Cómo medir el impacto de los cambios de marketing y demostrar que un cambio funcionó

¿Qué significa medir el impacto de un cambio de marketing?

Medir el impacto de un cambio es estimar la diferencia entre lo que pasó después y lo que habría pasado sin él. Ese segundo número nunca aparece en el informe, así que cada método es una forma de construir una estimación creíble.

Hay tres niveles de evidencia y conviene saber cuál usas antes de presentar un resultado:

La mayoría de los equipos se queda en el primero y luego discute en la siguiente reunión. El resto del artículo explica cómo subir de nivel con los datos que ya tienes.

¿Cómo montar una comparación antes y después que aguante preguntas?

Usa periodos del mismo tamaño, quita los días inestables justo después del cambio y espera a que lleguen las conversiones. Un periodo mal elegido puede crear o esconder por sí solo un efecto del 20%.

1. Apunta la hora exacta del cambio. Fecha, hora y zona horaria. Si cambias la estrategia de puja un martes a las 18:00, ese martes queda mezclado; déjalo fuera de los dos periodos.
2. Usa periodos iguales con los mismos días de la semana. Compara 14 días con 14 días, o 4 semanas completas con 4 semanas completas, para comparar lunes con lunes.
3. Sáltate la fase de aprendizaje. La puja automática necesita tiempo para estabilizarse. En sus propios experimentos, Google descarta los primeros 7 días de datos y describe un periodo de 7 a 14 días en el que los datos pueden ser volátiles. Aplica la misma lógica a tus análisis manuales.
4. Espera al retraso de conversión. Google Ads puede registrar conversiones hasta 90 días después del clic, según la ventana de conversión. Los días recientes parecen peores de lo que acabarán siendo, porque parte de quienes hicieron clic aún no ha convertido. Revisa el segmento Conversiones > Días hasta la conversión para ver cuánto suelen tardar tus clientes.
5. Escribe antes el efecto esperado. Define qué métrica debería cambiar, en qué dirección y más o menos cuánto, antes de mirar el resultado. Así no eliges la métrica que por casualidad ha quedado bien.

Ejemplo: un equipo cambia la landing page de una campaña de búsqueda un miércoles a las 10:00. Compara los 28 días anteriores con los días 8 a 35 posteriores y solo lee las conversiones cuando los clics ya son más antiguos que el tiempo habitual hasta la conversión.

¿Cómo usar un grupo de control si no puedes hacer un test?

Elige algo que no hayas cambiado y que suela moverse junto a lo que sí cambiaste, y resta su movimiento. Lo que queda es una estimación mucho mejor del impacto.

Controles útiles en marketing:

• Una campaña o grupo de anuncios parecido que no tocaste
• Una comunidad autónoma, provincia o tienda donde no aplicaste el cambio
• Una línea de producto o servicio con la misma estacionalidad
• Las mismas semanas del año anterior, en negocios estacionales

Ejemplo con cifras ilustrativas:

Con solo antes y después, la nueva página habría subido la tasa de conversión un 15%. El control muestra que el mercado subió todo cerca de un 8%, así que la página explica más o menos el 7% restante. Es la idea de una lectura de diferencias en diferencias.

Si quieres algo más formal, el paquete de código abierto CausalImpact de Google construye un escenario contrafactual a partir de series de control. Su documentación deja claras las condiciones: los controles no pueden verse afectados por la intervención y su relación con tu métrica debe seguir estable después del cambio. Si no se cumplen, el modelo puede sobrestimar o subestimar el efecto.

¿Cuándo conviene hacer un experimento de verdad?

Haz un experimento cuando la decisión sea cara o difícil de deshacer, como una nueva estrategia de puja, la concordancia amplia o una nueva landing page en tu campaña principal. Tener las dos versiones a la vez saca la estacionalidad y el mercado de la comparación.

