Cargando

MediosPor Bait · · 10 min de lectura

Incrementalidad de medios: cómo medir lo que el ROAS no responde por sí solo

Qué es la incrementalidad de medios, cómo miden las empresas el efecto adicional de las campañas y cómo usar el ROAS incremental en las decisiones de inversión.

Dos recorridos mecánicos comparables, con una intervención violeta en solo uno de ellos.

La incrementalidad de medios es el resultado adicional que causa una campaña frente a lo que habría ocurrido sin ella. La pregunta central es cuánto agregaron los medios: ventas, registros u oportunidades que no existirían si no se hubiera hecho la inversión. El ROAS atribuido relaciona el ingreso acreditado con la inversión publicitaria, pero por sí solo no demuestra que ese ingreso haya dependido del anuncio.

Una campaña puede llegar a personas que igual habrían comprado. También puede influir en compras que no aparecen en la ventana de atribución de la plataforma. Para los grandes anunciantes, confundir estas dos lecturas puede llevar presupuesto hacia canales que capturan demanda existente y subestimar acciones que crean demanda futura. Medir la incrementalidad es la forma de separar lo que los medios causaron de lo que solo acompañaron.

Qué es la incrementalidad de medios, en la práctica

Toda medición incremental compara dos escenarios: el mundo en que la campaña ocurrió y un contrafactual, es decir, una estimación de lo que habría pasado sin ella. El contrafactual nunca se observa directamente. Por eso, los métodos de incrementalidad son distintas maneras de construir una comparación confiable: un grupo que no recibió los medios, un conjunto de mercados similares o un modelo que proyecta la tendencia esperada.

La diferencia entre los dos escenarios es el efecto incremental. Puede expresarse en unidades vendidas, ingresos, margen u otra métrica de negocio. El valor de esa diferencia depende de la calidad de la comparación: si los grupos ya eran distintos antes de la campaña, parte de lo que parece efecto de los medios es efecto de otra cosa.

Incrementalidad, ROAS y ROAS incremental

El ROAS atribuido divide el ingreso que un sistema de atribución acredita a los medios entre la inversión. El ROAS incremental, o iROAS, divide el ingreso incremental estimado por una prueba entre la inversión que lo generó. La diferencia parece técnica, pero cambia la decisión. El primero responde cuánto del ingreso registrado pasó por el anuncio según una regla de crédito. El segundo responde cuánto del ingreso existe gracias al anuncio.

Los dos números rara vez coinciden. Los canales que actúan cerca de la compra, como la búsqueda de marca o el remarketing, pueden recibir mucho crédito en la atribución porque están en el último paso del recorrido, y parte de esas compras ocurriría de todos modos. Los canales que construyen demanda pueden aparecer poco en la atribución y aun así producir un efecto adicional relevante en horizontes más largos. El iROAS no reemplaza al ROAS atribuido en el seguimiento diario, pero calibra la forma de leerlo.

Para las decisiones de inversión, conviene ir un paso más allá: comparar el efecto incremental con el margen de contribución, no con el ingreso bruto. Un iROAS que parece positivo puede no pagar la inversión una vez descontados el costo del producto, la logística y los descuentos otorgados.

Empieza por la decisión, no por el formato de la prueba

Define la elección que el estudio debe respaldar: mantener una inversión, expandirse a una región o comparar niveles de presión publicitaria. Especifica el resultado, la población y el horizonte. Una pregunta vaga produce una prueba que termina con un número, pero no con una decisión.

Siempre que sea viable, la asignación aleatoria entre grupos ayuda a construir una comparación causal. En otros contextos, pueden considerarse pruebas geográficas o métodos cuasiexperimentales, con sus supuestos y limitaciones. La elección exige una evaluación estadística, operativa y comercial.

Cómo miden las empresas la incrementalidad de medios

No existe un método único. La elección depende del canal, de la escala, del control que la empresa tiene sobre la entrega de los anuncios y del tiempo disponible. Los diseños más usados se agrupan en cuatro familias.

