1
Rationale estratégico
Por qué comprar DataSprout AI, y no construir internamente
¿Comprar vs Construir?
Construir modelos de predicción LTV/churn comparables requeriría 12-18 meses y ~300k€ en ingeniería. DataSprout ya tiene 34 clientes validando el producto. Comprar gana.
¿Qué estamos comprando realmente?
Tecnología (60%): modelos ML propios (RFM, churn, LTV). Clientes (30%): 34 cuentas activas Shopify/WooCommerce. Talento (10%): 2 ML engineers senior.
Complejidad de integración
Stack compatible (Python/FastAPI); cultura ágil similar. Principal reto: integrar sin perder a los 2 fundadores técnicos. Complejidad: Media — ejecutable en 100 días.
2
Due Diligence priorizado
Checklist con estado actual y señales de alerta identificadas en la fase preliminar
| Dominio | Preguntas clave a resolver | Hallazgos preliminares | Severidad | Acción requerida |
|---|---|---|---|---|
| Financiero | Calidad del ARR, concentración de clientes, deferred revenue, burn rate | Top cliente = 22% ARR. NRR 112% saludable. Sin auditoría formal (solo compilación contable). | Moderado | Exigir auditoría de los últimos 24 meses antes del cierre. Cláusula de ajuste si top cliente se va en 12m. |
| Técnico | Calidad del código, deuda técnica, arquitectura, tests, infraestructura | FastAPI + PostgreSQL + scikit-learn/XGBoost. Sin tests de integración. CI/CD básico. Monolito modular. | Moderado | Auditoría de código (2 semanas). Estimar coste de remediación (~40k€). Incluir en precio o earnout. |
| Legal / IP | Titularidad IP, contratos empleados/contratistas, patente en trámite | IP correctamente asignada a la empresa. Patente RFM en trámite (nº ES2024-XXXXX). Contratos vigentes. | Bajo | Verificar acuerdos de cesión de todos los contratistas freelance (3 identificados). Confirmar estatus patente. |
| Personas | Riesgo persona-clave, cultura, retención, comp alignment | 2 de 5 fundadores son los únicos que entienden los modelos ML core. Sin lockup firmado. | ALTO | Lockup + earnout de 18 meses para los 2 técnicos clave ANTES de firmar LOI. Condición no negociable. |
| Clientes | Churn, NPS, contratos, portabilidad, customer overlap con CULTIVA | Churn mensual 1,8%. NPS desconocido (no medido). Contratos anuales con cláusula de salida a 90 días. | Moderado | Realizar NPS survey antes del cierre. Revisar cláusulas de change-of-control en los 34 contratos activos. |
| Mercado | Posición competitiva, amenazas, barreras de entrada | Competencia de Klaviyo Analytics, Triple Whale. DataSprout se diferencia en modelos custom por cliente. | Vigilar | Validar moat: ¿pueden replicar los grandes en 12 meses? Entrevistar 5-8 clientes antes del cierre. |
| Datos / IA | Derechos sobre datos de entrenamiento, consentimiento GDPR, portabilidad | Datos de comportamiento de usuario de clientes. Consentimiento GDPR no completamente documentado. | ALTO | Auditoría CDO: verificar base legal Art. 6 RGPD para cada dataset de entrenamiento. Riesgo de precio. |
3
Valoración
Tres enfoques para establecer el rango de precio justo
Múltiplo de ARR
1,12M€ – 1,68M€
4x–6x ARR (280k€)
Calibrado por NRR 112% y churn 1,8% mensual
Fuente: SaaS Capital Index, SEG Q1-2026
Calibrado por NRR 112% y churn 1,8% mensual
Fuente: SaaS Capital Index, SEG Q1-2026
Transacciones comparables
1,20M€ – 1,50M€
SaaS verticales ecommerce <500k ARR en España/Europa, 2024-2025
Aventis Advisors SaaS Report 2025
Aventis Advisors SaaS Report 2025
Acqui-hire técnico
400k€ – 700k€
2 ML engineers senior × 200-350k€ cada uno
Solo si el producto no sobrevive — no es nuestro caso
Solo si el producto no sobrevive — no es nuestro caso
Veredicto: Precio ofertado (1,4M€) es razonable — con condiciones
Dentro del rango de los dos enfoques principales. Recomendamos mantener 1,4M€ pero blindar con: (a) retención de 100k€ en escrow 12 meses por el riesgo GDPR, (b) earnout de 500k€ con targets alcanzables (ARR ≥ 280k€ + NRR ≥ 108% a 18 meses), y (c) reducción de precio de 100k€ si se confirma deuda técnica significativa en la auditoría de código.
