Publicidad digital → engloba todas las formas de promocionar una marca y sus productos

o servicios a través de dispositivos o canales digitales. Ayuda a conectar con el público

objetivo y crear relaciones con consumidores.

Fundamentos de publicidad digital

-​ Segmentación precisa. Dirigir mensajes al público correcto en el momento
adecuado. Utilizar datos demográficos, intereses y comportamientos para maximizar
su impacto.
-​ Medición y análisis de datos. La clave para la optimización. Monitorizar métricas
como clics, conversiones y ROI para tomar decisiones informadas y mejorar el
rendimiento.
-​ Personalización de la experiencia. Adaptar el contenido a las preferencias
individuales. Crear conexiones relevantes y aumentar el engagement mediante
mensajes y ofertas personalizadas.

Debido tanto a la evolución de la tecnología como el cambio en el comportamiento del

consumidor, se ha ido formando y desarrollando la historia de la publicidad digital.

Orígenes y evolución de la publicidad digital

En los años 90 Internet fue introducido en la sociedad sin ser ideado para utilizarlo en la
publicidad. Aquí empieza la historia de la publicidad digital. Los primeros pioneros vieron el
potencial de esta nueva herramienta.
Los banners (1994-1996): El inicio
-​ Desde los banners en 1994 hasta la era de los canales a finales de los 90
-​ Banners: anuncios gráficos que se muestran en sitios web, aplicaciones móviles y
otras plataformas digitales.
-​ Se introdujo el modelo de pago por clic (CPC), donde los anunciantes pagaban cada
vez que el usuario hacía clic en su anuncio.
-​ Gracias a internet las empresas vieron que había opciones con menos presupuesto.
-​ El primer banner publicitario de la historia fue para AT&T en 1994. Tuvo un 44% de
clics, una cifra que hoy en día es astronómica. Esto demostró el potencial inmediato
de la publicidad en internet para generar visibilidad y tráfico.
La era del canal (1999-2000): La expansión
-​ En 1997 llegaron los primeros anuncios en móviles.
-​ Las empresas comenzaron a crear sitios web y a invertir en estrategias de publicidad
digital para atraer tráfico y clientes. Todas las estrategias tenían como objetivo
aumentar el tráfico en sitios web y atraer a clientes potenciales.
-​ Luego de que se creó la página web, se podían hacer búsquedas en Google.
-​ Google lanzó AdWords (ahora Google Ads), revolucionando la publicidad en línea al
permitir a los anunciantes mostrar anuncios relevantes en los resultados de
búsqueda.
-​ AdWords democratizó la publicidad en línea, permitiendo a pequeñas y medianas
empresas competir con grandes corporaciones. Esto impulsó el crecimiento del
comercio electrónico y transformó la forma en que las personas buscan información
y productos.
La era social (2005-2008): La interacción
-​ El surgimiento de plataformas como Youtube permitió a las empresas crear
contenido de video interactivo y llegar a audiencias masivas.

1
 -​ Se fomentó la participación del consumidor y la comunicación audiovisual.
-​ Youtube ofrecía a los negocios promocionar sus p/s en uno de los soportes más
valorados por los consumidores: el vídeo.
-​ Campañas virales, como “Evolution” de Dove (donde se hablaba de los beneficios de
Dove), generaron millones de vistas y conversaciones, aumentando la conciencia de
marca y el compromiso del cliente de manera sin precedentes.
-​ Comienza la interacción en los comentarios.
La era nativa (2009-2011): La segmentación
-​ En 2009 Google lanzó una versión beta de la publicidad basada en los intereses del
usuario gracias a acuerdos con portales como Youtube. Por primera vez, la
publicidad en internet superó a la emitida en TV.
-​ Se desarrolló publicidad basada en los intereses del usuario, con plataformas como
Instagram y Twitter.
-​ Los # permitieron a los usuarios descubrir contenido relevante.
-​ Instagram, con sus hashtags y publicidad visual, permitió a marcas de moda y estilo
de vida llegar a audiencias altamente segmentadas, impulsando el comercio
electrónico y la influencia de los “influencers”.
-​ Creación de marcas personales.
La era moderna (2012-...): La evolución continua
-​ Nuevas plataformas como Snapchat y Tiktok permiten a las empresas llegar a
audiencias más jóvenes y creativas.
-​ El video en streaming, las redes sociales verticales y la publicidad programática
continúan evolucionando.
-​ Tiktok se ha convertido en una plataforma clave para el marketing de influencia y el
contenido de video corto, permitiendo a las marcas llegar a la Generación Z y crear
campañas altamente creativas y virales.

