Glosario de Marketing Digital

Definición: El marketing digital es el conjunto de estrategias y tácticas que utilizan canales digitales (web, motores de búsqueda, redes sociales, email, apps móviles) para conectar con audiencias, generar demanda y convertir prospectos en clientes. A diferencia del marketing tradicional, el digital permite segmentación precisa, medición en tiempo real y optimización continua basada en datos.

Por qué importa: El marketing digital no es una versión online del marketing tradicional: opera bajo reglas completamente diferentes. Aquí todo se rastrea, todo se mide y todo se optimiza. La ventaja competitiva está en quien mejor interpreta datos y ejecuta más rápido. Empresas que dominan el marketing digital crecen con CAC (Coste de Adquisición de Cliente) predecible y escalable, mientras sus competidores analógicos gastan sin visibilidad del retorno.

Ejemplo práctico: Airbnb construyó un imperio de $100B sin poseer un solo inmueble, usando exclusivamente marketing digital: SEO para captar búsquedas («alquiler apartamento Barcelona»), campañas de performance en Google/Meta para adquisición escalable, email marketing para reactivación, y un sistema de referidos que convirtió usuarios en canal de adquisición. Todo medible, todo optimizable.

Conceptos relacionados: Inbound Marketing, Marketing de contenidos, Funnel de conversión, ROI

Definición: El Inbound Marketing es la metodología que atrae clientes mediante la creación de contenido valioso y experiencias personalizadas, en lugar de interrumpirlos con mensajes publicitarios no solicitados. Se estructura en cuatro etapas: Atraer (contenido SEO, social media), Convertir (landing pages, CTAs), Cerrar (email nurturing, CRM) y Deleitar (servicio excepcional que genera referidos).

Por qué importa: El Inbound invierte la dinámica tradicional: en lugar de perseguir clientes con publicidad intrusiva (cold calls, banners), creas contenido que responde sus preguntas y los atrae orgánicamente cuando buscan soluciones. Esto genera leads más cualificados (están buscando activamente), reduce CAC a largo plazo (tráfico orgánico es gratis tras la inversión inicial) y construye autoridad que facilita el cierre.

Ejemplo práctico: HubSpot (que popularizó el término) atrae millones de visitantes mensuales con contenido educativo gratuito: guías de marketing, plantillas, cursos certificados. Este contenido posiciona en Google para miles de keywords, captura emails mediante lead magnets y nutre leads con secuencias automatizadas hasta convertirlos en clientes de su CRM/software de marketing (ticket promedio: $10K-50K anuales).

Conceptos relacionados: Content Marketing, SEO, Lead nurturing, Marketing automation

Definición: El Outbound Marketing es el enfoque tradicional de marketing que inicia el contacto con el cliente potencial mediante mensajes salientes, generalmente interrumpiendo su actividad: publicidad display, cold calling, email masivo no solicitado, ferias comerciales, publicidad televisiva. El mensaje va del vendedor al comprador de forma proactiva, buscando atención.

Por qué importa: Aunque el Inbound ha ganado protagonismo, el Outbound sigue siendo efectivo para ciertos objetivos: lanzamientos que requieren awareness masivo rápido, mercados B2B donde decisores no buscan activamente soluciones, o productos de baja consideración (impulso). La clave es combinar: Outbound genera volumen rápido, Inbound construye sostenibilidad a largo plazo.

Ejemplo práctico: Salesforce combina Outbound agresivo (cold calling desde SDRs, publicidad en LinkedIn, presencia en eventos Dreamforce) con Inbound (blog educativo, webinars, contenido SEO). El Outbound acelera pipeline en cuentas enterprise objetivo (ABM), mientras el Inbound captura demanda inbound de SMBs que buscan CRM.

Conceptos relacionados: Inbound Marketing, Interrupción, Cold outreach, Publicidad tradicional

Definición: El Growth Marketing es el enfoque sistemático de experimentación rápida a través de múltiples canales de marketing y desarrollo de producto para identificar las formas más efectivas de hacer crecer un negocio. Aplica metodología científica (hipótesis → experimento → análisis → iteración) y se enfoca en todo el funnel: adquisición, activación, retención, referidos e ingresos (AARRR).

Por qué importa: Mientras el marketing tradicional ejecuta campañas basadas en intuición y mejores prácticas, Growth Marketing opera con mentalidad de laboratorio: prueba constantemente, falla rápido y escala solo lo que funciona con datos. Esto permite encontrar canales no obvios (ej: Dropbox creció con programa de referidos, no con ads), optimizar micro-conversiones que multiplican resultados y construir máquinas de crecimiento predecibles.

Ejemplo práctico: Hotmail insertó «PS: I love you. Get your free email at Hotmail» en cada email enviado por usuarios. Este simple experimento de growth (distribución viral) generó 12 millones de usuarios en 18 meses sin presupuesto publicitario. No fue marketing tradicional: fue producto como canal de distribución. Eso es Growth Marketing.

Conceptos relacionados: Growth Hacking, Experimentación, Pirate Metrics (AARRR), Product-led growth

Definición: El Growth Hacking es el subconjunto táctico del Growth Marketing enfocado en experimentos creativos de bajo coste que explotan mecánicas virales, psicología conductual o hacks técnicos para generar crecimiento exponencial rápido. Popularizado por Sean Ellis (Dropbox), prioriza velocidad de iteración sobre presupuesto y astucia sobre recursos.

Por qué importa: Los growth hacks permiten a startups sin presupuesto competir con corporaciones millonarias. No es magia: es entender incentivos, mecánicas virales y fricciones mejor que nadie. Un hack exitoso puede generar más tracción que $1M en publicidad tradicional. Pero los hacks tienen fecha de caducidad: funcionan hasta que todos los copian o las plataformas los bloquean.

Ejemplo práctico: Airbnb creció inicialmente hackeando Craigslist: automatizaron posteo de sus listados en Craigslist (donde había más tráfico) con links a Airbnb. Esto violaba términos de Craigslist pero generó millones de visitas gratis antes que los bloquearan. Growth hack puro: aprovechó audiencia ajena, ignoró reglas, escaló antes que lo pararan.

Conceptos relacionados: Growth Marketing, Viral loops, Product-market fit, Experimentación

Definición: El marketing de contenidos es la estrategia de crear y distribuir contenido valioso, relevante y consistente para atraer y retener una audiencia claramente definida, con el objetivo final de impulsar acciones rentables del cliente. El contenido puede ser: artículos blog, videos, podcasts, infografías, ebooks, webinars, estudios de caso. La clave: educar/entretener primero, vender después.

Por qué importa: El content marketing resuelve el problema fundamental del marketing moderno: la gente ignora publicidad pero busca activamente información. Crear contenido que responde preguntas posiciona tu marca cuando la audiencia tiene la intención (momento de búsqueda), construye autoridad (eres la fuente confiable) y genera activos evergreen que trabajan perpetuamente (un artículo bien posicionado trae tráfico durante años).

Ejemplo práctico: Red Bull gastó $2B+ creando contenido de deportes extremos (videos, eventos, revista, canal YouTube con 12M+ suscriptores). No hablan de bebidas energéticas: crean la narrativa del estilo de vida que su bebida representa. Este contenido genera 300M+ visualizaciones anuales, posicionando Red Bull como marca de «energía extrema» sin depender solo de publicidad tradicional.

Conceptos relacionados: Inbound Marketing, SEO, Storytelling, Evergreen content

Definición: El marketing de atracción es la filosofía estratégica de hacer que los clientes vengan a ti mediante la creación de valor, autoridad y presencia donde ellos ya están, en lugar de perseguirlos con mensajes comerciales directos. Se fundamenta en: SEO (aparecer cuando buscan), contenido útil (resolver problemas), presencia social (estar en conversaciones) y reputación (prueba social).

Por qué importa: El marketing de atracción construye activos de largo plazo que generan demanda continua sin coste marginal. Un artículo bien posicionado trae tráfico durante años. Una reputación sólida genera referidos orgánicos. Esto contrasta con publicidad de pago (pagas → tráfico viene, dejas de pagar → tráfico desaparece). El marketing de atracción es el equivalente a construir una mina de oro vs comprar oro en el mercado.

