📈 EL MARCO DE MEDICIÓN DE INCREMENTALIDAD
La incrementalidad es la medida de lo que cambió gracias a tu marketing — no de lo que se le acreditó.Cada método de esta hoja existe para responder una pregunta con honestidad: ¿este resultado habría ocurrido de todos modos? La escalera de abajo los ordena según qué tan rigurosamente la responden.
No confundir con
🎯 Atribución
La atribución divide el crédito entre puntos de contacto; la incrementalidad pregunta si el resultado habría ocurrido de todos modos. Usa atribución para dirigir, incrementalidad para la verdad.
📉 Pre/post sin control
“Las ventas subieron después de la campaña” es una historia, no una medición. Sin un contrafactual, no puedes saber qué habría pasado de todos modos — que es exactamente lo que controlan los peldaños superiores.
🧮 Modelado de mix de medios (MMM)
MMM asigna gasto a escala; no prueba causa. Alimenta tus supuestos de MMM con hallazgos de incrementalidad — me encantan los experimentos, pero odio los resultados modelados por sí solos.
Configuración de la North Star
🎯 Define un resultado
Elige una métrica vinculada al negocio para decidir (ej., pruebas calificadas, ingresos retenidos), no un proxy vanidoso.
Una métrica vence a cinco en conflicto⏱️ Define ventanas de lectura
Define exactamente cuándo se cuentan los resultados para que los tests sean comparables entre canales y ciclos.
🧮 Que sirva para decidir
Tu métrica debe decirte si escalar, mantener o recortar el gasto esta semana.
💼 Lista para finanzas
Si a finanzas no le importaría cuando se mueve, no es tu métrica North Star.
🪜 Escalera de incrementalidad
| Nivel | Úsalo cuando | Fortaleza | Debilidad |
|---|---|---|---|
| 1. Atribución | Necesitas dirección rápida para guiar | Rápido y barato | Verdad causal más débil |
| 2. Pre/Post | Controles limitados, decisión de riesgo medio | Calibración rápida | Alto riesgo de confusión |
| 3. Mercados/Cohortes emparejados | Necesitas mayor confianza cuasi-experimental | Mayor comparabilidad | Más configuración y monitoreo |
| 4. Holdout aleatorizado | Decisiones de presupuesto o estrategia de alto riesgo | Mejor evidencia causal | El más difícil operativamente |
Cómo hacer los tests
- Pre-registra todo — hipótesis, KPI, duración, reglas de parada y umbrales de decisión.
- Elige el mayor rigor factible — no finjas que la atribución es experimentación.
- Protege la integridad del test — sin cambios de KPI a mitad del test, sin mirar y detener temprano.
- Lee la significancia estadística + de negocio — los efectos pequeños pero significativos usualmente no mueven la empresa.
- Reasigna por lift marginal — mantén cobertura donde se necesite, recorta primero el gasto marginal débil.
- Revalida apagando — apaga periódicamente todo el marketing en una región para validar tus modelos. En Facebook cortamos todo el marketing pagado en India: el MAU se encogió, y restaurar el gasto restauró el crecimiento. Demostró la metodología y defendió el presupuesto.
Lo que importa vs. lo que no
✅ Esto importa
- Lift sostenido sobre ventanas pre-registradas
- El resultado sobrevive la replicación entre cohortes/regiones
- La magnitud cambia decisiones de presupuesto
- Los hallazgos alimentan supuestos de MMM/planificación
🚫 Esto no
- Ganancias a nivel de microscopio con mucha interpretación
- Reportar solo ganadores después de muchos tests
- Pruebas basadas solo en atribución para defender el presupuesto
- Picos de significancia de un día
Modos de fallo a evitar
🧷 P-hacking
Detener los tests cuando aparece significancia o cambiar métricas a mitad de camino infla victorias falsas.
🔎 Sobrestimación del último clic
Los canales de alta intención (ej., búsqueda de marca/búsqueda en tiendas de apps) a menudo absorben crédito por demanda creada en otro lado.
🪫 Tests con poca potencia
Las muestras pequeñas crean ruido disfrazado de confianza.
🧠 Sin ciclo de aprendizaje
Si los aprendizajes no se documentan y reutilizan, cada trimestre reinicia el aprendizaje a cero.
🧭 Regla operativa
Usa atribución para dirigir, incrementalidad para la verdad y MMM para asignación a escala. Un sistema, tres roles.
El terreno se mueve
Dos cambios de régimen hicieron que todo en esta hoja valga más, y espero que vengan más. La App Tracking Transparency de Apple rompió la atribución determinista en iOS, y la pérdida de las cookies de terceros hizo lo mismo en la web. La medición modelada se debilitó en todos los frentes. Por eso mismo los experimentos ganaron valor: cuando ya no puedes seguir al usuario, testeas el mercado.
Conoce sus límites
Ajusta el rigor a lo que está en juego. Un holdout aleatorizado es el estándar de oro, pero también es lo más difícil de esta hoja de operar — no sobredimensiones una decisión pequeña con un experimento geo de seis semanas. La escalera existe para que subas tan alto como la decisión lo justifique, no para que cada decisión empiece desde arriba.
Y recuerda lo que la incrementalidad no puede decirte: si el dinero funcionó, sí — pero no qué hacer después. El test prueba el lift; el salto creativo que produce el siguiente lift sigue viniendo de las personas, no de los holdouts.
Una duda honesta: el test más riguroso de esta hoja requiere deliberadamente no hacerle marketing a personas que podrías alcanzar. He visto equipos saltarse el holdout que les habría ahorrado millones porque el test en sí se sentía caro — y luego gastar los millones de todos modos. El test nunca es la parte cara. No saberlo, sí.