Innovaciones en la segmentación y personalización

Las marcas alcanzan una personalización extrema (porque hoy por hoy existen plataformas
que dan un mapa completo de cuántas personas visitan el sitio, cuántas personas
interactúan, si se suscribieron o no, cuántos llevaron el producto al carrito).
-​ Inteligencia artificial y machine learning: uso de algoritmos para analizar grandes
volúmenes de datos y ofrecer anuncios altamente relevantes a cada usuario. Ej.: el
historial de compras y navegación de cada usuario para mostrarle productos que
probablemente le interesen. Esto maximiza la posibilidad de compra.
-​ Publicidad programática avanzada: compra y venta automatizada de espacios
publicitarios, optimizando la segmentación y el alcance. Ej.: mostrarle a un usuario
anuncios de hoteles en su próximo destino mientras navega por otros sitios web.
Esto sucede de manera automática en tiempo real.
-​ Personalización predictiva: utilización de IA para predecir los intereses y
comportamientos de los usuarios, y así poder brindar contenido personalizado. Ej.:
“Descubrimiento semanal” de Spotify, basándose en los hábitos de escucha del
usuario. La plataforma predice qué música podría gustarle al usuario.

Nuevos formatos y experiencias publicitarias

Publicidad inmersiva y experiencial

2
 -​ Video interactivo y streaming: contenido de video que permite a los usuarios
interactuar y elegir su propia experiencia. Esto aumenta el tiempo de interacción y el
engagement de la marca. Ej.: películas de Netflix.
-​ Realidad aumentada (RA) y realidad virtual (RV): publicidad que crea experiencias
inmersivas y permite a los usuarios interactuar con productos y marcas en entornos
virtuales. Esto mejora la experiencia de compra y reduce la incertidumbre. Ej.:
anteojos o muebles para el hogar.
-​ Publicidad en redes sociales y marketing de influencia: colaboraciones con
influencers y contenido patrocinado en plataformas sociales. Sus seguidores confían
en su recomendación, lo que genera un impacto positivo en las ventas.

Elementos clave de la publicidad digital

-​ Publicidad personalizada → creación de contenido relevante basado en datos del
usuario. Esto es posible gracias a los datos obtenidos en rrss y la tecnología del Big
Data. Ej.: anuncios de productos deportivos mostrados a usuarios que siguen
páginas de fitness en redes sociales.
-​ Chatbots → interacción personalizada y automatizada con los visitantes de un sitio
web. El chatbot en una tienda en línea mueve a los visitantes a través del recorrido y
ofrecen una experiencia personalizada, ayudando a los clientes a encontrar
productos según sus preferencias.
-​ Publicidad por voz (audio) → publicidad de podcasts y otros contenidos de audio.
Ej.: un podcast patrocinado por una marca que menciona sus productos durante el
episodio.
-​ Native Advertising → publicidad que se integra de forma natural con el contenido y el
diseño del sitio web. Busca que los usuarios reciban publicidad de calidad y
relevante para ellos. Ej.: un artículo patrocinado en un blog de viajes que
recomienda un hotel en el destino mencionado.
-​ Tecnología 5G → habilita experiencias inmersivas con realidad virtual y aumentada.
Una aplicación de realidad aumentada que permite a los usuarios probarse ropa
virtualmente antes de comprarla.

