Marketing no es numerología

Una distinción práctica para ordenar dashboards, reportes y reuniones: qué métricas deberían abrir la conversación y cuáles sirven para diagnosticar después.

  • marketing digital
  • growth
  • performance marketing
  • Google Ads
  • Meta Ads
  • GA4
  • Search Console
  • métricas
  • conversión

Una distinción que tardé más de lo que debería en aprender.


Hubo un momento, creo que a mediados de 2022, en que le estaba presentando resultados al equipo comercial de Efecto Educativo. Abrí el reporte, señalé el CTR de la última campaña de email, dije algo como “subimos casi cuatro puntos respecto al mes anterior”, y todos asintieron contentos. Fue una buena reunión. El problema es que esa campaña, con su CTR impecable, había generado exactamente 14 leads. Catorce. Y de esos, cuatro eran gente que ya era cliente.

Ahí entendí algo que debería haber entendido mucho antes: hay métricas que se ven bien en un reporte, y hay métricas que te obligan a tomar decisiones. No son lo mismo.

Con el tiempo fui construyendo una forma de ordenar los datos que va de lo general a lo específico, plataforma por plataforma. No es una lista de “las métricas importantes”, que hay millones de esas. Es más bien un criterio: ¿con qué número arrancarías tú la reunión?


Cuando uno arranca con Google Ads, la tentación es mirar primero el CTR. Es la métrica más visible, la que sube o baja de forma más dramática, y la plataforma misma te la pone al frente.

Pero hay un problema bien documentado con eso: puedes tener una campaña con CTR decente y aun así traer leads caros o de mala calidad. Hay situaciones donde anuncios con CTR más bajo tienen tasas de conversión mejores. Dicho de otra forma, el CTR te dice si el anuncio llama la atención. No te dice si la campaña sirve.

En UPAGO tuve una campaña de awareness de producto que llegó al 6% de CTR en búsqueda, lo que sobre el papel era excelente. Pero cuando cruzé ese número con las conversiones reales -formularios enviados, demos solicitadas- el costo por lead era el doble de lo que nos convenía. El anuncio atraía clics de gente curiosa, no de gente compradora. Lo que nos decía algo del anuncio, pero sobre todo nos decía algo de la keyword y de la intención de búsqueda detrás de esa keyword.

Lo primero que miraría en Google Ads es el costo por conversión (CPA). Eso me dice si el resultado es sostenible. Y la segunda métrica que tomaría es la tasa de conversión, porque separa dos problemas distintos: si tengo muchos clics y pocas conversiones, el problema probablemente está después del clic -en la landing, el formulario, la promesa-. Si tengo pocos clics pero buena conversión, el problema es de volumen o de keywords.

El CTR sigue siendo útil, pero como diagnóstico, no como protagonista. Primero miro conversiones. Después recién miro CTR, CPC, Quality Score y términos de búsqueda para entender el porqué.


Meta Ads: el costo por resultado y la calidad de ese resultado

Meta tiene una trampa clásica: te muestra muchas métricas que se ven bien. Alcance, impresiones, reproducciones, interacciones, clics, CTR. El problema es que ninguna de esas métricas te dice si pasó algo comercialmente relevante.

Recuerdo una campaña de leads que hicimos en Efecto Educativo para un programa de capacitación. Los resultados de la primera semana eran “buenos”: bajo costo por clic, hartas impresiones, CTR por encima del promedio. Pero cuando Comercial empezó a llamar a esos leads, la historia era diferente. Muchos eran estudiantes que no tenían presupuesto, o gente que había rellenado el formulario sin leerlo bien. El costo por lead era bajo, pero el costo por lead calificado era otra película.

Esto es algo que la industria ya tiene bastante documentado: Meta promueve los Lead Ads como una opción de menor fricción, pero eso frecuentemente viene acompañado de una caída importante en la calidad de los leads. Un CPL barato puede ser una trampa si esos leads no avanzan en el proceso comercial.

