, si no sabes en qué métricas te vas a enfocar.

Debes saber exactamente cómo se calculan esas métricas. Y debes saber cómo definir cada objeto dentro de cada métrica. Y qué te dice esa métrica sobre tu negocio cuando sube o baja. Para darte un ejemplo práctico, es muy bonito sentarse en la sala de juntas y decir, vamos a medir la utilización.

Es otra cosa totalmente distinta afirmar: ¿qué significa exactamente eso para nosotros? ¿Qué es una hora facturable y qué es la capacidad? ¿Cómo definimos esos conceptos? ¿Qué está incluido y qué no? ¿Qué cuenta y qué no? ¿Cuál es la lógica por la cual convertimos datos en esa representación de la utilización?

¿Y entendemos plenamente qué la hace subir o bajar, y qué significa para nuestro negocio, cómo influye en la toma de decisiones y por qué nos importa en primer lugar? ¿Qué va a cambiar en nuestra toma de decisiones si tenemos este número delante y vemos que sube o baja?

Así que ese es el primer paso. La buena noticia es que no requiere software, ni datos, ni esperar para acumular datos. Son decisiones que puedes tomar ya. No son fáciles, pero hemos intentado facilitarlo publicando nuestro marco sobre cómo pensamos que debes medir esas métricas y cuáles medir, haciéndolo público.

Eso sería el primer paso. Y hay un segundo, que tampoco requiere nueva información y que creo que es importante mencionar. Pero voy a dejarte intervenir porque podría seguir así los próximos 60 minutos, ya lo sabes.

Galen Low: Y estaría encantado de escucharte.

Pero también me gusta que dirija un poco la conversación, porque creo que muchos de los que escuchan piensan: “tenemos que ponernos al día, comprar software y empezar a registrar horas ya. Así conseguiremos una base de datos y luego ya podremos usarlos para ganar rentabilidad”. Es la reacción involuntaria ante sentir que una agencia va atrasada. Ajá. Así que me gusta que la respuesta no sea el software. Me pregunto si podrías darme un ejemplo, especialmente sobre utilización. Porque creo que la utilización es el ejemplo perfecto de esas esposas doradas, ¿verdad?

Porque parece lógico. He contratado a estas personas. Mi modelo de negocio vende servicios por hora facturable. Están dedicando la mayor parte del tiempo a hacer dinero o no. Si no, mis márgenes colapsan. Puedo perder dinero. No estoy sacando provecho al talento que incorporé.

Y parece natural pensar que es una buena medida, pero donde me sorprendiste fue en lo que la hace subir o bajar. Pensé: “vaya, es una ecuación muy compleja para quienes son como: ‘Marcel, ¿qué más debería medir? La utilización tiene que ser’. ¿Cuáles son los mitos que desmontas o encuentras y que en realidad son falacias? ¿Se trata de seguir midiendo la utilización, pero mejor, habiendo hecho las preguntas correctas? ¿O es abandonarla?

Marcel Petitpas: No, nuestro marco incluye la utilización como una métrica, pero la forma en que la calculamos probablemente no es la misma que la de la mayoría, y puedo hablar de ello. Puedo explicar cómo definimos la utilización, pero es difícil hacerlo en aislamiento porque hasta que no entiendes cómo medimos la tarifa promedio facturable y la rentabilidad en proyectos y cómo es diferente de la rentabilidad a nivel de agencia y cómo pensamos el coste por hora, no puedes entender por qué tomamos las decisiones que tomamos sobre la utilización.

Lo vemos como un sistema completo, la relación entre las métricas y el negocio y entre sí. Hemos pensado todo esto, lo hemos probado en cientos de agencias durante siete años y hemos cubierto los casos extremos. Así que puedo dar mi definición de utilización: son horas de entrega,

o sea, todo el tiempo dedicado a clientes, independientemente de si eran, entre comillas, facturables o no, no nos importa. Y esas horas de entrega se dividen entre la capacidad: todo el tiempo que compras de cualquiera en la medición. Así que para toda la agencia, es para todos, incluidas personas que no hacen trabajo con clientes.

