¿Pautar en un canal nuevo? Cómo probar y medir antes de escalar

Cada temporada aparece un canal publicitario nuevo, y este Black Friday le toca a ChatGPT Ads. La tentación es medirlo con lo que muestra la propia plataforma: clics, coste por clic y conversiones atribuidas. Pero la investigación con grandes experimentos publicitarios demuestra que esos métodos pueden equivocarse mucho, y que parte de las ventas atribuidas a los anuncios se habría producido igualmente. Este artículo explica qué es la incrementalidad, cómo diseñar una prueba con presupuesto acotado y cómo comparar un canal nuevo con búsqueda y redes sociales sin engañarse.

El problema: la plataforma se puntúa a sí misma

Cuando un canal informa de que «generó» 50 ventas, normalmente quiere decir que 50 personas vieron o pulsaron un anuncio y luego compraron. No demuestra que hayan comprado por el anuncio. Muchas de esas personas ya estaban decididas.

El ejemplo más conocido lo publicaron Blake, Nosko y Tadelis (2015) en Econometrica. Con experimentos de campo a gran escala en eBay, encontraron que los anuncios en buscadores por palabras de la propia marca no mostraban beneficios medibles a corto plazo: quien buscaba «eBay» iba a llegar igual. En palabras genéricas, los anuncios sí influían en usuarios nuevos o poco frecuentes, pero los clientes habituales, que concentraban la mayor parte del gasto, no cambiaban su comportamiento. El resultado medio fue un retorno negativo.

Gordon et al. (2019) llegaron a una conclusión parecida en Marketing Science tras analizar 15 experimentos publicitarios en Facebook, con unos 1.600 millones de impresiones. Compararon el efecto medido con experimentos aleatorizados frente al que estimaban varios métodos de observación habituales en el sector, y comprobaron que estos últimos a menudo no coincidían con el efecto real, incluso con muchos datos demográficos y de comportamiento.

La lección para un CEO es que el ROAS (retorno de la inversión publicitaria, ventas atribuidas divididas entre gasto) que informa una plataforma es una pista, no una prueba.

Qué es la incrementalidad, sin jerga

La incrementalidad responde a una pregunta: ¿cuántas ventas hubo de más gracias a la campaña? Para saberlo hay que comparar dos grupos parecidos: uno que ve los anuncios y otro que no. La diferencia entre ambos es el efecto real.

Hay tres formas habituales de hacerlo:

Fuente: elaboración de RCKT a partir de Gordon et al. (2019), Blake et al. (2015) y Rijo (2025).

La barrera de entrada ha bajado. Google redujo en 2025 el presupuesto mínimo para sus estudios de incrementalidad de unos 100.000 dólares a 5.000 dólares, con una metodología bayesiana (un enfoque estadístico que usa información previa para llegar a conclusiones con muestras más pequeñas). Recomienda una duración mínima de 14 días, y algunos formatos, como los anuncios de búsqueda o Performance Max (campañas automatizadas de Google en todos sus espacios), requieren pasar por el representante de Google (Rijo, 2025).

El caso de ChatGPT Ads: por qué conviene probar con cuidado

ChatGPT Ads tiene particularidades que hacen más importante el diseño de la prueba:

• Segmentación contextual en Europa. Los anuncios se eligen por la conversación, la ubicación aproximada y el idioma, sin perfiles de usuario (Zahn, 2026). Esto facilita las pruebas geográficas, porque la segmentación por zona sí está disponible: en la primera prueba de Bloom.red, una campaña se dirigió solo a Cataluña (Sotelo, 2026).
• Herramienta en beta. En esa misma prueba, el sistema gastó 100 de 150 euros en 40 minutos y un anuncio acaparó casi todas las impresiones; 147 clics dejaron cuatro contactos y ninguna venta (Sotelo, 2026). Sin topes ni seguimiento, la prueba termina antes de empezar.
• Cambios creativos automáticos. Desde finales de octubre, OpenAI puede reescribir textos, traducirlos y cambiar la página de destino por defecto (Schwartz, 2026). Si el anuncio cambia durante la prueba, cuesta saber qué se está midiendo.
• Sin referencias públicas. No existen todavía datos fiables y públicos de coste o conversión en España.

