El espejismo del ROAS: cuando el mejor reporte esconde el peor negocio

Si manejas presupuesto de medios y te reportan retorno sobre la inversión publicitaria, quiero pedirte un ejercicio que toma una tarde y suele cambiar decisiones de millones.

Toma la campaña con mejor retorno del último trimestre. Esa que muestra cuatro, cinco o seis veces lo invertido, la que aparece destacada en el reporte mensual. Ahora cruza esos ingresos atribuidos con lo que efectivamente entró al sistema financiero de la compañía, descontando devoluciones, costo de producto, despacho y descuentos aplicados.

En mi experiencia, entre un tercio y la mitad de las veces el resultado es incómodo. Y en algunos casos es peor que incómodo.

El problema no es la métrica. Es la traducción

La plataforma reporta ingresos atribuidos sobre inversión publicitaria. La compañía necesita saber margen generado sobre inversión total. Son dos preguntas distintas, y en el camino entre una y otra hay una cantidad de fugas que nadie contabiliza en el panel.

• Descuentos y promociones que hicieron posible la venta.
• Devoluciones, que en algunas categorías superan el veinte por ciento.
• Costo de producto, que varía enormemente entre líneas del catálogo.
• Costo de despacho, muchas veces subsidiado para incentivar la conversión.
• Costo de la operación de marketing, que rara vez se imputa a la campaña.
• Y el más difícil de todos: clientes que habrían comprado igual.

Es perfectamente posible tener una campaña con retorno visualmente impecable que, medida contra el estado de resultados, esté destruyendo valor. Y es igual de posible tener una campaña con retorno modesto que sea la más rentable del portafolio, porque trae clientes de alto margen que se quedan durante años.

Un ejemplo que ilustra la brecha

La campaña que el panel celebra es la que menos aporta. Y si el equipo optimiza hacia el número visible, va a mover presupuesto en la dirección exactamente contraria a la que conviene, con toda la convicción de estar haciendo bien su trabajo.

Ahora agreguemos la dimensión temporal, que empeora el cuadro. Si los clientes de la campaña A compran una vez y no vuelven, mientras los de la B repiten dos veces al año, la diferencia a doce meses deja de ser de veinte por ciento y pasa a ser de varias veces.

Aquí está el punto que más consecuencias tiene

Todo lo anterior es un problema de reporte. Molesto, pero corregible con una hoja de cálculo y una tarde de trabajo.

Lo que sigue es un problema estructural, y es donde se pierde el dinero de verdad.

Los sistemas de optimización aprenden de las señales que uno les entrega. Cuando la señal de conversión que enviamos es ingreso bruto, el modelo aprende a perseguir ingreso bruto. Y lo hace extraordinariamente bien, porque para eso está diseñado y porque tiene más capacidad de cómputo y más iteraciones de las que cualquier equipo humano podría tener.

¿Qué encuentra un modelo que busca maximizar ingreso bruto? Exactamente lo que uno esperaría si lo piensa dos segundos: los productos de ticket alto y margen bajo, las categorías con más devoluciones, los clientes que ya estaban decididos y que solo necesitaban un último punto de contacto que se lleve el crédito.

El algoritmo no está fallando. Está optimizando con precisión exactamente lo que le pediste.

Esa frase es incómoda porque desplaza la responsabilidad. No hay un proveedor a quien reclamar ni una plataforma que esté haciendo trampa. Hay una decisión de configuración que tomamos nosotros, muchas veces sin saber que la estábamos tomando, en una integración técnica que alguien implementó hace tres años y que nadie revisó desde entonces.

El efecto compuesto de una señal equivocada

Lo que hace este problema especialmente costoso es que se agrava solo. El modelo aprende, refuerza lo que funcionó según su criterio, y cada ciclo profundiza el sesgo. A los seis meses, la mezcla de productos que se está empujando puede ser radicalmente distinta a la que la compañía necesita vender, sin que nadie haya tomado una decisión al respecto.