Y son 2080 horas al año. Así que habrá quienes dirán: bueno, eso no funciona para nosotros, tal vez porque tomaron otras decisiones sobre otras métricas y no tiene sentido. Pero justo hoy hablé con alguien cuyo equipo de gestión cada semana les dice que el equipo está completamente utilizado, pero realmente no es así, porque la mitad de ese tiempo considerado, comillas, facturable, es tiempo interno. No genera ingresos. Así que crean falsos positivos, o el otro equipo, que están más utilizados en agosto. Pero es otro falso positivo porque se toman muchas vacaciones en la forma en la que calculan capacidad. Deberíamos eliminar el tiempo no disponible.

Todo esto me indica que no hubo una conversación sobre cómo definir la utilización después de otra sobre el porqué. ¿Qué decisiones tomamos y qué preguntas queremos responder? Porque si esa conversación se hubiera tenido primero, verían de inmediato que no se puede eliminar capacidad si queremos saber el impacto financiero de la utilización y cómo influye en la rentabilidad.

Esto crea problemas. En fin, el gran error es pensar que se puede conocer el desempeño de la agencia sólo por una métrica. La trampa es querer hacer de la utilización esa métrica o de la rentabilidad de proyectos. Y la segunda es aún más problemática. No puedes inferir la rentabilidad de toda una agencia sólo con la de un proyecto. Intentar juntar esas piezas es perder el tiempo y un gran derroche de recursos en mi opinión, y no responde ninguna pregunta.

Galen Low: Me gusta lo tipo Douglas Adams, ¿no?, cuando preguntan cuál es el sentido de la vida y la respuesta es 21, pero es porque la pregunta no se entendió desde el principio. Así me suena la utilización después de oírte. Vale, parte uno: el marco y saber qué estás midiendo y por qué. Parte dos.

Marcel Petitpas: Parte dos diría que es tu modelo y tu previsión. Esto suele pasarse por alto y vuelve a la pregunta: imaginemos que definimos cómo mediremos la utilización. Lo siguiente que pasa es que el equipo de PM se entusiasma, instala la herramienta de gestión, exige cumplimiento, pasan tres meses, creen que tienen datos buenos, y anuncian que la utilización el mes pasado fue del 54%. Todos se quedan esperando una reacción: ¿eso es bueno o es malo?

De nuevo, se ha llegado al final del proceso, pero no se puede extraer valor porque nunca se estableció una expectativa. Lo bueno es que fijar la expectativa puede ser súper revelador y señalar el problema incluso antes de conocer los resultados reales. Cuando tienes resultados, son mucho más valiosos porque la percepción surge de comparar expectativas con la realidad. Paso dos es montar el modelo de tu empresa. Arranca con la matriz de nómina: una lista de todos en el equipo, cuánto cobran, cuántas horas trabajan, dónde se supone que dedicarán el tiempo, si tuvieran trabajo ilimitado, cuánto tiempo libre remunerado tienen. Luego miras los gastos fijos: abogados, contadores, QuickBooks, suscripciones, oficina. Y luego precios: cuánto cobras realmente y cuánto esperas ganar por cada hora de trabajo con clientes en todo lo que vendes.

Si unes esas tres cosas, deberías llegar a la pregunta: si todo va según lo planeado, ¿cuánto dinero puede ganar esta empresa con el equipo actual? ¿Cuánto tiempo se dedicaría a clientes? ¿Cuál sería nuestra tasa de utilización? ¿Cuánto gastaríamos en overhead? ¿Cuál sería el margen bruto y la ganancia neta? Es decir, ¿cuál es el mejor resultado posible? Así contestas la primera pregunta: ¿esto es bueno? ¿Es lo que esperamos? Eso es importante porque a veces llega una agencia que nunca logra rentabilidad y resulta que, al hacer el ejercicio, su modelo no permite ser rentable.

Galen Low: Interesante.

Marcel Petitpas: Y es como: sin importar lo bien que ejecutemos, igual fracasamos. Y no es por la ejecución sino porque el plan era erróneo.

