En auditorías de cuentas de Google Ads y Meta Ads encontramos, una y otra vez, los mismos errores de medición. Son problemas que hacen que cualquier decisión de optimización o de presupuesto se tome sobre información incorrecta.
1. Confundir ventana de atribución con realidad de conversión
Una campaña puede mostrar conversiones atribuidas dentro de una ventana de 7 o 28 días que en realidad hubieran ocurrido de todas formas (por ejemplo, alguien que ya iba a comprar y solo hizo clic en un anuncio de retargeting en el camino). Sin un análisis de incrementalidad, se puede sobreestimar el impacto real de una campaña.
2. Medir cada plataforma con su propia atribución, sin cruzar datos
Meta Ads y Google Ads suelen atribuirse mutuamente las mismas conversiones (attribution overlap), inflando el resultado combinado si se suman los números de cada plataforma sin ajustar.
3. No diferenciar tráfico de marca del tráfico genuinamente nuevo
Una campaña de Search puede estar capturando búsquedas de gente que ya conocía la marca (generadas, por ejemplo, por una campaña de Meta previa), inflando su propio ROAS aparente sin estar generando demanda nueva real.
4. Evaluar campañas de awareness con métricas de conversión
Juzgar una campaña de Reels de alcance por su ROAS directo es medir con la métrica equivocada: su objetivo es alimentar etapas posteriores del funnel, no convertir directamente. Esto lo desarrollamos en detalle en nuestro artículo sobre marketing full-funnel.
5. No revisar la calidad del tracking antes de sacar conclusiones
Píxeles duplicados, eventos mal configurados o discrepancias entre lo que reporta la plataforma y lo que muestran las ventas reales del negocio son, en nuestra experiencia, la causa más común de decisiones equivocadas: el problema no es la estrategia, es que los números en los que se basó la decisión estaban mal desde el principio.
Cómo lo revisamos
Toda auditoría que hacemos dentro de Paid Media Inteligente arranca revisando estos cinco puntos, antes de tocar presupuesto, segmentación o creatividades. Optimizar sobre datos mal medidos solo empeora las decisiones, más rápido.