CULTIVA IA · Diagnóstico de Producto

FlowBill — Módulo de Facturación Recurrente Inteligente

Diagnóstico pre-construcción · Mode 1: Product Diagnostic + Mode 4: Feature Prioritization

FlowBill SaaS · Etapa Pre-seed
Marta Sánchez · Fundadora
Equipo: 3 personas · Runway: 8 meses
MRR: 620 € · 45 usuarios activos
Veredicto — GO (versión reducida)

Construye la automatización de facturas recurrentes. Para el chat de IA.

El patrón de uso (70 % de usuarios activos facturan a los mismos clientes cada mes) valida directamente la apuesta. El riesgo real es construir demasiado: el chat de IA consume 2-3 meses de ingeniería por una hipótesis sin confirmar. El MVP mínimo que prueba la tesis es detección de patrones + propuesta de factura con un clic, sin chat.

🎯
Diagnóstico Estilo YC — Las 7 Preguntas Difíciles
Mode 1: Product Diagnostic
1
¿Para quién es esto?
Freelancer o consultor independiente en España que factura entre 2.000 € y 8.000 € al mes, trabaja con 2-5 clientes fijos, y considera la facturación una tarea administrativa sin valor. No es "pymes en general". El usuario prototipo: diseñador UX, 32 años, factura el día 1 de cada mes los mismos importes a los mismos 3 clientes desde hace 12 meses. ✓ Segmento concreto

2
¿Cuál es el dolor? (cuantificado)
Crear una factura recurrente toma entre 4 y 8 minutos: abrir la herramienta, copiar datos del cliente, poner el importe correcto, generar PDF, enviar. Con 3 clientes al mes = 15-25 min/mes. El dolor real no es el tiempo — es el olvido: el 23 % de los freelancers retrasa facturas más de 5 días, retrasando el cobro. El 70 % de los usuarios activos de FlowBill ya repite los mismos datos cada mes (señal directa del dato interno). ✓ Dolor cuantificable

3
¿Por qué ahora?
Tres fuerzas convergentes: (1) Verifactu obligatorio en España desde julio 2025 — los freelancers necesitan herramientas certificadas y los costes de cambio aumentan, es buen momento para retener. (2) Los usuarios llevan 4 meses usando FlowBill y ya tienen suficientes datos históricos para detectar patrones fiables. (3) La competencia directa (Holded, Facturae) no tiene automatización de patrones en gama baja — ventana de 6-12 meses. ⚠ Ventana corta

4
¿Cuál es la versión de 10 estrellas?
FlowBill detecta tus patrones, genera las facturas el día correcto, las envía al cliente, registra el pago cuando llega, y te alerta solo si hay algo que requiere decisión humana. Cero fricción, cero olvidos. El freelance cierra el mes sin haber tocado la herramienta de facturación. Secundario: el chat de IA para consultas ad-hoc ("¿cuánto me debe Pedro?").

5
¿Cuál es el MVP real?
Detección de patrones + propuesta de factura con 1 clic. Funcionalidad mínima: (a) analizar las últimas 3 facturas por cliente, (b) si coinciden en importe ±5% y periodicidad ~30 días → crear borrador automático, (c) notificación por email "Tu factura de junio para Acme está lista — Enviar ahora / Editar". Eso es todo. Sin chat. Sin envío automático (el freelance decide). Tiempo estimado real: 3-4 semanas, no 3-4 meses. ✓ MVP muy concreto

6
¿Qué NO estáis construyendo?
Anti-metas explícitas: (1) No es un ERP ni módulo de contabilidad completo. (2) No automatiza el envío sin aprobación del usuario — el freelance siempre confirma antes de enviar. (3) No es un chatbot general de finanzas. (4) No soporta facturas de proyectos variables (eso es otro segmento). ✓ Scope controlado