Ejemplo práctico: Neil Patel construyó un imperio de consultoría/software ($100M+ valuación) mediante puro marketing de atracción: 4,000+ artículos SEO optimizados, presencia constante en comunidades marketing, herramientas gratuitas (Ubersuggest), podcasts educativos. Resultado: 4M+ visitantes mensuales orgánicos que se convierten en leads cualificados sin gastar en ads.

Conceptos relacionados: Inbound Marketing, Content Marketing, SEO, Autoridad de marca

Definición: El embudo de conversión (funnel) es el modelo que representa el viaje del cliente desde el primer contacto con tu marca hasta la conversión final (compra, suscripción, lead). Se estructura en etapas descendentes donde el volumen disminuye: TOFU (Top: awareness, descubrimiento), MOFU (Middle: consideración, evaluación), BOFU (Bottom: decisión, compra). Cada etapa requiere contenido y tácticas específicas.

Por qué importa: El funnel visualiza dónde pierdes clientes potenciales y permite optimizar sistemáticamente cada etapa. Si 10,000 personas entran al funnel (TOFU) pero solo 100 compran (BOFU), tienes 2 opciones: meter más gente arriba (costoso) o mejorar conversión en cada etapa (eficiente). Empresas que optimizan funnel multiplican resultados sin aumentar tráfico.

Ejemplo práctico – Funnel de SaaS típico:

• TOFU: 10,000 visitas blog (SEO, ads) → 500 descargas de ebook (5% conversión)
• MOFU: 500 leads → 150 activan trial gratuito (30% conversión)
• BOFU: 150 trials → 30 compran plan de pago (20% conversión)
• Resultado: 0.3% conversión total (10K → 30 clientes)

Optimizar BOFU de 20% a 30% genera 50% más clientes (45 vs 30) sin cambiar tráfico.

Conceptos relacionados: Customer Journey, TOFU/MOFU/BOFU, Tasa de conversión, Lead nurturing

Definición: El Customer Journey (viaje del cliente) es el mapa completo de todas las interacciones que un cliente tiene con tu marca, desde el awareness inicial hasta la conversión y más allá (retención, advocacy). A diferencia del funnel (que es lineal), el customer journey reconoce que los clientes avanzan en zigzag, retroceden, investigan en múltiples canales y tienen múltiples touchpoints antes de decidir.

Por qué importa: Entender el customer journey revela la complejidad real de cómo las personas compran. Pocos clientes ven un anuncio y compran inmediatamente: buscan en Google, leen reseñas, visitan tu web 3-5 veces, comparan alternativas, consultan con colegas. Mapear esto permite: identificar fricciones, optimizar touchpoints críticos y estar presente en los momentos que importan.

Ejemplo práctico – Journey B2B para software empresarial:

1. Awareness: CEO lee artículo LinkedIn sobre productividad
2. Investigación: Busca «software gestión proyectos» en Google, visita 5 webs
3. Consideración: Descarga comparativa de herramientas, se suscribe a newsletter
4. Evaluación: Participa en webinar de demo, comparte con equipo IT
5. Decisión: Solicita trial de 30 días, recibe llamadas de sales
6. Compra: Negocia contrato anual después de 3 reuniones
7. Onboarding: Usa producto 2 meses, recibe training
8. Retención: Renova al año siguiente
9. Advocacy: Recomienda en LinkedIn, caso de éxito

Este journey dura meses y toca 15+ touchpoints. Optimizar cada uno impacta conversión final.

Conceptos relacionados: Touchpoint, Funnel, Micro-conversiones, Omnicanalidad

Definición: Un touchpoint es cualquier punto de interacción entre un cliente (o prospecto) y tu marca a lo largo del customer journey. Puede ser: visita a tu web, anuncio en Instagram, email recibido, llamada de soporte, packaging del producto, reseña leída en Google, conversación con vendedor, factura recibida. Cada touchpoint influye en la percepción acumulada de tu marca.

Por qué importa: Los clientes no juzgan tu marca por un solo momento: la percepción es la suma de todos los touchpoints. Un touchpoint negativo (email spam agresivo, web que carga lenta, soporte telefónico grosero) puede destruir el trabajo de 10 touchpoints positivos. Empresas que auditan y optimizan sistemáticamente todos sus touchpoints construyen experiencias coherentes que convierten más.

Ejemplo práctico – Touchpoints de Apple en compra de iPhone:

1. Ver anuncio TV (emocional, aspiracional)
2. Buscar «iPhone 15 características» en Google
3. Visitar apple.com (experiencia web premium)
4. Leer reseñas en YouTube (influencers tech)
5. Visitar Apple Store física (experiencia retail inmersiva)
6. Probar iPhone en mesa de exhibición
7. Conversar con empleado Apple (capacitado, no presiona)
8. Comprar y recibir packaging diseñado al detalle
9. Unboxing experience cuidada
10. Setup guiado intuitivo
11. Seguimiento email postventa

Cada touchpoint refuerza «premium, diseño, simplicidad». Coherencia total.

Conceptos relacionados: Customer Journey, Experiencia de cliente, Omnicanalidad, Brand experience

Definición: La omnicanalidad es la estrategia de integrar completamente todos los canales de contacto con el cliente (online y offline) para ofrecer una experiencia fluida y consistente, donde el cliente puede comenzar una interacción en un canal y continuarla en otro sin fricción. El sistema reconoce al cliente y su contexto independientemente del canal.

Por qué importa: Los clientes no piensan en «canales»: piensan en resolver su necesidad. Quieren empezar una compra en móvil, continuarla en desktop y recoger en tienda. O preguntar en chat, recibir respuesta por email y seguimiento por WhatsApp. La omnicanalidad elimina silos entre canales, reduciendo fricción y aumentando conversión. Las empresas omnicanal retienen 89% más clientes que las multicanal (Aberdeen Group).

Ejemplo práctico – Disney: Planificas viaje en web → Compras en app móvil → Pulsera MagicBand llega por correo → Usas pulsera como llave de hotel, entrada a parques, método de pago → App muestra tiempo de espera en atracciones en tiempo real → Reservas FastPass desde app → Fotos tomadas por fotógrafos Disney aparecen automáticamente en tu app (facial recognition) → Post-visita, recibes email con resumen de experiencia.

Todo integrado. Un ecosistema donde cada touchpoint conoce tu contexto completo.

Conceptos relacionados: Multicanalidad, Customer Journey, Touchpoint, Experiencia de cliente

Definición: La multicanalidad es el enfoque de ofrecer múltiples canales independientes para interactuar con los clientes (web, app, tienda física, teléfono, email, chat) pero sin integración entre ellos. Cada canal opera en silo: si llamas después de chatear, el agente telefónico no sabe sobre tu chat previo. Ofrece opciones pero no coherencia.

Por qué importa: La multicanalidad es mejor que un solo canal (da opciones al cliente) pero inferior a la omnicanalidad (falta integración). Es una etapa intermedia común: empresas que digitalizaron rápido tienen web, app, redes sociales, pero los sistemas no hablan entre sí. Esto genera frustración: el cliente repite información en cada canal. La evolución natural es multicanalidad → omnicanalidad.

Ejemplo práctico – Multicanalidad típica de banco: Tienes app móvil, web banking, oficinas físicas, call center. Pero: (1) Si abres cuenta en oficina, no aparece inmediatamente en app, (2) Si preguntas algo en chat web, el call center no ve el historial, (3) Cada canal tiene diferentes opciones (no puedes hacer todo en todos lados). Canales múltiples, experiencia fragmentada.

Contraste con omnicanalidad: N26 (banco digital) donde abres cuenta en 8 minutos en app, todas las operaciones disponibles en todos los canales, soporte en app conoce todo tu historial.

Conceptos relacionados: Omnicanalidad, Silos organizacionales, Integración de sistemas

Definición: Un KPI (Indicador Clave de Rendimiento) es una métrica cuantificable que mide el éxito de una organización, departamento o campaña en alcanzar objetivos estratégicos específicos. Un KPI efectivo es: específico (mide algo concreto), medible (cuantificable), alcanzable (realista), relevante (alineado con objetivos de negocio) y temporal (con plazo definido).

