Definición rápida
Sensitivity Analysis (análisis de sensibilidad) es una técnica que determina cómo los cambios en una variable específica afectan el resultado de un modelo financiero, manteniendo todas las demás variables constantes. Identifica los supuestos más críticos y los riesgos más relevantes para el negocio.
¿Qué significa Sensitivity Analysis?
El Sensitivity Analysis responde la pregunta: «¿Qué es lo que más puede arruinar o mejorar nuestros resultados?» Al mover una variable a la vez mientras las demás permanecen fijas, se puede identificar qué variables tienen mayor impacto en el resultado final.
En un financial model de startup, las variables típicamente analizadas son: precio de venta, tasa de conversión, costo de adquisición de cliente, churn rate, crecimiento de mercado y costos operativos.
El resultado generalmente se presenta en una «tabla de sensibilidad» o «tornado chart» que muestra el impacto de cada variable en el EBITDA, IRR o valoración de la empresa.
¿Cómo funciona en la práctica?
Ejemplo de tabla de sensibilidad para una startup SaaS (precio mensual base = USD 100):
| Precio mensual | Ingresos año 1 | ARR año 2 | Break-even |
|---|---|---|---|
| USD 70 (-30%) | USD 700K | USD 1.2M | Mes 28 |
| USD 85 (-15%) | USD 850K | USD 1.5M | Mes 22 |
| USD 100 (base) | USD 1M | USD 1.8M | Mes 18 |
| USD 115 (+15%) | USD 1.15M | USD 2.1M | Mes 14 |
| USD 130 (+30%) | USD 1.3M | USD 2.4M | Mes 11 |
Este análisis revela que una subida de precios del 30% acorta el break-even en 7 meses — información crítica para tomar decisiones de pricing.
Ejemplos reales en LATAM
Startups de crédito (fintech): Las fintech de crédito en México y Colombia hacen análisis de sensibilidad sobre la tasa de mora. Una mora que sube del 3% al 6% puede convertir un negocio rentable en uno que pierde dinero.
Proyectos de energía renovable en Chile: Los proyectos solares y eólicos realizan extensos sensitivity analyses sobre el precio spot de la energía, el costo de construcción y el factor de planta para determinar si el IRR sigue siendo atractivo bajo diferentes supuestos.
Startups de logistics: Empresas de delivery analizan la sensibilidad de sus márgenes ante cambios en el precio del combustible, que puede representar 30-40% de sus costos variables.
Errores comunes
- Cambiar variables de forma irreal: Si el precio sube 50% en el modelo, ¿sigue teniendo la misma demanda? El sensitivity analysis debe respetar relaciones lógicas entre variables.
- Ignorar la correlación entre variables: El precio del petróleo y el costo de logística están correlacionados. Analizarlos por separado puede dar una imagen engañosa del riesgo real.
- Testar en rango insuficiente: Si testeas variaciones de ±5% cuando la variable puede variar ±50%, subestimarás su impacto real en el negocio.
Preguntas Frecuentes (FAQ)
¿Para qué sirve un «tornado chart» en el Sensitivity Analysis?
Un tornado chart visualiza todas las variables analizadas ordenadas por su impacto (la de mayor impacto arriba, como la parte ancha de un tornado). Permite ver de un vistazo cuáles son los supuestos críticos del modelo y dónde enfocarse en la gestión de riesgos.
¿Qué variables son típicamente más sensibles en una startup SaaS?
En orden típico de impacto: (1) Churn rate, (2) Precio de venta, (3) Crecimiento de nuevos clientes, (4) CAC, (5) Expansión revenue. El churn suele ser la variable más crítica por su efecto compuesto a lo largo del tiempo sobre el ARR.
¿Sensitivity Analysis y Scenario Analysis son lo mismo?
No. El Sensitivity Analysis cambia una variable a la vez. El Scenario Analysis cambia múltiples variables simultáneamente para representar un contexto coherente. Ambos son complementarios y los mejores modelos financieros incluyen los dos.
