Lo que esos tableros de KPIs (Key Performance Indicators) no mostraban era lo que venía después: una ley económica que lleva más de doscientos años sin perder vigencia. A medida que los canales digitales se saturaban, que los primeros adoptantes más fáciles de convertir ya habían sido captados y que la competencia elevaba el costo por clic, el CAC comenzó a subir de forma silenciosa pero estructural. Al mismo tiempo, el LTV de los nuevos clientes —los que quedaban por adquirir— empezó a ser menor. No dramáticamente. Simplemente, un poco menos cada trimestre.

Este deep dive mensual no es sobre el fracaso de ningún neobanco en particular. Es sobre un patrón que opera en todo mercado digital maduro y que la industria financiera mexicana está enfrentando con claridad en 2026: el modelo que lleva a una fintech del lanzamiento al primer millón de clientes no es el mismo que la lleva del millón al siguiente. Y la razón por la que muy pocas instituciones lo detectan a tiempo tiene más que ver con psicología que con finanzas.

La ley de los rendimientos marginales decrecientes.

Gráfica 1 · Producción total y marginal en la pizzería. La producción total sube, la marginal cae — y eventualmente se vuelve negativa.

Gráfica 2 · Las tres fases de la ley. La producción total puede seguir creciendo en la Fase 2; lo que cae es el beneficio de cada unidad adicional.

El mercado fácil ya se acabó.

El ecosistema fintech mexicano cerró 2025 con 795 startups locales activas, según el Finnovista Fintech Radar México 2026 —elaborado con Mastercard y Galileo. El dato superficial suena saludable. Pero la película completa revela algo distinto: entre 2016 y 2022, el ecosistema crecía entre 20 y 30% anual. En 2025, ese ritmo cayó a 1.8%. El ciclo del hipercrecimiento terminó. Lo que emergió es una fase de consolidación donde la pregunta ya no es cuántas fintechs nacen, sino cuáles pueden escalar de forma rentable hacia los segmentos que aún quedan.

Nu México es el caso de estudio más transparente disponible, precisamente porque como empresa pública reporta trimestralmente con granularidad de cohorte. Al cierre del tercer trimestre de 2025, tenía cerca de 14 millones de clientes —el 14% de la población adulta del país. Su ARPAC (Average Revenue Per Active Customer o Ingreso Promedio por Cliente Activo) mensual alcanzó US$12.5, un número que en etapa comparable —tercer trimestre de 2019— Brasil solo tenía US$6.7. El costo de servicio por cliente cayó de US$3 en 2021 a US$1 en 2025.

El ARPAC mide cuánto ingreso genera una empresa, en promedio, por cada cliente activo durante un período determinado. Indica cuánto dinero aporta cada cliente que realmente está usando el producto o servicio.

Pero ahí está la trampa que los promedios ocultan. Nu Brasil —con 113 millones de clientes— tiene cohortes que alcanzan US$25 de ARPAC mensual. La brecha entre ese número y el ARPAC promedio reportado por Holdings revela exactamente lo que la ley predice: los primeros clientes generan ingresos muy superiores al promedio. Los clientes más recientes son progresivamente más difíciles de monetizar, más propensos a usar el producto de forma transaccional y menos propensos a convertirse en usuarios de crédito activos. El ARPAC promedio puede seguir subiendo —porque las cohortes antiguas maduran— mientras el ARPAC marginal, el del último cliente adquirido este trimestre, es sistemáticamente inferior al promedio que aparece en el reporte.

La ley de los rendimientos marginales decrecientes en el número de sucursales bancarias en México.

Gráfica 3 · Sucursales bancarias México (2009–2025) y fintechs activas. Dos curvas que cuentan la misma historia con veinte años de diferencia.

La morosidad no es el problema. Es la evidencia de que el mercado fácil ya se agotó.

El caso de Stori ilustra el desafío desde el ángulo del crédito para segmentos no bancarizados. Con ingresos anualizados de US$300 millones —un crecimiento del 80% interanual— y habiendo alcanzado rentabilidad operativa en 2025, es la historia de éxito más clara en su segmento. Pero los datos revelan el costo de avanzar hacia clientes más difíciles: una tasa de morosidad del 23% en junio de 2025. Según datos de Miranda Partners, Klar mostraba 26.8% y Nu México 20.8% en el mismo corte. Estas cifras no son un fracaso de gestión. Son la consecuencia directa de que los early adopters ya fueron captados. Lo que queda tiene perfiles de riesgo estructuralmente distintos.