Por qué importa: No todas las métricas son KPIs. Los KPIs son las métricas críticas que determinan si estás ganando o perdiendo. Empresas que confunden vanity metrics (likes, followers) con KPIs verdaderos (CAC, LTV, conversión) optimizan las métricas equivocadas. Los KPIs correctos alinean esfuerzos y permiten priorizar: si el KPI es «reducir CAC 20%», todo el equipo sabe qué optimizar.

Ejemplo práctico – KPIs por objetivo:

• Objetivo: Aumentar ingresos recurrentes → KPI: MRR (Monthly Recurring Revenue), tasa de retención
• Objetivo: Reducir dependencia de publicidad paga → KPI: % tráfico orgánico, posiciones SEO en keywords estratégicas
• Objetivo: Mejorar eficiencia marketing → KPI: CAC (Customer Acquisition Cost), ratio LTV:CAC
• Objetivo: Aumentar engagement newsletter → KPI: Open rate, CTR, tasa de conversión email

Conceptos relacionados: Métricas, Objetivos SMART, Dashboard, ROI

Definición: El ROI (Retorno de Inversión) mide la rentabilidad de una inversión comparando la ganancia obtenida con el coste incurrido. Fórmula: ROI = (Ingresos generados – Inversión) / Inversión × 100. Un ROI del 200% significa que por cada euro invertido, obtuviste 2 euros de beneficio (3 euros totales – 1 euro invertido).

Por qué importa: El ROI es el idioma universal del negocio: traduce acciones de marketing a impacto financiero. Permite comparar inversiones heterogéneas (¿invertir €10K en Google Ads o en SEO?) y justificar presupuestos ante dirección. Marketing sin ROI medido es gasto, no inversión. El desafío: atribuir correctamente ingresos a acciones específicas en customer journeys complejos.

Ejemplo práctico – Cálculo ROI de campaña Google Ads:

• Inversión: €5,000 en anuncios + €1,000 gestión = €6,000 totales
• Resultados: 50 clientes adquiridos × €500 valor promedio compra = €25,000 ingresos
• ROI: (€25,000 – €6,000) / €6,000 × 100 = 316% ROI

Interpretación: Por cada euro invertido, generaste 3.16 euros de beneficio. Si tu margen bruto es 40% (€10K de €25K), ROI ajustado por margen = 66%, aún rentable.

Conceptos relacionados: ROAS, CAC, LTV, Rentabilidad, Attribution

Definición: El ROI (Retorno de Inversión) mide la rentabilidad de una inversión comparando la ganancia obtenida con el coste incurrido. Fórmula: ROI = (Ingresos generados – Inversión) / Inversión × 100. Un ROI del 200% significa que por cada euro invertido, obtuviste 2 euros de beneficio (3 euros totales – 1 euro invertido).

Por qué importa: El ROI es el idioma universal del negocio: traduce acciones de marketing a impacto financiero. Permite comparar inversiones heterogéneas (¿invertir €10K en Google Ads o en SEO?) y justificar presupuestos ante dirección. Marketing sin ROI medido es gasto, no inversión. El desafío: atribuir correctamente ingresos a acciones específicas en customer journeys complejos.

Ejemplo práctico – Cálculo ROI de campaña Google Ads:

• Inversión: €5,000 en anuncios + €1,000 gestión = €6,000 totales
• Resultados: 50 clientes adquiridos × €500 valor promedio compra = €25,000 ingresos
• ROI: (€25,000 – €6,000) / €6,000 × 100 = 316% ROI

Interpretación: Por cada euro invertido, generaste 3.16 euros de beneficio. Si tu margen bruto es 40% (€10K de €25K), ROI ajustado por margen = 66%, aún rentable.

Conceptos relacionados: ROAS, CAC, LTV, Rentabilidad, Attribution

Definición: El ROAS (Retorno de Inversión Publicitaria) mide cuántos ingresos genera cada euro gastado específicamente en publicidad de pago. Fórmula: ROAS = Ingresos de publicidad / Gasto publicitario. Un ROAS de 5:1 significa que por cada euro en ads, generas 5 euros en ventas. A diferencia del ROI, el ROAS no resta costes de producto/operación.

Por qué importa: El ROAS es la métrica crítica para evaluar rentabilidad de campañas publicitarias en tiempo real. Permite optimizar presupuesto entre canales (si Facebook tiene ROAS 3:1 y Google 6:1, mueves presupuesto a Google) y tomar decisiones de escala (ROAS >3:1 generalmente permite escalar de forma rentable). Es más preciso que ROI para publicidad porque aísla performance del canal pagado.

Ejemplo práctico – Optimización por ROAS:

• Facebook Ads: Gasto €2,000 → Ingresos €8,000 → ROAS 4:1
• Google Shopping: Gasto €3,000 → Ingresos €21,000 → ROAS 7:1
• LinkedIn Ads: Gasto €1,000 → Ingresos €2,000 → ROAS 2:1

Decisión: Aumentar presupuesto Google Shopping (ROAS más alto), mantener Facebook, pausar LinkedIn (ROAS por debajo de umbral rentable). Si margen bruto es 40%, necesitas ROAS mínimo 2.5:1 para breakeven.

Conceptos relacionados: ROI, CAC, LTV, Performance marketing, Attribution

Definición: El CPC (Coste por Clic) es el precio que pagas cada vez que alguien hace clic en tu anuncio en plataformas de publicidad digital (Google Ads, Meta Ads, LinkedIn). Se calcula: CPC = Gasto total en campaña / Número de clics recibidos. Puede ser fijo (CPCs establecidos) o variable (subastas en tiempo real).

Por qué importa: El CPC determina cuántos clics puedes comprar con tu presupuesto y, combinado con tasa de conversión, define tu CAC (Coste de Adquisición). CPC bajo no garantiza éxito: si los clics no convierten, gastas poco por visita pero no generas ventas. El objetivo es optimizar el balance: CPC razonable × alta conversión = CAC rentable. El CPC varía masivamente por industria, keyword competitividad y calidad del anuncio.

Ejemplo práctico – Variabilidad de CPC:

• «Comprar zapatillas running» → CPC €0.80 (alta competencia ecommerce)
• «Abogado accidente tráfico Madrid» → CPC €15 (alto valor cliente, competencia legal)
• «Software CRM empresas» → CPC €25 (B2B, tickets altos, largo ciclo venta)
• «Receta tarta chocolate» → CPC €0.05 (bajo valor comercial)

Con presupuesto de €1,000: compras 1,250 clics de zapatillas, o 66 clics de CRM. El CRM convierte mejor pero cuesta 31x más por clic.

Conceptos relacionados: CPM, CPA, Quality Score, CTR, Subasta publicitaria

Definición: El CPM (Coste por Mil impresiones) es el precio que pagas por cada 1,000 veces que tu anuncio se muestra, independientemente de si recibe clics o no. Fórmula: CPM = (Gasto total / Impresiones) × 1,000. Es el modelo de pago típico en campañas de awareness/branding donde el objetivo es visibilidad, no acción inmediata.

Por qué importa: El CPM es efectivo cuando el objetivo es alcance masivo y reconocimiento de marca (lanzamientos, rebranding, eventos), no conversión directa. Permite predecir cobertura: con CPM de €5 y presupuesto €10,000 alcanzas 2 millones de impresiones. El desafío: las impresiones no garantizan atención (viewability) ni acción. CPM bajo con CTR bajo = dinero desperdiciado en visibilidad sin engagement.

Ejemplo práctico – Comparación CPC vs CPM: Campaña A (CPM): €5 CPM → 1M impresiones con €5,000 → CTR 0.5% → 5,000 clics → CPC real €1
Campaña B (CPC directo): €1.50 CPC → 3,333 clics con €5,000

CPM funciona si tu CTR es alto (creatividad atractiva). Si CTR es bajo (0.2%), el CPC real sube a €2.50, peor que pagar CPC directo. CPM favorece a marcas con creatividades que generan clicks orgánicamente.