4
Puntos de negociación
Términos clave, riesgos y posición negociadora de CULTIVA IA
| Término | Riesgo a vigilar | Posición CULTIVA IA | Palanca |
|---|---|---|---|
| Valoración | Earnout con targets inalcanzables si el mercado se enfría | Earnout ligado a métricas operativas (ARR ≥ 280k€, NRR ≥ 108%) — no a crecimiento adicional | Sin competencia conocida de otros compradores; somos el comprador más estratégico |
| Lockup fundadores | Los 2 técnicos clave se van al mes 4 tras recibir el pago inicial | Lockup obligatorio 18 meses con cliff a 6 meses. Distribuir 200k€ del earnout específicamente a ellos | Sin lockup = no hay deal. Condición no negociable en LOI. |
| Escrow / Indemnización | Riesgo GDPR latente y deuda técnica no cuantificada | 100k€ en escrow durante 12 meses. Cap de indemnización: 1x precio de compra. Sin indemnización ilimitada. | Riesgo GDPR documentado en DD es argumento para exigir escrow |
| Cláusulas MAC | Top cliente (22% ARR) podría anunciar salida entre LOI y cierre | Material Adverse Change clause: si ARR cae >15% entre LOI y cierre, CULTIVA puede renegociar | Estándar de mercado — los vendedores lo aceptan |
| Retención empleados | Los 3 empleados no-fundadores pueden no recibir oferta atractiva y abandonar | Retention bonuses de 15k€ a los 3 empleados (condicional a 12 meses post-cierre) | Coste asumible (45k€ total) vs riesgo operativo de perder el equipo completo |
| Non-compete | Fundadores montan competidor directo a los 6 meses | Non-compete de 24 meses en España/EU en el mercado de analytics para ecommerce | Estándar para adquisiciones; refuerzado por el propio lockup de 18 meses |
5
Señales de alerta identificadas
Hallazgos de due diligence que requieren resolución antes de firmar
Fundadores técnicos sin lockup
Los 2 ingenieros ML son los únicos que entienden y pueden mantener los modelos core (RFM, LTV, churn). Si se van, el producto pierde su ventaja competitiva en 6 meses.
Deal killer si no se resuelve antes del LOIConsentimiento GDPR sin documentar en datos de entrenamiento
Los modelos ML se entrenaron con datos de comportamiento de usuarios finales de los clientes. Si la base legal no está documentada, hay riesgo de multa AEPD y de que los clientes exijan borrado de modelos.
Auditoría CDO obligatoria antes del cierreSin tests de integración en el código
El monolito modular en FastAPI no tiene tests de integración. Cualquier cambio post-adquisición puede romper pipelines de cliente sin detectarse. Deuda técnica estimada: 4-6 meses de un senior.
Negociar reducción de 80-100k€ o plan de remediación en earnoutTop cliente = 22% del ARR
Un solo cliente representa ~61.600 €/año. Si se va en el año post-cierre, el ARR cae a 218k€, comprometiendo el múltiplo pagado y los targets del earnout.
Cláusula MAC + contacto directo con el cliente antes del cierreNPS no medido
DataSprout nunca ha medido NPS formalmente. No sabemos cuán satisfechos están los clientes ni si hay riesgo de churn latente que no aparece en las métricas actuales.
Survey NPS a todos los clientes antes del cierreContratos con cláusula de salida a 90 días
Los contratos anuales permiten salida con 90 días de aviso. En un proceso de M&A con comunicación deficiente, clientes pueden activar esta cláusula por incertidumbre.
Plan de comunicación a clientes el Día 1 post-cierre6
Plan de integración a 100 días
El deal fracasa no por ser malo, sino por una integración mal ejecutada
Regla de oro antes del Día 1
Decidir HOY qué queda separado y qué se fusiona. DataSprout operará como unidad de producto autónoma bajo la marca CULTIVA IA durante los primeros 60 días. No renombrar hasta el Día 61.