La ley de los rendimientos marginales decrecientes, continuación.

Gráfica 4 · El agricultor y el fertilizante. La producción total alcanza su máximo donde el beneficio marginal iguala el costo marginal.

La métrica que ninguna fintech mexicana reporta —y que es la única que realmente importa.

El segundo problema —quizás más grave— es que la forma en que la industria mide el crecimiento activamente oculta el deterioro.

Los tableros de KPIs de producto en banca digital están diseñados para celebrar dos cosas: el total de usuarios activos (MAUs) y el número acumulado de clientes o tarjetas emitidas. Ambas métricas pueden crecer aunque el negocio se deteriore por debajo. Una institución con 10 millones de clientes y un CAC marginal que ya superó el LTV marginal del último millón adquirido puede reportar —con toda honestidad— que “continuamos creciendo” y que “el engagement se mantiene sólido”. El total no miente. Pero tampoco cuenta la historia que importa.

La métrica que casi ninguna institución reporta públicamente es el rendimiento marginal del cliente más reciente: ¿cuánto costó adquirirlo específicamente, cuál es su LTV proyectado basado en cohortes recientes similares, y cuál es el ratio entre ambos? Nu Holdings es una de las pocas excepciones en la región —sus reportes trimestrales desagregan el ARPAC por cohorte de madurez. La mayoría de las fintechs mexicanas no hace eso. Y cuando los inversores tampoco lo exigen —porque la narrativa de “crecimiento de usuarios” sigue siendo suficiente en mercados emergentes— el incentivo para medirlo desaparece.

La ley de rendimientos decrecientes no es un problema de Excel. Es un problema de psicología.

Si la ley es conocida, si los datos están disponibles y si el deterioro es observable, ¿por qué los equipos no actúan a tiempo? La respuesta no es financiera. Es conductual. Y tiene tres capas que se refuerzan mutuamente.

La primera y más importante es el sesgo de representatividad —lo que Daniel Kahneman llamó la “ley de los números pequeños”. Los equipos toman decisiones sobre el futuro usando los datos del pasado reciente, asumiendo que la muestra disponible es representativa del mercado total. Cuando los primeros 500,000 clientes de un neobanco tienen un CAC de US$8 y un LTV proyectado de US$120, el modelo mental queda anclado: “así es como funciona este negocio”. Lo que la muestra no revela es que esos 500,000 eran los mejores clientes posibles —los más predispuestos, los más rentables, los que llegaron porque querían llegar. Extrapolar su comportamiento hacia los siguientes 5 millones es exactamente el error que describe la ley de los números pequeños: concluir propiedades del universo a partir de una muestra que no lo representa.

La segunda capa es el sesgo del presente. Cuando el equipo empieza a ver señales de deterioro —el CAC sube 15% trimestre a trimestre, la tasa de activación de nuevos clientes cae algunos puntos— la respuesta instintiva es optimizar para hoy. ¿Subir la oferta de tasas de captación? Atrae clientes esta semana, pero son los más sensibles al precio y los más fáciles de perder. ¿Incrementar el presupuesto de paid media? Genera volumen este trimestre, a un CAC más alto que el anterior. El costo de no actuar estructuralmente hoy se siente distante; el beneficio de una métrica mejor este trimestre se siente inmediato. El sesgo del presente perpetúa el mismo modelo de adquisición mucho más allá de su punto óptimo.

La tercera capa es la más sutil: el sesgo de confirmación operado a través de las métricas. Los dashboards reportan lo que el equipo quiere ver —no por mala fe, sino porque las métricas fueron elegidas en un momento en que tenían sentido. Los MAUs, el total de clientes, el número de tarjetas emitidas: todas estas métricas pueden crecer trimestre a trimestre mientras el rendimiento marginal se deteriora. El tablero confirma que “el negocio va bien” mientras la ley opera silenciosamente por debajo. Esto es lo que Goodhart identificó: cuando una métrica se convierte en objetivo, deja de ser una buena medida del fenómeno que se quería medir.

Gráfica 5 · CAC marginal vs. LTV marginal por segmento de mercado. A medida que se agotan los segmentos fáciles, la ecuación de adquisición se deteriora.

