Conseguir el primer cliente con una herramienta para buscar clientes: Leadverse
Cómo Jakub Mužík, tras lanzar varios productos sin ingresos, confirmó la demanda de pago con Leadverse y aumentó sus ingresos recurrentes ajustando la prueba, el precio y el pago.
El problema del cliente que apareció al quinto intento
Jakub Mužík presentó Leadverse como más o menos su quinto proyecto y el primer producto que empezó a dar dinero. Era un servicio para desarrolladores que construyen productos pero no encuentran clientes, y les mostraba publicaciones de personas que ya buscaban una solución relacionada. Él usaba su propia herramienta para encontrar clientes potenciales mientras desarrollaba y vendía el producto.
Mužík trabajó ocho años como desarrollador de Salesforce. Su entrada en el desarrollo de productos propios fue una aplicación móvil para anunciar eventos cercanos, creada para su tesis de licenciatura. Cuando la gente empezó a descargarla y respondió bien, comenzó a crear otros productos en su tiempo libre, pero la mayoría apenas generaba 0 dólares de ingresos.
La idea de Leadverse surgió de una publicación en Reddit. Su autor preguntaba a los desarrolladores qué estaban construyendo y ofrecía encontrar publicaciones de personas que necesitaran ese producto. Al ver que cientos de personas respondían, Mužík concluyó que había demanda en la propia búsqueda de clientes. Era una oportunidad para conectar a desarrolladores que necesitaban a alguien a quien explicar su producto con usuarios que buscaban un producto que resolviera su problema.
Mantuvo su empleo y sus trabajos freelance y desarrolló solo por las noches y los fines de semana; la primera versión le llevó alrededor de un mes. El producto inicial tomaba publicaciones de Reddit y X y seleccionaba las que tenían relación con el producto del usuario. Cuando el usuario introducía la descripción de su producto y el tipo de cliente que buscaba, la IA evaluaba la relevancia y también proponía respuestas adecuadas al contexto de cada publicación. Además, permitía exportar los resultados de búsqueda a un archivo CSV o revisar periódicamente si había publicaciones nuevas.
Convertir los resultados de búsqueda en ventas
Mejorar la calidad de la búsqueda exigía distinguir primero qué quería el usuario. Una misma publicación tenía distinto valor para quien buscaba empleo y para quien buscaba clientes. Mužík dividió los campos de entrada en «el producto o servicio que ofreces» y «el tipo de conversación que quieres encontrar», y ajustó los prompts para poder aplicarlos a distintos objetivos. Explicó que con este cambio logró reducir los resultados irrelevantes.
También en la venta mostraba primero los resultados de búsqueda. Publicaba en Reddit que quería presentar un producto en una línea y luego usaba su herramienta para encontrar publicaciones relacionadas y devolverlas. A una persona que presentó un servicio para mejorar la conversión de una landing page le dijo que había encontrado 35 publicaciones relevantes y le compartió enlaces a cinco de ellas. La otra persona podía comprobar qué tipo de resultados ofrece Leadverse antes de pasar por el registro.
Al contactar directamente con clientes potenciales, fijaba el orden de la conversación. Primero dejaba un comentario público útil para el problema que tenía la otra persona y, en un mensaje privado, mencionaba ese problema y preguntaba si estaría dispuesta a echar un vistazo a la herramienta. Si mostraba interés, le enviaba un enlace; si no, terminaba el contacto. El método que compartió Mužík unía en un solo proceso encontrar publicaciones relevantes y mantener la conversación mientras se lee la reacción de la otra persona.
Estas actividades no produjeron ingresos elevados de inmediato. Unos cinco meses después del lanzamiento, las cifras que compartió eran 530 dólares de ingresos recurrentes mensuales (MRR) y 1.696 dólares de pagos acumulados. Cada semana empezaban a llegar nuevos suscriptores, pero había mucho que corregir en el recorrido desde el registro hasta probar el producto y pagar. Al explicar el crecimiento de esa etapa, también compartió los cambios que hizo en la modalidad de prueba, el vídeo de guía, la recogida de comentarios y la pantalla de pago.
Corregir la prueba gratuita y el precio
Como el producto usaba IA, incluso el uso gratuito generaba costes. Mužík señaló que el coste de las llamadas a la API del LLM representaba alrededor del 90% del coste total. Mantener la calidad de los resultados de búsqueda mientras ajustaba los prompts y los modelos era, por tanto, una tarea operativa clave. Junto con la velocidad con que crecían los usuarios, también tenía que vigilar la estructura de costes para sostener ese uso.
Empezó con un modelo freemium que ofrecía gratis un número determinado de resultados de búsqueda. Sin embargo, muchos usuarios lo probaban una vez y se iban, y el coste de servirles resultados seguía acumulándose. Mužík pasó a una prueba gratuita de tres días que exigía registrar la tarjeta por adelantado. Según su explicación, menos personas iniciaban la prueba, pero la tasa de conversión a pago aumentó, lo que ayudó a reducir la carga de costes.
