Una plataforma publicitaria puede indicar que una campaña consiguió 120 ventas. Pero eso no significa necesariamente que las 120 ocurrieron gracias a los anuncios. Algunos clientes podrían haber comprado igualmente porque ya conocían el negocio, tenían intención de compra o habían llegado por otro canal.
Por eso, además de contar conversiones, conviene responder una pregunta más exigente: ¿cuántas ventas adicionales ocurrieron realmente porque ejecutamos la campaña?
En esta guía aprenderás a comparar un grupo expuesto con un grupo de control, calcular las ventas adicionales estimadas e interpretar el resultado sin confundir atribución con impacto real. El método puede aplicarse a ecommerce, tiendas, restaurantes y negocios de servicios que tengan datos suficientes para comparar resultados.
También encontrarás una plantilla para medir el impacto real de una campaña. Te ayudará a preparar la prueba, registrar los grupos, documentar posibles interferencias y dejar por escrito la conclusión antes de tomar una decisión.
Qué significa medir el impacto real de una campaña
Medir el impacto real de una campaña consiste en estimar qué parte del resultado ocurrió gracias a la acción de marketing y qué parte probablemente habría ocurrido incluso sin ella.
Las plataformas de publicidad suelen mostrar impresiones, clics, leads, compras e ingresos asociados a sus campañas. Estos indicadores son útiles, pero no siempre demuestran que la publicidad provocó todas las conversiones que aparecen en el reporte.
Imagina una tienda online con clientes que compran todos los meses. Uno de ellos ve un anuncio el lunes y realiza su compra habitual el martes. La plataforma podría relacionar esa compra con el anuncio.
Pero existe otra pregunta:
¿Ese cliente habría comprado aunque no hubiera visto la campaña?
Si la respuesta es sí, el anuncio estuvo relacionado con la compra, pero posiblemente no generó una venta adicional.
Esta medición debe entenderse dentro de una estrategia de marketing y ventas más amplia: primero defines qué quieres conseguir, después ejecutas la campaña, mides qué cambió y finalmente decides si conviene mantener, modificar o detener la inversión.
Ventas atribuidas y ventas incrementales no son lo mismo
Atribución e impacto real responden preguntas diferentes. Entender esta diferencia evita darle a una campaña más mérito del que realmente tiene.
| Medición | Pregunta que responde |
|---|---|
| Ventas totales | ¿Cuánto vendimos? |
| Tasa de conversión | ¿Qué porcentaje de personas realizó la acción esperada? |
| Atribución | ¿A qué canal, anuncio o interacción asociamos la conversión? |
| Ventas incrementales | ¿Cuántas ventas adicionales aparecieron frente a lo que habría ocurrido sin la campaña? |
La atribución ayuda a entender el recorrido del cliente. Puede indicar, por ejemplo, que una venta estuvo asociada con Google Ads, Meta Ads, email o una búsqueda.
Las ventas incrementales intentan responder algo más específico: si la campaña produjo un resultado adicional.
Un ejemplo de atribución que puede llevar a una conclusión equivocada
Supón que un restaurante envía una promoción por correo a sus clientes habituales y durante la campaña registra 500 pedidos relacionados con esos mensajes.
Sería un error concluir inmediatamente que la campaña produjo 500 pedidos.
Si clientes similares que no recibieron la campaña generaron un nivel de compra equivalente a 420 pedidos durante el mismo periodo, una parte importante de las ventas habría ocurrido incluso sin el mensaje.
La información útil ya no es solamente cuántas conversiones reporta el canal, sino qué diferencia aparece frente al comportamiento observado sin la campaña.
Si utilizas este canal de forma habitual, puedes complementar este análisis con la guía de email marketing para PYMES, donde se explica cómo planear y medir campañas de correo dentro de una estrategia comercial.
Cómo medir si una campaña realmente generó ventas
La lógica básica consiste en comparar dos grupos lo más similares posible.
- Un grupo recibe la campaña.
- El otro no recibe la campaña que quieres evaluar.
- Después comparas qué ocurrió en ambos.
La calidad de esa comparación es más importante que hacer una fórmula sofisticada con datos mal preparados.
Grupo expuesto
Es el conjunto de personas que recibe el estímulo de marketing que quieres evaluar.
Puede tratarse de:
- clientes que reciben una promoción;
- usuarios que ven determinada campaña;
- personas incluidas en una acción de email;
- clientes elegibles para una oferta;
- una zona geográfica donde se activa publicidad.
