--- title: "Productos Lanzados: Benchmark de Fracasos" canonical: https://wavect.io/es/blog/products-shipped-failure-benchmark/ language: es description: "Distribución agregada de resultados de productos lanzados por Wavect. Cuántos escalaron, cuántos cerraron, cuántos cayeron en el medio aburrido." image: "https://wavect.io/img/blog/headers/header_products-shipped-failure-benchmark.png" --- [**Volver**](/es/blog/overview/) [![Kevin Riedl](/img/team/kevin.webp)](/es/team/kevin-riedl/) [Kevin Riedl](/es/team/kevin-riedl/) https://linkedin.com/in/wsdt 7 min de lectura · 26 de mayo de 2026 [**Siguiente**](/es/blog/web3-mandates-gas-cost-l1-l2-hindsight/) # Productos que Lanzamos: Cuántos Fallaron, Por Qué, y el Medio Aburrido Resumen El agregado honesto del historial de Wavect: alrededor del 10-15% de los productos que lanzamos escalaron, el 50-60% aterrizó en el medio aburrido (ingresos estables, nunca despuntaron), el 20-25% cerró en los 18 meses tras el launch y el 5-10% nunca alcanzó MVP. La conclusión es planificar para el medio aburrido, no para el outcome scaler. Casi nunca falla el código: fallan el PMF, la distribución, el capital o el bandwidth del founder. Los founders nos siguen pidiendo benchmarks. Aquí está el agregado honesto del historial de engagements de Wavect: aproximadamente 10-15% de los productos que lanzamos escalaron, alrededor del 50-60% aterrizaron en el medio aburrido (mantuvieron ingresos, nunca despuntaron), alrededor del 20-25% se cerraron en los 18 meses tras el launch, y aproximadamente 5-10% nunca alcanzaron [MVP](/es/glossary/mvp/). Ninguno de esos números es único nuestro. Están cerca de lo que reporta cada builder honesto. Planifica para el medio. Los conteos exactos son aproximados. Tratamos cada engagement como un producto, incluso cuando lanzamos varias iteraciones. Lo que importa es la distribución, no el headcount. ## ¿Cómo se ve realmente la distribución de outcomes? Aquí está el desglose aproximado entre productos que Wavect ha lanzado para founders y operadores desde 2018. Bandas, no conteos exactos, porque los outcomes cambian con los años (un producto estable hoy puede escalar el siguiente trimestre, un scaler puede caer). | Bucket de outcome | Share de productos (rango) | Qué significa realmente | | --- | --- | --- | | Lanzado y escaló | 10-15% | Encontraron [PMF](/es/glossary/pmf/), levantaron follow-on, alcanzaron ingresos materiales o crecimiento de usuarios. | | Lanzado y estable (el medio aburrido) | 50-60% | Mantuvieron clientes que pagan, mantuvieron un equipo pequeño, nunca despuntaron. Producto real, negocio modesto. | | Lanzado y cerrado en 18 meses | 20-25% | Lanzaron, luego cerraron. Las causas varían (ver sección de modos de fallo abajo). | | Nunca alcanzó MVP | 5-10% | Matado en [descubrimiento](/es/glossary/discovery-phase/), pivote del founder o evento de capital pre-launch. | La conclusión no es la banda 10-15% de scalers. La conclusión es el 50-60% del medio aburrido. La mayoría de founders apunta al outcome scaler y presupuesta como si el medio no existiera. Así es como un producto saludable acaba cerrado por no tener forma de VC. ## Por qué el medio aburrido es el plan realista El medio aburrido no es fallo. Es el outcome por defecto para un producto lanzado competentemente en un mercado real. Los founders que pre-planean para él (mantienen equity, burn modesto, distribución que encaja con el tamaño del negocio) se quedan con su empresa. Los founders que planean solo para el outcome scaler se ven atrapados cuando llega el mes 14 y la curva es lineal, no exponencial. Hemos visto ambos. Los que sobrevivieron al medio aburrido fueron los que mantuvieron el burn por debajo de los ingresos mensuales desde el mes 6 o 9 en adelante, independientemente de lo que dijera el deck. ![Kevin Riedl](/img/team/kevin.webp) "El medio aburrido no es un outcome de fallo. Es el outcome para el que construyes, para que el outcome scaler sea el upside en lugar del único camino de supervivencia." ## ¿Por qué fallan realmente los productos lanzados? A lo largo del 20-25% que lanzamos y luego cerramos, las razones se agrupan en seis o siete modos de fallo recurrentes. Casi nunca la causa es "el código era malo". El código se lanzó. El producto se lanzó. Algo más se rompió. 