¿Qué métricas de engagement valoran de verdad los clientes? Las que puedes conectar con una decisión de negocio. Los likes y el alcance demuestran que algo ocurrió; los guardados, los compartidos, los comentarios con intención, las búsquedas de marca y los ingresos incrementales demuestran que importó. Un informe que se queda en la primera lista es pura fachada. Uno que llega a la segunda convence.
Un caso publicado esta semana marca el camino. Según Campaign Middle East, la agencia de performance TRKKN utilizó Meridian, el modelo de marketing mix de código abierto de Google, para mostrar a la minorista de belleza Faces de dónde procedían realmente sus ingresos. El modelo abarcó tres años de datos de 11 canales y proyectó un aumento incremental de los ingresos del 8,5 % y una mejora de 10,8 puntos porcentuales en el ROI, únicamente reasignando un presupuesto que ya existía.
Harry Lonergan, director de marketing digital de Faces, resumió el avance: Meridian ayudó a la marca a mirar más allá de lo que puede mostrar el rendimiento del último clic.
¿Por qué los likes ya no convencen a los clientes?
Porque los clientes no pagan por likes. Pagan por ventas, por marca, por cuota de mercado. Cuando el informe mensual abre con «el engagement ha subido» y no dice qué cambió gracias a ello, el director de marketing hace la pregunta que toda agencia teme: «¿Y qué?».
El problema no es la métrica de engagement en sí, sino tratarla como un fin y no como una señal. El engagement es el síntoma; el cliente quiere el diagnóstico.
¿Qué es el efecto ilusión de los datos?
Es la tendencia a confundir números con comprensión. Un panel lleno de porcentajes parece objetivo, preciso, científico. Y así dejamos de preguntarnos si la métrica mide realmente lo que importa. La precisión del número disfraza la debilidad de la pregunta.
Con el engagement, la ilusión se manifiesta de tres maneras. Comparar tasas entre plataformas que definen el engagement de forma distinta. Celebrar el volumen sin leer lo que la gente ha dicho realmente. Y atribuir todo el resultado al último clic, la misma trampa de la que, según Lonergan, Meridian ayudó a escapar a Faces.
Los datos revelan patrones, pero no pueden definir lo humano. Una tasa alta puede ser una base de fans apasionada o un linchamiento colectivo. Solo leyendo el contenido sabrás cuál de las dos.
Métricas de engagement: pura fachada frente a lo que convence
| Métrica | Qué muestra | Cuándo importa al cliente |
|---|---|---|
| Alcance e impresiones | Cuántas personas vieron el contenido o cuántas veces apareció | Como contexto de las demás métricas, nunca por sí solas |
| Likes | Una reacción rápida y de poco esfuerzo | Casi nunca, de forma aislada |
| Tasa de engagement | Interacción en relación con el alcance | Cuando se compara dentro de la misma plataforma y el mismo formato |
| Comentarios | Lo que la gente piensa, con sus propias palabras | Cuando se leen y se clasifican por tema e intención |
| Guardados y compartidos | Utilidad y disposición a vincular la propia imagen al contenido | Casi siempre: son señales sólidas de valor |
| Búsqueda de marca | Interés que ha salido del feed y se ha convertido en intención | Para demostrar el efecto de la marca y de la campaña |
| Ingresos incrementales y ROI | Lo que los medios aportaron realmente al negocio | En la conversación sobre presupuesto, con marketing y finanzas |
¿Cómo se compara el engagement entre plataformas distintas?
Con cuidado y, a ser posible, sin sumar los números. Imagina una agencia que gestiona las redes sociales de un club de fútbol femenino. Instagram muestra una tasa de engagement saludable en los contenidos de entre bastidores; TikTok, muchas visualizaciones en los resúmenes de partidos; YouTube, tiempo de visualización en los partidos completos. Meterlo todo en una sola cifra de «engagement total» borra justo lo que te dice cada número.
El mejor camino es comparar cada plataforma consigo misma a lo largo del tiempo y, para la visión de conjunto, fijarse en las personas. ¿Quiénes son los fans que comentan en los tres canales? ¿Qué tensiones aparecen, como la dificultad para saber dónde se emiten los partidos o las ganas de conocer mejor a las jugadoras? Eso sí puedes compararlo entre plataformas, porque es contenido, no una métrica propietaria.
En los deportes minoritarios, esa lectura vale su peso en oro. La audiencia puede ser más pequeña y, precisamente por eso, un comentario bien leído dice más que mil impresiones.
¿Cómo se construye un informe de engagement que el cliente lea de verdad?
- Empieza por la decisión del cliente. Renovar un patrocinio, lanzar un producto, defender el presupuesto en el plan del año que viene. El informe existe para servir a esa decisión.
- Elige tres métricas por objetivo, como máximo. Si hay más, deja de ser un análisis y pasa a ser un inventario.
- Conecta cada métrica de atención con una de negocio. Los guardados con las visitas al sitio web; los comentarios con la búsqueda de marca; el alcance con las ventas regionales.
- Lee el contenido, no solo el número. Clasifica los comentarios por tema e intención. Tres citas reales valen más que un gráfico.
- Contrasta las previsiones con los resultados. Si dijiste que un creativo iba a funcionar, muestra si funcionó. Así se construye la credibilidad.
- Termina con una recomendación. Dónde sumar, recortar o mantener presupuesto en el próximo ciclo. Un informe sin recomendación es solo el acta de una reunión.
El quinto paso es donde muchas agencias pierden credibilidad sin darse cuenta. En la plataforma de Defy, las predicciones se validan con el rendimiento publicitario real y cada conclusión puede contrastarse con las publicaciones que la respaldan. Así, la conversación de resultados con el cliente parte de la evidencia, no de una defensa.
¿Cuándo compensa pasar al modelado de marketing mix?
Cuando la pregunta del cliente deja de ser «¿ha funcionado bien la publicación?» y pasa a ser «¿adónde debería ir el próximo bloque de presupuesto?». El caso de TRKKN muestra el potencial: con Meridian, Faces identificó canales con margen de crecimiento, canales cerca de la saturación y presupuesto que podía moverse a otro sitio. Performance Max resultó ser el canal con mejor rendimiento.
Pero el MMM necesita histórico. El proyecto utilizó tres años de datos, online y offline, de 11 canales. Para clientes más pequeños o cuentas más recientes, empieza por lo básico bien hecho: las métricas adecuadas, la lectura cualitativa y pruebas sencillas de incrementalidad. El objetivo es el mismo en ambos casos: cambiar la ilusión del número por una comprensión real de lo que mueve el negocio.