  • Grupo de control por usuario: una parte de la audiencia elegible se sortea para no recibir los anuncios, y la comparación entre expuestos y no expuestos estima el efecto. Las plataformas de medios ofrecen estudios de este tipo, y conviene entender cómo cada una define el grupo de control y la métrica.
  • Pruebas geográficas: regiones, ciudades o plazas comparables se dividen entre prueba y control. Los medios cambian en un grupo y se mantienen estables en el otro. Funcionan bien cuando la venta puede medirse por región, incluso fuera del canal digital.
  • Métodos cuasiexperimentales: cuando no hay sorteo, técnicas como diferencias en diferencias o control sintético construyen un contrafactual a partir de series históricas. Dependen de supuestos más fuertes y exigen un análisis cuidadoso.
  • Pruebas de pausa: interrumpir o reanudar un canal durante un periodo definido. Son simples de operar, pero vulnerables a la estacionalidad y a eventos que coinciden con la pausa.

Además de estas familias, los modelos de mix de marketing estiman contribuciones a partir de datos agregados y pueden calibrarse con resultados de experimentos. El tema se detalla en el artículo sobre marketing mix modeling.

Paso a paso de una prueba de incrementalidad

  • Formula la decisión: qué inversión se mantendrá, ampliará o reducirá a partir del resultado.
  • Elige la métrica principal y la fuente que la mide fuera de la plataforma de medios, como el sistema de ventas, el CRM o el ERP.
  • Define el diseño: usuario, región o periodo, según el control que la empresa tiene sobre la entrega de los anuncios.
  • Calcula el efecto mínimo detectable con base en la variabilidad histórica y ajusta la duración y el tamaño de los grupos hasta que la prueba pueda responder la pregunta.
  • Registra el plan antes de comenzar: grupos, fechas, métrica, regla de análisis y qué se hará con cada resultado.
  • Monitorea la ejecución: entrega real, presupuesto invertido, inventario, precio y acciones paralelas en cada grupo.
  • Analiza con intervalos de incertidumbre y documenta el contexto para que el aprendizaje pueda reutilizarse.

Qué debe acordarse antes de la campaña

  • Métrica principal: venta, margen de contribución, oportunidad calificada u otro resultado claramente definido.
  • Efecto mínimo relevante: la diferencia que justificaría cambiar la decisión de inversión.
  • Duración y tamaño de la prueba: compatibles con la variabilidad, el ciclo de compra y la capacidad de detectar el efecto.
  • Contaminación: exposición cruzada, promociones, cambios de precio y acciones paralelas que puedan afectar la comparación.
  • Regla de análisis: qué se concluirá ante un resultado positivo, negativo o no concluyente.

Errores comunes en la medición incremental

  • Usar la métrica de la propia plataforma como única fuente sobre el resultado de la prueba.
  • Terminar la prueba antes de tiempo porque el número parcial parece bueno o malo.
  • Elegir grupos de control por conveniencia, como las regiones que ya tenían un desempeño inferior.
  • Ignorar el efecto que aparece después de que termina la pauta, sobre todo en categorías de compra planificada.
  • Generalizar el resultado de un nivel de inversión a cualquier nivel. El efecto de duplicar el presupuesto no es necesariamente el doble del efecto medido.
  • Probar sin decidir antes qué se hará con el resultado, lo que convierte el estudio en un informe sin consecuencias.

Un resultado no concluyente también necesita interpretación

No detectar una diferencia no prueba que el efecto sea cero. El estudio puede tener poca precisión, una duración inadecuada o condiciones operativas distintas de las planificadas. Presenta intervalos de incertidumbre y explica qué permiten afirmar los datos. Evita convertir una estimación puntual en certeza financiera.

Ejemplo hipotético: una prueba geográfica de principio a fin

Considera una cadena minorista hipotética, con venta en tiendas y en e-commerce, que quiere decidir si amplía su inversión en video online. Las cifras siguientes son ilustrativas y sirven para mostrar el razonamiento. No representan datos de mercado ni de clientes.

La cadena selecciona 20 plazas con historial de ventas similar y sortea 10 para recibir un aumento de inversión de R$ 500.000 a lo largo de seis semanas. Las otras 10 mantienen el plan normal. La métrica principal es el ingreso total por plaza, sumando tienda y e-commerce, extraído del sistema de ventas. Antes del inicio, el equipo registra que la expansión depende de un retorno que cubra la inversión en margen de contribución.

Al final, las plazas de prueba venden más de lo esperado a partir de las plazas de control. La estimación central de ingreso incremental es de R$ 1,2 millones, con un intervalo de R$ 0,4 millones a R$ 2 millones. El iROAS central queda en 2,4. En el mismo periodo, la plataforma reportaba un ROAS atribuido más alto para la campaña, porque acreditaba compras de clientes que ya frecuentaban las tiendas.