7
¿Cómo sabréis que funciona?
Métrica norte: % de usuarios activos que aprueban ≥1 factura propuesta automáticamente en los primeros 30 días. Objetivo mínimo viable: 40 % en 60 días. Métrica secundaria: reducción del tiempo medio entre "mes cerrado" y "factura enviada" (objetivo: de 3.2 días actuales a <12 horas). Señal de retención: churn rate debe caer del 8 % mensual actual si la feature funciona — los usuarios que la usan deben mostrar >2× retención.
📊
Priorización ICE de Funcionalidades Candidatas
Mode 4: Feature Prioritization · Impact × Confidence ÷ Effort (1-5)
# Funcionalidad Impacto Confianza Esfuerzo ICE
1
Detección de patrones + borrador 1-clic
MVP recurrencia: analizar historial → proponer factura → confirmar
5 5 2
12.5
2
Recordatorio inteligente de envío
Email/push el día estimado de facturación si no se ha generado nada
4 4 1
16
3
Panel de "Borradores sugeridos"
Vista de todas las facturas propuestas listas para confirmar/editar
4 4 2
8
4
Envío automático sin aprobación
Factura se envía sin intervención del usuario
3 2 3
2.0
5
Chat IA ("¿Cuánto me debe Pedro?")
Interfaz conversacional para consultar estados de cobro
3 1 5
0.6

ICE = (Impacto × Confianza) ÷ Esfuerzo. Recordatorio inteligente tiene ICE mayor porque el esfuerzo es 1 (pocas horas). Se recomienda construir 1+2+3 como sprint único (~3 semanas) antes de evaluar 4 y 5.

⚠️
Riesgos Identificados
Ordenados por severidad · con mitigación
Alto
Scope creep hacia el chat de IA. El chat es un proyecto de 2-3 meses independiente que no valida la hipótesis central. Construirlo antes o junto con la recurrencia compromete el runway. Mitigación: separar el roadmap explícitamente — chat entra en backlog post-100 usuarios en el plan Pro.
Alto
Falsos positivos en la detección de patrones. Si el algoritmo propone facturas incorrectas (importe o cliente equivocado), erosiona la confianza del usuario en la herramienta. Mitigación: umbral de confianza alto (≥3 facturas idénticas), siempre requiere confirmación explícita del usuario.
Medio
Solo 45 usuarios activos. La base es pequeña para iterar rápido. Mitigación: activar el módulo primero para los 32 usuarios (70 %) con patrón claro identificado; hacer onboarding manual con los primeros 10.
Medio
Verifactu puede cambiar los formatos de factura. Si se cambia la estructura del PDF/XML por Verifactu, hay que actualizar el generador al mismo tiempo que el módulo de recurrencia. Mitigación: separar módulo de detección (lógica de negocio) del módulo de generación (formato legal).
Bajo
Resistencia del usuario a "la IA que toca mis facturas". Algunos freelancers pueden ser reacios a que la herramienta actúe de forma autónoma. Mitigación: posicionar como "sugerencias inteligentes", no "automatización". El usuario siempre tiene el control final.
📈
Product-Market Fit
Señales actuales · Founder Review
6.2
/10
PMF Emergente
Señales de retención sólidas, pero base de usuarios aún pequeña y MRR bajo.
Tasa activación (45/180) 25 %
Usuarios con patrón claro 70 %
Origen: boca a boca 100 %
MRR / usuarios activos 13.8 €
Runway restante 8 meses
Competitive moat Bajo-Medio
📊
Estado del Producto
Snapshot actual
Usuarios totales
180
↑ +45/mes
Usuarios activos
45
25 % activación
MRR
620 €
↑ 4 meses
Runway
8 m
Priorizar ROI

La única métrica que importa ahora: convertir los 135 usuarios registrados e inactivos en activos. La recurrencia puede ser el gancho de activación.

🚀
Próximos Pasos Accionables
Ordenados y con responsable
01
Esta semana: entrevistar 5 usuarios del segmento "70 % patrón claro" para confirmar que el problema del borrador automático es real (no construir antes de hablar). Responsable: Marta · 3h
02
Sprint 1 (sem 1-3): Construir detección de patrones + email "Tu factura está lista" + botón Aprobar/Editar. Sin UI nueva, sin chat. Responsable: Dev · ~3 semanas
03
Sprint 2 (sem 4): Añadir recordatorio inteligente si el usuario no ha facturado en el día estimado. Alta palanca, bajo esfuerzo. Responsable: Dev · ~3 días
04
Semana 6: Medir tasa de aprobación de borradores. Si >40 %: seguir. Si <20 %: pivotar la lógica de detección. No construir nada nuevo hasta tener este dato. Responsable: Marta · revisión de métricas
05
Mes 3+: Solo si la tasa de aprobación es >50 % Y el MRR supera 1.500 €, evaluar el chat de IA como diferenciador de plan Pro. Gate de decisión · no antes
product-diagnostic go/no-go ICE pre-seed SaaS B2B