Audiencias tradicionales vs. audiencias digitales

Tradicionales Digitales

Grupos de personas que consumen medios Individuos que interactúan activamente con
masivos (TV, radio, prensa) contenido en plataformas digitales

-​ Pasivas: reciben información de -​ Activas: participan, comentan,

forma unidireccional comparten, crean contenido
-​ Masivas: amplios grupos con -​ Segmentadas: grupos con intereses
intereses diversos específicos y medibles
-​ Segmentación limitada: basada en -​ Personalizadas: reciben contenido
datos demográficos generales adaptado a sus preferencias

Comportamiento de las audiencias digitales

Comportamiento digital:
-​ Análisis de datos: páginas vistas, tiempo en el sitio, clics, interacciones en redes
sociales.

3
 -​ Interacción: comentarios, reseñas, participación en foros, creación de contenido.
-​ Tendencias: uso de dispositivos móviles, consumo de videos en línea, participación
en redes sociales.
Características del comportamiento:
-​ Inmediatez: buscan respuestas y contenido al instante
-​ Personalización: esperan experiencias adaptadas a sus intereses
-​ Interactividad: prefieren la comunicación bidireccional

Inteligencia artificial
Capacidad de las máquinas para simular la inteligencia humana, realizando tareas como el
aprendizaje, el razonamiento y la toma de decisiones. La IA aplica machine learning,
procesamiento del lenguaje natural y aprendizaje profundo, y sus usos en publicidad
implican la automatización y optimización de diversas operaciones de marketing. Sitios web
como Google AdWords o Facebook aplican algoritmos de IA para identificar el
comportamiento y los patrones de los clientes y ofrecer anuncios basados en el resultado de
dicho análisis.

Mejorar la publicidad usando IA

-​ Segmentación y publicidad hiper-dirigida: utiliza la IA para analizar grandes
cantidades de datos y crear perfiles de clientes detallados, lo que permite mostrar
anuncios altamente relevantes a cada individuo.
-​ Optimización automática del gasto publicitario: la IA mejora la eficacia de las
campañas automatizando procesos como la asignación de presupuestos y la
optimización en tiempo real. Ajusta automáticamente las pujas, la orientación y el
presupuesto de las campañas en tiempo real para maximizar el ROI. Ej.: si una
campaña está funcionando bien, la IA le asignará más presupuesto en tiempo real.
Optimización → proceso de mejorar el rendimiento de una campaña o acción de
marketing, mediante la identificación y corrección de áreas de mejora. Ej.: realizar
pruebas A/B de diferentes versiones de un anuncio en línea.
-​ Generación de contenido publicitario inteligente: la IA ayuda a crear textos,
imágenes, y videos publicitarios atractivos y personalizados, ahorrando tiempo y
esfuerzo a los profesionales del marketing. Pueden crear varias versiones de un
mensaje sobre el mismo tema para ayudar a las empresas en su búsqueda del
mejor contenido para captar a su público objetivo.
-​ Predicción de comportamiento del consumidor: la IA analiza datos históricos y
tendencias para anticipar las necesidades y preferencias de los clientes, permitiendo
crear campañas más efectivas. Ej.: Netflix utiliza la IA para adivinar el próximo
programa que probablemente verá el usuario, mejorando la experiencia de éste
mediante la recomendación.
-​ Atención al cliente personalizada 24/7: Se basan en el procesamiento del lenguaje
natural (PLN) y el aprendizaje automático, lo que les permite comprender las
consultas de los clientes y responder a ellas. Los chatbots con IA responden a
preguntas, resuelven problemas y guían a los clientes a través del proceso de
compra de forma instantánea.
-​ Creación de experiencias visuales inmersivas: la IA permite crear vídeos y anuncios
visuales personalizados y atractivos, adaptados a las preferencias de cada usuario.
-​ Publicidad por voz contextual: la IA analiza las búsquedas por voz y el contexto del
usuario para mostrar anuncios relevantes y oportunos. Ej.: en una consulta de un

4
 usuario sobre un negocio, los resultados de la búsqueda por voz se definen
mediante un algoritmo impulsado por IA en el que se valora el contenido que es
relevante y localizado.
-​ Compra de publicidad automatizada y eficiente: la IA automatiza la compra de
espacios publicitarios en tiempo real, garantizando que los anuncios se muestren a
la audiencia adecuada en el momento oportuno.