Gráfica 6 · Lo que el promedio oculta: ARPAC promedio total vs. ARPAC del cliente más reciente. El tablero puede mostrar crecimiento mientras el rendimiento marginal cae.

Más presupuesto no es la respuesta. Primero, el diagnóstico correcto.

Richard Rumelt, en Good Strategy / Bad Strategy (2011), argumenta que toda estrategia real comienza con un diagnóstico honesto del problema. Su distinción central: hay problemas que se resuelven con más recursos, y hay problemas que primero exigen reconocer que el modelo tiene un límite. Confundir los dos es la fuente más común de estrategia costosa e inútil.

El modelo funcionó tan bien que ahora es el problema.

Geoffrey Moore describió en 1991 un fenómeno que los equipos de producto financiero no han terminado de asimilar: existe un abismo —un “chasm”— entre los early adopters y los early majority que no es una diferencia de escala. Es una diferencia cualitativa. Los early adopters compran por afinidad con la propuesta y toleran las fricciones del producto. Los early majority exigen un “whole product” —no solo la app, sino todo el ecosistema de confianza, soporte, integración y referencias— y su sensibilidad al precio es estructuralmente mayor.

Traducido al CAC: cruzar el chasm no es solo gastar más en adquisición. Es ofrecer un producto diferente al siguiente segmento, con un modelo de distribución diferente y una propuesta de valor diferente. Los neobancos que intentaron crecer del segmento digital nativo al segmento masivo usando el mismo playbook —mejores tasas, más cashback, más contenido en redes sociales— descubrieron que el CAC subía sin que la conversión mejorara proporcionalmente. No porque estuvieran ejecutando mal. Sino porque el segmento siguiente tiene un trabajo distinto que resolver (Job to be done), en términos de Clayton Christensen, y el producto no había evolucionado para atenderlo.

Esto explica parcialmente por qué Nu México, con US$4,200 millones comprometidos hacia 2030, está apostando por la licencia bancaria completa, la portabilidad de nómina y la expansión de corresponsales a 30,000 puntos. No es que el modelo digital puro haya fallado. Es que para llegar al siguiente segmento —al que no llega solo por la app— necesitan un “whole product” que el modelo original no contemplaba. La banca tradicional construyó corresponsales y cajeros multiservicio para llegar donde las sucursales no podían. Nu está haciendo el equivalente digital-físico. La ley es la misma; solo cambia el canal.

Hay una ironía en todo esto. Los datos de Nu México muestran algo que debería generar optimismo genuino: una fintech que en etapa equivalente de maduración monetiza casi el doble que Brasil, que redujo el costo de servicio en dos tercios en cuatro años, y que llevó servicios financieros al 78% de clientes fuera de las grandes ciudades —muchos de los cuales solo operaban en efectivo antes. El modelo funcionó. El problema no es que haya fallado —es que su éxito crea la condición para el siguiente desafío.

La industria fintech mexicana entró en consolidación no porque las fintechs hayan fracasado. Entró porque el segmento que podía capitalizarse con el modelo original ya fue capitalizado. Las mega-rondas de 2025 —Plata con US$410M, Klar con US$190M— son capital para ejecutar modelos probados hacia segmentos nuevos, no para seguir invirtiendo en los mismos canales con los mismos perfiles de cliente. El capital entendió lo que la ley de los rendimientos marginales decrecientes describe: el siguiente millón cuesta más y rinde menos. La estrategia ganadora no es ignorar eso. Es diseñarse para ello antes de que el tablero lo muestre.

Si tu equipo de crecimiento no sabe cuánto vale el último cliente que adquirió, el problema no es el CAC.

La pregunta práctica para un CPO o CMO o CEO de fintech o banca digital en México en 2026 no es si la ley de los rendimientos marginales decrecientes aplica —¡por supuesto que aplica! La pregunta es cuándo empezar a medirla y qué hacer con esa información.

El primer paso es el más sencillo y el más ignorado: desglosar el CAC y el LTV por cohorte de adquisición, no solo reportar los promedios acumulados. Si el CAC de los clientes adquiridos este trimestre es 40% mayor que el de hace dos años, y el LTV proyectado de esa cohorte es 25% menor, el ratio LTV/CAC del cliente marginal ya no cumple el estándar mínimo de 3x aunque el promedio de toda la base sí lo cumpla. Esa diferencia no es un detalle contable. Es la señal de que el modelo de adquisición necesita evolucionar.