Después amplió la prueba de tres a siete días. Algunos usuarios no alcanzaban a comprobar el valor del producto en un periodo corto. Explicó que tras ampliar el plazo los indicadores de conversión mejoraron. En la práctica, combinó un filtro que confirmaba la intención de probar mediante el registro de la tarjeta con tiempo suficiente para analizar los resultados.
También cambió el precio varias veces. Empezó con planes de 9 y 14 euros al mes, y afirmó que la conversión mejoró unos un mes después, cuando pasó a mostrarlos en dólares. Luego hizo experimentos bajando y subiendo el precio, pero recordó que en su servicio la rebaja no se tradujo en una mejor tasa de conversión. En lugar de mantener un precio bajo dando por hecha su eficacia, ajustaba la cifra observando el registro y el pago reales.
También creó una opción ajustada al uso. Añadió un plan personalizado en el que se podían ajustar el límite de uso y el precio, y en el momento en que echó la vista atrás unas 30 personas lo habían elegido. La estructura de precios volvió a cambiar después: en la página oficial consultada el 27 de septiembre de 2026 se ofrece un único plan de 49 dólares al mes y una prueba gratuita de siete días. Esto muestra que no trató el precio bajo y las opciones limitadas del principio como una política definitiva.
Pulir desde la presentación hasta el pago
En la página de presentación reforzó la información necesaria para entender el producto. Colocó debajo de la primera pantalla un vídeo que muestra cómo se usa y puso su foto en la sección de contacto. También cambió el texto de «nosotros» a «yo», dejando claro que el producto lo lleva una sola persona. Los testimonios de usuarios reales los situó justo antes de la tabla de precios y en la pantalla de pago, para que se pudieran ver en el momento de decidir la compra.
También sustituyó la pantalla de pago, que había hecho él mismo, por una página proporcionada por Stripe. Así incluyó en el ámbito de mejora hasta el paso de completar el pago. Mužík citó este cambio como una de las medidas que ayudaron a mejorar una tasa de conversión baja. El trabajo de añadir funciones de búsqueda avanzó junto con el de ayudar a terminar el pago a los visitantes que ya habían mostrado interés.
La reacción de los usuarios también mostró qué comunicaban mal las pantallas. Una persona dijo que era una lástima que hiciera falta una dirección de sitio web para usarlo y que estaría bien que también pudieran usarlo quienes todavía están ideando un producto. En realidad el campo de la dirección era opcional, y Mužík respondió que debía indicarlo con más claridad. Fue un caso que muestra que incluso una función que ya existe puede parecer inexistente para el usuario si la pantalla no la comunica bien.
Mužík empezó a enviar un correo para pedir comentarios siete días después del registro y a recoger el motivo cuando alguien cancelaba la suscripción. En un texto posterior donde ordenó su experiencia, también destacó la importancia de un onboarding breve que guíe desde la configuración inicial hasta la comprobación de resultados. La idea era que el desarrollador conoce bien su herramienta, pero quien llega por primera vez puede no saber qué introducir ni qué resultado mirar. Revisar el comportamiento tras el registro y los motivos de cancelación también entró en la mejora del producto.
Crecer mientras se decide qué funciones conservar
También hubo intentos que detuvo mientras añadía funciones. Según FounderBase, que recopiló entrevistas, Mužík probó una función para explorar publicaciones de Bluesky, pero la abandonó al no encontrar suficiente demanda para descubrir herramientas que mereciera la pena usar allí. Esta decisión muestra que lo importante no es cuántas plataformas se cubren, sino cuántos clientes potenciales válidos se pueden encontrar en cada una. Incluso dentro de un producto que ya empezaba a generar ingresos, no toda ampliación tenía que mantenerse.
En una publicación en la que repasó la operación en su octavo mes, reveló 2.653 dólares de ingresos recurrentes mensuales, 107 clientes de pago y 10.203 dólares de pagos acumulados. En ese momento también lo llevaba solo, sin cofundador, empleados ni inversores externos. Escribió que hubo épocas en las que el crecimiento se detuvo durante semanas y tuvo dudas. Lo que destacó en la retrospectiva de esa etapa fue el trabajo diario de dar a conocer el producto, escribir y contactar con clientes potenciales.
En una entrevista publicada el 11 de agosto de 2026, indicó unos 3.300 dólares de ingresos recurrentes mensuales, más de 130 clientes de pago y más de 20.000 dólares de ingresos acumulados. Estas cifras son ingresos del negocio y no significan el beneficio neto del fundador ni el tamaño de su patrimonio. En ese momento su siguiente objetivo seguía siendo aumentar los ingresos recurrentes y dejar su empleo.
Lo que llama la atención en el caso de Mužík es la decisión de pasar a un producto nuevo y la decisión de seguir corrigiendo un producto que ya empieza a tener respuesta. Tras confirmar la demanda de pago en Leadverse después de varios intentos, corrigió los problemas que quedaban en las condiciones de la prueba, el precio y el primer uso. Los lanzamientos repetidos fueron un proceso de buscar una oportunidad, y las mejoras posteriores al primer pago, un proceso de convertir esa oportunidad en una fuente de ingresos sostenida.