¿Cómo usar ChatGPT Deep Research para dimensionar el mercado?

Respuesta rápida: ChatGPT Deep Research puede generar estimaciones estructuradas de TAM, SAM y SOM para mercados B2B SaaS al sintetizar datos públicos, informes sectoriales y señales de la competencia en una sola sesión. Dale un prompt bien estructurado con tu segmento objetivo, la geografía y tus supuestos, y te devolverá en minutos, en lugar de días, un informe documentado de dimensionamiento de mercado.

El dimensionamiento de mercado B2B es una de esas tareas que en una diapositiva parece sencilla y en la práctica no se acaba nunca. Acabas saltando entre muros de pago de Statista, PDFs de analistas y suposiciones en LinkedIn, y luego lo unes todo a mano.

ChatGPT Deep Research cambia ese flujo de trabajo. Esta guía muestra a los lectores de SaaS Hackers cómo usarlo para elaborar un desglose TAM/SAM/SOM defendible, incluida la plantilla de prompt que usamos y los puntos donde conviene contrastar el resultado antes de presentarlo a inversores o a tu consejo.

¿Qué es ChatGPT Deep Research y por qué importa para dimensionar un mercado?

ChatGPT Deep Research es un modo de ChatGPT (disponible en los planes de pago) que realiza de forma autónoma una investigación web en varios pasos antes de generar una respuesta. En lugar de responder solo con datos de entrenamiento, busca, lee y sintetiza fuentes en tiempo real, y después genera un informe estructurado con citas.

Para el dimensionamiento de mercado, esto importa porque:

• Recurre a fuentes sectoriales actualizadas en lugar de datos congelados en la fecha de corte del entrenamiento
• Contrasta varias fuentes para triangular las estimaciones
• Documenta su razonamiento, así que puedes auditar la lógica

El resultado no sustituye a una investigación encargada. Es una primera versión rápida y estructurada que antes le llevaría a un analista junior entre dos y tres días.

Entender TAM, SAM y SOM antes de escribir el prompt

Antes de escribir un solo prompt, ten claro qué estás pidiendo exactamente.

TAM (Total Addressable Market, mercado total direccionable): la oportunidad total de ingresos a nivel global si captaras a todos los clientes posibles de tu categoría.

SAM (Serviceable Addressable Market, mercado direccionable servible): la parte del TAM a la que puedes llegar de forma realista con tu producto, tus precios y tu estrategia GTM actuales.

SOM (Serviceable Obtainable Market, mercado obtenible servible): la cuota del SAM que puedes conquistar en un plazo definido, normalmente de tres a cinco años, según tus recursos y la competencia.

Cada capa requiere datos distintos. El TAM suele calcularse de arriba abajo (informes sectoriales, estimaciones de analistas). El SAM exige definir tu ICP (tamaño de empresa, sector, geografía). El SOM requiere datos de la competencia y supuestos de crecimiento.

ChatGPT Deep Research maneja bien el TAM y el SAM. Para el SOM, tus supuestos internos deben incluirse en el prompt.

Cómo preparar ChatGPT Deep Research para una sesión de dimensionamiento de mercado

Paso 1: abre el modo Deep Research

En ChatGPT, abre el menú desplegable de modelos y elige Deep Research. Está disponible en los planes ChatGPT Plus, Team y Enterprise. La sesión indicará que está investigando antes de responder.

Paso 2: prepara tus datos de partida

Antes de escribir el prompt, anota:

• Tu categoría de producto (sé específico: «software de revisión de contratos con AI» y no «legal tech»)
• El perfil de tu cliente objetivo (tamaño de empresa, sector, geografía)
• El modelo de ingresos que estás dimensionando (ARR por usuario, por transacción, por empresa)
• El horizonte temporal de tu estimación de SOM
• Los competidores conocidos o referencias de mercado que quieras incluir

Cuanto más específicos sean tus datos, más preciso será el resultado.

Paso 3: ejecuta el prompt (plantilla más abajo)

Pega el prompt que has preparado en el modo Deep Research. Calcula que la sesión tardará entre dos y cinco minutos mientras hace las búsquedas.

Paso 4: audita las fuentes

Deep Research cita sus fuentes. Abre cada una. Comprueba que los datos proceden de organizaciones creíbles (Gartner, IDC, Grand View Research, conjuntos de datos gubernamentales o asociaciones sectoriales de prestigio). Descarta cualquier cifra procedente de las propias afirmaciones de mercado de un proveedor.

