Más volumen. Menos calidad.
Una métrica crece mientras el resultado comercial se deteriora.
Marketing Analytics
Suben los leads.¿Mejoró el negocio?
Cuando una métrica mejora y otra empeora, analizo qué cambió, qué demuestra la evidencia y qué sigue siendo hipótesis. Lo ordeno en un diagnóstico, hipótesis priorizadas y un plan para validarlas antes de decidir.
Lo aplico a preguntas de inversión, performance, audiencias, mensajes y medición, con SQL sobre datos de GA4, plataformas publicitarias y CRM.
InversiónSin cambio
Solicitudes+33%
Calificados−56%
¿Mejoróel negocio?
Tasa de calificación30% → 10%
Costo / calificado+125%
Ingresos?
01 / Cuando los datos no dan una respuesta única
Los datos cambiaron. La decisión todavía no está clara.
Una métrica puede mejorar mientras otra empeora. Para decidir hay que distinguir qué se sabe, qué se sigue suponiendo y qué falta comprobar.
Señales contradictorias.
Plataformas, CRM o periodos pueden contar historias diferentes.
Varias explicaciones posibles.
Audiencia, mensaje, medición o contexto podrían explicar el cambio.
Mi punto de partida: separar evidencia, hipótesis y preguntas todavía abiertas.
02 / Qué produce el análisis
De una variación a un siguiente paso defendible.
Así estructuro el trabajo: una decisión bien formulada, evidencia comparable y una forma concreta de reducir la incertidumbre.
01
Brief de decisión
La decisión pendiente, las alternativas y qué resultado podría cambiar la acción.
Ver un ejemplo
- Ejemplo
- ¿Aumentar inversión, mantenerla o revisar primero la calidad de Paid Social?
- Cómo se valida
- La pregunta identifica una acción, su responsable y la evidencia que permitiría reconsiderarla.
02
Contrato de medición
KPIs con definición, fórmula, fuente, población, ventana de observación y límites.
Ver un ejemplo
- Ejemplo
- Calificado: cumple el criterio comercial en CRM dentro de siete días desde su creación.
- Cómo se valida
- Dos personas pueden recalcular la tasa y el costo con las mismas reglas y cohortes maduras.
03
Diagnóstico con evidencia
Qué cambió, cuánto cambió, dónde se concentra y qué permiten afirmar los datos.
Ver un ejemplo
- Ejemplo
- 300 → 400 solicitudes; 90 → 40 calificados, con US$10.000 invertidos en cada periodo.
- Cómo se valida
- Se conservan denominadores, fuentes, seguimiento y discrepancias sin atribuir una causa por asociación.
04
Mapa de hipótesis
Explicaciones priorizadas por evidencia, relevancia y viabilidad de comprobación.
Ver un ejemplo
- Ejemplo
- Puede haber cambiado el mensaje, la audiencia o la definición comercial registrada en CRM.
- Cómo se valida
- Cada hipótesis incluye indicios, alternativas y evidencia que podría apoyarla o contradecirla.
05
Plan de validación
Qué evidencia reunir después, cómo obtenerla y bajo qué criterio utilizarla para decidir.
Diseño de experimentos, cuando corresponde.Ver un ejemplo
- Ejemplo
- Primero validar CRM y revisar cambios. Si procede, comparar dos mensajes con la misma oferta.
- Cómo se valida
- El plan define métrica, comparación, criterio previo, responsable y condiciones. No presupone un resultado favorable.
Volumen no es calidad.
Paid Social · mayo → junio 2026
- 01Decisión
- ¿Conviene aumentar la inversión en Paid Social?
- 02Qué cambió
- Las solicitudes pasaron de 300 a 400, mientras los contactos calificados bajaron de 90 a 40.
- 03Evidencia
- Con US$10.000 por periodo, la tasa de calificación cae del 30% al 10% y el costo por calificado sube de US$111,11 a US$250.
- 04Qué no sabemos todavía
- La comparación no identifica por sí sola si el cambio proviene de audiencia, mensaje, CRM o medición.
- 05Siguiente evidencia
- Validar la consistencia de la calificación en CRM y revisar los cambios de audiencia y mensaje antes de escalar.
- 06Criterio de decisión
- Reconsiderar el escalamiento cuando la calidad pueda compararse bajo la misma definición y ventana de observación.
La pieza seleccionada resalta las partes del brief que alimenta.
03 / Diagnóstico interactivo
Cambia la lente. Cambia la lectura.
La misma campaña puede contar historias diferentes según la métrica que observes. Cambia la lente y comprueba cómo evoluciona la decisión.
