Una señal no es todavía una conclusión

01 / LA IDEA EN UN MINUTO

El dato no viene con una conclusión pegada.

Lanzas una campaña y una audiencia hace más clics que otra. Es tentador escribir «hemos encontrado a nuestro cliente». Pero el dato habla de clics en unas condiciones concretas. La afirmación habla de una relación comercial mucho más amplia.

Entre ambas hay un salto que debes hacer visible. ¿Llegaron personas adecuadas? ¿Entendieron la oferta? ¿Compraron? ¿El coste permite repetirlo? Cada pregunta exige observar algo distinto.

Una señal sirve para orientar la siguiente decisión. No necesita convertirse en una gran conclusión para tener valor. De hecho, explicar con precisión lo que todavía no sabes suele producir una prueba siguiente mucho mejor.

02 / LA SEMILLA DE ESTA IDEA

Una campaña real con preguntas abiertas.

En febrero de 2024, Iván documentó una campaña de Daves con 50 euros de presupuesto y dos enfoques de audiencia: intereses y una audiencia similar construida desde el CRM. El texto registró cero conversiones y CTR de 8,28 % y 11,36 %, respectivamente.[1]

Su reflexión no se quedó en declarar fracaso. Señaló dudas sobre el tiempo de decisión de compra, la distribución de alcance y los creativos. Propuso continuar investigando. Ese movimiento, desde el resultado hacia una pregunta mejor, es la semilla que merece conservarse.

Hay que afinar la interpretación: 11,36 frente a 8,28 son 3,08 puntos porcentuales, aproximadamente un 37 % de aumento relativo del CTR. No significa un 37 % más de ventas ni demuestra que la audiencia sea comercialmente superior. Las cifras proceden del relato original, no de una nueva auditoría de la cuenta publicitaria.

03 / TRES NIVELES QUE CONVIENE SEPARAR

Observación, explicación y decisión.

La observación describe qué ocurrió: durante el periodo registrado no se atribuyeron compras a la campaña. La explicación propone por qué: quizá la oferta, la audiencia, la medición o el recorrido influyeron. La decisión establece qué harás con lo que sabes: comprobar la medición, cambiar una parte o detener una prueba.

Mezclar esos niveles convierte una posibilidad en certeza. Un plazo de compra largo es una explicación candidata; no demuestra que las ventas vayan a aparecer después. Un mayor CTR merece atención; no sustituye la métrica vinculada al objetivo comercial.

El manual de experimentación de NIST explica cómo un diseño aleatorizado asigna condiciones a unidades experimentales e incorpora repeticiones. Ese contraste ayuda a entender por qué comparar dos campañas distintas no equivale automáticamente a aislar un efecto causal.[2]

En una prueba pequeña puedes aprender sin afirmar causalidad. Para hacerlo, conserva el contexto y las alternativas. Si cambias audiencia, mensaje y presupuesto a la vez, quizá encuentres una combinación prometedora; será más difícil saber qué cambio produjo la diferencia.

04 / CUANDO GANA EL ANUNCIO QUE MENOS VENDE

Elegir la métrica cambia la lectura.

Imagina dos anuncios de un taller. Es un ejemplo hipotético independiente de Daves. Uno despierta curiosidad y consigue muchos clics; otro describe con precisión el precio y el nivel necesario, recibe menos clics y trae algunas reservas.

Si el objetivo es llenar el taller con asistentes adecuados, el primer anuncio no gana solo por su CTR. Debes mirar el recorrido completo y el coste de conseguir esas reservas. También si la diferencia se repite o depende de muy pocos casos.

Puede que el segundo mensaje filtre antes a quienes no encajan. O que ambos hayan llegado a públicos diferentes. Son explicaciones posibles, no conclusiones demostradas por el ejemplo. La siguiente prueba debería intentar aclarar la incertidumbre relevante para la decisión.

No necesitas esperar a una certeza absoluta para actuar. Sí necesitas ajustar el tamaño del compromiso a la fuerza de la evidencia. Una señal débil puede justificar investigar; quizá no justifique multiplicar el presupuesto.

05 / LLÉVALO A TU PROYECTO

Escribe una conclusión del tamaño de tu prueba.

Revisa la última vez que dijiste «hemos validado». Sustituye esa expresión por una frase que incluya quién hizo qué, en qué condiciones y durante qué periodo. Si cuesta concretarlo, puede que estés resumiendo demasiado.

Separa después la interpretación: qué crees que explica el resultado y qué otras causas podrían encajar. No hace falta enumerar todas las posibilidades del mundo; basta con las que cambiarían tu siguiente decisión.

Elige la duda que más importa ahora. Define qué observarías para cambiar de opinión y comprueba que puedes medirlo. Aumentar presupuesto sin corregir una medición defectuosa puede producir una tabla más grande y la misma confusión.

Al compartirlo con el equipo, presenta resultado, límite y próximo paso. Reconocer que una prueba es inconclusa no la vuelve inútil. Lo que desperdicia aprendizaje es usarla para confirmar una historia que ya querías creer.

06 / APRENDIZAJES

Aprendizajes

• CTR y ventas responden preguntas distintas. No intercambies métricas al concluir.
• Puntos y porcentaje relativo no son lo mismo. Explica qué comparación estás haciendo.
• Una explicación sigue siendo una hipótesis. Considera alternativas relevantes.
• Comparar no siempre aísla una causa. El diseño limita lo que puedes inferir.
• La evidencia puede orientar sin cerrar. Ajusta el siguiente compromiso a su fuerza.

07 / PREGUNTAS DETONANTES

Preguntas detonantes

1. ¿Qué observamos realmente y qué añadimos al contarlo?
2. ¿La métrica responde al objetivo que teníamos?
3. ¿Qué explicación alternativa cambiaría nuestra decisión?
4. ¿Qué tendría que pasar para que cambiáramos de opinión?
5. ¿Estamos ampliando una prueba o amplificando una confusión?

08 / CONEXIONES

Para seguir aprendiendo