El segundo paso es estratégico: identificar con honestidad en qué fase del ciclo se encuentra la institución. ¿Está en rendimientos crecientes? ¿En decrecientes? ¿O ya cruzó el punto donde el siguiente cliente promedio no cubre su CAC? La respuesta cambia completamente la decisión correcta. En la primera fase, hay que acelerar. En la segunda, hay que cambiar el canal o el segmento antes de que la eficiencia se deteriore más. En la tercera, hay que redirigir la inversión.

El tercer paso es organizacional y es el más difícil: cambiar los incentivos. Si los equipos de crecimiento son evaluados por volumen de adquisición —MAUs, nuevas cuentas, tarjetas emitidas— optimizarán para eso. Si son evaluados por el LTV/CAC de los clientes que adquieren, optimizarán para eso. Las métricas que se miden son las métricas que se gestionan. En un mercado donde el crecimiento fácil ya terminó, la diferencia entre crecer bien y crecer mal se mide exactamente ahí.

El sesgo cognitivo de la semana.

FUENTES VERIFICADAS

1. Finnovista Fintech Radar México 2026 (con Mastercard y Galileo, feb 2026): 795 startups activas, crecimiento 1.8% en 2025 vs. 20–30% en 2016–2022.

2. Nu Holdings Ltd. — Resultados Q3 2025 (SEC Form 6-K): 14M clientes México, ARPAC US$12.5, costo de servicio US$1 (vs. US$3 en Q3 2021). ARPAC Brasil Q3 2019: US$6.7.

3. Nu Holdings Ltd. — Resultados Q4 2025: ARPAC global US$15, cohortes maduras Brasil US$25+. Utilidad neta 2025: US$2,900M. ROE 33%.

4. Nu México — Videocast / comunicado feb 2026: US$4,200M hacia 2030. 78% de clientes fuera de grandes ciudades. ~50% reciben primera tarjeta con Nu. 22% solo usaban efectivo antes.

5. Bloomberg / Miranda Partners (ago 2025): Stori morosidad 23%, Nu México 20.8%, Klar 26.8% (jun 2025). Ingresos anualizados Stori US$300M (+80% a/a).

6. CNBV (datos oficiales, dic 2025): 11,486 sucursales bancarias activas. Los siete mayores bancos: 7,032 (−186 vs. 2024). BBVA: 1,635 (−56). Santander: 986 (−32). Banamex: 1,257 (−26). HSBC: 727 (−84). Banorte: 1,218 (+25).

7. El Cronista / BBVA Research (2024): Pico de sucursales: 12,849 en dic. 2019. Apertura de ~2,000 entre 2009 y 2014. Caída de 1,151 entre dic. 2019 y dic. 2021.

8. Cronista / HR Ratings (mar 2026): Banca comercial MX pasó de 12,068 sucursales (2020) a 11,486 (2025) —cierre de ~582 en 5 años, mientras las ganancias bancarias rompieron récords.

9. Boomit Performance Trends LATAM (68 apps fintech): CPI y CPR aumentan de etapa lanzamiento a maduración a expansión.

10. YouYaa / Digital Banking Analytics (2024): CAC neobancos US$5–US$15 en fase temprana. Benchmark saludable LTV/CAC: 3.5x.

11. Moore, Geoffrey A. — Crossing the Chasm, 3ª ed. (2014). HarperCollins.

12. Kahneman, Daniel — Thinking, Fast and Slow (2011). Farrar, Straus and Giroux.

13. Rumelt, Richard — Good Strategy / Bad Strategy (2011). Crown Business.

Thanks for reading! This post is public so feel free to share it.

Thanks for reading! Subscribe for free to receive new posts and support my work.

No estamos hablando de un producto emergente ni de un experimento fintech. Estamos hablando del crédito de nómina —uno de los caballos de batalla más antiguos de la banca mexicana—, que en el último año creció aproximadamente 8.8% respecto a su saldo de finales de 2024 y que sigue ganando participación relativa dentro del portafolio total.