Así que el segundo paso es tener un modelo de tu empresa, entender para qué te prepara, cuánto margen de error tienes, cómo se ven tus objetivos. Si añades datos sobre proyectos (cuánto vas a cobrar, cuándo empiezan/acaban, cuántas horas se esperan), puedes prever si lograrás todos los ingresos posibles, si el equipo estará ocupado. Puedes resolver el 70-80% de los problemas de rentabilidad sin registrar tiempos ni datos de proyectos, que es lo más costoso y difícil, sólo aclarando el marco y las suposiciones que tienes.

Estructurarlas bien es lo primero que hacemos con cada cliente porque las decisiones sobre todo lo demás dependen de tener esa base y ese esquema. Y lo bueno es que todo esto es gratis.

Sólo toma tiempo y requiere información que ya tienes en mente. Seguramente no la has recopilado todavía. No necesitas software, ni esperar meses a que haya datos. No debes cambiar tu proceso contable. Puedes hacerlo ahora mismo. Esa es la buena noticia: no lleva tanto ponerse al día, porque mucho de eso ya lo tienes ahora.

Galen Low: Es curioso porque es gratis, pero no fácil. Es decir, ciertas respuestas dependen de lo que sabes, pero responderlas es complicado porque tienes que ver tu operación de frente. Pensé que dirías: “piensa cuánto podrías ganar y decide si eres realista, porque eso sería la utopía”, pero en realidad dijiste: puede que tu plan simplemente no sea rentable. Y lo refrescante para mí, como PM de agencia, donde solemos sentir que llevamos todo el peso económico (“tenemos que ser muy facturables para cubrir a los administrativos, ventas y demás”), es que según tú no basta con la rentabilidad a nivel de proyecto. Hay un modelo integral de COGS, y debes considerar todo el equipo y el trabajo facturable o disponible, el dinero que puedes ingresar.

Marcel Petitpas: Es totalmente cierto, lo hemos visto. Hay empresas donde todos sus proyectos son muy rentables, pero la agencia no lo es porque sólo es un factor de tres que determina la rentabilidad. No todo depende de eso. Es sólo así. Por ejemplo, puedo venderte esta botella de agua por un millón, pero si luego gasto 800,000 al año en operar y marketing sólo para venderle una cada década a alguien, da igual que el margen por botella sea del 99.999%. Ese es el matiz. Hay que hacer un modelo completo de toda la empresa y vigilar todas las palancas relevantes.

Galen Low: Mientras tanto, los de Stanley Cups, ese sí es su modelo, ¿verdad? Sí. Vender modelos coleccionables con margen.

Marcel Petitpas: Sí, que son indestructibles.

Galen Low: Quiero aprovechar esto para ir un poco más allá. Dijiste que Parakeeto es como si un CFO fraccional y un COO fraccional tuvieran un bebé. Dejando de lado los chistes, ¿cómo pueden los líderes de finanzas y operaciones conectarse más y empezar a usar datos para analizar y monitorear la rentabilidad de una agencia? ¿Quién debe participar en definir estos marcos y el modelo?

Y cómo desterrar potenciales mitos financieros/operativos que arrastraban.

Marcel Petitpas: Creo que vuelve a las dos cosas que mencioné antes: la conversación sobre el marco y sobre el modelo de negocio.

Está intrínsecamente ligado a las tres áreas más importantes del negocio: la financiera, la operativa y, hasta cierto punto, la comercial. Así que al sentarse a conversar centrados en eso, fuerzas a todos a reunirse y llegar a acuerdos.

También da respaldo porque es sólo una fórmula matemática, no una opinión. Así es la matemática, estas son las palancas, y nadie puede refutarlo. Eso crea una base para que todos digan: bien, si esta es la expectativa, ¿cómo la mediremos?

Todos deben contribuir y fuerzas a mirar toda la organización. Si queremos prever, hay que saber qué viene de ventas. ¿Qué información necesitamos? Si pensamos la capacidad, hay que saber cuánta dedicación se va a necesitar. Si es la parte financiera, saber lo que cobramos y lo que costará, qué es nuestro dinero y qué no. Y para planear rentabilidad, conocer el margen esperado.