Antes de comenzar debes definir qué acción contará como conversión. Puede ser una compra confirmada, una reserva completada, una solicitud comercial o cualquier resultado directamente relacionado con el objetivo de la campaña.
Grupo de control
Es un grupo comparable que no recibe la campaña que estás evaluando.
Su función es darte una referencia para responder:
¿Qué ocurrió entre personas similares cuando la campaña no estuvo presente?
Si el grupo de control compra casi al mismo ritmo que el grupo expuesto, el impacto adicional podría ser pequeño.
Si el grupo expuesto obtiene un resultado claramente superior y las condiciones de ambos grupos son comparables, tienes una señal más útil para analizar el efecto de la campaña.
Qué debes mantener comparable entre ambos grupos
No sirve dividir clientes de cualquier manera.
Imagina que el grupo expuesto contiene compradores frecuentes y el grupo de control está compuesto principalmente por clientes nuevos. Aunque el primer grupo convierta más, no podrás saber cuánto explica la campaña y cuánto explica la diferencia previa entre ambos tipos de cliente.
Siempre que sea posible, revisa que los grupos sean comparables en aspectos como:
- tipo de cliente;
- periodo analizado;
- precios;
- promociones vigentes;
- disponibilidad de productos;
- ubicación;
- historial de compra;
- acceso a otros canales de marketing.
Cuando la inversión o la importancia de la decisión sean altas, conviene utilizar herramientas de experimentación adecuadas o apoyo especializado para diseñar una prueba con mayor rigor.
Cómo calcular las ventas incrementales
Una vez tienes los resultados de ambos grupos, puedes hacer una lectura básica en cuatro pasos.
1. Calcula la tasa de conversión de cada grupo
La fórmula es:
Tasa de conversión = conversiones ÷ personas del grupo × 100
Supongamos que el grupo expuesto tiene 1.000 personas y consigue 80 compras.
80 ÷ 1.000 × 100 = 8 %
El grupo de control también tiene 1.000 personas, pero consigue 60 compras.
60 ÷ 1.000 × 100 = 6 %
2. Calcula la diferencia de conversión
Ahora resta ambas tasas:
8 % − 6 % = 2 puntos porcentuales
La diferencia observada es de 2 puntos porcentuales.
Conviene hablar de puntos porcentuales y no simplemente de “2 %”. Pasar de una conversión de 6 % a 8 % representa dos puntos porcentuales de diferencia.
3. Convierte la diferencia en ventas adicionales
Para estimar cuántas conversiones adicionales representa la diferencia dentro del grupo expuesto:
Ventas incrementales estimadas = diferencia de conversión × personas expuestas
En nuestro ejemplo:
2 % × 1.000 = 20 ventas
La diferencia observada equivale a aproximadamente 20 ventas adicionales frente al comportamiento del grupo de control.
No son 80 ventas incrementales. Las 80 corresponden a todas las compras observadas en el grupo expuesto.
La comparación indica que alrededor de 60 compras corresponden al nivel observado también en el control y que la diferencia estimada es de 20.
4. Calcula el aumento relativo
También puedes expresar cuánto mayor fue la tasa del grupo expuesto respecto al control.
Aumento relativo = (conversión expuestos − conversión control) ÷ conversión control × 100
En el ejemplo:
(8 % − 6 %) ÷ 6 % × 100 = 33,3 %
La tasa de conversión del grupo expuesto fue aproximadamente 33,3 % superior a la observada en el grupo de control.
En contenidos especializados puedes encontrar este indicador como incremental lift. Para una lectura empresarial suele ser más claro hablar de aumento frente al grupo de control.
Ejemplo completo: ¿cuántas ventas produjo realmente la campaña?
Una tienda online quiere evaluar una campaña dirigida a una parte de sus clientes. Organiza dos grupos comparables y obtiene estos resultados:
| Dato | Grupo expuesto | Grupo de control |
|---|---|---|
| Clientes | 5.000 | 5.000 |
| Compras | 400 | 300 |
| Tasa de conversión | 8 % | 6 % |
Primero calculamos la diferencia:
8 % − 6 % = 2 puntos porcentuales
Después estimamos las compras adicionales:
5.000 × 2 % = 100 compras adicionales estimadas
La interpretación sería:
El grupo que recibió la campaña produjo aproximadamente 100 compras adicionales frente al comportamiento observado entre clientes comparables que no estuvieron expuestos.