1. **Sin [PMF](/es/glossary/pmf/).** El mercado era más pequeño que el deck, o la disposición a pagar era menor, o la alternativa (spreadsheet, status quo, herramienta gratuita) era lo bastante buena. Causa única más común. 2. **Bandwidth del founder colapsó.** Solo founder, trabajo de día, segundo hijo, divorcio, salud. El producto necesita un dueño full-time, y ya no hay dueño full-time. 3. **Canal de distribución equivocado.** Construyeron un SaaS B2B, luego intentaron venderlo vía ads pagados. Construyeron una app de consumidor, luego intentaron venderla vía enterprise sales. El producto estaba bien, el GTM estaba equivocado. 4. **Explosión regulatoria.** Crypto, fintech, health. Las reglas cambiaron (o se hicieron cumplir) a mitad del build o post-launch. Hemos visto esto en Web3 específicamente, y en un par de productos fintech-adyacentes. 5. **El capital se agotó.** La ronda puente no cerró. Caja cero antes de ingresos. Eso es lo que pasó con nuestro caso de estudio [Hyperstate AI](/es/case-studies/hyperstate-ai/): lanzado, se quedó sin financiación después del launch, no un fallo de producto o tech. El producto estaba vivo y funcionando. 6. **Explosión de scope.** Construyeron la versión 1, luego la versión 2 se infló. El producto se fragmentó en demasiadas user personas y verticales. Para el mes 12, ningún segmento único de usuario estaba feliz. 7. **Split de co-founders.** Dos founders, desacuerdo, disputa de equity, uno se va. El producto se atasca, luego se cierra. 8. **Founder-market fit equivocado.** El founder perdió interés. No es un fallo moral, solo uno honesto. Los productos sin un dueño obsesionado mueren. Hemos construido productos que tocaron varios de estos. [Offlinery](/es/case-studies/offlinery/) es un producto en medio de encontrar su segmento. [Scramble Pay](/es/case-studies/scramble-pay/) y [LivLive](/es/case-studies/livlive/) lanzaron y siguen operando. Hemos lanzado productos Web3 reales a través de ciclos reales. Algunos siguen corriendo, otros no. El patrón de arriba es lo que vemos. ## ¿Qué controla realmente Wavect? Respuesta honesta: calidad del código, velocidad de ship, decisiones de arquitectura, disciplina [SDLC](/es/glossary/sdlc/). Eso es aproximadamente el 30-40% del outcome en una lectura generosa. Todo lo demás (mercado, founder, capital, distribución, regulación, timing) está fuera del scope de ingeniería. Le decimos esto a cada founder en [descubrimiento](/es/glossary/discovery-phase/). Podemos construir el producto correctamente. No podemos hacer que el mercado exista. Cuando el mercado es marginal, lo decimos. A veces aún lo construimos porque el founder quiere averiguarlo, y eso es justo. Solo entra con los ojos abiertos. ## ¿Cómo deberían usar los founders este benchmark? - **Presupuesta para el medio aburrido.** Planea un camino donde la empresa sobreviva con ingresos modestos sin capital follow-on. Si no puedes, el producto es frágil por diseño. - **Trata el riesgo regulatorio y de capital como primario.** No secundario. Cierran más productos que la tecnología. - **Decide quién es dueño del producto después del launch.** El Día 1 post-launch es cuando la mayoría de productos mueren silenciosamente. La ownership no es solo código, es roadmap, soporte, distribución, retención. - **Sé escéptico con agencias que solo muestran case studies de scaler.