Igual, si vamos a fijar presupuestos en finanzas, hay que comprender la plantilla y el plan de contrataciones. Todo está así de conectado, miras la organización para identificar qué datos necesitamos, y casi siempre es una combinación de datos operativos (que preceden a los financieros) y luego datos de finanzas (que resumen lo que ya pasó). Para mí el marco, el modelo y la previsión son la base para los bucles de retroalimentación, que es donde se da mucha colaboración cruzada.

Sin marco ni modelo, lo que suele pasar es que cada quien va a lo suyo y queda una pequeña brecha que nunca se llena y enloquece al liderazgo: acaba habiendo formas desconectadas de pensar el trabajo (ventas, QuickBooks, ClickUp...), cada uno en su propio idioma y no se puede medir nada. Los datos simplemente no encajan.

Galen Low: Me gusta que el modelo y marco unan a la gente. Y conozco esa brecha, cuando todos llegan a la sala diciendo que están de acuerdo, tenemos datos, plan, meta... pero las piezas no encajan y el vocabulario es distinto. Y en el QBR siguiente, la culpa nunca es de uno. Me gusta la idea de que, entrando en esto, uno pueda preguntarse si ser CFO/COO basta, pero en realidad está en reunir a todos, construir el modelo y el marco y mirar a la empresa como un todo, usando datos que ya existen.

Marcel Petitpas: En empresas más grandes con COO, CFO y CEO, los alineamos y les permitimos enfocarse en lo más importante, no en hojas de cálculo para entender qué pasa, sino en actuar teniendo claridad de qué toca priorizar. En pequeñas, donde no hay CFO/COO, hacemos lo mismo para quien tenga el mayor rango en cada área, normalmente firmas contables externas y el PM con título operativo, aunque se acaba de crear y fue porque “estaba aquí y parece bueno, ¿quieres aprender operaciones?”. Y el CEO, que generalmente no se involucró para eso: es experto en otra cosa. Así que nos encargamos de ese punto intermedio desordenado para que todos los demás sepan qué hacer y lo hagan tranquilos.

Galen Low: Es muy común en agencias boutique: el CEO es el fundador, le gusta la tecnología, crear webs, apps, diseño... y de repente es CEO, sin formación previa. Se apunta a clubs de directores generales, pero surgen carencias en lo que puede o debe hacer, y la parte de operaciones... sí, he visto eso de “tú puedes llevar operaciones, ya eres el COO, lo iremos aprendiendo”. Me gusta la idea de que está bien porque todos aprenden, pero hay que tener un plan para crear esa “sensibilidad de modelo”, llenar vacíos y conducir conversaciones buenas para aprender y decidir juntos lo mejor para el negocio.

Marcel Petitpas: Hay algo importante aquí: muchas veces ese PM senior a quien nombran líder de operaciones es lanzado al reto de la rentabilidad sin más recursos, y es una expectativa irreal, los están condenando al fracaso. No es una misión secundaria, es un reto difícil si no tienes marco ni experiencia. Se requiere un nivel alto de análisis y de conocimientos financieros. Es poco realista pedirlo a alguien que creció desde proyectos. Y además, esa experiencia en proyectos puede ser desventaja porque los PMs suelen ser premiados por ser detallistas y precisos, justo lo que les dificulta hacer buenos informes ejecutivos, que (sorpresivamente) requieren renunciar a mucha de la precisión que solemos confundir con exactitud. Por ejemplo, para prever capacidad de diseño a cuatro meses no hace falta asignar 700 tareas individuales. Eso sería como usar palillos para apilar granitos de arena. No va a funcionar, y los PM de formación pensarán primero en eso, porque es lo que conocen.