Sin embargo, si tomas el catálogo de crédito nómina de cualquier banco grande hoy y lo comparas con el de hace diez años, encontrarás esencialmente el mismo producto. El proceso de originación es el mismo —con el único cambio real de que algunos bancos incorporaron un canal digital en los últimos años. Las prestaciones son las mismas. El esquema de descuento quincenal es el mismo. El plazo estándar es el mismo. Y la tasa de interés —según Banxico— se ubicó en 27.1% promedio ponderado por saldo entre julio 2024 y junio 2025: prácticamente idéntica a la de los dos años anteriores. El ciclo de flexibilización monetaria más agresivo en años pasó de largo como si este producto no existiera.

La pregunta no es por qué el crédito de nómina no crece —claramente lo hace. La pregunta es más incómoda: ¿por qué el producto más rentable y mejor garantizado del portafolio de consumo sigue siendo, en esencia, el mismo que hace una década?

La respuesta tiene nombre en la literatura de economía conductual. Y tiene consecuencias directas para los equipos de producto que gestionan esta cartera.

La trampa que pocos análisis mencionan

Antes de llegar al sesgo, vale entender una restricción estructural que muchos análisis externos del producto ignoran: las áreas de producto de crédito de nómina solo pueden prestarle a los clientes que ya reciben la dispersión de su salario, nómina o pensión en una cuenta de captación de la misma institución. No es un producto de prospección abierta. El banco no puede salir a originar crédito nómina con cualquier trabajador formal del país —solo con quienes sus empleadores ya tienen convenio de dispersión con esa institución.

Y aquí está la trampa: no todas las nóminas que llegan son iguales. Algunas empresas dispersan en un banco los salarios de sus trabajadores mejor pagados y en otro los de sus operadores de menor ingreso. Muchos titulares de cuentas nómina tienen salarios tan bajos que el monto prestable —después de reservar el porcentaje mínimo de ingreso disponible— es marginal o nulo. Otros ya cargan un nivel de endeudamiento tan comprometido, con créditos en otras instituciones o descuentos de INFONAVIT, que tampoco califican para un monto relevante. El universo real de clientes a quienes el área de producto puede efectivamente prestar es considerablemente menor que el universo de titulares de cuentas nómina que aparece en el tablero.

El detalle que completa el cuadro: en la mayoría de las instituciones, la responsabilidad de atraer nuevas nóminas —convencer a más empresas de dispersar su nómina a través del banco— no recae en el área de producto de crédito, sino en otra área completamente distinta: banca de empresas, el área comercial, o el equipo de tesorería corporativa. El área de producto hereda la base de clientes que otra área construye. Esta separación organizacional tiene consecuencias profundas: el equipo de producto optimiza para la cartera existente porque literalmente no controla el flujo de entrada de nuevos acreditados potenciales.

Esto no es una justificación para la falta de innovación. Es el contexto que hace que la innovación sea más difícil —y por eso mismo más necesaria.

Los números que deberían incomodar

Con ese contexto sobre la mesa, los datos cobran otro significado. Al cierre de diciembre de 2024, el crédito de nómina registraba un índice de morosidad simple (IMOR) de 2.9%, menor al 3.1% del crédito al consumo en general. El índice de morosidad ajustado (IMORA) —que incorpora quitas y castigos— se ubicó en 10.9% con tendencia a la baja, según el reporte de Banxico. En contraste, el crédito personal sin garantía superaba el 12% en ese mismo indicador.

La concentración del mercado también dice algo. Los dos bancos más grandes concentran el 60.3% de la cartera total de crédito nómina; los cinco más grandes capturan el 97.3%. El índice Herfindahl-Hirschman del producto era el más alto de todo el crédito al consumo al cierre de 2024. No hay cinco actores realmente compitiendo por innovar. Hay dos instituciones grandes que tienen el producto en piloto automático y tres más que completan el cuadro sin alterar la dinámica.

El cuadro habla solo: el producto con el mejor perfil de riesgo dentro del crédito al consumo sin garantía real es también el segundo más grande del portafolio. Y aun así, en términos de innovación de diseño de producto, lleva una década prácticamente quieto.

El Índice de Herfindahl-Hirschman (IHH) es la forma estándar de medir qué tan concentrado está un mercado. La mecánica es sencilla: tomas la participación de mercado de cada empresa, la elevas al cuadrado, y sumas todos los resultados.