Ahora supongamos que el ticket promedio de esas ventas fue de $50.
100 × $50 = $5.000 en ventas adicionales estimadas
Ese dato ya permite hacer una pregunta empresarial más útil: ¿los ingresos y el margen adicional compensan lo que costó la campaña?
Ventas adicionales no significan automáticamente utilidad adicional. Para evaluar la decisión completa, puedes aplicar un análisis costo-beneficio y comparar el beneficio adicional con publicidad, descuentos y otros costos necesarios para conseguirlo.
Si el análisis corresponde a una tienda online, también puedes revisar los indicadores de ecommerce para conectar este resultado con tasa de conversión, ticket promedio, CAC, ROAS, recompra y desempeño general de la tienda.
Cómo interpretar el resultado para tomar decisiones
El objetivo no es conseguir un porcentaje llamativo. El objetivo es decidir mejor dónde invertir el presupuesto.
Si el resultado es positivo
Una mejora frente al grupo de control es una señal favorable, pero todavía debes revisar si el resultado justifica el costo.
- ¿Cuántos ingresos adicionales produjo?
- ¿Qué margen dejaron esas ventas?
- ¿Cuánto costó la campaña?
- ¿El efecto se mantiene cuando aumenta la inversión?
- ¿Qué segmentos respondieron mejor?
Una campaña puede generar ventas adicionales y aun así destruir margen si adquirirlas cuesta demasiado.
Si la diferencia es pequeña
No concluyas inmediatamente que la campaña fracasó.
Revisa primero la duración de la prueba, cantidad de conversiones, comparabilidad de los grupos, segmentación, oferta y posibles interferencias.
También puede ocurrir que la campaña no busque únicamente una venta inmediata. Si su objetivo era reactivar clientes, acelerar una compra o generar solicitudes comerciales, debes evaluar ese resultado específico.
Si prácticamente no hay diferencia
Si ambos grupos se comportan de forma muy parecida, es posible que parte de las conversiones atribuidas a la campaña hubieran ocurrido igualmente.
Este resultado es especialmente relevante cuando trabajas con:
- clientes recurrentes;
- compradores de alta frecuencia;
- usuarios con fuerte intención de compra;
- personas que ya conocen la marca.
No significa automáticamente que debas suspender la publicidad. Significa que debes revisar qué parte de la inversión realmente está generando una mejora adicional.
Si el grupo expuesto obtiene peores resultados
También puede ocurrir.
Una campaña puede generar fatiga, confusión, presión excesiva, una oferta poco atractiva o desplazar compras hacia productos menos rentables.
Un resultado negativo debe investigarse, no ocultarse.
Cuándo el resultado puede ser engañoso
Una diferencia entre dos grupos no demuestra por sí sola que la publicidad haya causado el cambio. La calidad de la prueba importa tanto como el cálculo.
Los grupos no son comparables
Si un grupo contiene tus mejores clientes y el otro clientes ocasionales, probablemente se comportarán diferente incluso sin campaña.
El problema se originó antes de calcular los porcentajes. Una fórmula correcta aplicada a grupos mal construidos puede producir una conclusión equivocada.
El grupo de control también recibe la campaña
Imagina que excluyes a un grupo de una campaña de email, pero esas mismas personas después ven la promoción en redes sociales.
Tu grupo de control ya no representa correctamente un escenario sin exposición a la campaña.
Ocurren otros cambios durante la prueba
La interpretación también se complica si durante el experimento ocurren cambios importantes como:
- bajar precios;
- modificar gastos de envío;
- lanzar otra promoción;
- cambiar la web;
- entrar en una temporada de alta demanda;
- tener faltantes de productos importantes.
Por eso es útil registrar las incidencias durante la prueba en lugar de mirar únicamente el resultado final.
Hay muy pocos datos
Supongamos que un grupo tiene 20 personas y consigue cuatro compras, mientras el otro tiene 20 personas y consigue dos.
Las tasas serían 20 % y 10 %, una diferencia aparentemente grande. Sin embargo, solo estamos hablando de dos compras de diferencia.
Con muestras pequeñas, los porcentajes pueden cambiar mucho por azar. Si vas a tomar una decisión importante de presupuesto, no deberías basarte únicamente en una diferencia pequeña observada una sola vez.
El tamaño adecuado de una prueba depende de factores como la tasa de conversión habitual, la diferencia que quieres detectar y el nivel de precisión que necesitas.