Demo interactiva · datos simuladosPaid Social · mayo → junio 2026
¿Invertirías más?
Inversión constante
Inversión por periodo: US$10.000 · mismo canal
Inversión constante
Empieza por una lente.
Observa una métrica y después incorpora más evidencia antes de decidir.
Calificación a siete días desde cada solicitud. Comparación descriptiva: no identifica una causa ni demuestra una mejora conseguida.
Pregunta: Empieza por una lente.Diseño de experimento, si aplicaUna hipótesis. Una forma de comprobarla.
Aclarar los requisitos de calificación podría mejorar la proporción de visitantes que generan un lead calificado.
A / ActualMensaje actual
B / VarianteRequisitos de calificación más claros
- Métrica principal
- Visitantes con al menos un lead calificado / todos los visitantes asignados.
- Métricas de control
- CPL · volumen de leads · errores del formulario.
- Asignación
- Aleatoria y persistente por visitante · misma oferta.
- Regla de decisión
- Definida antes de lanzar: efecto relevante, muestra, duración y controles.
Diseño propuesto. No se asume un resultado favorable. Captación y seguimiento se planifican por separado; siete días de seguimiento no equivalen a siete días de test.
04 / Cómo lo abordo
De una pregunta a la evidencia necesaria.
Una decisión. Cinco pasos.
- 01
Enmarcar la decisión
Parto de qué hay que decidir y qué resultado realmente importa.
Documento la acción pendiente, las alternativas, quién decide y las restricciones. Una pregunta amplia se convierte en una comparación que los datos pueden responder.
- 02
Definir la medición
Defino KPIs, fuentes, población y ventanas para que la comparación sea válida.
Fórmulas, exclusiones, identificadores y madurez de las cohortes quedan documentados antes de comparar.
- Resultado
- Criterio comercial registrado en CRM
- Cohorte
- Solicitudes del periodo, sin duplicados
- Seguimiento
- 7 días desde la creación de cada solicitud
Definir antes de contar
Defino con el equipo comercial qué convierte una solicitud en calificada, dónde se registra y qué identificador evita duplicados. Documento fuente, fórmula, zona horaria y exclusiones para que dos personas puedan recalcular el mismo KPI.
Esperar el mismo tiempo
En este ejemplo, cada solicitud tiene siete días para calificarse. Comparo cohortes que ya completaron ese seguimiento; los registros recientes quedan pendientes, para evitar confundir falta de madurez con menor calidad.
Criterio de revisiónEl gasto corresponde al mismo alcance. Si no hay calificados, el costo por calificado queda sin calcular; nunca se presenta como cero.
Ver la definición de un KPI
cohorte = solicitudes únicas del periodo calificados = cumplen criterio dentro de 7 días madura = última solicitud + 7 días ≤ corte tasa = calificados / solicitudes costo = gasto / calificados denominador = 0 → no calculableVentana ilustrativa. La definición comercial y el seguimiento se acuerdan con el equipo.
- 03
Diagnosticar la evidencia
Localizo qué cambió, cuánto cambió y dónde se concentra la variación.
Cada cifra conserva denominador y fuente; los desgloses se utilizan solo cuando hay cobertura y seguimiento comparables.
- Calificación
- 30% → 10% · −20 puntos porcentuales
- Costo por calificado
- US$111,11 → US$250
- Inversión
- US$10.000 en cada periodo
Leer el embudo completo
Las solicitudes suben de 300 a 400, pero los calificados bajan de 90 a 40. Expreso la tasa, su diferencia en puntos porcentuales y el costo por resultado, conservando los denominadores que permiten revisar cada cifra.
Contrastar explicaciones
Reviso cambios de cobertura, criterio comercial y mezcla de canales. Desgloso únicamente donde los datos permiten una comparación válida. La relación temporal orienta hipótesis, pero no demuestra que una campaña haya causado el cambio.
Criterio de revisiónVerifico definiciones, moneda, seguimiento completo y cobertura equivalente. Las diferencias no conciliadas quedan documentadas antes de recomendar una intervención.
Ver el cálculo del caso sintético
Periodo A: 90 / 300 = 30% Periodo B: 40 / 400 = 10% Cambio: 10% − 30% = −20 pp Costo A: 10.000 / 90 ≈ US$111,11 Costo B: 10.000 / 40 = US$250 Lectura: deterioro observado; causa pendienteDatos sintéticos. Los totales describen el cambio; no permiten atribuirlo a una causa.
- 04
Priorizar explicaciones
Separo hallazgos de hipótesis y priorizo las que vale la pena investigar.
Ordeno las hipótesis por evidencia, impacto potencial y facilidad de comprobación. Para cada una registro qué observación la apoyaría, qué podría refutarla y qué alternativa sigue abierta.
