Funnel de conversión:
diagnosticar dónde
se pierde gente.
El funnel no es un modelo teórico — es una herramienta de diagnóstico. Te muestra exactamente dónde se rompe el proceso y dónde cada punto de mejora produce más resultado.
El funnel como instrumento de diagnóstico.
Un funnel de conversión es la representación del proceso por el cual un volumen de usuarios se reduce etapa por etapa hasta completar una conversión. Se llama “embudo” porque la entrada siempre es más ancha que la salida: de todos los que llegan, solo un porcentaje avanza a cada paso siguiente. Pero la metáfora del embudo es engañosa si se toma literalmente — porque en un embudo real, todo lo que entra sale. En marketing, la mayoría se pierde en el camino.
Croll y Yoskovitz, en Lean Analytics (cap. 10: “Selling More Stuff”), definen el funnel como el instrumento central del CRO porque convierte un problema difuso (“no vendemos lo suficiente”) en un problema específico (“el 68% de los usuarios abandona entre carrito y checkout”). Esa especificidad es lo que hace accionable el diagnóstico. Sin funnel, la tasa de conversión global es un número opaco que no te dice dónde actuar.
02 — AnatomíaAnatomía de un funnel: etapas y caídas.
Cada funnel tiene dos componentes: las etapas (los pasos que el usuario completa) y las caídas (el porcentaje que se pierde entre cada paso). Las etapas las define tu modelo de negocio; las caídas las revelan los datos.
En este ejemplo, el mayor cuello de botella está entre carrito y compra: se pierden 1.800 personas — el 60% de quienes agregaron al carrito. Mejorar ese paso del 40% al 50% de conversión genera 300 ventas adicionales. Ninguna mejora en etapas superiores produce tanto impacto absoluto. Dave McClure, creador del framework AARRR, popularizó la idea de las “pirate metrics” que estructuran el funnel en cinco etapas: Acquisition, Activation, Retention, Revenue, Referral. Aunque el modelo es útil como marco general, la implementación real requiere adaptar las etapas al proceso específico de tu negocio.
Kaushik, en Web Analytics 2.0 (cap. 3), enfatiza que las caídas no son “malas” por defecto. Si tu sitio atrae tráfico informacional y tu conversión es comercial, una caída alta en la primera etapa es esperable — estás filtrando investigadores de compradores. La pregunta no es “¿por qué hay caída?” sino “¿la caída es proporcional al tipo de tráfico y al tipo de oferta?”.
03 — MapeoCómo mapear tu funnel.
Mapear el funnel no es dibujar un diagrama — es definir con precisión qué eventos constituyen cada etapa y configurar el tracking para medirlos. Eisenberg, en Always Be Testing (cap. 3: “Understanding Your Visitors”), propone un proceso en tres pasos.
1. Definir las etapas críticas
Empezá por la conversión final y trabajá hacia atrás. ¿Qué pasos previos son necesarios? Cada paso debe representar un cambio de compromiso medible: el usuario hizo algo activo (clic, formulario, pago), no algo pasivo (scroll, tiempo en página). Usá las microconversiones que definíste como base del mapeo.
2. Configurar el tracking por etapa
Cada etapa necesita un evento configurado en tu sistema de tag management. Sin datos limpios por etapa, el funnel es un dibujo bonito sin utilidad diagnóstica. Asegurate de que los eventos sean mutuamente excluyentes y secuenciales: un usuario que llegó a “checkout” tiene que haber pasado por “carrito”.
3. Segmentar el funnel
El funnel global oculta diferencias críticas. Segmentá por canal de adquisición (el funnel de tráfico orgánico es distinto al de tráfico pago), por dispositivo (mobile vs. desktop), por segmento de usuario y por cohorte temporal. El problema real puede estar en un segmento específico, no en el funnel general. La analítica por segmento transforma un dato promedio en inteligencia accionable.
04 — DiagnósticoDiagnóstico: encontrar el cuello de botella.
El valor del funnel está en su capacidad de diagnosticar. Una vez mapeado, el análisis sigue una lógica simple: encontrar dónde la caída es desproporcionada, entender por qué y diseñar intervenciones. Kohavi, en Trustworthy Online Controlled Experiments (cap. 5: “Speed Matters”), documenta que las caídas de funnel casi siempre tienen causas múltiples — no una sola “bala de plata”.
El funnel es un mapa, no un destino. Cuando un equipo me dice “tenemos un funnel”, pregunto “¿cuándo fue la última vez que lo miraron y cambiaron algo?”. Si la respuesta es “hace seis meses”, no tienen un funnel — tienen un poster.
Lisandro IserteFunnel y el sistema de marketing.
El funnel de conversión es el punto de intersección entre casi todas las áreas del marketing. Cada etapa del funnel está influenciada por una disciplina distinta — y los problemas de una etapa frecuentemente se originan en otra.
Estrategia
El funnel traduce la estrategia en métricas operativas. La North Star Metric define qué conversión importa más; el árbol de métricas descompone esa NSM en las tasas de conversión de cada etapa del funnel. Sin esta conexión, el equipo optimiza etapas que no mueven la métrica norte. La priorización estratégica determina en qué etapa del funnel invertir primero.
Marca
La brand equity impacta la parte superior del funnel: marcas conocidas tienen mejor CTR y menor caída en la primera etapa porque el awareness genera confianza previa. La identidad de marca también afecta: si el tono y la estética de la landing page no coinciden con lo que el usuario espera de la marca, la disonancia genera abandono.