Galen Low: Aunque hemos hablado de esto en otros episodios, con el paso del tiempo mi perspectiva ha cambiado, sobre todo en esta era de la IA. Estoy contento de que lo lleves precisamente ahí, porque es lo que quiero preguntar. Conozco a gente que ha caído en operaciones y piensa: “puedo hacer todo lo que dice Marcel, pero necesito contratar a un data scientist”. Y contratan a alguien que no domina el negocio en general ni sabe qué datos recopilar ni cómo presentarlos, y es el caso del ciego guiando al ciego. ¿Es simplemente que resolver el reto de la rentabilidad es imposible salvo que tengas experiencia o formación? Si fuera fácil, cualquiera tendría un negocio rentable. ¿Pero, relacionándolo con los datos y la precisión necesaria, alguien en ese rol debe ya ser súper fluido en datos, muy técnico, ingeniero... o tampoco es así?

Marcel Petitpas: Ahora estamos en una intersección difícil y te explico por qué. Creo que las operaciones de datos se volverán básicas para las pequeñas empresas, pero aún no hay opciones accesibles. Ese es (por cierto) el pequeño secreto de Parakeeto: nuestro enfoque es llevar operaciones de datos, algo habitual en grandes empresas, hacia el segmento pyme, hacerlo muy opinado y útil para un nicho a un costo viable. Somos un pequeño equipo de operaciones de datos empaquetado de forma moderna. El problema es que no puedes pagar una suscripción a Databricks con bajo presupuesto ni costear el personal técnico que lo monta. No hay Databricks para pymes realmente. Pero vendrán esas herramientas, serán más capaces, y en poco tiempo se podrán crear data pipelines sin ser técnicos. Pero siempre hará falta entender el marco y cómo aplicarlo a tu negocio. No hay manera de evitar empezar con el fin en mente. Cualquier herramienta, los datos, hojas de cálculo... incluso si eres data scientist, si no sabes qué mides, por qué y cómo definirlo, todo es tiempo perdido y va a ninguna parte.

Galen Low: Para quienes nos oyen y piensan: “¡Marcel me acaba de describir y no sé cómo trabajar desde el fin hacia atrás! Llevo meses esperando que Databricks sea asequible”. ¿Dónde deberían empezar? ¿Cómo pueden resolver ese vacío? ¿O sólo les queda buscar otra carrera?

Marcel Petitpas: No. Esa es una gran cuestión. Se ha hablado mucho de qué pasa con los PM cuando llega la IA. Creo que la gestión de proyectos y cuentas es una de las disciplinas más protegidas en estas empresas y que, si quitas mucha ejecución, sigue siendo de lo más valioso. Podría hablar mucho de eso, pero para responderte: ¿por dónde empezar? Voy a hacer autopromoción: comienza con la Agency Profit Toolkit. Ahí está el marco y es gratis. Es simple, no fácil (por eso nos contratan, para instalarlo en sus empresas), pero ahí tienes las métricas, los cálculos, definiciones... todo eso lo doy gratis. Yo empezaría por ahí.

Galen Low: Me encanta. Cambio de tema, porque hace poco diste también una entrevista a mi equipo de Digital Project Manager (pondré el enlace en las notas), fue genial, tocamos muchos temas. Algo relacionado es que muchos ven la ecuación de la rentabilidad en el contexto de la IA y piensan: “mi negocio depende de horas facturables, medimos la utilización, y ahora la IA promete eficiencias operativas que multiplicarán nuestros beneficios, pero hay muchas opciones...” Por ejemplo, mencionaste IA para recopilar contexto, unificar información de distintas herramientas y ahorrar ese tiempo, pero déjame saltar la principal pregunta: si gestionas una agencia y ante tanta oferta y casos de uso de IA, ¿cómo decides con ese marco y modelo qué tácticas realmente tendrán el mayor impacto en eficiencia operativa? ¿Es ese camino hacia la rentabilidad?

Marcel Petitpas: Absolutamente. He visto la IA impactar las cuatro palancas de la rentabilidad. Creo que te va a gustar mucho esta respuesta y a los PMs igual, porque es muy táctica. Pensamos en esto como el ciclo de beneficios (profit flywheel) de agencia: cuatro pasos. Primero tus suposiciones, luego tus resultados reales, y juntos forman el feedback cuantitativo (qué creías y qué pasó realmente; detectas la brecha y en qué métrica se da).

