Campañas, pauta y atribución
Pauta medida hasta la venta, no hasta el clic.
+Qué es
Sabes qué campaña trajo clientes que pagaron y cuál solo trajo clics: mueves el presupuesto sabiendo qué funcionó, no suponiéndolo.
- Sigue el peso hasta la venta
- Cuánto te cuesta cada cliente
- Operamos tus campañas
- Prueba con grupo de control
- Te dice lo que no se puede medir
- Tu pauta en un solo tablero
- Google Ads
- Meta Ads
- TikTok Ads
- Mailchimp
- Resend
- Analytics
- Tag Manager
- Coa
- HubSpot
- Stripe
Cómo se entrega
5–10 semanas de punta a punta
Levantamiento
3–5 días
Qué cuenta como conversión y hasta dónde se puede rastrear hoy.
Instrumentación
2–4 semanas
Marcado de origen y conexión con el CRM: sin esto no hay atribución.
Operación y prueba
2–4 semanas
Campañas andando y el primer experimento con grupo de control.
Tablero y lectura
1 semana
Costo por cliente por canal, y la sesión donde se decide qué se recorta.
Cuándo te sirve
- 01Sabes cuánto gastas en pauta, no cuánto te regresó
- 02Tus campañas de WhatsApp se mandan a mano
- 03Cambias mensajes y creativos sin saber si mejoraron algo
- 04Quieres costo por cliente adquirido, no costo por clic
Qué necesitas
- La atribución no es perfecta y quien la venda perfecta está mintiendo: hay tráfico que no se puede rastrear. Se reporta con su margen de duda.
- Sin CRM conectado no hay «hasta la venta»: si las oportunidades no se registran, ése es el primer trabajo.¿No lo tienes? Operación comercial y canales
FAQ
¿Cuánto tiempo dura un A/B test?
El mínimo es una semana completa (para capturar variación de días de semana). En la práctica, 2–4 semanas es estándar. Parar antes porque el resultado "ya parece significativo" es el error más común — aumenta dramáticamente los falsos positivos.
¿Qué pasa si no tenemos tráfico suficiente?
Con menos de ~1,000 unidades por variante se dificulta detectar efectos medianos. Las opciones son: (1) reducir el número de variantes, (2) aumentar el MDE aceptable, (3) usar análisis bayesiano que permite aprender más con menos datos, (4) esperar más tiempo.
¿Qué es el efecto de novedad y cómo lo evitan?
Los usuarios cambian su comportamiento temporalmente solo porque algo es nuevo. Lo manejamos ejecutando el test suficiente tiempo (el efecto de novedad decae en 1–2 semanas) y verificando que los resultados sean estables en el tiempo.
¿Pueden analizar experimentos que ya corrimos sin randomización?
Sí, con métodos de inferencia causal (DiD, matching, RDD). No son tan limpios como un RCT pero producen estimaciones causales confiables si se aplican correctamente.
También en Agentes y automatización