La razón de elevar al cuadrado no es caprichosa — es lo que hace que el índice sea sensible al tamaño relativo de los jugadores. Un mercado con diez empresas de 10% cada una da un IHH de 1,000 (10² × 10). Pero si una empresa tiene 70% y las otras nueve se reparten el resto, el índice se dispara hacia arriba aunque el número de participantes sea el mismo. Elevar al cuadrado penaliza la desigualdad.

La escala de interpretación estándar, que usa tanto el Departamento de Justicia de EE.UU. como la COFECE en México, funciona así: por debajo de 1,500 puntos el mercado se considera competitivo; entre 1,500 y 2,500 está en zona de concentración moderada; por encima de 2,500 es un mercado altamente concentrado donde cualquier fusión requiere escrutinio regulatorio intenso.

El crédito de nómina en México tiene un IHH de 2,482 al cierre de 2024. Está en el límite superior de la zona moderada, prácticamente rozando el umbral de alta concentración, y es el producto de crédito al consumo con el IHH más alto de todo el sistema.

Es una de las razones estructurales más poderosas que explican por qué el producto lleva una década sin innovar: cuando dos instituciones dominan con márgenes cómodos y riesgo bajo, el incentivo para moverse es casi inexistente. La concentración no solo describe el mercado — también lo perpetúa.

El efecto dotación y la fortaleza cognitiva

Kahneman y Thaler describieron un fenómeno contraintuitivo: las personas valoran más lo que ya poseen que lo que podrían ganar con la misma magnitud objetiva. No es irracionalidad pura —tiene raíces evolutivas— pero tiene consecuencias económicas muy concretas. Cuando lo aplicas a los equipos de producto bancario que gestionan la cartera de nómina, el patrón es reconocible con precisión quirúrgica.

El banco ya tiene la cartera. Ya tiene el canal de descuento. Ya tiene los convenios con empleadores. Ya tiene los modelos de riesgo calibrados sobre años de comportamiento. Cada una de esas posesiones genera un anclaje psicológico potente: modificar el producto implica arriesgar lo que ya se tiene. Y lo que se tiene, por el efecto dotación, se percibe como más valioso de lo que objetivamente es.

El resultado es una racionalización perfecta de la parálisis: “¿para qué cambiar algo que funciona?” En los comités de producto, esa lógica se expresa en conversaciones muy concretas: cualquier rediseño que flexibilice los esquemas de pago reduce predictibilidad del descuento; cualquier reducción de tasa “deja dinero en la mesa”; cualquier innovación en originación requiere tocar sistemas legacy que nadie quiere abrir. Cada argumento tiene algo de válido. En conjunto construyen una fortaleza cognitiva alrededor del statu quo que hace casi imposible la innovación genuina.

La canibalización que los bancos evitaron internamente —nadie quería lanzar un producto que compitiera con su propio crédito de nómina— la está ejecutando el mercado desde afuera. Y lo está haciendo con una lógica financiera que merece análisis serio.

El adelanto de sueldo y la oferta de valor real del producto

El Earned Wage Access (EWA), o adelanto de sueldo, es en términos conceptuales lo opuesto al crédito de nómina: no es un préstamo, sino acceso anticipado a salario ya devengado pero aún no pagado. El trabajador no contrae deuda; simplemente accede antes a dinero que ya ganó. La diferencia parece técnica, pero tiene implicaciones de negocio completamente distintas —y para entenderlas hay que preguntarse qué trabajo real está haciendo cada producto.

Christensen llamaría a esto el Job to Be Done: ¿qué problema concreto contrata el trabajador cuando toma un crédito de nómina? La respuesta honesta es que depende del plazo.

Un EWA de hasta 15 o 30 días resuelve un problema de liquidez inmediata: el trabajador necesita dinero hoy y cobra en 10 días. No hay necesidad de financiamiento real; hay un problema de timing. El EWA lo resuelve sin generar deuda, con una comisión fija o porcentaje sobre el monto adelantado, y con un ciclo de recuperación que cierra en días. Riesgo muy bajo, rotación altísima. La lógica financiera es diferente a la del crédito nómina: no genera saldo de cartera significativo, pero el rendimiento sobre capital empleado —dado que ese capital rota doce o más veces al año— puede ser extraordinariamente competitivo.

Un EWA de dos o tres meses entra en terreno diferente. Ya no estamos hablando de liquidez entre quincenas: es financiamiento para una necesidad concreta y acotada —la reparación del auto, un gasto médico, el enganche de algo— con los próximos uno o dos meses de salario como respaldo implícito. El trabajador sabe exactamente cuándo va a liquidar. El banco también.