La lectura no termina ahí. Con un margen de contribución del 30% en la categoría, el ingreso incremental central genera R$ 360.000 de margen, por debajo de los R$ 500.000 invertidos. La cadena concluye que el aumento, en este formato y en este nivel, no se paga en el horizonte medido. También registra dos condiciones: hubo quiebre de stock en dos plazas de prueba, y no se dio seguimiento al efecto posterior a la campaña. Con el inventario fallando en parte de los mercados, la lectura deja de ser una comparación simple de presión publicitaria. La siguiente ronda prueba un nivel menor de inversión y mide cuatro semanas adicionales.

Cómo combinar la evidencia

La atribución ayuda a observar recorridos registrados. Los experimentos investigan efectos causales en condiciones definidas. Los modelos de mix de marketing ayudan a analizar relaciones agregadas y escenarios, según sus supuestos. La documentación de Meridian presenta una estructura de modelado que puede incorporar conocimiento previo y resultados experimentales. Ningún método elimina la necesidad de evaluar la calidad de los datos.

Cómo decidir dónde probar primero

Organiza una agenda de pruebas según el valor de la decisión. No es necesario probar todos los canales al mismo tiempo. Prioriza donde hay inversión relevante, duda material y posibilidad de actuar sobre el aprendizaje. Guarda diseños, resultados y condiciones para no repetir estudios sin acumular conocimiento.

Una forma práctica de priorizar es cruzar tres preguntas para cada canal: cuánto del presupuesto está en él, cuánto confía la dirección en el número actual y si existe una alternativa real de reasignación en caso de que la prueba muestre un efecto menor al esperado. Los canales con inversión alta, confianza baja y margen de maniobra son candidatos naturales.

Preguntas frecuentes sobre incrementalidad de medios

¿Un ROAS alto significa alta incrementalidad?

No necesariamente. El ROAS atribuido mide el ingreso que un sistema de crédito asocia al anuncio y puede incluir compras que ocurrirían sin la campaña. La incrementalidad mide la diferencia causada por los medios frente a un escenario sin ellos. Un canal puede tener un ROAS alto y un efecto adicional pequeño, o lo contrario. Son medidas con interpretaciones distintas, que responden preguntas distintas.

¿Qué es el ROAS incremental (iROAS)?

Es el ingreso incremental estimado por una prueba dividido entre la inversión en medios que lo generó. A diferencia del ROAS atribuido, se apoya en una comparación con un grupo de control o con un contrafactual construido. Para las decisiones de presupuesto, conviene convertirlo en margen de contribución, porque un iROAS positivo sobre el ingreso puede no cubrir la inversión una vez descontados los costos del producto y de la operación.

¿Cómo miden las empresas la incrementalidad de medios?

Con experimentos y métodos que construyen un contrafactual confiable. Los diseños más comunes son los grupos de control por usuario, las pruebas geográficas entre plazas comparables, los métodos cuasiexperimentales sobre series históricas y las pruebas de pausa de canal. Los modelos de mix de marketing complementan estas lecturas con datos agregados. La elección depende de la decisión en juego, de la escala y del control sobre la entrega de los anuncios.

¿Es posible medir todo con experimentos?

No siempre. Las restricciones de escala, tiempo y ejecución impiden probar todos los canales y niveles de inversión. Algunos medios no permiten aislar grupos, y algunos efectos aparecen en horizontes demasiado largos para una prueba. Por eso, los grandes anunciantes combinan experimentos, atribución y modelado, y organizan una agenda de pruebas priorizada según el valor de cada decisión.

¿Cuánto tiempo debe durar una prueba de incrementalidad?

Lo suficiente para detectar el efecto mínimo relevante, considerando la variabilidad de la métrica, y para cubrir el ciclo de compra de la categoría. No hay una duración universal. El cálculo debe hacerse antes del inicio, con datos históricos, y la prueba no debe terminarse antes de tiempo por un resultado parcial. En compras planificadas, conviene dar seguimiento durante semanas después de que termina la pauta.

Para llevar esta agenda de pruebas a la planificación, conoce nuestro frente de Medios y la discusión sobre asignación del presupuesto de medios.