La plantilla de prompt: TAM/SAM/SOM para B2B SaaS

Copia y adapta este prompt. Los apartados entre corchetes son donde debes insertar tus datos concretos.

Prompt:

You are a B2B market research analyst. I need a structured market sizing report for a SaaS product in the following category: [describe your product in one sentence, e.g. "AI-powered invoice processing software for mid-market logistics companies"].

Please research and produce a TAM/SAM/SOM analysis using the following parameters:

Target customer profile:

• Company size: [e.g. 50-500 employees]

• Industries: [e.g. logistics, freight, supply chain]

• Geography: [e.g. UK and Western Europe]

• Buying role: [e.g. CFO or Head of Finance]

Pricing assumption: [e.g. £500/month per company, billed annually]

TAM: Estimate the total global market for [product category] software. Use top-down methodology, citing analyst reports, industry data, or credible market research where available.

SAM: Narrow TAM to companies matching the target customer profile above. Estimate the number of qualifying companies and multiply by the annual pricing assumption to produce a revenue-based SAM figure.

SOM: Assume a realistic market penetration rate for a well-funded Series A SaaS company over five years. Cite comparable SaaS benchmarks where possible.

For each layer, show your working: the data source, the assumption applied, and the resulting figure. Flag any estimates where data quality is low or where I should verify independently.

Format the output as: (1) Executive Summary, (2) TAM Analysis, (3) SAM Analysis, (4) SOM Analysis, (5) Key Assumptions and Risks, (6) Sources.

Esta estructura obliga a Deep Research a mostrar su razonamiento en cada capa, y eso es lo que hace que el resultado sea auditable y no solo una cifra que no puedes defender.

Qué aspecto tiene un buen resultado

Una respuesta bien ejecutada de Deep Research a este prompt incluirá:

• Una cifra de TAM con su fuente (por ejemplo, «el mercado global de automatización de cuentas por pagar se valoró en 2800 millones de dólares en 2023, según Grand View Research»)
• Un cálculo del SAM que muestre el número de empresas que cumplen los criterios multiplicado por tu supuesto de precio
• Una estimación del SOM con una tasa de penetración indicada y una referencia comparable
• Una lista clara de supuestos y de los puntos donde los datos son más débiles

Si el resultado te da una sola cifra sin mostrar el cálculo, vuelve a generarlo con un prompt de seguimiento: «Muéstrame el cálculo paso a paso de cada capa con la fuente de cada dato».

Dónde se queda corto ChatGPT Deep Research

Deep Research es muy bueno para sintetizar, pero tiene límites reales que debes tener en cuenta.

La actualidad de los datos varía. Algunas fuentes que utiliza tendrán dos o tres años de antigüedad. Comprueba siempre las fechas de publicación de los informes citados.

No puede acceder a bases de datos de pago. Los informes completos de Gartner y Forrester, Bloomberg y Pitchbook están tras un muro de pago. Deep Research citará datos resumidos cuando aparezcan públicamente, pero no puede obtener informes completos de analistas.

El SOM es especulativo por naturaleza. Ninguna herramienta de AI puede decirte qué cuota de mercado conseguirás. La cifra de SOM que genera es una estimación basada en referencias, no una previsión. Los supuestos son tuyos.

Puede inventarse citas. Es el mayor riesgo. Verifica siempre que la fuente que cita contiene realmente la cifra que le atribuye. Abre la URL. Comprueba el número.

Cómo contrastar el resultado de tu dimensionamiento de mercado

Haz estas comprobaciones antes de usar las cifras en cualquier documento externo.

1. Comprobación de abajo arriba. Toma tu cálculo del SAM y constrúyelo de forma independiente de abajo arriba. Usa LinkedIn Sales Navigator o Apollo para contar las empresas que encajan con tu ICP. Multiplica por tu ACV. Si la cifra queda dentro de un margen del 30-40% respecto al SAM calculado de arriba abajo, tienes una estimación razonable.
   
2. Comprobación con los ingresos de la competencia. Si hay un competidor público o bien documentado en tu categoría, usa su ARR declarado y sus afirmaciones de cuota de mercado para contrastar tu TAM. Si un competidor afirma tener un 5% de cuota de mercado y declara 10 M£ de ARR, el TAM implícito es de 200 M£.
   
3. Comprobación con referencias de inversores. Busca memorandos de inversores o notas de analistas que mencionen tu categoría. Y Combinator, Bessemer Venture Partners y OpenView Partners publican datos de mercado de forma abierta. Si tu TAM difiere mucho de lo que citan los inversores, averigua por qué.
   
