Medir el rendimiento de marketing es definir y observar resultados con unidades, períodos y criterios consistentes para evaluar decisiones. El registro describe lo capturado; la atribución asigna crédito según un modelo; una conclusión sobre causas exige un diseño y supuestos que la sostengan.
Elegí qué necesitás trabajar
Elegí el recorrido que responda a la decisión que tenés por delante. No necesitás leerlos en orden.
Analítica y KPIs
Elegí métricas y KPIs que permitan interpretar el avance hacia un objetivo.
Para trabajar: indicadores con fórmula, objetivo, responsable y criterio de lectura.
Tracking, GTM y Data Layer
Organizá eventos, etiquetas y datos para medir de forma consistente.
Para trabajar: un registro de eventos que pueda comprobarse y mantenerse.
Atribución y Medición
Entendé qué puede atribuirse, con qué supuestos y con qué límites.
Para trabajar: una lectura del crédito asignado y de sus límites para decidir inversión.
Experimentación
Diseñá pruebas que permitan aprender antes de generalizar un resultado.
Para trabajar: una prueba con hipótesis, diseño y reglas de evaluación.
Reporting y Dashboards
Convertí los datos en informes que ayuden a decidir y dar seguimiento.
Para trabajar: un informe que conecte variaciones, explicación y decisión.
Unit Economics
Relacioná ingresos, costos y comportamiento de clientes para evaluar la economía del negocio.
Para trabajar: una evaluación de ingresos, costos y valor por unidad o cliente.
Optimización de Presupuesto
Compará opciones de inversión y revisá la distribución de recursos.
Para trabajar: criterios para comparar el siguiente uso del presupuesto.
Tres preguntas que no conviene mezclar
| Pregunta | Qué puede aportar | Qué no permite afirmar por sí solo |
|---|---|---|
| ¿Qué ocurrió? | Un registro consistente de ventas, eventos o comportamiento en un período. | Por qué ocurrió o qué habría pasado sin la acción. |
| ¿A qué contacto asigna crédito el modelo? | Una distribución de conversiones entre interacciones observadas, según reglas o algoritmos. | Que retirar ese contacto eliminaría todas las ventas que recibió como crédito. |
| ¿Qué cambió debido a la intervención? | Un experimento u otro diseño causal adecuado, con sus supuestos y alcance. | Que el efecto se mantendrá en cualquier público, período o nivel de inversión. |
Los modelos de atribución de una plataforma ayudan a interpretar sus datos y decisiones de optimización. Pueden usar métodos sofisticados; aun así, el crédito de un reporte no equivale automáticamente a una prueba independiente de incrementabilidad para tu presupuesto y tu contexto.
La ficha mínima de una métrica
- Definición
- Qué evento o resultado cuenta, con qué exclusiones.
- Unidad y base
- Personas, cuentas, compras o dinero; numerador y denominador cuando haya un cociente.
- Período
- Ventana de observación y madurez necesaria para comparar.
- Fuente y calidad
- Dónde se registra, qué falta y qué cambios tuvo el registro.
- Decisión
- Qué harías si cambia y qué otras consecuencias tenés que revisar.
Un KPI es un indicador elegido por su relación con un objetivo relevante. No tiene que “subir” siempre: un costo, un error o una demora pueden necesitar bajar. CTR o engagement no son indicadores predictivos por naturaleza; su relación con un resultado posterior necesita evidencia en ese caso.
Guardá también la fórmula y las segmentaciones. “Conversión” puede significar compras sobre sesiones o compradores sobre personas. Dos números con ese nombre pueden estar midiendo cosas diferentes.
Un caso: ROAS positivo y contribución negativa
Ejemplo ficticio de un mismo período. Un negocio registra ingresos netos de devoluciones y descuentos por ARS 10.000, asignados a publicidad por su modelo. Tiene ARS 3.000 de inversión publicitaria y ARS 8.000 de otros costos directos de esas ventas. Los importes excluyen impuestos; no hay costos publicitarios duplicados en la segunda partida.
| Concepto | Cálculo o importe | Qué expresa |
|---|---|---|
| Ingresos atribuidos | ARS 10.000 | Ingresos asignados por el modelo; no son una estimación causal de ingresos incrementales. |
| Inversión publicitaria | ARS 3.000 | Costo publicitario incluido en este ejercicio. |
| Otros costos directos | ARS 8.000 | Costos de producto y entrega; excluyen publicidad, costos fijos e impuestos. |
| ROAS | 10.000 / 3.000 = 3,33 | Ingresos atribuidos por cada peso invertido en publicidad. |
| Contribución después de publicidad | 10.000 − 8.000 − 3.000 = −1.000 | Pérdida de ARS 1.000 antes de costos fijos e impuestos. |
El ROAS de 3,33 no demuestra rentabilidad: compara ingresos con un costo específico. En este caso, los costos directos superan los ingresos. Tampoco permite afirmar que sin la publicidad se habrían perdido todas esas ventas; esa es otra pregunta de medición.