Pre-Cierre
Día -30 → 0
Preparación
- Nombrar Integration Lead a tiempo completo (reporta directamente al CEO de CULTIVA IA)
- Firmar lockup + retention packages de los 2 fundadores técnicos
- Preparar anuncio interno (ambas empresas) y comunicación a top 20 clientes
- Establecer accesos a sistemas (Slack, GitHub, herramientas) listos para el Día 1
- Completar auditoría GDPR y auditoría de código — resolver antes del cierre
Semana 1
Día 1 → 7
Estabilizar
- All-hands conjunto (ambas empresas) — comunicar honestamente el "por qué", qué cambia y qué no
- 1:1 con cada persona del equipo DataSprout en las primeras 48h
- Email personalizado al CEO/CTO del top cliente (22% ARR) — llamada de 20 min con CEO de CULTIVA
- Comunicación a los 34 clientes activos (template + personalización para top 10)
- FAQ interno publicado el Día 1 — evitar rumores
Mes 1
Día 1 → 30
Orientar
- Org chart definitivo comunicado — claridad de reporting lines para los 5 de DataSprout
- Alineación de bandas salariales completada (sin degradaciones)
- Entorno de desarrollo compartido: acceso al repo CULTIVA para los 2 ML engineers
- Inicio plan de remediación deuda técnica (tests de integración) — 2 sprints de 2 semanas
- Quick win visible: integrar widget de DataSprout en el dashboard de al menos 1 cliente de CULTIVA
- NPS survey completado con los 34 clientes — resultados a CEO antes del Día 30
Mes 2-3
Día 31 → 100
Integrar
- Comunicación (Slack unificado, email @cultivaia.com para equipo DataSprout) — Semana 3
- SSO / identidad unificada — Semana 4
- Repos GitHub migrados bajo organización CULTIVA IA — Mes 1
- CRM unificado (clientes DataSprout en Huly CRM de CULTIVA) — Mes 2
- Primer deal cross-sell: cliente CULTIVA IA adquiere DataSprout Analytics — objetivo Día 60
- Rebranding a "CULTIVA Analytics by DataSprout" — no antes del Día 61
- Billing y facturación migrada a entidad CULTIVA IA SLU — Mes 3
7
Métricas de éxito a 100 días
KPIs semanales para validar que la integración va bien
Retención empleados clave
>100%
Target: 5/5 personas a los 100 días
Retención clientes
>95%
≥ 32 de 34 clientes activos
ARR post-integración
>280k€
Mínimo para cumplir earnout
Cross-sell deals
>1
Cliente CULTIVA usando DataSprout en 60 días
Milestones a tiempo
>80%
Plan de integración ejecutado ≥80% on time
8
Responsabilidades por rol C-suite
Quién hace qué en CULTIVA IA durante el proceso
CEO
Álvaro (CULTIVA)
Lidera la negociación. Responsable del rationale estratégico y de la comunicación a clientes clave. Toma la decisión final de LOI y cierre.
CFO / Financiero
Asesor externo
Modelo de valoración, estructura del deal (cash + earnout), análisis de financiación de los 900k€ al cierre. Revisión de auditoria financiera.
CTO
Fundador técnico DataSprout
Due diligence técnica del propio producto. Diseño del plan de integración de sistemas. Estimación de deuda técnica y costes de remediación.
Consejo Legal (GC)
Abogado externo M&A
Revisión LOI y contrato de compraventa. Verificación IP y patente. Non-compete. Análisis cláusulas MAC e indemnización. Auditoría contratos clientes.
CDO / Datos
Consultor CULTIVA IA
Auditoría derechos datos de entrenamiento (GDPR Art. 6). Valoración de activos de datos. Identificar pasivos de consentimiento antes del cierre.
CHRO / Personas
Álvaro + HR externo
Negociación lockup y retention packages. Alineación de bandas salariales. Plan de comunicación interna. Evaluación cultura y compatibilidad.
Integration Lead
Por designar
Full-time 100 días. Autoridad sobre todos los workstreams. Reporting semanal al CEO. KPIs de retención y milestones. Gestión del riesgo diario.
CPO / Producto
Co-fundador DataSprout
Integración roadmap de producto. Identificar solape y complementariedad con oferta CULTIVA. Gestión de la comunicación de producto a clientes.
9
Bucle de verificación antes del LOI
Tres validaciones obligatorias antes de firmar cualquier documento vinculante
Paso 1 — Revisión legal (GC Advisor)
Pasar el borrador de LOI por
term_sheet_analyzer.py (12 dimensiones, score 0-100). Cualquier hallazgo 🔴 va a abogado externo antes de firmar. Revisar cláusulas de earnout, indemnización y MAC específicamente.
Paso 2 — Auditoría de datos (CDO Advisor)
Ejecutar
ai_training_data_audit.py sobre los datasets de entrenamiento de DataSprout. Verificar base legal GDPR Art. 6 para cada dataset. Provenance de consentimiento no documentado = reducción de precio o walk-away.
Paso 3 — Modelo cuantitativo (CFO Advisor)
Construir modelo DCF con escenarios base/optimista/pesimista sobre los 280k€ ARR + pipeline de 98k€. Confirmar que el precio de 1,4M€ genera ROI positivo en escenario base con tasa de descuento del 15%.