Oferta
La propuesta de valor determina si el usuario avanza de “interesado” a “dispuesto a actuar”. El packaging de planes modula la conversión en la etapa final: demasiadas opciones generan parálisis. La evidencia de diferenciación — garantías, demos, free trials — reduce el riesgo percibido en las etapas intermedias.
Mercado
El buyer persona define cómo se ve el funnel óptimo para cada segmento. Un decision maker B2B tiene un funnel con más etapas y mayor ciclo que un comprador impulsivo de B2C. El journey multicanal complica el modelo lineal: el usuario entra, sale, vuelve por otro canal — el funnel real no es una línea recta.
Rendimiento
El funnel sin tracking es una hipótesis. El reporting y dashboards deben visualizar el funnel con datos actualizados para que el equipo pueda reaccionar a cambios. La atribución determina cómo se calcula la contribución de cada canal a cada etapa. Y la experimentación es el mecanismo para validar que las intervenciones en el funnel producen mejoras reales.
Fidelización
El funnel clásico termina en la venta, pero el flywheel muestra que la conversión es solo el inicio. El lifecycle marketing extiende el funnel post-venta: onboarding, activación, retención, expansión. Cada una es una conversión con su propia tasa y sus propias caídas. La retención y churn son el espejo del funnel: si la calidad de la conversión inicial es mala, el CLV se resiente.
06 — Errores frecuentesErrores frecuentes.
Asumir que el funnel es lineal
El funnel clásico sugiere un flujo de arriba hacia abajo. La realidad es que los usuarios saltan etapas, vuelven atrás, entran por el medio. El customer journey real es no lineal. Usá el funnel como modelo simplificado para medir, pero no asumas que describe el comportamiento real uno a uno.
Optimizar la parte alta cuando el cuello de botella está abajo
Si el 70% se pierde en el checkout, invertir en más tráfico alimenta un cuello de botella que ya está tapado. Richard Rumelt, en Good Strategy Bad Strategy (cap. 3), llama a esto “resolver el problema equivocado”: esfuerzo enorme, impacto cero. El diagnóstico de síntomas vs. causas aplica directamente.
Medir el funnel una vez y no volver
El funnel cambia con las temporadas, con el mix de tráfico, con los cambios de producto y con la competencia. Un funnel mapeado en marzo puede ser irrelevante en septiembre. La revisión debe ser al menos mensual — idealmente semanal en los puntos críticos.
No conectar el funnel con los unit economics
Una caída del 5% en la etapa final parece pequeña hasta que calculás que representa $40.000/mes en revenue perdido. Conectar cada etapa del funnel con su impacto en CAC, ROI y unit economics prioriza dónde vale la pena invertir en optimización.
Cómo usar el funnel para diagnosticar.
El funnel es más útil como herramienta de conversación estratégica que como dashboard estático. Cuando el equipo se sienta a revisar el funnel, las preguntas correctas son: ¿dónde está la mayor caída absoluta? ¿Es esperable dado el tipo de tráfico? ¿Qué hipótesis tenemos sobre por qué ocurre? ¿Qué podemos testear esta semana?
La conexión con A/B testing es directa: cada hipótesis de por qué una etapa cae se transforma en un test. “Creemos que la caída en checkout es por costos de envío ocultos” se transforma en “test: mostrar costos de envío en la página de producto vs. mostrarlos recién en checkout”. La psicología de la conversión informa por qué ciertas intervenciones funcionan: transparencia reduce ansiedad de decisión, urgencia legítima acelera la acción, prueba social reduce riesgo percibido.
Para negocios con bajo volumen, el funnel sigue siendo útil incluso sin A/B testing formal. La observación directa — grabaciones de sesión, entrevistas con usuarios que abandonaron — llena el gap cualitativo que los números no cubren. Y el CRO cualitativo opera directamente sobre el diagnóstico de funnel: identificar dónde se pierde gente, entender por qué y arreglar lo evidente antes de testear lo sutil.
08 — Preguntas frecuentesPreguntas frecuentes sobre funnel de conversión.
¿Cuál es la diferencia entre funnel y embudo de conversión?
Son sinónimos. Funnel es el término en inglés y embudo es la traducción al español. Ambos describen el proceso por el cual un volumen de usuarios se reduce etapa a etapa hasta la conversión final.
¿Cuántas etapas debe tener un funnel?
Depende del modelo de negocio. Un ecommerce simple puede tener 4 etapas. Un SaaS B2B puede tener 7+. La regla: cada etapa debe representar un cambio de compromiso medible. Si dos pasos miden lo mismo, sobra uno.
¿Dónde conviene empezar a optimizar?
Donde se produce la mayor caída absoluta de usuarios. Si el 80% abandona entre carrito y checkout, optimizar la landing page tiene poco impacto relativo. Siempre empezá por el cuello de botella más grande.
Referencias y bibliografía.
Croll, A. & Yoskovitz, B. (2013). Lean Analytics. O’Reilly. Cap. 10: “Selling More Stuff.”
Kaushik, A. (2009). Web Analytics 2.0. Sybex. Cap. 3: “The Awesome World of Clickstream Analysis.”
Eisenberg, B. & Eisenberg, J. (2006). Always Be Testing. Wiley. Cap. 3: “Understanding Your Visitors.”
Kohavi, R., Tang, D. & Xu, Y. (2020). Trustworthy Online Controlled Experiments. Cambridge University Press. Cap. 5: “Speed Matters.”
Rumelt, R. (2011). Good Strategy Bad Strategy. Crown Business. Cap. 3: “Bad Strategy.”
McClure, D. (2007). “Startup Metrics for Pirates: AARRR!” 500 Startups. slideshare.net
Términos del glosario