Y eso te dirá qué métrica debes modificar. Suele haber informes y reuniones para idear qué hacer para impactar esa métrica (podemos hablar de tácticas luego). Deciden los “quick wins” o lo que da mayor retorno, y ejecutan. Y repites el ciclo hasta mover la métrica, y, idealmente, ese debe ser un “músculo” diario. Así lo vemos a alto nivel, pero podemos bajar a métricas específicas si quieres.

Galen Low: Sí. ¿Puedes poner un ejemplo de ciclo completo, usando el caso de recopilar contexto? Digamos que hay una brecha entre el beneficio esperado y el real. Y mi instinto como PM es: el equipo pasa mucho tiempo buscando archivos, por lo que no cumplimos estimaciones y ganamos menos.

Lo lógico es dedicar menos tiempo a buscar archivos y así ganar más, pero antes de analizar el beneficio de nuevo en el ciclo, pienso: “¿cómo medimos el tiempo ahorrado usando IA para evitar perder el tiempo buscando?”. Recuerdo que dijiste que los PM nos centramos en la precisión y eso no siempre significa exactitud. ¿Acabo de caer en la trampa de querer medir con absoluta precisión el tiempo ahorrado para dar por hecho que eso nos hará más rentables?

Marcel Petitpas: En realidad, es el razonamiento correcto. Esto va conectado con el modelo: el modelo es una gran ecuación. Retrocediendo, en una agencia hay dos movimientos para ganar rentabilidad: o recortas gastos generales (overhead) o aumentas tu margen de entrega (delivery margin) o margen bruto (gross margin).

Casi ninguna agencia tiene un problema de overhead, lo dice nuestra experiencia con más de 300 revisadas. El problema real suele ser no generar ingresos de forma eficiente: el delivery margin. Hay tres palancas:

1) Elevar la tarifa promedia facturable: es cuánto ingresaste dividido entre el tiempo invertido. Puedes aumentarla cobrando más por lo mismo o haciendo el trabajo en menos tiempo.

2) La utilización: qué porcentaje del tiempo total pagado al personal se usa en proyectos que generan la tarifa anterior.

3) Costo promedio por hora: cuánto cuesta realmente ese tiempo para lograr los trabajos.

Aplicar IA para reunir contexto puede tocar las tres métricas: 20% menos de tiempo dedicado (sube la tarifa/profit/hora un 20%), o mejora la utilización, o ese trabajo ya lo hace una persona junior más barata con ese contexto, así que baja el costo-hora. La fórmula final es: tarifa x utilización = ingresos, costo/hora x horas de entrega = coste total. Puedes medir el aumento absoluto de ingresos, la reducción de costes y la mejora relativa de rentabilidad haciendo esa cuenta sencilla.

Así que lo piensas de la forma perfecta, y por eso es tan importante tener un modelo, sin el modelo no se puede hacer esa cuenta.

Galen Low: Ahora, para “apostar”, ¿una agencia puede usar ese modelo para priorizar entre diez opciones de IA? ¿Comparar el beneficio esperado de, digamos, ahorrar 20% en contexto frente a otro que ahorra 15-18%?

Pero también dijiste que solemos estimar mal. ¿Sirve el modelo igual para decidir inversiones?

Marcel Petitpas: Sí, sirve, pero no es tan sencillo como ver el ROI de diez opciones y elegir la que más retorno da. Las tres palancas (tarifa/hora, utilización y coste) requieren cierto orden: primero debe atacarse la utilización, luego la tarifa/hora y por último el coste/hora. Te explico por qué:

Es como tener una tubería que lleva agua a un depósito. Si sólo usas la mitad de la tubería, aunque la hagas más grande o eficiente, no ganas nada. Lo veo siempre: agencias obsesionadas con subir precios o eficiencia, pero la utilización es muy baja, así que los beneficios en P&L no se notan. Volvemos a lo anterior: no basta con tener proyectos rentables, si la utilización es mala no llega al resultado. Por eso lo primero es ver qué métrica priorizar, y luego ideas específicas para impactarla.