Para la institución, este producto ya genera algo parecido a cartera, y el riesgo sube marginalmente respecto al EWA de 30 días. Pero el ciclo de exposición sigue siendo tan corto que el perfil de riesgo no tiene nada que ver con el de un crédito a plazo. Lo interesante es que tampoco tiene nada que ver en términos de rentabilidad: el rendimiento anualizado sobre capital empleado, dado el plazo corto y la comisión por transacción, puede ser estructuralmente superior al del crédito nómina tradicional aunque el saldo en cartera sea mínimo.

Y, sin embargo, este producto no existe en ningún portafolio de crédito nómina bancario en México hoy. El segmento de clientes que necesita resolver una necesidad puntual de uno a tres meses de flujo tiene una sola opción disponible: un crédito a 27%, empaquetado en 12, 24 o 36 meses, sobredimensionado para el problema que quiere resolver.

Para los trabajadores con salarios bajos o con capacidad de endeudamiento ya comprometida —que hoy quedan excluidos del crédito nómina porque el monto prestable es marginal o nulo— el EWA de 15 o 30 días puede ser el único producto de crédito formal al que tienen acceso real. No genera cartera significativa, pero genera algo que el crédito nómina tradicional no siempre produce: transaccionalidad frecuente, datos de comportamiento financiero en tiempo real y una relación de uso cotidiano que hoy simplemente no existe entre ese trabajador y su banco.

Son contadas las instituciones en México que ofrecen hoy alguna forma de EWA o adelanto de sueldo. Y en al menos una de ellas ha ocurrido algo que debería llamar la atención de cualquier CPO: el saldo mensual colocado en adelantos de sueldo ya supera al del crédito nómina tradicional. No es una anomalía operativa. Es el mercado diciéndole al banco, con su propio comportamiento, cuál es el trabajo real que sus clientes necesitan resolver. El famoso Job to Be Done de Christensen no siempre llega en forma de insight de investigación cualitativa; a veces llega en el estado de cuenta.

La Circular 6/2025: la señal de cambio que nadie sabe operar todavía

En julio de 2025, Banxico publicó una modificación regulatoria que, en teoría, elimina la restricción histórica que le impedía a cualquier institución distinta a la que dispersa la nómina ofrecer créditos con descuento directo de ese salario. La Circular 6/2025 busca abrir la competencia en este segmento, permitiendo que los trabajadores contraten crédito de nómina en cualquier banco o SOFOM regulada, sin importar cuál sea la institución que les deposita el sueldo.

En la práctica, su implementación todavía está en desarrollo. Y los obstáculos que quedan por resolver no son de diseño regulatorio — son de fontanería operativa.

El primero es de prelación de pagos. Si un trabajador tiene un crédito de nómina en el banco A —que es donde recibe su salario— y contrata otro crédito en el banco B bajo el nuevo esquema, ¿quién cobra primero cuando llega la quincena? ¿Quién tiene preferencia si el saldo disponible no alcanza para ambos descuentos? Este no es un problema técnico menor: es un problema de arquitectura jurídica y operativa que ninguno de los dos bancos quiere resolver a costa de sus propios intereses.

El segundo es de conectividad entre sistemas core. Para que el banco B pueda instruir un descuento en la cuenta que administra el banco A, se requiere que ambos sistemas puedan comunicarse de manera confiable, en tiempo real o cuasi-real, con los estándares de seguridad que exige una instrucción de débito sobre una cuenta de tercero. Los cores bancarios en México son heterogéneos, muchos legacy, y no fueron diseñados para este tipo de interoperabilidad.

El tercero es de compatibilidad de fechas de corte. El crédito nómina vive en los ritmos de la quincena del trabajador, que varía por empresa y por sector. Que el banco acreedor y el banco receptor de nómina estén sincronizados sobre cuándo cobrar —sin afectar otros compromisos del titular de la cuenta— requiere un nivel de coordinación operativa que hoy simplemente no existe entre instituciones competidoras.

