La mayoría de los informes que heredamos de una agencia anterior comparten un problema. Están llenos de números y ninguno responde a la pregunta que hizo el cliente: si el dinero gastado el trimestre pasado produjo más dinero este trimestre. Las métricas de agencias de marketing con AI que sobreviven al escrutinio no son las que se mueven más rápido o se ven más impresionantes en una diapositiva. Son las que conectan una decisión de gasto con un resultado comercial con una cadena de evidencia que un director financiero puede seguir. Esa cadena es lo que construimos primero, antes de tocar una oferta o un brief.
La AI en la gestión de campañas ha hecho esto más difícil en lugar de más fácil. Las ofertas automatizadas, los creativos generados y los modelos predictivos de audiencia producen puntuaciones internas, y esas puntuaciones son tentadoras de reportar porque son abundantes y generalmente tienen una tendencia al alza. Pero una puntuación de confianza del modelo no es un resultado. Tampoco lo es el recuento de variantes creativas producidas o las horas de trabajo manual que una herramienta afirma haber ahorrado. Tratamos eso como telemetría operativa y lo mantenemos fuera de la sección donde el cliente decide qué financiar a continuación.
Empieza con la decisión, no con el panel
Una métrica se gana su lugar cambiando una decisión. Antes de añadir algo a un informe, preguntamos qué acción desencadenaría un movimiento en ese número. Si la respuesta honesta es nada, se elimina. La cuota de impresiones es un buen ejemplo. Por sí sola no cambia nada, porque la respuesta correcta a perderla depende de si valía la pena ganar las subastas perdidas. Combinada con un costo por cliente potencial calificado a nivel de segmento, se vuelve procesable: podemos decir que estamos cediendo terreno deliberadamente en un segmento que convierte a la mitad del promedio de la cuenta.
Este marco también protege contra la lenta acumulación de vanidad en los informes de la agencia. Alguien pide un gráfico en el segundo mes, nunca se elimina, y para el mes catorce el informe tiene cuarenta diapositivas y un cliente que salta a la última. Revisamos la estructura del informe trimestralmente y eliminamos más de lo que añadimos. Un informe corto que un cliente lee completo supera a uno integral que termina archivado.
Las métricas de agencias de marketing con AI que realmente reportamos
El conjunto principal es pequeño y deliberadamente aburrido. Costo por cliente potencial calificado, definido con el cliente en lugar de por nosotros, porque la definición de calificado pertenece al equipo de ventas. Margen de contribución después de medios y tarifas, para que el número lleve el costo del trabajo que lo produjo. Período de recuperación, que importa más que el retorno de la inversión publicitaria combinado para cualquier modelo de compra repetida. Ingresos incrementales donde podemos probarlo honestamente, etiquetados como correlacionados donde no podemos.
- Costo por cliente potencial calificado, segmentado por canal y por la propia etapa de calificación del equipo de ventas, no por un evento de conversión de la plataforma
- Margen de contribución después del gasto en medios, tarifas de agencia y costos de plataforma, reportado mensualmente para que la tendencia sea visible antes de que se convierta en un problema
- Período de recuperación en meses, con las suposiciones sobre la retención escritas al lado en lugar de enterradas en un apéndice
- Cuota de canalización obtenida versus influenciada, mantenida por separado, porque fusionarlas infla cada cifra aguas abajo
- Tasa de intervención del modelo: con qué frecuencia nuestro equipo anuló una decisión automatizada de oferta o presupuesto, y qué sucedió después
Ese último punto es el que los clientes rara vez piden y el que más les dice sobre la agencia que contrataron. Si nunca anulamos la automatización de la plataforma, están pagando por el acceso a un botón. Si anulamos constantemente y los resultados no mejoran, estamos añadiendo ruido. Rastrear la intervención y su resultado nos mantiene honestos sobre dónde el juicio añade valor y dónde la máquina ya tenía razón.
La atribución es un modelo, así que dilo
Cada configuración de atribución es un conjunto de suposiciones que usan el disfraz de un hecho. El último clic subvalora todo lo que está aguas arriba. Los modelos basados en datos cambian debajo de ti cuando los datos subyacentes se vuelven escasos. Las conversiones reportadas por la plataforma son medidas por la parte que vende la publicidad, un conflicto que vale la pena nombrar en voz alta. Nada de esto hace que la atribución sea inútil, pero el número debe viajar con sus suposiciones adjuntas.
Nuestro enfoque práctico es mantener dos visiones a la vez. Los números de la plataforma impulsan la optimización en vuelo, donde el movimiento relativo importa más que la precisión absoluta. Una visión reconciliada construida a partir de los propios datos de pedidos o CRM del cliente impulsa las decisiones presupuestarias. Cuando las dos divergen ampliamente, investigamos la brecha en lugar de elegir el número más amigable. La brecha es a menudo la cifra más informativa del informe, señalando fallas de seguimiento, largos ciclos de consideración o canales que realizan un trabajo no acreditado.
Construyendo números que resistan el cuestionamiento
Una métrica defendible tiene cuatro propiedades. Su definición está escrita y no ha cambiado silenciosamente. Su fuente es un sistema que el cliente controla o puede auditar. Su ventana de tiempo es fija en lugar de elegida después del hecho. Y un mecanismo plausible conecta la actividad con el resultado, expresado en una oración. Cuando alguien pregunta cómo lo sabemos, deberíamos poder describir el diseño de la prueba, el grupo de control y el período sin recurrir a una metáfora.
Donde una prueba limpia no es posible, y para la mayoría de las cuentas medianas a menudo no lo es, lo decimos claramente y reportamos la evidencia direccional por lo que es. Los clientes casi nunca objetan un número etiquetado como una estimación. Objetan descubrir que un número que trataron como seguro era una estimación todo el tiempo. Elegir métricas de agencias de marketing con AI que puedas defender significa aceptar afirmaciones más pequeñas a cambio de afirmaciones que sobrevivan a la próxima reunión, la próxima revisión financiera y la próxima agencia que venga a desmantelar tu trabajo.
Sigue leyendo: Agencia de marketing con AI · Optimización con AI