Cuando la utilización ya está bien, lo que suba la tarifa/hora (average billable rate) impacta directo al resultado. Además, mejoras el contexto: si quieres negociar precios con clientes, es más fácil si no te importa perderlos porque tienes nuevos clientes esperando y deberás contratar igual. Si hay que reducir el alcance, es mucho más llevadero cuando la ocupación está fuerte.

Así que ese contexto importa tanto o más que el ROI teórico de una acción.

Galen Low: Me encanta que haya una secuencia lógica, y me guardo esa analogía del tubo de agua. Para finalizar, mirando al futuro (hemos hablado de estar atrasados, de ponerse al día, de marcos, software o comprensión profunda del negocio, de eficiencia con IA): tú trabajas mucho con agencias—¿cómo se ve una agencia rentable en cinco años?

Marcel Petitpas: Es difícil saberlo en términos tácticos (qué servicios ofrecen), es como pensar hace 20 años si alguien imaginaría una industria sólo de gestión de anuncios en Facebook. Pero de algo estoy seguro: el modelo de negocio basado en arbitraje de talento no va a desaparecer pronto.

Es probablemente la industria más vieja del mundo. Es el instrumento más eficiente para llenar huecos en la economía cuando cambian las cosas. La experiencia no va a dejar de ser valiosa. Pero los márgenes seguirán reduciéndose en muchos sectores de servicios profesionales. Eso ha ocurrido, pero ahora es evidente porque hemos visto en seis años una maduración de 20, empezando con la pandemia (subida de salarios 30-40% onshore mientras la competencia exterior se globalizaba y bajaba precios). Así se genera presión en márgenes por el coste y por la competencia. Muchas veces al cliente le da igual si estás en Nueva York o en cualquier otro lugar.

IA ha acelerado esta tendencia. Tenemos un artículo en nuestra web con un gráfico: los márgenes bajan históricamente conforme madura el mercado. Subir el nivel de sofisticación será imprescindible para sobrevivir, sobre todo entre pequeñas agencias: ya no será tan viable sin una gran disciplina financiera. El dinero rápido se acabó, a menos que estés en un sector naciente (baja oferta, alto valor).

Veremos además fragmentación de la cadena de suministro (ejemplo: aerolíneas que subcontratan comida, limpieza, mantenimiento, cada actor es ultra especializado porque si no, no sacan margen). Las agencias tenderán a eso: especialización y disciplina tanto financiera como operativa. Muchos de quienes sólo quieren crear cosas bonitas estarán incómodos oyendo esto, pero esa es la realidad de la industria.

Galen Low: Y me gusta que pase en otras industrias, no es algo especial ni culpa de la IA. En agencias empezó hace seis años porque:

Marcel Petitpas: Sucede desde hace cien años, lo que pasa es que el ritmo se ha acelerado.

Galen Low: Sí. Ese margen...

Marcel, ha sido genial. Antes de terminar, ¿dónde puede la gente saber más de ti?

Marcel Petitpas: Ve a parakeeto.com. Hay muchos recursos gratuitos, incluido el toolkit en parakeeto.com/toolkit (ahí tienes métricas y cómo instalarlas, gratis). Y si te gustan los podcasts, escucha Agency Profit podcast. Si quieres hablar conmigo directamente, LinkedIn es lo mejor. Conecta y mándame un mensaje. Encantado de saber de ti.

Galen Low: Maravilloso. Enlazaré todo en las notas. Muchas gracias, te lo agradezco muchísimo.

Marcel Petitpas: Gracias a ti, Galen. Ha sido un placer.

Galen Low: Esto ha sido todo por hoy en el podcast Digital Project Manager. Si te ha gustado, no olvides suscribirte. Y si quieres más consejos prácticos, casos de estudio y manuales, entra en thedigitalprojectmanager.com.

Hasta la próxima, gracias por escuchar.