En Google Ads, los experimentos personalizados están disponibles para campañas de búsqueda, display, vídeo y hoteles, pero no para campañas de aplicaciones ni de Shopping. Los encuentras en Campañas > Experimentos. Puntos de la ayuda de Google que importan para una lectura limpia:

• Google recomienda repartir el presupuesto al 50% para obtener la mejor comparación.
• La división Basada en cookies muestra una sola versión a cada usuario; la división Basada en búsquedas puede alcanzar la significación antes, pero el usuario puede ver las dos.
• Mantén el experimento al menos de 4 a 6 semanas, más si tu retraso de conversión es largo.
• No ejecutes varios experimentos a la vez y evita cambiar a menudo presupuestos u objetivos mientras dura.
• El reparto del tráfico no se puede cambiar una vez iniciado el experimento.

Si el resultado no es concluyente, también es un resultado: el cambio no produjo un efecto lo bastante grande para detectarlo con tu volumen. La propia Google aconseja usar campañas con más volumen y alargar la prueba.

¿Por qué los cambios solapados arruinan la medición?

Si dos cambios caen en el mismo periodo, no puedes separar el efecto de cada uno, por bueno que sea el método. El solapamiento es el motivo más habitual de que una medición falle.

Antes de leer cualquier resultado, aísla la causa:

1. Pon todos los cambios en una sola línea temporal. Incluye los días previos y posteriores: las ediciones de tu equipo en Google Ads, Meta Ads y otras plataformas, las recomendaciones aplicadas automáticamente, los ajustes de Smart Bidding o Advantage+, los despliegues de la web, los cambios de etiquetas y de consentimiento, los cambios en el CRM o en el reparto de leads, los precios y los eventos externos.
2. Descarta primero la medición. Una etiqueta rota, una conversión duplicada o un nuevo banner de cookies pueden parecer un cambio de rendimiento. Comprueba que las conversiones de la plataforma publicitaria, GA4 y el CRM siguen cuadrando.
3. Prueba una hipótesis cada vez. Si la línea temporal muestra un segundo cambio en el periodo, acórtalo para evitarlo o presenta los dos juntos y dilo claramente.

El historial de cambios de Google Ads recoge las ediciones de la cuenta, pero no la web, la medición ni el CRM. Las variaciones estacionales son otro solapamiento; consulta cómo distinguir la estacionalidad de tus propios cambios.

¿Cómo registrar un cambio para poder medirlo después?

Registra el cambio en el momento en que lo haces, con el detalle suficiente para que alguien lo mida un mes después sin preguntarte. La memoria y los hilos de chat no sobreviven al siguiente informe.

Anota como mínimo:

• Fecha, hora y zona horaria
• Responsable y cliente o proyecto
• Qué cambió, en formato antes → después (por ejemplo, CPA objetivo 40 → 32)
• Alcance: cuenta, campañas, páginas o zonas afectadas
• Hipótesis y efecto esperado
• Métrica, periodo y control que usarás, más una fecha de revisión

GA4 permite añadir notas a los informes: haz clic derecho en un punto de un gráfico de líneas, elige Añadir anotación y luego Crear anotación. El título admite 60 caracteres, la descripción 150, y cada propiedad admite hasta 1000 anotaciones; necesitas el rol de Analista o superior para crearlas. Sirve como marcador, no como el registro completo de arriba, y solo cubre lo que ves en GA4. Tienes más detalles en la guía de anotaciones de GA4.

Un registro de cambios de marketing compartido mantiene todos los cambios, de todas las plataformas, en una única línea temporal por cliente. Changeline lo hace hoy con entradas manuales, responsables, etiquetas y motivos; puedes empezar un registro de cambios gratis mientras está en acceso anticipado.

¿Cómo presentar al cliente el impacto de un cambio?

Presenta el veredicto, el nivel de evidencia y la decisión en cinco líneas. El cliente confía más en un método claro que en una cifra grande.

1. Cambio: qué cambió, cuándo y quién lo hizo.
2. Periodos: las fechas de antes y después, sin la fase de aprendizaje ni el retraso de conversión.
3. Control: con qué comparaste, o que no hubo control.
4. Resultado: el efecto estimado y el nivel de evidencia (antes y después, control, experimento).
5. Decisión: mantener, revertir o ampliar la prueba.

Si el resultado es mixto, dilo. «Sin efecto medible tras 6 semanas» es una conclusión útil que ahorra presupuesto. Si la métrica bajó en lugar de subir, los pasos del análisis de causa raíz en marketing y la guía para explicar una caída de conversiones a un cliente te ayudan a ordenar la conversación.