Big data: volumen masivo de datos (estructurados y no estructurados) generados a alta

velocidad y variedad.
1.​ Permite comprender a fondo el comportamiento del consumidor
2.​ Facilita la identificación de tendencias y patrones. Tendencia: patrón de
comportamiento o preferencia que se observa en un grupo de usuarios durante un
período de tiempo.
3.​ Habilita la personalización de mensajes y ofertas

Inteligencia artificial: el cerebro analítico

IA en el análisis de datos
-​ Automatiza el procesamiento y análisis de grandes volúmenes de datos
-​ Identifica patrones complejos y correlaciones que serían imposibles de detectar
manualmente (dashboard)
-​ Permite realizar análisis predictivos y anticipar el comportamiento del consumidor
IA en la segmentación
-​ Crea segmentos de audiencia altamente precisos y personalizados
-​ Permite dirigir mensajes y ofertas a los grupos de usuarios más relevantes
-​ Optimiza el rendimiento de las campañas de marketing

UNIDAD 2 - La base del análisis digital

Sesión → conjunto de interacciones que un usuario realiza en un sitio web durante un
período de tiempo determinado. Permite medir el nivel de actividad y participación de los
usuarios en el sitio.
Usuario único → visitante individual de un sitio web, contabilizado una sola vez durante un
período de tiempo específico, independientemente del número de sesiones que realice.
Proporciona una visión clara del alcance real de la audiencia. Alcance: número de personas
únicas que han visto un contenido o anuncio en línea.

Análisis profundo del comportamiento del usuario

El análisis del comportamiento del usuario es el estudio de cómo las personas interactúan
con un sitio web, aplicación u otro producto digital. Implica la recopilación y el análisis de
datos para comprender los patrones de comportamiento, las preferencias y las necesidades
de los usuarios. Qué hacen, por qué, en qué momento. Recorrido del usuario dentro de las
plataformas (rrss, web). Este conocimiento profundo permitirá crear experiencias
personalizadas y efectivas, maximizando el retorno de inversión (ROI).
-​ Fundamental para optimizar la experiencia del usuario (UX) y mejorar los resultados
de negocio (ej.: mapa de calor)
-​ Permite tomar decisiones basadas en datos en lugar de suposiciones

Análisis de sesiones:

5
 -​ Duración de la sesión: el tiempo que un usuario pasa en un sitio web durante una
sesión
-​ Indicador de la relevancia del contenido y el nivel de interés de los usuarios
-​ Ayuda a identificar páginas con alto o bajo rendimiento
-​ Páginas por sesión: el número total de páginas que un usuario visita durante una
sesión. Refleja el interés y la facilidad de navegación
-​ Tasa de rebote: señala posibles problemas de contenido o usabilidad
Análisis de usuarios únicos:
-​ Frecuencia de visita: permite identificar usuarios recurrentes y nuevos
-​ Segmentación por comportamiento: facilita la creación de campañas de marketing
dirigidas
-​ Análisis de dispositivos usados: entrega información sobre la correcta visualización
de la página

Segmentación avanzada de audiencia

Dividir a los usuarios en grupos más pequeños y homogéneos según características
demográficas, de comportamiento o de intereses.
-​ Permite personalizar la experiencia del usuario y ofrecer contenido y ofertas más
relevantes
-​ Mejora la eficacia de las campañas de marketing

