Qué medir para decidir mejor

01 / CONTEXTO

Medir no es decorar un informe

Es fácil recopilar visitas, clics, seguidores o aperturas y sentir que el proyecto avanza. Esos datos describen actividad, pero una decisión necesita una pregunta: ¿qué cambiaría si el número sube, baja o no cambia? Sin esa pregunta, medir puede convertirse en una forma ordenada de aplazar el juicio.

Al leer Web Analytics 2.0 aprendí a distinguir clickstream —qué hizo alguien— de insight —por qué pudo hacerlo—. Me sirve para no llamar explicación a un gráfico. Un clic puede significar interés, error, curiosidad o una acción que nunca llega al negocio.

02 / MÉTRICAS

Elegir el número que informa una decisión

Yo empezaría por la decisión: cambiar el mensaje, revisar el canal, mejorar la oferta, detener una campaña o hablar con clientes. Después elegiría una métrica próxima a esa decisión y anotaría qué no mide. Si quiero saber si una oferta se entiende, un clic puede ser una señal temprana; si quiero saber si el negocio gana dinero, necesito relacionarlo con compra, margen y coste de entrega.

Una herramienta puede registrar un clic como evento y una compra como una acción importante. También puede agrupar varias acciones en una sesión, que termina según reglas técnicas de tiempo o actividad. La misma persona puede tener varias sesiones: no debo contarlas como si fueran clientes distintos.

Ejemplo hipotético: una página obtiene más clics tras cambiar el titular, pero las conversaciones no aumentan. La decisión no es celebrar o descartar el titular de inmediato; es revisar si el clic atrae al grupo correcto y si la página siguiente explica la oferta.

03 / INTERPRETAR

Del dato a una hipótesis comprobable

Para pasar del dato a la interpretación, compararía periodos o versiones compatibles, revisaría la muestra y buscaría una explicación alternativa. Un modelo de atribución reparte el crédito de una compra entre los canales por los que pasó el cliente; no demuestra que un canal haya causado por sí solo la compra.

La voz del cliente, la observación y un experimento pueden explicar lo que el clickstream no muestra. Avinash Kaushik propone combinar datos cuantitativos, resultados, experimentación, voz del cliente e inteligencia competitiva; el marco ayuda a no buscar una única fuente de verdad.

También conservaría resultados negativos. Una campaña sin ventas puede revelar que el canal no está listo, que la oferta no se entiende o que el periodo no permite observar compra. Sin contexto no sé cuál.

04 / LLÉVALO A TU PROYECTO

Construir una ficha de decisión

Para aplicarlo, escribiría: decisión, métrica, definición, periodo, fuente, umbral provisional y acción. Si la pregunta es «¿seguimos con este canal?», podría mirar conversaciones cualificadas y coste de adquisición, no solo el porcentaje de personas que hacen clic en el anuncio. Si aún no tengo suficientes casos, lo marcaría como señal temprana.

En una prueba hipotética de anuncios, compararía dos públicos durante el mismo periodo y anotaría presupuesto, impresiones, clics, conversaciones y ventas observadas. Si hay cero ventas, no inventaría una explicación: preguntaría si el proceso de compra tarda más, si la atribución está configurada o si la oferta no encaja.

La ficha debería poder ser entendida por otra persona del equipo. Si solo yo sé qué significa el número, no tenemos un sistema de decisión.

05 / APRENDIZAJES

Qué me llevo para medir con propósito

• Empiezo por una decisión y elijo una métrica que pueda informarla.
• Distingo evento, conversión, sesión, cliente y resultado económico.
• Separo dato, interpretación, explicación alternativa y acción.
• Combino analítica con voz del cliente y experimentación.

06 / PREGUNTAS DETONANTES

Para revisar tus métricas

• ¿Qué decisión cambiaría si tu métrica subiera o bajara?
• ¿Qué unidad está contando realmente tu herramienta?
• ¿Qué explicación alternativa compite con la primera?
• ¿Qué dato cualitativo necesitas para entender el porqué?