** Cualquiera con un portfolio real ha lanzado productos que murieron. Si no te muestran el medio y los fallos, el portfolio es curado, no honesto. - **Considera un [fractional cofounder](/es/services/fractional-cofounder/) o fractional CTO** para los primeros 12-18 meses. Más barato que un hire equivocado, más rápido que construir una organización de ingeniería interna para un producto no probado. ## ¿Esta distribución coincide con el resto de la industria? Aproximadamente, sí. Los números industria-wide de mortalidad de startups (CB Insights, datos de alumni de Y Combinator, reportes de aceleradoras regionales) se agrupan en bandas similares. Las grandes diferencias son filtro (las aceleradoras ven menos "nunca lanzaron" porque criban a la entrada) y supervivencia (los datasets más viejos pierden los productos que se cerraron 18 meses después). Nuestros números no son mejores que la industria. Tampoco son significativamente peores. Son lo que parece lanzar software en un mercado real. ## Reflexiones finales Si te llevas una cosa de este post, llévate esto: el outcome más probable de tu producto es el medio aburrido. Planifica para él. Construye una empresa que sobreviva con ingresos modestos. Trata el outcome scaler como upside, no como el camino de supervivencia. Y cuando elijas una agencia o un partner fractional, pregúntales cuántos de sus productos lanzados murieron, y por qué. La respuesta honesta está en algún lugar entre el 20 y el 30 por ciento dentro de los 18 meses del launch. Cualquiera que reclame mucho menos o está curando o no lleva el tiempo suficiente. Seguiremos lanzando dentro de la misma distribución. Seguiremos diciéndole a los founders lo que vemos. Ese es el trato. ## También te puede gustar.. [**El Camino al Product-Market Fit** Cómo pensamos sobre el PMF, por qué la mayoría de productos nunca lo alcanzan, y cómo se ve el camino cuando lo hacen.](/es/blog/road-to-product-market-fit/) [**Wavect vs una agencia de desarrollo generalista** Los generalistas venden capacidad; nosotros vendemos criterio de producto más la ingeniería para lanzarlo.](/es/compare/wavect-vs-dev-agencies/) Estrategia de producto ## Continúa por este clúster Alcance, product-market fit, versiones creíbles y decisiones para crear productos útiles. [Empieza por el artículo fundamental**El Camino al Product Market Fit**](/es/blog/road-to-product-market-fit/) - [Alcance de un MVP de IA: aceptación, evaluación y SoW](/es/blog/ai-mvp-scope-template/) - [Cuánto Cuesta un MVP de IA en Austria en 2026?](/es/blog/ai-mvp-cost-austria-2026/) - [El Camino al Product Market Fit](/es/blog/road-to-product-market-fit/) - [Escapar de la Trampa de las Funcionalidades](/es/blog/product-factory-kills/) Tu bandeja, sin ruido ## Sigue el trabajo que te importa Recibe un correo breve cuando publiquemos algo nuevo. Sigue todo el blog o solo los temas que te interesan. [**Volver**](/es/blog/overview/) [![Kevin Riedl](/img/team/kevin.webp)](/es/team/kevin-riedl/) [Kevin Riedl](/es/team/kevin-riedl/) https://linkedin.com/in/wsdt 7 min de lectura · 26 de mayo de 2026 [**Siguiente**](/es/blog/web3-mandates-gas-cost-l1-l2-hindsight/) Nuevos artículos por correo × × Recibe nuevos artículos por correo Un correo breve cuando publicamos. Gratis y sin seguimiento. ## Structured Data ```json { "@context": "https://schema.org", "@graph": [ { "@id": "https://wavect.io/#organization", "@type": [ "Organization", "ProfessionalService", "LocalBusiness" ], "employee": [ { "@id": "https://wavect.io/team/kevin-riedl/#person", "@type": "Person", "jobTitle": "Managing Director", "name": "Kevin Riedl", "url": "https://wavect.io/team/kevin-riedl/", "worksFor": { "@id": "https://wavect.io/#organization", "@type": [ "Organization", "ProfessionalService", "LocalBusiness" ] } }, { "@id": "https://wavect.io/team/christof-jori/#person", "@type": "Person", "jobTitle": "Managing