Un dashboard debería mostrar estas condiciones junto al indicador, no esconderlas en una nota imposible de encontrar. Para comparar resultados de mayor duración, también haría falta considerar cobro, permanencia, costos futuros y el riesgo de esas estimaciones.
Cómo comprobar si un dato sirve para decidir
| Observación | Qué revisar | Consecuencia para la lectura |
|---|---|---|
| El CRM y la plataforma reportan ventas diferentes. | Definición de venta, identificadores, devoluciones, zona horaria, ventana, consentimiento y duplicados. | No se arregla el desacuerdo eligiendo el número más alto; primero se explica qué cuenta cada fuente. |
| La tasa cambia después de modificar el tracking. | Eventos, base de usuarios, cobertura y versión de implementación. | Puede haber cambiado el registro además del comportamiento. |
| Una prueba mejora respecto del mes anterior. | Grupo comparable, asignación, estacionalidad, tamaño de muestra y otras intervenciones. | La diferencia antes/después no basta para atribuirla al cambio. |
| El promedio mejora y aparecen reclamos. | Distribución, segmentos, calidad y casos extremos. | Una mejora agregada puede ocultar resultados perjudiciales para un grupo. |
Decidir con evidencia y con límites
Antes de una prueba, especificá qué cambio se evalúa, sobre quién, qué resultado se espera y con qué criterio se va a interpretar. Cuando sea viable y pertinente, la asignación aleatoria ayuda a comparar condiciones. El diseño también necesita considerar contaminación entre grupos, pérdidas de seguimiento y tiempo suficiente para observar el resultado.
Mostrá estimación, tamaño de muestra e incertidumbre cuando correspondan. No conviertas “no se detectó una diferencia” en “son iguales”, ni selecciones solamente el indicador favorable entre muchas comparaciones. Un resultado útil puede ser reconocer que la evidencia todavía no permite ampliar una inversión.
En economía unitaria, LTV/CAC de 3:1 o un payback menor a doce meses pueden aparecer como referencias de ciertos modelos de negocio. No son umbrales universales: cambian con margen, cobro, permanencia, riesgo, capital y definición de costos. Compará magnitudes calculadas de forma compatible y examiná qué ocurre si los supuestos empeoran.
Errores que un tablero prolijo no corrige
- Usar porcentajes sin base. Pasar de uno a dos casos duplica el valor, pero no describe una tendencia robusta.
- Mezclar períodos o cohortes. Una compra inmediata y otra con meses de maduración necesitan una comparación compatible.
- Completar faltantes con cero. “No se registró” no equivale a “no ocurrió”.
- Optimizar una métrica que daña otra condición. Menor CAC puede coexistir con peor retención, margen o experiencia.
- Confundir visualización con evidencia. Una escala, etiqueta o animación no valida los datos ni la conclusión.
Del número al informe que ayuda a actuar
El recorrido de Reporting y Dashboards reúne el trabajo de explicar resultados. Sus guías de visualización de datos y storytelling con datos ayudan a elegir representaciones y comunicar sus límites. El Atlas de gráficos permite comparar formatos concretos sin sustituir esa metodología.
Si necesitás precisar los términos antes de aplicarlos, consultá KPI o ROAS. Para evaluar el valor esperado de un cliente, seguí con CLV y Expansión.
Preguntas frecuentes
¿Un dashboard puede decirme qué causó una caída?
Puede localizar cambios y facilitar hipótesis. Para afirmar una causa hacen falta evidencia y un diseño que permita descartar explicaciones alternativas. La forma del gráfico no resuelve esa limitación.
¿El modelo de atribución más complejo siempre es mejor?
No necesariamente. Su utilidad depende de la pregunta, los datos disponibles, la cobertura y los supuestos. Más puntos de contacto no eliminan por sí solos la confusión entre crédito asignado y efecto incremental.
¿Qué hago si tengo pocos datos?
Definí qué podés describir y qué incertidumbre sigue abierta. Revisá calidad, casos y otras fuentes. Podés tomar una decisión limitada con un criterio de seguimiento; no conviene presentar una estimación inestable como un resultado seguro.
Resumen y fuente para consultar con IA
Medir el rendimiento de marketing es definir y observar resultados con unidades, períodos y criterios consistentes para evaluar decisiones. El registro describe lo capturado; la atribución asigna crédito según un modelo; una conclusión sobre causas exige un diseño y supuestos que la sostengan.
Autor: Lisandro Iserte. Fuente original.
Estoy preparando cursos de marketing y branding. Podés pedir un aviso de lanzamiento.