Conceptos relacionados: CPC, Impresiones, Alcance, CTR, Awareness

Definición: El CPA (Coste por Adquisición), también llamado CAC en contextos de negocio, es el coste total de convertir un prospecto en cliente. Fórmula: CPA = Gasto total en marketing / Número de clientes adquiridos. Incluye todos los costes: publicidad, herramientas, salarios del equipo de marketing prorrateados.

Por qué importa: El CPA es la métrica definitiva de eficiencia de adquisición. Para que un negocio sea rentable, el CPA debe ser significativamente menor que el LTV (Lifetime Value del cliente). La regla de oro: LTV:CAC ratio de 3:1. Si un cliente vale €300 en su vida y cuesta €100 adquirirlo, el ratio es 3:1 (saludable). Ratio <3:1 indica marketing ineficiente o modelo de negocio insostenible.

Ejemplo práctico – CPA por canal:

• SEO orgánico: CPA €25 (inversión en contenido amortizada en el tiempo)
• Google Ads: CPA €150 (pago directo por clic competitivo)
• Referidos: CPA €40 (incentivos a clientes que refieren)
• Cold email: CPA €80 (herramientas + tiempo SDRs)

Con LTV de €600, todos los canales son rentables (ratio >3:1), pero SEO y referidos son más eficientes. Escalas los canales con mejor CPA mientras mantienes diversificación.

Conceptos relacionados: CAC, LTV, ROI, ROAS, Unit economics

Definición: El CPL (Coste por Lead) mide cuánto cuesta generar un lead cualificado (contacto que ha mostrado interés mediante formulario, descarga, registro). Fórmula: CPL = Gasto en campaña / Número de leads generados. No todos los leads se convierten en clientes, por lo que CPL < CPA siempre.

Por qué importa: El CPL permite evaluar eficiencia en la parte superior del funnel (generación de interés) antes de medir conversión final. Es crítico en B2B y modelos de alto ticket donde el ciclo de venta es largo: primero generas leads, luego los nutres durante semanas/meses hasta cerrar. Optimizar CPL permite llenar el pipeline de forma predecible. CPL bajo sin calidad de lead = desperdicio (leads que nunca comprarán).

Ejemplo práctico – Funnel B2B SaaS:

• Gasto campaña LinkedIn: €5,000
• Leads generados: 250 (descargaron whitepaper)
• CPL: €20
• Leads cualificados (MQL): 100 (40% tasa de cualificación)
• CPL ajustado (solo MQLs): €50
• Conversión MQL → Cliente: 20% → 20 clientes
• CPA final: €250

El CPL inicial (€20) parece bajo, pero el CPL de leads cualificados (€50) y CPA final (€250) son las métricas que importan para evaluar rentabilidad real.

Conceptos relacionados: CPA, MQL, SQL, Lead nurturing, Funnel

Definición: El CTR (Tasa de Clics) mide el porcentaje de personas que hacen clic en tu anuncio, enlace o CTA después de verlo. Fórmula: CTR = (Clics / Impresiones) × 100. Un CTR del 5% significa que de cada 100 personas que vieron tu anuncio, 5 hicieron clic.

Por qué importa: El CTR indica qué tan relevante y atractivo es tu mensaje para la audiencia. CTR alto significa que tu targeting es preciso y tu creatividad resuena. En Google Ads, el CTR impacta directamente tu Quality Score (anuncios con CTR alto pagan CPC más bajo). CTR bajo indica desconexión: mensaje irrelevante, targeting equivocado o creatividad débil.

Ejemplo práctico – Benchmarks de CTR:

• Google Search Ads (posición 1): CTR 8-12% (intención alta, búsqueda activa)
• Google Display Network: CTR 0.5-1% (interrupciones, awareness)
• Facebook Feed Ads: CTR 1-2% (competencia por atención)
• Email marketing (B2B): CTR 2-5% (audiencia ya engaged)
• Anuncios LinkedIn: CTR 0.4-0.8% (targeting preciso, pero caros)

Un CTR de 0.3% en Google Search indica problema grave (keyword mal elegida, anuncio pobre). El mismo 0.3% en Display sería bajo-normal (awareness, no acción).

Conceptos relacionados: CPC, Impresiones, Quality Score, Engagement, Creatividad publicitaria

Definición: La tasa de conversión mide el porcentaje de visitantes que completan una acción deseada (compra, registro, descarga, suscripción). Fórmula: Tasa de conversión = (Conversiones / Visitantes totales) × 100. Una tasa del 3% significa que de cada 100 visitantes, 3 convierten.

Por qué importa: La tasa de conversión es la métrica que multiplica el valor de todo tu tráfico. Con 10,000 visitas mensuales, pasar de 2% a 4% de conversión duplica ventas sin aumentar tráfico ni gasto publicitario. Pequeñas mejoras en conversión (optimización de landing page, mejora de checkout) generan impacto desproporcionado. Es más barato optimizar conversión que comprar más tráfico.

Ejemplo práctico – Impacto de optimización: Antes de optimización:

• Tráfico: 10,000 visitantes/mes
• Conversión: 2%
• Ventas: 200
• Ticket promedio: €100
• Ingresos: €20,000

Después de optimizar landing page (A/B test, mejora copy, reducción fricción):

• Tráfico: 10,000 (igual)
• Conversión: 3.5% (+75% mejora)
• Ventas: 350 (+75%)
• Ingresos: €35,000 (+€15K, +75%)

La optimización costó €2,000 (diseñador + copywrter). ROI de optimización: 650% en un mes.

Conceptos relacionados: CRO, Funnel, Landing page, A/B testinng, Fricción

Definición: La tasa de rebote mide el porcentaje de visitantes que abandonan tu web después de ver solo una página, sin interactuar (sin clic, sin scroll profundo, sin conversión). Fórmula: Bounce Rate = (Sesiones de una sola página / Total sesiones) × 100.

Por qué importa: Bounce rate alto (>70%) puede indicar problemas: landing page irrelevante, carga lenta, targeting equivocado, experiencia móvil deficiente. Pero contexto importa: un bounce de 80% en blog puede ser normal (el visitante leyó el artículo completo y se fue satisfecho). En ecommerce o landing pages de conversión, bounce >60% es señal de alarma. Google considera bounce rate en rankings (señal de baja calidad).

Ejemplo práctico – Interpretación por tipo de página:

• Blog post informativo: Bounce 75% → Normal (lectores buscan respuesta específica, la encuentran, se van)
• Landing page campaña PPC: Bounce 65% → Problema (gente clica anuncio pero landing no convence, desperdicio)
• Homepage: Bounce 50% → Aceptable (algunos exploran, otros se van)
• Página producto ecommerce: Bounce 40% → Objetivo (mayoría debería explorar más productos o añadir a carrito)

Reducir bounce: mejorar relevancia, velocidad de carga, claridad de propuesta de valor, CTAs visibles.

Conceptos relacionados: Tiempo en página, Engagement, UX, Relevancia, Core Web Vitals

Definición: El tiempo en página mide cuántos segundos o minutos un visitante permanece activamente en una página web antes de navegar a otra o salir del sitio. Google Analytics calcula tiempo promedio comparando timestamps entre visualizaciones de páginas consecutivas.

Por qué importa: El tiempo en página indica profundidad de engagement. Tiempos bajos (<30 segundos en contenido largo) sugieren que el contenido no resuena o que la promesa del título/anuncio no se cumple. Tiempos altos (3-5 min en artículo) indican lectura completa y satisfacción. Google usa tiempo en página como señal de calidad: contenido que retiene indica valor. Pero cuidado: tiempo alto en checkout puede indicar fricción.

Ejemplo práctico – Interpretación por contexto:

• Artículo 2,000 palabras: Tiempo promedio 4:30 min → Excelente (lectura completa)
• Artículo 2,000 palabras: Tiempo promedio 0:45 seg → Problema (bounce disfrazado, título clickbait)
• Landing page producto: Tiempo 2:15 min → Bueno (estudian propuesta de valor)
• Página checkout: Tiempo 8 min → Señal de fricción (formulario confuso, dudas, abandonos)

Optimización: contenido más escaneable (subtítulos, bullets), videos que retienen, eliminación de distracciones.