Director", "name": "Christof Jori", "url": "https://wavect.io/team/christof-jori/", "worksFor": { "@id": "https://wavect.io/#organization", "@type": [ "Organization", "ProfessionalService", "LocalBusiness" ] } } ], "founder": [ { "@id": "https://wavect.io/team/kevin-riedl/#person", "@type": "Person", "jobTitle": "Managing Director", "name": "Kevin Riedl", "url": "https://wavect.io/team/kevin-riedl/", "worksFor": { "@id": "https://wavect.io/#organization", "@type": [ "Organization", "ProfessionalService", "LocalBusiness" ] } }, { "@id": "https://wavect.io/team/christof-jori/#person", "@type": "Person", "jobTitle": "Managing Director", "name": "Christof Jori", "url": "https://wavect.io/team/christof-jori/", "worksFor": { "@id": "https://wavect.io/#organization", "@type": [ "Organization", "ProfessionalService", "LocalBusiness" ] } } ], "legalRepresentative": [ { "@id": "https://wavect.io/team/kevin-riedl/#person", "@type": "Person", "jobTitle": "Managing Director", "name": "Kevin Riedl", "url": "https://wavect.io/team/kevin-riedl/", "worksFor": { "@id": "https://wavect.io/#organization", "@type": [ "Organization", "ProfessionalService", "LocalBusiness" ] } }, { "@id": "https://wavect.io/team/christof-jori/#person", "@type": "Person", "jobTitle": "Managing Director", "name": "Christof Jori", "url": "https://wavect.io/team/christof-jori/", "worksFor": { "@id": "https://wavect.io/#organization", "@type": [ "Organization", "ProfessionalService", "LocalBusiness" ] } } ], "name": "Wavect GmbH", "subjectOf": { "@id": "https://wavect.io/verified-claims.json#dataset", "@type": "Dataset", "creator": { "@id": "https://wavect.io/#organization", "@type": [ "Organization", "ProfessionalService", "LocalBusiness" ] }, "description": "A machine-readable registry of quantitative and qualitative claims published by Wavect, with review dates, localized page appearances and public third-party citations where available.", "inLanguage": "en", "isAccessibleForFree": true, "license": "https://creativecommons.org/licenses/by/4.0/", "name": "Wavect verified publication claims", "url": "https://wavect.io/verified-claims.json" }, "url": "https://wavect.io/" }, { "@id": "https://wavect.io/team/kevin-riedl/#person", "@type": "Person", "jobTitle": "Managing Director", "name": "Kevin Riedl", "sameAs": [ "https://www.wikidata.org/wiki/Q139796365", "https://www.linkedin.com/in/wsdt", "https://github.com/wsdt" ], "url": "https://wavect.io/team/kevin-riedl/", "worksFor": { "@id": "https://wavect.io/#organization", "@type": [ "Organization", "ProfessionalService", "LocalBusiness" ] } }, { "@id": "https://wavect.io/team/christof-jori/#person", "@type": "Person", "jobTitle": "Managing Director", "name": "Christof Jori", "sameAs": [ "https://www.wikidata.org/wiki/Q139796367", "https://www.linkedin.com/in/jocr77/", "https://github.com/jo-chris" ], "url": "https://wavect.io/team/christof-jori/", "worksFor": { "@id": "https://wavect.io/#organization", "@type": [ "Organization", "ProfessionalService", "LocalBusiness" ] } }, { "@id": "https://wavect.io/#website", "@type": "WebSite", "inLanguage": [ "en", "de", "es", "zh" ], "name": "Wavect", "potentialAction": { "@type": "SearchAction", "query-input": "required name=search_term_string", "target": { "@type": "EntryPoint", "urlTemplate": "https://wavect.io/search/?q={search_term_string}" } }, "publisher": { "@id": "https://wavect.io/#organization", "@type": [ "Organization", "ProfessionalService", "LocalBusiness" ] }, "url": "https://wavect.io/" }, { "@id": "https://wavect.io/es/blog/products-shipped-failure-benchmark/#webpage", "@type": "WebPage", "dateModified": "2026-07-07", "inLanguage": "es", "isPartOf": { "@id": "https://wavect.io/#website", "@type": "WebSite" }, "lastReviewed": "2026-07-07", "url": "https://wavect.io/es/blog/products-shipped-failure-benchmark/" } ] } ``` ```json { "@context": "https://schema.org", "@type": "BlogPosting", "abstract": "El agregado honesto del historial de Wavect: alrededor del 10-15% de los productos que lanzamos escalaron, el 50-60% aterrizó en el medio aburrido (ingresos estables, nunca despuntaron), el 20-25% cerró en los 18 meses tras el launch y el 5-10% nunca alcanzó MVP. La conclusión es planificar para el medio aburrido, no para el outcome scaler. Casi nunca falla el código: fallan el PMF, la distribución, el capital o el bandwidth del founder.", "articleBody": " Resumen del blog/Producto y MVP/Estrategia de producto Productos que Lanzamos: Cuántos Fallaron, Por Qué, y el Medio Aburrido Resumen El agregado honesto del historial de Wavect: alrededor del 10-15% de los productos que lanzamos escalaron, el 50-60% aterrizó en el medio aburrido (ingresos estables, nunca despuntaron), el 20-25% cerró en los 18 meses tras el launch y el 5-10% nunca alcanzó MVP. La conclusión es planificar para el medio aburrido, no para el outcome scaler. Casi nunca falla el código: fallan el PMF, la distribución, el capital o el bandwidth del founder. Los founders nos siguen pidiendo benchmarks. Aquí está el agregado honesto del historial de engagements de Wavect: aproximadamente 10-15% de los productos que lanzamos escalaron, alrededor del 50-60% aterrizaron en el medio aburrido (mantuvieron ingresos, nunca despuntaron), alrededor del 20-25% se cerraron en los 18 meses tras el launch, y aproximadamente 5-10% nunca alcanzaron MVP. Ninguno de esos números es único nuestro. Están cerca de lo que reporta cada builder honesto. Planifica para el medio. Los conteos exactos son aproximados. Tratamos cada engagement como un producto, incluso cuando lanzamos varias iteraciones. Lo que importa es la distribución, no el headcount. ¿Cómo se ve realmente la distribución de outcomes? Aquí está el desglose aproximado entre productos que Wavect ha lanzado para founders y operadores desde 2018. Bandas, no conteos exactos, porque los outcomes cambian con los años (un producto estable hoy puede escalar el siguiente trimestre, un scaler puede caer). Bucket de outcome Share de productos (rango) Qué significa realmente Lanzado y escaló 10-15% Encontraron PMF, levantaron follow-on, alcanzaron ingresos materiales o crecimiento de usuarios. Lanzado y estable (el medio aburrido) 50-60% Mantuvieron clientes que pagan, mantuvieron un equipo pequeño, nunca despuntaron. Producto real, negocio modesto. Lanzado y cerrado en 18 meses 20-25% Lanzaron, luego cerraron. Las causas varían (ver sección de modos de fallo abajo). Nunca alcanzó MVP 5-10% Matado en descubrimiento, pivote del founder o evento de capital pre-launch. La conclusión no es la banda 10-15% de scalers. La conclusión es el 50-60% del medio aburrido. La mayoría de founders apunta al outcome scaler y presupuesta como si el medio no existiera. Así es como un producto saludable acaba cerrado por no tener forma de VC. Por qué el medio aburrido es el plan realista El medio aburrido no es fallo. Es el outcome por defecto para un producto lanzado competentemente en un mercado real. Los founders que pre-planean para él (mantienen equity, burn modesto, distribución que encaja con el tamaño del negocio) se quedan con su empresa. Los founders que planean solo para el outcome scaler se ven atrapados cuando llega el mes 14 y la curva es lineal, no exponencial. Hemos visto ambos. Los que sobrevivieron al medio aburrido fueron los que mantuvieron el burn por debajo de los ingresos mensuales desde el mes 6 o 9 en adelante, independientemente de lo que dijera el deck. \"El medio aburrido no es un outcome de fallo. Es el outcome para el que construyes, para que el outcome scaler sea el upside en lugar del único camino de supervivencia.