Cómo Medir Incrementalidad Cuando la Atribución Multitáctil Ya No Alcanza: Pruebas Geográficas, Grupos de Control y Lectura del Resultado
La atribución multitáctil reparte el crédito de una venta entre los puntos de contacto que logra ver. Tiene dos límites. El primero es que cada vez ve menos, porque las restricciones de privacidad en navegadores y sistemas operativos le quitan señales. El segundo es de fondo: aunque lo viera todo, no responde la pregunta que le importa a quien firma el presupuesto, que es qué habría pasado si no hubieras invertido. Para eso hace falta comparar contra un grupo que no recibió la campaña. Eso es medir incrementalidad.
Durante años fue un método reservado para anunciantes grandes. Ya no. Google informó el 11 de noviembre de 2025 que un experimento de incrementalidad en su plataforma, que antes podía costar más de USD 100.000, ahora se puede hacer por USD 5.000. También hay herramientas abiertas: GeoLift, del equipo de Marketing Science de Meta, para experimentos geográficos, y Meridian, el modelo de mezcla de marketing de código abierto que Google puso a disposición de todos los anunciantes el 29 de enero de 2025. Lo que falta en la mayoría de los equipos es el método, y eso es lo que te dejo aquí.
El Papel de la Incrementalidad
Pruebas Geográficas
En lugar de dividir personas, divides mercados: unas ciudades o regiones reciben la campaña y otras no. Sirve cuando no puedes seguir a cada persona, que es justo la situación en la que la atribución falla. GeoLift trabaja con un control sintético: busca la combinación de mercados sin campaña que mejor reproduce el comportamiento histórico de los mercados de prueba, y la usa como referencia.
Grupos de Control
El grupo de control es tu estimación de lo que habría pasado sin la campaña. Para que sea creíble necesita cuatro condiciones:
- Un historial que se mueva parecido al del grupo de prueba.
- Que no le llegue la campaña por otra vía, por ejemplo medios nacionales.
- Que lo definas antes de empezar y no lo cambies después.
- Que no modifiques precios ni promociones en un grupo y en el otro no.
Lectura del Resultado
Una prueba entrega dos números y un rango. Los números son el lift incremental y el retorno incremental. El rango es el intervalo de confianza. Si ese intervalo incluye el cero, la prueba no demostró efecto, por mucho que el número central te guste.
Cómo Hacerlo Paso a Paso
- Escribe la pregunta y la métrica. Por ejemplo: “¿Cuántas ventas adicionales genera la campaña de video?”. Mide ventas totales del negocio, no clics ni conversiones atribuidas.
- Elige los mercados. Agrupa ciudades o regiones comparables y sortea cuáles reciben la campaña.
- Define duración y efecto mínimo antes de empezar. Si tu prueba solo puede detectar un efecto de 20% y esperas uno de 5%, no la corras. GeoLift incluye un análisis de potencia para calcularlo.
- Corre la prueba sin tocar lo demás. Anota cualquier evento inusual: una promoción de la competencia, un feriado local, un quiebre de inventario.
- Calcula lift y retorno incremental. Con las fórmulas de abajo.
- Decide y deja la decisión por escrito. Mantener, escalar, reducir o repetir la prueba con otro diseño.
Las Dos Fórmulas que Sí Necesitas
Lift incremental (%) = (Ventas observadas en los mercados de prueba − Ventas esperadas sin campaña) ÷ Ventas esperadas sin campaña × 100
Retorno incremental (iROAS) = Ventas incrementales ÷ Inversión de la prueba
Cómo se mide: Las ventas esperadas sin campaña salen del grupo de control, ajustado al tamaño de los mercados de prueba. Las ventas incrementales son la diferencia entre lo observado y lo esperado.
Ejemplo práctico: Corres una prueba de cuatro semanas en tres ciudades con una inversión de USD 12.000. Las ventas observadas en esas ciudades fueron de USD 260.000. Según el grupo de control, sin campaña habrían sido de USD 230.000.
- Ventas incrementales: 260.000 − 230.000 = USD 30.000
- Lift incremental: 30.000 ÷ 230.000 × 100 = 13,0%
- Retorno incremental: 30.000 ÷ 12.000 = 2,5
Cómo funciona: Supón que la plataforma reportaba para la misma campaña un retorno de 6,0 por atribución. La diferencia entre 6,0 y 2,5 no significa que la plataforma mienta. Significa que la atribución le asignó a la campaña ventas que habrían ocurrido de todos modos.
Ventajas: Tienes un número que puedes defender ante finanzas, porque compara contra lo que habría pasado sin la inversión. Puedes comparar canales con la misma vara. Y sabes cuánto corregir las cifras de atribución que sigues usando en el día a día.
Desafíos
- Mercados pequeños o pocos. Con dos o tres ciudades el ruido puede tapar el efecto. A veces la respuesta honesta es que el negocio todavía no tiene escala para esta prueba.
- Contaminación. La campaña llega al grupo de control por medios nacionales o por personas que viajan entre ciudades.
- Impaciencia. Cortar la prueba cuando el número se ve bien invalida el resultado. La duración se define antes.
- Ventas con ciclo largo. Si tu cliente tarda tres meses en comprar, cuatro semanas de prueba miden poco. Usa un indicador adelantado que hayas validado antes.
- Una sola prueba. Un resultado es una fotografía. La incrementalidad cambia con la temporada, el nivel de inversión y la creatividad.
Lo Que Puedes Hacer Este Trimestre
No tienes que abandonar la atribución. Te sirve para optimizar dentro de un canal, día a día. La incrementalidad responde otra pregunta: cuánto vale el canal completo. Con las plataformas automatizando cada vez más decisiones de compra, esa segunda pregunta es la que te queda a ti.
Elige el canal en el que más inviertes y sobre el que más dudas tienes. Diseña una sola prueba geográfica con los seis pasos de arriba, córrela completa y lleva el resultado a tu próxima discusión de presupuesto. Con tres o cuatro pruebas al año tendrás factores de corrección propios para leer tus reportes con otros ojos.
Referencias
- Google (2025). Strengthen media measurement and ROI clarity with incrementality testing improvements. Google Ads Help. https://support.google.com/google-ads/answer/16719772?hl=en
- Meta Open Source (s. f.). Welcome to GeoLift. https://facebookincubator.github.io/GeoLift/docs/intro/
- Meta Open Source (s. f.). GeoLift Methodology. https://facebookincubator.github.io/GeoLift/docs/Methodology/
- Nair, H., Google (2025). Meridian is now available to everyone. https://blog.google/products/ads-commerce/meridian-marketing-mix-model-open-to-everyone/