Conceptos relacionados: Bounce rate, Engagement, Scroll depth, UX, Calidad de contenido

Definición: Una sesión es el período de tiempo durante el cual un usuario interactúa activamente con tu web. En Google Analytics, una sesión incluye múltiples pageviews, eventos, interacciones. Una sesión termina después de 30 minutos de inactividad o a medianoche. Un usuario puede generar múltiples sesiones (visita por la mañana, regresa por la tarde = 2 sesiones).

Por qué importa: Las sesiones miden tráfico agregado y permiten calcular métricas de comportamiento: páginas por sesión (engagement), bounce rate, duración promedio. Más sesiones no siempre es mejor: 10,000 sesiones con 0% conversión valen menos que 1,000 sesiones con 5% conversión. El objetivo es aumentar sesiones cualificadas (con intención comercial) y optimizar qué hacen durante la sesión.

Ejemplo práctico – Análisis de sesiones: Web ecommerce – mes de noviembre:

• Total sesiones: 50,000
• Usuarios únicos: 35,000 (ratio 1.43 sesiones/usuario)
• Páginas por sesión: 4.2
• Duración promedio: 3:20 min
• Bounce rate: 42%
• Conversión: 2.8% (1,400 ventas)

Insights: Los usuarios regresan (1.43 sesiones/usuario, señal de interés). Engagement aceptable (4.2 páginas, 3:20 min). Conversión estándar ecommerce. Oportunidad: reducir bounce 42% → 35% mediante mejora de homepage.

Conceptos relacionados: Usuarios únicos, Pageviews, Bounce rate, Engagement, Tráfico

Definición: Un usuario único es una persona individual identificada que visita tu web en un período determinado, independientemente de cuántas veces regrese. Google Analytics usa cookies para identificar usuarios: si la misma persona visita tu web 10 veces en un mes, cuenta como 1 usuario único y 10 sesiones.

Por qué importa: Los usuarios únicos miden alcance real (cuántas personas diferentes tocaste) vs sesiones totales (volumen de visitas). El ratio sesiones/usuarios únicos revela lealtad: ratio de 1.0 = cada usuario visitó una sola vez (tráfico frío). Ratio de 3.0 = usuarios regresan frecuentemente (engagement alto, contenido valioso). Aumentar usuarios únicos requiere adquisición (ads, SEO). Aumentar sesiones/usuario requiere retención (contenido recurrente, newsletters).

Ejemplo práctico – Comparación de sitios: Blog de noticias:

• Usuarios únicos/mes: 200,000
• Sesiones: 500,000
• Ratio: 2.5 sesiones/usuario (lectores regresan para noticias diarias)

Software SaaS (blog educativo):

• Usuarios únicos/mes: 50,000
• Sesiones: 65,000
• Ratio: 1.3 sesiones/usuario (mayoría llega por Google, lee artículo, se va)

El blog noticias tiene audience engaged (regresan), el blog SaaS captura tráfico de búsqueda pero no retiene (oportunidad: newsletter para aumentar recurrencia).

Conceptos relacionados: Sesiones, Retención, Tráfico recurrente, Cookies, Analytics

Definición: Un pageview es cada vez que se carga una página en tu web. Si un usuario visita 5 páginas en una sesión, genera 5 pageviews. A diferencia de sesiones (que agrupan actividad), los pageviews cuentan cada carga individual de página.

Por qué importa: Los pageviews indican volumen total de consumo de contenido. Webs con muchos pageviews/sesión (blogs con enlaces internos, ecommerce con catálogos extensos) tienen mejor engagement. Pageviews altos con tiempo en página bajo = experiencia pobre (usuarios buscan desesperadamente información). Medios online monetizan por pageview (más páginas vistas = más impresiones publicitarias).

Ejemplo práctico – Optimización de pageviews: Antes:

• 10,000 sesiones/mes
• 2.5 pageviews/sesión
• 25,000 pageviews totales
• Ingresos display ads: €500 (CPM €20 por cada 1,000 pageviews)

Después de optimizar enlaces internos + contenido relacionado:

• 10,000 sesiones (igual)
• 4.0 pageviews/sesión (+60%)
• 40,000 pageviews (+60%)
• Ingresos display ads: €800 (+60%, sin aumentar tráfico)

Añadir enlaces internos relevantes, sidebar de contenido relacionado, y artículos «serie» aumentó pageviews/sesión sin coste adicional.

Conceptos relacionados: Sesiones, Tiempo en página, Engagement, Enlaces internos, Navegación

Definición: El engagement mide el nivel de interacción activa de tu audiencia con tu contenido/marca. En digital incluye: clics, comments, shares, likes, tiempo de visualización (video), scroll depth, interacciones con elementos. No es consumo pasivo: es participación activa.

Por qué importa: El engagement es indicador de conexión real. 10,000 followers con 0% engagement valen menos que 1,000 followers con 10% engagement. Algoritmos de redes sociales priorizan contenido con alto engagement (más comentarios = más distribución orgánica). En web, alto engagement (tiempo en página, páginas/sesión, interacciones) correlaciona con conversión: usuarios engaged están más cerca de comprar.

Ejemplo práctico – Engagement en Instagram: Cuenta A: 100K followers, 500 likes promedio, 10 comentarios → Engagement 0.5% (audiencia comprada o fría)
Cuenta B: 10K followers, 800 likes promedio, 150 comentarios → Engagement 9.5% (audiencia ultra-engaged)

La cuenta B genera más impacto comercial: sus seguidores ven el contenido (algoritmo prioriza engagement alto), interactúan y confían. La cuenta A tiene vanity metrics (followers) sin business metrics (conversión).

En web: engagement alto = más sesiones, más páginas, más tiempo, más conversiones. Engagement bajo = tráfico que no vale.

Conceptos relacionados: Interacción, CTR, Tiempo en página, Algoritmos sociales, Comunidad

Definición: El alcance (reach) mide cuántas personas únicas vieron tu contenido en un período determinado. En redes sociales, distingue entre: alcance orgánico (personas que vieron sin promoción paga) y alcance pagado (vieron mediante publicidad). En publicidad display/TV, mide cuántas personas diferentes fueron expuestas al anuncio.

Por qué importa: El alcance mide cobertura de tu mensaje: ¿llegaste a 1,000 personas o 1 millón? Alcance alto no garantiza engagement (puedes alcanzar millones con mensaje irrelevante). La métrica clave es alcance cualificado: llegaste a las personas correctas (tu target), no solo a cualquiera. El declive del alcance orgánico en redes (Facebook orgánico: 2-6% de tus followers) obliga a pagar para alcanzar tu propia audiencia.

Ejemplo práctico – Alcance Facebook: Post orgánico (sin presupuesto):

• Seguidores: 50,000
• Alcance orgánico: 2,500 (5% de seguidores)
• Engagement: 200 interacciones

Mismo post con €100 promoción:

• Alcance total: 25,000 (2,500 orgánico + 22,500 pagado)
• Engagement: 1,500 interacciones

Sin pago, solo alcanzas fragmento de tu propia audiencia. Facebook limita alcance orgánico para forzar gasto publicitario.

Conceptos relacionados: Impresiones, Engagement, Alcance orgánico vs pagado, Algoritmos sociales

Definición: Una impresión es cada vez que tu contenido o anuncio se carga en una pantalla, independientemente de si el usuario lo ve realmente o interactúa. Un usuario puede generar múltiples impresiones del mismo contenido (ve tu anuncio 5 veces = 5 impresiones). Impresiones ≥ Alcance siempre.

Por qué importa: Las impresiones miden exposición total, útil para campañas de awareness donde la repetición construye reconocimiento (regla de marketing: necesitas 7+ exposiciones para recordar una marca). Pero impresiones sin viewability (aparecer en pantalla visible) o sin engagement son vanity metrics. Muchas impresiones con bajo CTR indican mensaje irrelevante o saturación (ad fatigue).