Qué significa incrementalidad en marketing
En marketing y analítica encontrarás el término incrementalidad para referirse a la parte adicional de un resultado que aparece gracias a una acción respecto a lo que habría ocurrido sin ella.
También puedes encontrar expresiones como:
- ventas incrementales;
- conversiones incrementales;
- prueba de incrementalidad;
- impacto incremental;
- incrementality testing;
- incremental lift.
No necesitas utilizar esta terminología en la gestión diaria de una PYME. Lo importante es entender la pregunta que existe detrás del concepto:
No preguntes solamente cuántas ventas aparecen asociadas a una campaña. Pregunta cuántas ventas adicionales se produjeron frente a lo que probablemente habría ocurrido sin ella.
Cálculo rápido de ventas incrementales
Para hacer una estimación básica necesitas cuatro datos:
- número de personas del grupo expuesto;
- conversiones del grupo expuesto;
- número de personas del grupo de control;
- conversiones del grupo de control.
Con esos datos puedes obtener:
- tasa de conversión del grupo expuesto;
- tasa de conversión del grupo de control;
- diferencia en puntos porcentuales;
- ventas adicionales estimadas;
- aumento relativo frente al control.
| Dato | Resultado de ejemplo |
|---|---|
| Personas expuestas | 5.000 |
| Compras del grupo expuesto | 400 |
| Personas del grupo de control | 5.000 |
| Compras del grupo de control | 300 |
| Conversión expuestos | 8 % |
| Conversión control | 6 % |
| Diferencia | 2 puntos porcentuales |
| Ventas adicionales estimadas | 100 |
| Aumento relativo | 33,3 % |
El cálculo facilita la lectura, pero no puede comprobar por sí solo si los grupos fueron correctamente construidos. Por eso conviene acompañarlo con una revisión de las condiciones de la prueba.
Plantilla para medir el impacto real de una campaña
Usa esta plantilla para preparar la prueba, registrar los grupos expuesto y de control, documentar posibles interferencias y dejar por escrito el resultado y la decisión tomada. Te ayuda a evaluar tus campañas con un criterio consistente, no solo a guardar el cálculo final.
Preguntas frecuentes sobre el impacto de una campaña
¿Qué son las ventas incrementales?
Son las ventas adicionales observadas frente a una referencia de lo que habría ocurrido sin la campaña. Una forma práctica de estimarlas es comparar la tasa de conversión de un grupo expuesto con la de un grupo de control comparable.
¿Cuál es la diferencia entre ventas atribuidas y ventas incrementales?
Una venta atribuida está asociada a un canal, anuncio o interacción según determinadas reglas de medición. Una venta incremental intenta representar una venta adicional que probablemente no habría ocurrido sin la campaña.
Por eso una campaña puede reportar muchas conversiones atribuidas y, al mismo tiempo, generar una cantidad menor de ventas adicionales.
¿Necesito un grupo de control para medir el impacto real?
Si quieres estimar de forma más sólida qué habría ocurrido sin la campaña, necesitas una referencia válida. Un grupo de control comparable es una de las formas más útiles de construir esa referencia.
Comparar únicamente las ventas antes y después puede ser engañoso porque también pueden cambiar la temporada, los precios, el tráfico, la oferta o el comportamiento de los clientes.
¿Una campaña con muchas conversiones puede generar pocas ventas adicionales?
Sí. Una campaña puede aparecer asociada con clientes que ya tenían una intención alta de compra o que habrían comprado igualmente.
Por eso las conversiones reportadas por una plataforma y las ventas adicionales generadas por una campaña no deben interpretarse automáticamente como el mismo dato.
De medir conversiones a tomar mejores decisiones
Medir clics, leads y conversiones sigue siendo útil. El problema aparece cuando esos datos se interpretan automáticamente como prueba de que la campaña creó todas las ventas que reporta.
Comparar un grupo expuesto con un grupo de control ayuda a plantear una pregunta empresarial más útil:
¿Qué cambió realmente porque hicimos la campaña?
Primero necesitas estimar si existe un resultado adicional. Después debes decidir si ese resultado justifica el presupuesto, el margen sacrificado y el esfuerzo necesario para conseguirlo.
Ese orden evita dos errores frecuentes: celebrar conversiones que habrían ocurrido igualmente y mantener campañas que generan ventas adicionales, pero a un costo que el negocio no puede sostener.
Discover more from
Subscribe to get the latest posts sent to your email.