He visto casos donde el equipo de marketing y el equipo comercial estaban trabajando activamente en direcciones opuestas, ambos con datos que respaldaban su posición, porque uno miraba el panel publicitario y el otro miraba el estado de resultados.

Qué hacer en concreto

Estas son las cinco acciones que más impacto han tenido cuando las he implementado, ordenadas por relación entre esfuerzo y resultado.

1. Enviar señales indexadas por margen

En vez de reportar el valor de la transacción, reportar el margen de contribución. No requiere precisión perfecta: incluso una aproximación por categoría de producto, con tres o cuatro tramos, cambia radicalmente hacia dónde empuja el modelo.

Es el cambio con mejor relación entre esfuerzo y resultado que conozco en esta disciplina. Suele tomar dos o tres semanas de trabajo técnico y sus efectos se ven en el primer mes.

2. Descontar devoluciones de la señal

Con la latencia que corresponda a tu categoría. Si el noventa por ciento de las devoluciones ocurre dentro de treinta días, ajustar la señal con ese desfase evita que el modelo siga persiguiendo ventas que se van a deshacer.

En categorías con alta devolución, este solo ajuste puede cambiar el orden de rentabilidad de los canales.

3. Medir la brecha como indicador propio

Contrastar mensualmente lo que reporta la plataforma con lo que registra el sistema financiero, y tratar esa diferencia como una métrica de gestión con dueño y seguimiento.

No para castigar a nadie, sino porque su evolución dice mucho. Si la brecha se amplía, algo cambió: la mezcla de productos, la calidad del tráfico, la configuración, o la ventana de atribución. Es un sistema de alerta temprana que casi nadie tiene.

4. Conectar con cohortes

Agrupar clientes por mes de adquisición y canal de origen, y seguir su valor en el tiempo. Aquí aparece lo que ninguna métrica de campaña muestra: canales con costo de adquisición alto que traen clientes que se quedan, y canales baratos que traen volumen que se va en tres meses.

Decidir con costo de adquisición sin mirar cohortes lleva sistemáticamente a favorecer lo barato y a empeorar el negocio mientras el panel mejora.

5. Complementar con incrementalidad

Ninguna de las cuatro acciones anteriores responde la pregunta de fondo: cuánto de este resultado habría ocurrido igual. Para eso hace falta un grupo de control.

Retener un diez por ciento de audiencia durante cuatro semanas es barato, rápido, y suele reordenar prioridades más que seis meses de refinamiento de paneles. El resultado típico incomoda, especialmente en campañas de marca propia y audiencias de reimpacto, donde una parte importante de lo atribuido resulta ser demanda preexistente.

Las objeciones que siempre aparecen

Cuando presento esto, hay tres respuestas que se repiten y que merecen ser tomadas en serio.

No tenemos el dato de margen a nivel de producto

Es la más común y casi siempre es cierta en el primer momento. La respuesta práctica es que no hace falta precisión contable: hace falta ordenamiento relativo. Clasificar el catálogo en tres tramos de margen es suficiente para cambiar el comportamiento del modelo, y eso sí se puede hacer en una semana con la gente de control de gestión.

Si penalizamos el volumen, vamos a decrecer

Es un temor legítimo. La respuesta es que el volumen no desaparece: se recompone. En las implementaciones que he acompañado, el ingreso total baja levemente en el primer mes y el margen sube desde el segundo. Lo que sí requiere es haber alineado antes las expectativas del comité, porque un mes de ingreso plano sin contexto genera pánico.

La plataforma recomienda usar valor de conversión estándar

Por supuesto que lo recomienda. La plataforma optimiza para el objetivo que le declaras, y su interés comercial está alineado con que declares volumen. No es mala fe: es que su modelo de negocio y el tuyo coinciden solo parcialmente.