Ejemplo práctico – Impresiones vs Alcance: Campaña Display:

• Impresiones: 100,000
• Alcance: 30,000 usuarios únicos
• Frecuencia promedio: 3.3 impresiones/usuario

Cada persona vio tu anuncio 3.3 veces en promedio. Si frecuencia >10, posible ad fatigue (misma persona bombardeada). Si frecuencia ~1, poca repetición (difícil recordar marca).

Optimización: con 100K impresiones puedes elegir: (a) alcanzar 100K personas 1 vez (cobertura), o (b) alcanzar 10K personas 10 veces (penetración). Depende del objetivo.

Conceptos relacionados: Alcance, Frecuencia, CPM, Viewability, Ad fatigue

Definición: El Share of Voice (SOV) mide qué porcentaje de la conversación total en tu industria/categoría captura tu marca comparado con competidores. Se calcula en: publicidad (% de impresiones publicitarias vs competencia), medios ganados (% de menciones en prensa/blogs), redes sociales (% de conversaciones/menciones).

Por qué importa: El SOV predice cuota de mercado futura: marcas que aumentan SOV consistentemente ganan market share. Si tu categoría genera 1M de impresiones publicitarias mensuales y tú capturas 200K (20%), tienes 20% SOV. Para crecer en mercados competidos, necesitas SOV superior a tu cuota de mercado actual (marca con 15% market share pero 25% SOV está ganando terreno).

Ejemplo práctico – SOV en bebidas energéticas España:

• Red Bull: 45% SOV (omnipresente: eventos, publicidad, patrocinios)
• Monster: 25% SOV (fuerte presencia retail, patrocinios deportivos)
• Burn: 15% SOV (publicidad selectiva)
• Otros: 15% SOV (marcas regionales, blancas)

Red Bull domina conversación (45% SOV) y mercado (~40% cuota). Monster crece (25% SOV con 20% cuota, ganando). Burn declinando (15% SOV, 18% cuota, perdiendo).

Conceptos relacionados: Market share, Brand awareness, Presencia de marca, Competencia

Definición: El LTV (Lifetime Value o Valor del Cliente en su Vida) mide el ingreso total que un cliente genera desde su primera compra hasta que deja de ser cliente. Fórmula básica: LTV = Valor promedio de compra × Frecuencia de compra anual × Vida útil del cliente (años). Para SaaS/suscripciones: LTV = ARPU (ingreso mensual por usuario) × meses promedio como cliente.

Por qué importa: El LTV determina cuánto puedes gastar en adquirir un cliente y seguir siendo rentable. La regla de oro: LTV debe ser 3x mayor que CAC. Si LTV es €900 y CAC es €300, ratio 3:1 es saludable (recuperas inversión y generas beneficio). Aumentar LTV (mediante upsells, retención, cross-sells) multiplica rentabilidad sin aumentar coste de adquisición.

Ejemplo práctico – LTV de Netflix:

• Suscripción promedio: €12.99/mes
• Retención promedio: 25 meses (churn ~4%/mes)
• LTV: €12.99 × 25 = €324.75

Si CAC de Netflix es ~€100 (marketing, trial gratuito), ratio LTV:CAC es 3.25:1 (rentable). Aumentar retención de 25 a 30 meses (reducir churn 20%) sube LTV a €389, mejorando ratio a 3.9:1 sin tocar adquisición.

Conceptos relacionados: CAC, Retención, Churn, ARPU, Unit economics, Ratio LTV:CAC

Definición: El CAC (Coste de Adquisición de Cliente) mide el gasto total necesario para adquirir un nuevo cliente. Incluye: gasto publicitario, salarios de equipo marketing/ventas, herramientas de marketing, costes de creatividades, eventos. Fórmula: CAC = Costes totales de marketing y ventas / Número de clientes adquiridos en un período.

Por qué importa: El CAC determina la viabilidad del modelo de negocio. Negocios escalables tienen CAC predecible y significativamente menor que LTV. Startups mueren cuando CAC > LTV (cada cliente adquirido pierde dinero). El CAC debe amortizarse rápidamente: idealmente en <12 meses (payback period). CACs altos pueden justificarse si LTV es masivo (enterprise software con contratos plurianuales).

Ejemplo práctico – CAC por modelo de negocio:

• SaaS B2B (enterprise): CAC €5,000-20,000 (sales cycles largos, demos, trials) pero LTV €50K-200K → ratio 5-10:1
• SaaS B2C (consumer): CAC €50-200 (self-service, viralidad) con LTV €500-1,500 → ratio 3-5:1
• Ecommerce (DTC): CAC €30-80 (Facebook/Google Ads) con LTV €120-300 → ratio 2-4:1

El enterprise SaaS puede gastar €10K en adquirir cliente porque recupera 10x. El ecommerce debe mantener CAC bajo porque LTV es limitado.

Conceptos relacionados: LTV, CPA, Ratio LTV:CAC, Payback period, Unit economics

Definición: El Churn Rate mide el porcentaje de clientes que dejan de ser clientes (cancelan suscripción, no recompran) en un período determinado. Fórmula: Churn mensual = (Clientes perdidos en el mes / Clientes al inicio del mes) × 100. Un churn del 5% mensual significa que pierdes 5 de cada 100 clientes cada mes.

Por qué importa: El churn es el enemigo silencioso del crecimiento. Con churn 5% mensual, pierdes 46% de tu base anual (compounding). Para crecer, tu tasa de adquisición debe superar tu churn. Reducir churn es más rentable que aumentar adquisición: cuesta 5-7x menos retener que adquirir. Empresas SaaS de alto crecimiento tienen churn <3% mensual (retención >97%). Churn >10% mensual es insostenible.

Ejemplo práctico – Impacto de churn: Empresa A (churn alto 10%/mes):

• Inicio año: 1,000 clientes
• Adquisición: 100 nuevos/mes (1,200 anuales)
• Pérdida por churn: ~800 clientes durante el año
• Final año: 1,400 clientes (crecimiento 40%, pero gastando en adquirir 1,200 para reemplazar 800 perdidos)

Empresa B (churn bajo 2%/mes):

• Inicio año: 1,000 clientes
• Adquisición: 100 nuevos/mes (1,200 anuales)
• Pérdida por churn: ~250 clientes
• Final año: 1,950 clientes (crecimiento 95%, casi toda la adquisición es crecimiento neto)

Reducir churn transforma economía del negocio. Empresa B crece 2.4x más rápido con la misma adquisición.

Conceptos relacionados: Retención, LTV, Net Revenue Retention, Customer success, Onboarding

Definición: Un MQL (Marketing Qualified Lead) es un lead que ha mostrado suficiente interés y cumple criterios básicos de fit (industria, tamaño empresa, rol) para ser considerado más valioso que un lead genérico, pero aún no está listo para hablar con ventas. Ejemplos de acciones que califican MQL: descargar contenido premium, asistir a webinar, visitar pricing page 3+ veces, engagement alto con emails.

Por qué importa: Los MQLs filtran el ruido: no todos los leads valen igual. Definir MQL evita desperdiciar tiempo de ventas con leads fríos (alguien que descargó un ebook por curiosidad). Marketing se enfoca en generar volumen de MQLs cualificados, ventas se enfoca en convertir MQLs en clientes. La tasa de conversión MQL → SQL → Cliente determina eficiencia del funnel.

Ejemplo práctico – Criterios MQL para SaaS B2B: Lead cualifica como MQL si cumple:

1. Fit de empresa: Tamaño >50 empleados, industria objetivo (tech, finanzas)
2. Fit de rol: Título indica poder de decisión (director, VP, C-level)
3. Engagement: Descargó 2+ assets, visitó web 5+ veces en 30 días, abrió 60%+ emails

Lead NO cualifica (descartado o nutrido más):

• Estudiante que descargó ebook
• Empresa 3 empleados (fuera de ICP)
• Visitó web 1 vez hace 6 meses

Marketing entrega 200 MQLs/mes a ventas. Ventas convierte 30% MQL → SQL → 15% SQL → Cliente = 9 clientes/mes de 200 MQLs.