\" ¿Por qué fallan realmente los productos lanzados? A lo largo del 20-25% que lanzamos y luego cerramos, las razones se agrupan en seis o siete modos de fallo recurrentes. Casi nunca la causa es \"el código era malo\". El código se lanzó. El producto se lanzó. Algo más se rompió. Sin PMF. El mercado era más pequeño que el deck, o la disposición a pagar era menor, o la alternativa (spreadsheet, status quo, herramienta gratuita) era lo bastante buena. Causa única más común. Bandwidth del founder colapsó. Solo founder, trabajo de día, segundo hijo, divorcio, salud. El producto necesita un dueño full-time, y ya no hay dueño full-time. Canal de distribución equivocado. Construyeron un SaaS B2B, luego intentaron venderlo vía ads pagados. Construyeron una app de consumidor, luego intentaron venderla vía enterprise sales. El producto estaba bien, el GTM estaba equivocado. Explosión regulatoria. Crypto, fintech, health. Las reglas cambiaron (o se hicieron cumplir) a mitad del build o post-launch. Hemos visto esto en Web3 específicamente, y en un par de productos fintech-adyacentes. El capital se agotó. La ronda puente no cerró. Caja cero antes de ingresos. Eso es lo que pasó con nuestro caso de estudio Hyperstate AI: lanzado, se quedó sin financiación después del launch, no un fallo de producto o tech. El producto estaba vivo y funcionando. Explosión de scope. Construyeron la versión 1, luego la versión 2 se infló. El producto se fragmentó en demasiadas user personas y verticales. Para el mes 12, ningún segmento único de usuario estaba feliz. Split de co-founders. Dos founders, desacuerdo, disputa de equity, uno se va. El producto se atasca, luego se cierra. Founder-market fit equivocado. El founder perdió interés. No es un fallo moral, solo uno honesto.", "articleSection": "Gestión de Producto", "author": { "@id": "https://wavect.io/team/kevin-riedl/#person", "@type": "Person", "name": "Kevin Riedl", "sameAs": [ "https://www.wikidata.org/wiki/Q139796365", "https://www.linkedin.com/in/wsdt", "https://github.com/wsdt" ], "url": "https://wavect.io/team/kevin-riedl/" }, "dateModified": "2026-07-07", "datePublished": "2026-05-26", "description": "El agregado honesto del historial de Wavect: alrededor del 10-15% de los productos que lanzamos escalaron, el 50-60% aterrizó en el medio aburrido (ingresos estables, nunca despuntaron), el 20-25% cerró en los 18 meses tras el launch y el 5-10% nunca alcanzó MVP. La conclusión es planificar para el medio aburrido, no para el outcome scaler. Casi nunca falla el código: fallan el PMF, la distribución, el capital o el bandwidth del founder.", "headline": "Productos Que Lanzamos. Cuántos Fracasaron", "image": "https://wavect.io/img/blog/headers/header_products-shipped-failure-benchmark.svg", "inLanguage": "es", "mainEntityOfPage": { "@id": "https://wavect.io/es/blog/products-shipped-failure-benchmark/", "@type": "WebPage" }, "publisher": { "@id": "https://wavect.io/#organization", "@type": [ "Organization", "ProfessionalService", "LocalBusiness" ] }, "url": "https://wavect.io/es/blog/products-shipped-failure-benchmark/", "wordCount": 1577 } ``` ```json { "@context": "https://schema.org", "@type": "BreadcrumbList", "itemListElement": [ { "@type": "ListItem", "item": "https://wavect.io/es/", "name": "Inicio", "position": 1 }, { "@type": "ListItem", "item": "https://wavect.io/es/blog/overview/", "name": "Resumen del blog", "position": 2 }, { "@type": "ListItem", "item": "https://wavect.io/es/blog/topics/product-mvp/", "name": "Producto y MVP", "position": 3 }, { "@type": "ListItem", "item": "https://wavect.io/es/blog/clusters/product-strategy/", "name": "Estrategia de producto", "position": 4 }, { "@type": "ListItem", "item": "https://wavect.io/es/blog/products-shipped-failure-benchmark/", "name": "Productos Lanzados: Benchmark de Fracasos | ", "position": 5 } ] } ```