Una precisión importante, para no tirar el bebé con el agua

Nada de esto significa que el retorno publicitario sea una métrica inútil. Es una medida de eficiencia operativa perfectamente razonable para comparar creatividades entre sí, ajustar pujas, detectar una anomalía en un canal o evaluar el trabajo táctico de la semana.

El error no está en usarla. Está en tratarla como métrica de negocio y llevarla al comité como si lo fuera.

Cuando alguien presenta un retorno de cinco veces ante un directorio, está haciendo una afirmación sobre la creación de valor de la compañía usando un instrumento que nunca fue diseñado para eso.

Qué llevar al comité en cambio

Tres números, en este orden: margen generado por la inversión de marketing, costo de adquisición contrastado con valor de vida del cliente, y participación de la demanda incremental sobre el total atribuido.

Son más difíciles de construir y mucho más difíciles de discutir. También son los únicos que responden la pregunta que el directorio realmente está haciendo, que no es cuánto rindió la publicidad sino si la compañía está creciendo de forma sostenible.

La ventana de atribución, el parámetro que nadie discute

Hay un ajuste que casi nunca aparece en las conversaciones de comité y que altera los resultados más que muchas decisiones de presupuesto: la ventana de atribución.

Si tu configuración atribuye conversiones hasta treinta días después de una visualización, estás contando como resultado publicitario compras que ocurrieron un mes después de que alguien vio un anuncio sin hacer clic. En categorías de consideración corta, eso es casi siempre demanda que existía de todas formas.

El problema no es que la ventana larga esté mal en abstracto. En una categoría con ciclo de decisión de meses, una ventana corta subestima gravemente el aporte real. El problema es que la ventana se configura una vez, siguiendo el valor por defecto, y después se compara el rendimiento entre canales que tienen ventanas distintas como si fueran cifras equivalentes.

Tres verificaciones concretas

• Homologar ventanas entre canales. Comparar un canal con atribución de siete días contra otro de treinta es comparar cosas distintas.
• Separar clic de visualización. Reportarlas juntas mezcla una señal fuerte con una débil y produce un número que no significa nada.
• Contrastar la ventana con el ciclo real de decisión. Si tus clientes deciden en dos días, una ventana de treinta está capturando ruido.

Cómo secuenciar el cambio sin romper la operación

El error de implementación más común es hacer todo de una vez. El modelo pierde su historial de aprendizaje, el rendimiento cae durante semanas, y el equipo concluye que la idea era mala.

La secuencia que funciona toma alrededor de un trimestre:

1. Semanas 1 a 3. Construir la tabla de margen por categoría con control de gestión. Sin tocar nada en las plataformas.
2. Semanas 4 a 6. Enviar la señal enriquecida en paralelo a la actual, sin usarla para optimizar. Solo observar la diferencia.
3. Semanas 7 a 10. Migrar una campaña de volumen medio a la nueva señal. Comparar contra el resto como grupo de control natural.
4. Semanas 11 a 13. Si el margen mejora, migrar el resto. Si no, entender por qué antes de seguir.

Esa cuarta etapa es la que más se salta y la que más importa. Un resultado que no mejora no significa que el enfoque esté equivocado: suele significar que la tabla de margen estaba mal construida, o que la categoría tiene una particularidad que no anticipamos.

Por qué esto importa más ahora

Durante años la brecha entre el reporte publicitario y la realidad financiera fue tolerable, porque los volúmenes de automatización eran menores y había más criterio humano en el medio. Alguien revisaba, alguien ajustaba, alguien notaba cuando algo se veía raro.

Hoy el sistema toma millones de decisiones de puja por día, aprendiendo de las señales que le damos, sin que nadie revise cada una. La calidad de esa señal se volvió una de las decisiones más consecuentes que toma un área de marketing.

Dejemos las variables publicitarias en su lugar y ocupémonos del gobierno del margen, que sigue siendo un oficio estrictamente humano. Ahí es donde marketing deja de ser un área que reporta actividad y pasa a ser responsable de un resultado que la compañía entiende sin necesidad de traducción.