Conceptos relacionados: SQL, Lead scoring, Lead nurturing, Funnel B2B, ICP (Ideal Customer Profile)

Definición: Un SQL (Sales Qualified Lead) es un MQL que ha sido validado por el equipo de ventas como listo para conversación comercial directa. Ha expresado interés explícito en comprar (solicitó demo, pricing, trial), tiene presupuesto, autoridad para decidir, necesidad clara y timeline definido (metodología BANT: Budget, Authority, Need, Timeline).

Por qué importa: El SQL es el lead con mayor probabilidad de convertir: pasó los filtros de marketing (MQL) y la validación inicial de ventas (es un fit real con intención de compra inminente). Mientras marketing optimiza para generar MQLs, ventas optimiza para convertir SQLs en clientes. La tasa de conversión SQL → Cliente suele ser 20-30% en B2B bien ejecutado.

Ejemplo práctico – Progresión Lead → MQL → SQL: Lead inicial (día 1): Juan descarga whitepaper «Guía CRM para PYMEs»
MQL (día 15): Juan asiste webinar sobre automatización ventas, visita pricing 3 veces
SQL (día 25): Juan solicita demo personalizada, completa formulario indicando:

• Presupuesto: €10K-20K/año
• Autoridad: Director Comercial (decisor)
• Need: Actualizar CRM actual (Salesforce demasiado complejo/caro)
• Timeline: Implementar en Q1 (2 meses)

Sales rep contacta inmediatamente, agenda demo. Probabilidad de cierre: 25%. SQL vale 10x más que MQL.

Conceptos relacionados: MQL, BANT, Pipeline de ventas, Lead qualification, Sales development

Definición: Google Analytics (GA4 desde 2023) es la plataforma gratuita de analítica web más utilizada globalmente que rastrea y reporta tráfico de sitios web, comportamiento de usuarios, conversiones y fuentes de adquisición. Mide: sesiones, usuarios, pageviews, bounce rate, conversiones, embudos, eventos personalizados, audiencias y atribución multi-canal.

Por qué importa: Google Analytics es el sistema nervioso central del marketing digital: sin medición, operas a ciegas. Permite responder: ¿De dónde viene mi tráfico? ¿Qué contenido funciona? ¿Dónde pierdo usuarios en el funnel? ¿Qué canales generan conversiones? La versión GA4 (actual) usa machine learning para predecir comportamiento y mide eventos en lugar de solo pageviews, adaptándose a privacidad post-cookies.

Ejemplo práctico – Insights de GA4: Análisis de fuentes de tráfico (mes de octubre):

• Orgánico (Google): 12,000 sesiones, conversión 4.5% → 540 conversiones (€0 CAC)
• Paid Search: 5,000 sesiones, conversión 6.2% → 310 conversiones (€8,000 gasto = CAC €25.8)
• Social orgánico: 3,000 sesiones, conversión 1.2% → 36 conversiones
• Email: 2,000 sesiones, conversión 8.5% → 170 conversiones (audiencia warm)

Decisión estratégica: Email tiene conversión más alta (audiencia engaged). Orgánico genera volumen con CAC €0. Paid search rentable pero depender menos aumentando orgánico. Social orgánico bajo ROI (awareness, no conversión).

Conceptos relacionados: Google Tag Manager, Conversiones, Attribution, Eventos, Audiencias

Definición: Google Tag Manager (GTM) es una herramienta gratuita de gestión de etiquetas que permite añadir, actualizar y gestionar códigos de seguimiento (tags) en tu web sin modificar código directamente. En lugar de hardcodear píxeles de Facebook, Google Analytics, scripts de tracking, usas GTM como contenedor central que inyecta todos los tags mediante reglas.

Por qué importa: GTM elimina dependencia de desarrolladores para implementar tracking: marketers pueden añadir nuevos píxeles, eventos personalizados o A/B tests en minutos mediante interfaz visual. Esto acelera implementación de medición, reduce errores (tags mal implementados rompen webs) y centraliza gestión (todos los tags en un lugar vs dispersos en 50 páginas de código).

Ejemplo práctico – Implementación de evento de conversión: Sin GTM (método antiguo):

1. Marketer pide a dev añadir píxel de conversión Facebook
2. Dev agenda para sprint siguiente (2 semanas)
3. Dev añade código en página confirmación
4. Deploy a producción
5. Marketer verifica (encuentra error)
6. Dev corrige (otra semana) Total: 3-4 semanas

Con GTM:

1. Marketer abre GTM
2. Crea tag «Facebook Purchase Event»
3. Define trigger: «página /gracias-por-tu-compra»
4. Publica cambio en GTM (5 minutos)
5. Verifica (GTM Preview mode) Total: 30 minutos, cero dependencia de dev

Conceptos relacionados: Google Analytics, Píxel de conversión, Tags, Tracking, Eventos

Definición: Un píxel de conversión es un fragmento de código JavaScript invisible (1×1 píxel transparente) que se coloca en páginas clave (gracias por comprar, confirmación registro) para rastrear cuando usuarios completan acciones deseadas. Permite a plataformas publicitarias (Facebook, Google, LinkedIn) saber qué anuncios generaron conversiones y optimizar campañas automáticamente.

Por qué importa: Los píxeles cierran el loop de atribución: conectan clics en anuncios con conversiones en tu web. Sin píxeles, las plataformas publicitarias operan a ciegas (no saben qué funciona) y tú no puedes medir ROAS. Los píxeles alimentan algoritmos de optimización: Facebook aprende qué audiencias convierten y muestra anuncios a perfiles similares (Lookalike Audiences).

Ejemplo práctico – Implementación píxel Facebook: Paso 1: Instalar Facebook Pixel base en todas las páginas (via GTM)
Paso 2: Añadir eventos estándar en páginas clave:

• fbq(‘track’, ‘ViewContent’) → Página producto
• fbq(‘track’, ‘AddToCart’) → Añadir a carrito
• fbq(‘track’, ‘InitiateCheckout’) → Iniciar checkout
• fbq(‘track’, ‘Purchase’, {value: 99.99, currency: ‘EUR’}) → Confirmación compra

Resultado: Facebook sabe que usuario que vio anuncio X completó compra de €99.99. Atribuye conversión al anuncio, optimiza campaña para mostrar a más gente similar. Sin píxel, Facebook no sabría si anuncio funcionó.

Conceptos relacionados: Google Tag Manager, Attribution, Eventos de conversión, Remarketing, Lookalike Audiences

Definición: Los parámetros UTM (Urchin Tracking Module) son etiquetas añadidas al final de URLs para rastrear específicamente de dónde viene el tráfico en Google Analytics. Los 5 parámetros: utm_source (origen: facebook, newsletter), utm_medium (medio: cpc, email, social), utm_campaign (campaña: black_friday_2024), utm_term (término de búsqueda en PPC), utm_content (variante de anuncio: banner_rojo).

Por qué importa: Los UTMs permiten rastrear granularmente qué campañas, emails, anuncios o posts específicos generan tráfico y conversiones. Sin UTMs, todo el tráfico de Facebook aparece genérico como «facebook.com / referral». Con UTMs, sabes que la campaña «Black Friday» en Facebook Stories generó X conversiones vs «New Year» en Facebook Feed que generó Y. Esto permite optimizar presupuesto con precisión quirúrgica.

Ejemplo práctico – Comparación con/sin UTMs: URL sin UTMs:

https://leovel.com/servicios-seo

En Google Analytics aparece: tráfico directo (no sabes origen real)

URL con UTMs:

https://leovel.com/servicios-seo?utm_source=linkedin&utm_medium=social&utm_campaign=lanzamiento_servicio_local&utm_content=post_carrusel

En GA sabes exactamente: vino de LinkedIn (source), post orgánico (medium=social), campaña lanzamiento servicio local, formato carrusel.

Análisis post-campaña:

• Carrusel LinkedIn: 450 clics, 12 conversiones (2.67%)
• Video LinkedIn: 320 clics, 18 conversiones (5.63%)

Decisión: Video convierte mejor, duplicar presupuesto en video vs carrusel. Imposible saberlo sin UTMs.