Lo primero que miraría en Meta es el costo por resultado, entendiendo que ese “resultado” depende del objetivo de la campaña: puede ser un formulario enviado, una conversación iniciada, una compra, lo que sea. Y lo segundo que miraría es la calidad de ese resultado: para ecommerce, ROAS. Para servicios, cuántos de esos leads son realmente contactables, calificados, o avanzan en el pipeline.

CTR, CPM, frecuencia y alcance los usaría para diagnosticar -¿la creatividad está cansada? ¿La audiencia es demasiado estrecha?- pero no los dejaría mandar la reunión.


GA4: los eventos clave, no el tráfico

Analytics sin eventos clave bien configurados es básicamente un contador de visitas elegante. Lo digo con algo de culpa propia, porque estuve un tiempo mirando usuarios y sesiones como si eso me dijera algo útil.

La lógica de GA4 cambió hacia eventos porque GA4 entiende que lo que importa es el comportamiento del usuario, no solo que llegó. Y eso tiene sentido cuando lo piensas: una web puede crecer en sesiones mes a mes sin generar ningún avance comercial. El tráfico sin intención es ruido.

Lo que yo configuraría como eventos clave depende del negocio, pero en general son las acciones que demuestran intención real: envío de formulario, clic en WhatsApp, clic en email, descarga, reserva, compra, solicitud de demo. Esas son las métricas que le importan al negocio.

Y la segunda que tomaría es la tasa de evento clave segmentada por canal, porque ahí aparece la verdad. Puedes descubrir que Instagram trae mucho tráfico pero convierte poco, o que Google orgánico trae menos visitas pero con mucho mejor intención. Eso te ayuda a responder una pregunta concreta: ¿qué canal trae tráfico que realmente hace algo?

Sesiones, usuarios, bounce rate -todo eso baja a una segunda capa. No desaparece, pero no debería ser lo primero del dashboard.


Search Console: clics por consulta y oportunidades sin explotar

Search Console tiene cuatro métricas simples: clics, impresiones, CTR y posición promedio. El error es mirarlas como totales. La posición promedio global puede engañar mucho -puedes estar en el puesto 4 en promedio, pero en el puesto 1 para tus keywords más valiosas y en el puesto 40 para las demás, y el número se aplana y no te dice nada accionable.

Lo primero que yo miraría es clics orgánicos por página y por consulta. No “cuántos clics totales”, sino qué páginas específicas están generando tráfico real, qué búsquedas lo están trayendo, y si ese tráfico viene de consultas de marca o de consultas con intención nueva.

Y lo segundo, que para mí es una de las métricas más accionables que hay, es identificar páginas con impresiones altas y CTR bajo. Eso es una oportunidad concreta: Google ya te está mostrando, pero la gente no está entrando. Las razones pueden ser varias -el título no es atractivo, la meta description no resuelve bien la intención, hay competencia muy fuerte en ese SERP, el contenido promete algo que no está claro-. Pero el punto es que ahí hay trabajo editorial concreto que hacer, no solo “seguir publicando y esperar”.


El criterio de fondo

Si tuviera que resumirlo en una sola idea, sería esta: hay métricas que informan y métricas que deciden.

Las que deciden son pocas. En Google Ads, cuánto me cuesta convertir. En Meta Ads, cuánto me cuesta el resultado correcto y qué calidad tiene ese resultado. En GA4, qué canales generan acciones que le importan al negocio. En Search Console, qué búsquedas traen tráfico real y dónde hay visibilidad que todavía no está traducida en clics.

Las demás métricas no sobran. CTR, CPC, CPM, impresiones, posición promedio, engagement -todas tienen su lugar. Pero ese lugar es el diagnóstico, no el titular. Sirven para explicar por qué algo funciona o no funciona, una vez que ya sabes qué resultado estás evaluando.

Cambiar ese orden -poner primero las métricas de decisión y después las de diagnóstico- es una diferencia que parece pequeña y que en la práctica cambia completamente la conversación con Comercial, con el cliente, o con el equipo.


Humberto Newman es especialista en Marketing Digital con foco en growth y conversión. Ha gestionado funnels para bases de más de 30.000 contactos y construido dashboards de performance en empresas de educación y fintech.