La Circular 6/2025 es, en el mejor de los casos, la señal de que el statu quo regulatorio del crédito nómina tiene los días contados. En el peor, es un recordatorio de que en el sistema financiero mexicano, la distancia entre una reforma publicada en el DOF y un cambio real en la experiencia del trabajador puede medirse en años. Lo que sí es cierto es que el mercado —vía bancos y fintechs con adelanto de sueldo a plazo de hasta 3 meses, vía plataformas de RRHH que incorporan beneficios financieros— no va a esperar a que los bancos resuelvan su arquitectura interna.

Las preguntas que nadie quiere hacerse en el comité

Queda la pregunta que le corresponde a quien toma decisiones, no al que analiza desde afuera.

Si eres CEO de un banco con cartera de nómina relevante: ¿tienes visibilidad real sobre cuántos de tus titulares de cuenta nómina tienen saldo prestable significativo versus cuántos están en la base de datos pero no en tu universo de originación? ¿Sabes qué porcentaje de tu cartera está resolviendo un problema de liquidez de corto plazo que un EWA resolvería más barato, con menos riesgo para el cliente —y potencialmente con mejor retorno sobre capital para el banco?

Si eres CPO o Head of Product: ¿tu equipo puede lanzar un EWA sin necesitar permiso del área que dispersa nómina a empresas? ¿O la separación organizacional convierte en política interna lo que debería ser una decisión de producto? ¿Cuánto tiempo lleva en tu roadmap ese producto que ya saben que necesitan construir pero que nadie ha querido priorizar porque “la cartera nómina va bien”?

Y la pregunta que nadie quiere hacerse en voz alta: si mañana una fintech con un EWA bien diseñado llega a tus mejores nóminas —las empresas que dispersan más volumen en tu banco— y les ofrece a sus trabajadores acceso instantáneo a su salario desde el celular, ¿cuánto tiempo tardarías en reaccionar? ¿Y cuántas renovaciones de crédito nómina perderías antes de hacerlo?

Defender una cartera sin rediseñarla no es prudencia. Es el efecto dotación disfrazado de estrategia.

El sesgo de esta semana: Efecto dotación

El efecto dotación es nuestra tendencia a sobrevaluar lo que ya poseemos respecto a lo que podríamos ganar con la misma magnitud objetiva. Propuesto por Richard Thaler, el sesgo explica por qué las personas exigen más para ceder algo de lo que estarían dispuestas a pagar para adquirirlo.

En banca mexicana, el efecto dotación opera como una fuerza invisible en los comités de producto: la cartera existente se percibe como más valiosa de lo que es, y cualquier innovación que pueda afectarla se procesa como amenaza en lugar de oportunidad. El resultado es una parálisis estratégica que se disfraza de disciplina financiera.

¿Hay algún producto en tu portafolio que llevas años «protegiendo» en lugar de rediseñando? ¿Cuánto de esa decisión es estrategia real —y cuánto es simplemente que tienes demasiado que perder?

FUENTES

CNBV — Portal estadístico “Cartera por Género”, Banca Múltiple, dic 2025: saldo nómina 436,565 mdp; total consumo 1,635,729 mdp.

Banco de México — Indicadores Básicos de Créditos de Nómina, datos a diciembre de 2024 (publicado oct 2025): IMOR 2.9%, IMORA 10.9%, CR2 60.3%, CR5 97.3%, IHH 2,482, 6.3 millones de créditos, saldo 401,200 mdp.

Banco de México — Informe Anual LTOSF, julio 2024-junio 2025: tasa promedio ponderada crédito nómina 27.1%.

Banco de México — Circular 6/2025, publicada julio 2025: modificación al esquema de créditos asociados a nómina (CAN).

IMSS — Datos de afiliación, febrero 2026: 22,691,750 puestos de trabajo registrados.

FintechExpert.mx — “El crédito de nómina se encarece en monto y se consolida como ancla del consumo”, enero 2026: monto promedio 89,374 pesos (2024).

Infobae / El Imparcial — “Banxico autoriza la solicitud de créditos de nómina en cualquier banco o SOFOM”, julio 2025.

Market Research Future — Proyecciones mercado EWA global 2024-2034: USD 6,200 millones en 2024 a USD 61,000 millones para 2034.

Iupana — “Bancos y empresas HR apuntan a fintechs para atender el crecimiento del adelanto de nómina en América Latina”, febrero 2025.

Thanks for reading! Subscribe for free to receive new posts and support my work.

Thanks for reading! This post is public so feel free to share it.