Conceptos relacionados: Google Analytics, Attribution, Campaign tracking, Link tracking

Definición: Un heatmap (mapa de calor) es una representación visual que muestra mediante colores (rojo=caliente, azul=frío) dónde los usuarios hacen clic, mueven el cursor o hasta dónde hacen scroll en una página web. Herramientas como Hotjar, Crazy Egg o Microsoft Clarity generan heatmaps rastreando comportamiento agregado de miles de usuarios.

Por qué importa: Los heatmaps revelan brechas entre lo que diseñaste y cómo los usuarios realmente usan tu web. Descubres: elementos que nadie clicka (CTAs invisibles), contenido que nadie lee (debajo del fold), links que confunden (clicks en imágenes no clicables), distracciones que desvían de conversión. Esto guía optimizaciones basadas en comportamiento real, no en intuiciones.

Ejemplo práctico – Insights de heatmap en landing page: Hallazgos:

1. CTA principal (verde, above the fold): Solo 12% de usuarios hacen scroll hasta verlo → Solución: Subir CTA o añadir segundo CTA arriba
2. Imagen del producto: 40% de usuarios intentan clickarla (no es clicable) → Solución: Hacer imagen clicable a galería
3. Testimonios (debajo del fold): 5% de usuarios llegan → Solución: Mover testimonios arriba, son prueba social crítica
4. Clicks en logo: 15% clickan esperando ir a home → Solución: Hacer logo clicable

Post-optimización: conversión sube de 2.8% a 4.1% (+46%). Los heatmaps guiaron qué cambiar.

Conceptos relacionados: CRO, User experience, A/B testing, Session recordings, Scroll depth

Definición: El A/B Testing (test A/B o split test) es la metodología de comparar dos versiones de una página, email o elemento (versión A = control, versión B = variante) mostrándolas aleatoriamente a mitades equivalentes de tu audiencia para determinar estadísticamente cuál convierte mejor. Solo cambia una variable por test para aislar su impacto.

Por qué importa: El A/B testing elimina opiniones y sustituye con datos: en lugar de debatir si el botón debe ser verde o naranja, lo pruebas con tráfico real y el comportamiento del usuario decide. Empresas que testean sistemáticamente (Amazon, Booking) optimizan conversión continuamente. Pequeñas victorias acumuladas (headline +5%, CTA +8%, layout +12%) multiplican resultados exponencialmente.

Ejemplo práctico – A/B test de headline: Versión A (control): «Software de gestión de proyectos para equipos»
Versión B (variante): «Termina proyectos 30% más rápido con menos caos»

Configuración:

• Tráfico: 2,000 visitantes (1,000 a cada versión)
• Duración: 14 días
• Métrica primaria: Registro a trial gratuito

Resultados:

• Versión A: 25 registros (2.5% conversión)
• Versión B: 42 registros (4.2% conversión)
• Mejora: +68% conversión, significancia estadística 95%

Decisión: Implementar versión B permanentemente. Beneficio orientado (termina proyectos más rápido) venció a descripción genérica.

Conceptos relacionados: CRO, Test multivariante, Significancia estadística, Optimización, Hipótesis

Definición: El test multivariante (MVT) prueba múltiples variables simultáneamente para identificar la combinación óptima de elementos. A diferencia del A/B test (cambia 1 variable), el MVT cambia 2+ variables: headline + CTA + imagen. Genera múltiples versiones (combinaciones) y determina qué combinación total funciona mejor.

Por qué importa: Los MVT son más eficientes que hacer A/B tests secuenciales cuando quieres optimizar múltiples elementos. También revelan interacciones entre elementos (ej: headline agresivo + CTA suave funciona mejor que headline agresivo + CTA agresivo). El reto: requieren mucho más tráfico para alcanzar significancia estadística (testeas 8-16 variantes simultáneamente vs 2 en A/B).

Ejemplo práctico – MVT de landing page: Variables testeadas:

• Headline: 2 versiones (A: genérica, B: beneficio específico)
• CTA: 2 versiones (A: «Empezar», B: «Prueba gratis 30 días»)
• Imagen hero: 2 versiones (A: producto solo, B: persona usando producto)

Combinaciones generadas: 2×2×2 = 8 versiones totales

Resultados (tras 8,000 visitas, 1,000 por variante):

• Mejor combinación: Headline B + CTA B + Imagen B → 6.2% conversión
• Peor combinación: Headline A + CTA A + Imagen A → 2.1% conversión
• Insight sorpresa: Headline A + Imagen B superó a Headline B + Imagen A (interacción no obvia)

Un A/B test secuencial hubiera tardado meses en probar todas las combinaciones. MVT lo hace en paralelo.

Conceptos relacionados: A/B testing, CRO, Optimización, Tráfico, Significancia estadística

Definición: Un dashboard de marketing es una interfaz visual centralizada que agrega métricas clave de múltiples fuentes (Google Analytics, CRM, plataformas publicitarias, email) en una vista única y actualizada en tiempo real. Muestra KPIs críticos mediante gráficos, tablas y comparativas, facilitando toma de decisiones sin navegar entre 10 herramientas distintas.

Por qué importa: Los dashboards eliminan el caos de datos dispersos: en lugar de exportar reportes manualmente de GA, Google Ads, HubSpot y Facebook cada semana, el dashboard los unifica automáticamente. Esto ahorra horas, reduce errores y permite detectar problemas inmediatamente (ej: conversión cayendo 40% hoy). Los equipos que visualizan datos reaccionan más rápido y deciden con mejor contexto.

Ejemplo práctico – Dashboard de agencia SEO: Métricas incluidas:

• Tráfico orgánico: Tendencia mensual, YoY growth
• Posiciones keywords: Top 10 keywords, movimientos semanales
• Conversiones orgánicas: Leads y ventas atribuidas a orgánico
• Backlinks: Nuevos backlinks ganados, dominios referentes
• Velocidad web: Core Web Vitals (LCP, CLS, FID)
• ROI SEO: Ingresos orgánicos vs inversión en SEO

Fuentes integradas: Google Analytics (tráfico, conversiones), Google Search Console (keywords, clicks), Ahrefs (backlinks), PageSpeed Insights (velocidad).

Todo visible en una pantalla, actualizado diariamente. Reunión semanal con cliente: abres dashboard, revisas 5 minutos, decisiones claras.

Conceptos relacionados: KPIs, Google Analytics, Data Studio, Reporting, Business Intelligence

Definición: Un modelo de atribución define cómo asignar crédito de una conversión entre los múltiples touchpoints que el cliente tocó antes de convertir. Modelos comunes: Last-click (todo el crédito al último touchpoint), First-click (todo al primero), Linear (reparte equitativamente entre todos), Time-decay (más crédito a touchpoints recientes), Data-driven (algoritmo ML asigna según contribución real).

Por qué importa: En customer journeys complejos (usuario toca 7+ canales antes de comprar), la atribución determina qué canales parecen exitosos. Last-click subestima awareness (SEO, social) y sobrevalora conversión final (brand search, email). First-click ignora nurturing. Modelos sofisticados (data-driven, time-decay) distribuyen crédito de forma más realista, permitiendo optimizar presupuesto correctamente.

Ejemplo práctico – Mismo usuario, diferentes atribuciones: Customer journey:

1. Ve anuncio Facebook (awareness)
2. Busca en Google «software CRM», clicka resultado orgánico
3. Lee blog post, se suscribe a newsletter
4. Recibe 3 emails con nurturing
5. Busca nombre de marca en Google (brand search)
6. Clicka anuncio Google Brand, convierte (€500 compra)

Atribución Last-click: 100% crédito a Google Ads (brand search) → Parece que Google Ads generó venta
Atribución First-click: 100% crédito a Facebook → Parece que Facebook generó venta
Atribución Linear: Facebook 20%, SEO 20%, Email 40%, Google Ads 20% → Distribuye crédito
Atribución Data-driven: Facebook 30% (inicio journey), SEO 15%, Email 35% (nurturing crítico), Google 20%

El modelo cambia completamente qué canales parecen rentables. Last-click mata presupuesto de awareness. Data-driven es más preciso pero requiere volumen de datos.

Conceptos relacionados: Customer journey, Touchpoint, Multi-channel marketing, ROI, Google Analytics