- 05
Diseñar la siguiente evidencia
Defino qué observar, medir o probar para reducir la incertidumbre.
Diseño de experimentos, cuando corresponde.Si hay muestra y trazabilidad suficientes, diseño un experimento; si no, uso otra vía de validación y dejo explícitos sus límites.
- Cambio
- Mensaje actual frente a requisitos explícitos
- Asignación
- Aleatoria y persistente por visitante identificable
- Resultado
- Visitantes con lead calificado / todos los asignados
Conservar la comparación
Propongo una asignación estable y un resultado por visitante: tener al menos un lead calificado. El análisis por intención de tratar incluye a todos los asignados, también quienes no envían el formulario. Mantengo oferta y reglas de calificación.
Acordar cómo decidir
Planifico efecto mínimo detectable, potencia, muestra y duración antes de empezar. La lectura final incluye diferencia e intervalo de confianza, errores del formulario y costo. No adelanto el cierre por un resultado favorable.
Criterio de revisiónReviso desbalances de asignación y pérdidas de datos antes de interpretar el resultado. Sin trazabilidad o muestra suficiente, la hipótesis sigue pendiente.
Ver un protocolo de evaluación
A = mensaje actual · B = requisitos explícitos unidad = visitante con asignación persistente resultado = ≥1 lead calificado por visitante denominador = todos los asignados a la variante plan = efecto mínimo + potencia → muestra lectura = diferencia + intervalo + controles cierre = muestra y duración previstasCaptación y seguimiento se fijan por separado: siete días para calificar un lead no equivalen a siete días de test.
05 / Límites del método
Qué cubre y qué no afirma.
El método se centra en una pregunta concreta y en la evidencia disponible para responderla. Lo que no puede demostrar, lo deja por escrito.
En todo análisis
- Decisión y alternativas
- Definiciones de medición
- Diagnóstico con evidencia
- Priorización de hipótesis
- Plan de validación
Si la pregunta lo requiere
- Diseño de experimentos
- Señales de audiencia o mercado
- Recopilación adicional de datos
Lo que no afirma
- Causalidad a partir de una asociación
- Representatividad desde señales parciales
- Un ganador por una mejora puntual
- Un resultado favorable antes de medirlo
06 / Preguntas técnicas
Preguntas sobre el método.
¿Un dashboard no resuelve esto?
No por sí solo. Un dashboard muestra variaciones; el diagnóstico explica qué cambió, con qué denominador y qué queda por validar. El dashboard es una de las entradas del diagnóstico, no el diagnóstico.
¿El análisis demuestra qué causó un cambio?
No siempre. La comparación identifica variaciones y asociaciones; demostrar una causa requiere un diseño adecuado. Distingo evidencia observada, hipótesis y validaciones pendientes.
¿Qué pasa si no hay suficiente volumen para un experimento?
Primero estimo qué diferencia importa y qué muestra requiere. Puede ser más útil mejorar la medición, reunir evidencia adicional o hacer una investigación exploratoria, con sus límites explícitos.
¿Siempre hace falta un A/B test?
No. Experimento cuando es viable y responde a la decisión. Validar también puede consistir en reconciliar fuentes, revisar cohortes o investigar cambios.
¿Cómo se evalúa una hipótesis?
Fijo la evidencia esperada, la métrica, la comparación y el criterio antes de mirar los datos. Estos pueden apoyar, contradecir o dejar una hipótesis sin resolver; una mejora puntual no basta para declarar un ganador.
¿Qué papel tienen las señales de mercado o audiencia?
Aportan contexto cuando ayudan a responder la pregunta. Social listening, tendencias de búsqueda y señales de audiencia tienen cobertura y sesgos propios; los documento y no las trato como representativas de toda la audiencia.
¿Por qué medir calificados a siete días?
Porque una cohorte reciente todavía no ha tenido tiempo de calificar. Comparo cohortes maduras con la misma ventana; si no, el último periodo parece peor solo por ser más nuevo.
¿Qué se automatiza y qué sigue siendo criterio humano?
Cálculos, cruces y controles de consistencia pueden automatizarse y repetirse. Formular la decisión, priorizar hipótesis y juzgar cuándo la evidencia basta sigue siendo criterio humano, documentado para que otros puedan revisarlo.
Contacto
¿Te interesa el tema?
Medición, hipótesis y experimentación.
Si trabajas con medición de marketing y quieres comparar enfoques, escríbeme. Los datos y ejemplos de esta página son sintéticos; el método es el que aplico.
Escríbeme por LinkedInExplorar los Labs