4. Pide a Deep Research que se cuestione a sí mismo. Lanza un prompt de seguimiento: «¿Cuáles son los tres argumentos más sólidos para decir que esta estimación del TAM es demasiado alta? ¿Qué diría un inversor escéptico?». Así salen a la luz los supuestos débiles antes de que lo haga otra persona.
   

Si necesitas una validación externa además de las comprobaciones internas, SaaS Hackers también mantiene una lista contrastada de agencias de SEO para B2B SaaS y de partners especializados en distintas disciplinas de crecimiento a través de su directorio de mejores agencias, que puede ser útil para poner a prueba el posicionamiento de tu categoría y tus supuestos de GTM.

Cómo usar el resultado en presentaciones a inversores y paquetes para el consejo

El dimensionamiento de mercado en una presentación a inversores debe ser defendible, no solo impresionante. Al presentar cifras de TAM/SAM/SOM elaboradas con Deep Research:

• Atribuye siempre la fuente original, no la herramienta de AI. «Según Grand View Research» y no «según ChatGPT».
• Muestra la metodología. Los inversores que vean un TAM de 5000 M£ sin ver el cálculo preguntarán cómo has llegado a esa cifra. Ten la respuesta preparada.
• Presenta el SAM como tu mercado operativo real. El TAM es contexto. El SAM es el mercado al que realmente te diriges.
• Ancla el SOM a un comparable con nombre. «Aspiramos al 2% del SAM en cinco años, en línea con [Competidor X] en una etapa comparable».

SaaS Hackers recomienda tratar el resultado de Deep Research como un primer borrador, no como un entregable final. Te lleva el 70% del camino en el 10% del tiempo. El 30% restante es tu criterio, tu conocimiento del mercado y tu trabajo de verificación. Si estás construyendo el sistema de crecimiento más amplio en torno a esa investigación, la sección de recursos y el hub de guías de SaaS Hackers son buenos siguientes pasos.

Preguntas frecuentes

¿Qué es ChatGPT Deep Research y en qué se diferencia del ChatGPT estándar?

ChatGPT Deep Research es un modo que realiza de forma autónoma búsquedas web en varios pasos antes de generar una respuesta. El ChatGPT estándar responde solo con datos de entrenamiento. Deep Research recupera y sintetiza fuentes actuales, lo que lo hace bastante más fiable para tareas como el dimensionamiento de mercado, donde importa que los datos sean recientes.

¿Puede ChatGPT Deep Research sustituir a una agencia de estudios de mercado para dimensionar un B2B SaaS?

No, pero sustituye la fase de primer borrador, que suele costar días de trabajo de un analista. Deep Research genera un punto de partida estructurado y con citas. Una agencia de estudios de mercado aporta investigación primaria, bases de datos propias y una metodología validada. Para un dimensionamiento inicial que sirva de base a una presentación o a una decisión de producto, Deep Research es suficiente si se verifica bien. Si prefieres contar con apoyo especializado, puedes consultar el directorio Encuentra un experto que SaaS Hackers ha seleccionado.

¿Qué tan precisa es ChatGPT Deep Research para estimar el TAM?

La precisión depende de los datos disponibles en tu categoría. Los mercados bien documentados (CRM, HR tech, ciberseguridad) ofrecen estimaciones más ajustadas porque existen más datos públicos. Las categorías de nicho o emergentes tendrán rangos de incertidumbre más amplios. Contrasta siempre las cifras con al menos una fuente independiente y usa rangos en lugar de cifras exactas en cualquier documento formal.

¿Qué plan de ChatGPT necesito para usar Deep Research?

Deep Research está disponible en los planes ChatGPT Plus, Team y Enterprise. No está disponible en el plan gratuito. A partir de 2024, los usuarios de Plus tienen un límite mensual de consultas de Deep Research, así que agrupa tus sesiones de dimensionamiento de mercado en lugar de lanzar varios prompts exploratorios.

¿Sirve el resultado de ChatGPT Deep Research para la due diligence de inversores?

El resultado es un punto de partida, no un entregable final. Los inversores analizarán a fondo la metodología y las fuentes de cualquier cifra de dimensionamiento de mercado. Usa Deep Research para estructurar tu análisis e identificar fuentes, y verifica después cada cifra por tu cuenta antes de incluirla en materiales que vayan a someterse a escrutinio.