Cómo comparar con Search y Meta

La comparación justa no es «coste por clic de ChatGPT frente a coste por clic de Google». Es «ventas adicionales por euro invertido» en cada canal, medidas con el mismo criterio. Por eso conviene, en paralelo a la prueba del canal nuevo, tener al menos una estimación de incrementalidad de los canales actuales. Muchas empresas descubren que parte de su presupuesto de búsqueda de marca, como en el caso de eBay, compra ventas que habrían llegado igual.

Aplicaciones prácticas

• Define la pregunta antes de gastar: «¿genera ventas adicionales a un coste aceptable?», no «¿funciona?».
• Fija un presupuesto de prueba que puedas perder: un porcentaje pequeño de la inversión mensual, con tope diario.
• Elige la métrica final: ventas, citas atendidas o leads calificados, nunca solo clics.
• Reserva un grupo de control: provincias, semanas o audiencias sin campaña para comparar.
• Congela las variables: desactiva los cambios creativos automáticos durante la prueba y no toques otras campañas a la vez.
• Evita medir solo en Black Friday: la estacionalidad distorsiona; si pruebas ahora, repite en enero.
• Decide de antemano qué harás con cada resultado: escalar, ajustar o cerrar.

Caso simulado (no representa a ninguna empresa real): una cadena de ópticas con 12 tiendas en Andalucía y Murcia quiere probar ChatGPT Ads. Activa la campaña en Málaga y Murcia y deja Granada y Almería como control, con 1.500 euros durante cuatro semanas y las mejoras creativas desactivadas. Mide citas reservadas y ventas en tienda por provincia. Al final compara la diferencia frente al control con la de sus campañas de búsqueda, no con los clics.

Limitaciones

Los estudios de eBay y Facebook proceden de EE. UU. y de empresas muy grandes; sus magnitudes no se trasladan a una pyme española, aunque sí su lógica. Las cifras de Google sobre presupuestos mínimos de incrementalidad pueden haber cambiado desde su anuncio de 2025. La prueba de Bloom.red es un único caso de dos días. Las pruebas pequeñas tienen poca potencia estadística: un resultado no concluyente no equivale a un canal que no funciona.

Conclusión

Probar un canal nuevo no es un acto de fe ni una carrera por llegar primero; es un experimento con presupuesto, control y una métrica de negocio. La evidencia académica muestra que las métricas propias de las plataformas pueden equivocarse, por lo que la pregunta correcta es cuánto vendes de más, no cuántos clics recibes. La inversión en cualquier canal, nuevo o conocido, solo se justifica con una prueba que mida ventas frente a un grupo de control.

Referencias

Blake, T., Nosko, C., & Tadelis, S. (2015). Consumer heterogeneity and paid search effectiveness: A large-scale field experiment. Econometrica, 83(1), 155–174.

Gordon, B., Zettelmeyer, F., Bhargava, N., & Chapsky, D. (2019). A comparison of approaches to advertising measurement: Evidence from big field experiments at Facebook. Marketing Science, 38(2), 193–225.

Rijo, L. (2025, 13 de noviembre). Google lowers incrementality testing threshold to $5,000 for advertisers. PPC Land.

Schwartz, B. (2026, 20 de octubre). OpenAI auto enabling creative enhancements in ChatGPT Ads. Search Engine Roundtable.

Sotelo, R. (2026, 2 de septiembre). Ya puedes utilizar el Ads Manager de ChatGPT en España. Marketing4eCommerce.

Zahn, S. (2026, 22 de agosto). ChatGPT ads hit Europe on Monday, but not the personalized kind. Notebookcheck.