Análisis de cohortes – agrupar a los usuarios que comparten una característica común
(ej.: fecha de registro, usuarios que compraron el mismo producto en una fecha
determinada) y analizar su comportamiento a lo largo del tiempo. Es un tipo de informe que
fracciona a los clientes según un cierto criterio y muestra el comportamiento de compra del
grupo a lo largo del tiempo: con qué frecuencia compran, cuánto gastan, durante cuánto
tiempo permanecen los clientes, etc… Ej.: analizar el comportamiento de usuarios que se
registraron en un sitio web durante un mes específico para analizar cómo evoluciona su
actividad y nivel de retención a lo largo del tiempo.
-​ Permite identificar patrones de lealtad de los usuarios.
-​ Ayuda a evaluar el impacto de cambios en el producto o la estrategia de marketing.
-​ Información sobre el comportamiento posterior a la compra por parte de un usuario.
-​ Información sobre el uso del producto a lo largo del tiempo.

Análisis del cliente

-​ Ciclo de vida del cliente. El análisis de todo el ciclo de vida del cliente revela las
conexiones entre marketing, ventas y el cliente. De esta manera, se obtiene una
mejor comprensión de la frecuencia con la que los clientes necesitan tus productos,
lo que constituye un buen punto de partida para un mailing más personalizado y
oportuno.
-​ Comprender los hábitos de compra. ¿Cuánto gastan? ¿Qué cantidad de pedidos
realizan? ¿Compran mucho en pocos pedidos o realizan muchos pedidos de
pequeñas cantidades?
-​ Qué impulsa la lealtad en un cliente (productos, estrategias de marketing).

CLASE 3
Implementación avanzada de eventos y seguimiento personalizado

6
Eventos personalizados → acciones específicas del usuario que van más allá de visitar la
página. Múltiples interacciones: clics en botones, reproducciones de vídeo, descargas de
archivos. Cada una de esas acciones que el usuario hace se llaman eventos.
Seguimiento de parámetros → recopilación y análisis de los datos de estos eventos. Ej.:
categoría del producto, duración del video, valor de la descarga.
Variables personalizadas → tributos específicos del usuario. Ej.: nivel de membresía,
intereses, historial de compras.

Análisis de objetivos avanzados y configuración de embudos multidimensionales

Objetivos compuestos → metas que combinan múltiples acciones del usuario. Ayuda a
comprender flujos de comportamiento complejos. Se trata de dónde quiero llevar al usuario.
Ej.: ver un video + descargar un archivo + suscribirse al boletín.
Embudo: sistema lineal que representa los pasos que sigue el cliente para una acción
específica. Representación gráfica del viaje del cliente hasta la compra. Embudos
multidimensionales → visualización del recorrido del usuario a través de múltiples canales
y puntos de contacto. Ej.: visita en la web por el buscador de Google, interacción en
Instagram, registro de datos para recibir promociones por mail, visita de la web, compra).
Cada medio tiene un embudo que lleva a una acción específica. El conjunto de estos
embudos son los embudos multidimensionales.
Antes se trataba de 4 embudos, ahora hay uno multidimensional. El entorno actual es
complejo, ya que antes era “atención, valoración, conversión, lealtad”, y ahora el usuario
atraviesa más pasos y más canales en el medio. Se visualiza el recorrido del usuario a
través de diversos canales y puntos de contacto, no solo una secuencia lineal. Entender el
recorrido del cliente en su totalidad, no solo los puntos de contacto individuales. Por ej., las
páginas SaaS, empresas de desarrollo de software como Tienda Nube, utilizan embudos
multidimensionales.

Uso de análisis multicanal para comprender mejor el viaje del usuario

Modelos de atribución: asignación del valor de conversión a los diferentes puntos de
contacto en el recorrido del usuario. Son reglas que determinan cómo se asigna el “crédito”
por una conversión a los diferentes puntos de contacto en el recorrido del cliente. Se trata
de distribuir el dinero de forma congruente para llegar al objetivo. Es el proceso de
determinar qué canales o puntos de contacto contribuyeron a una conversión y en qué
medida. atributo es un código para nombrar a los clics. Se analiza para segmentar y

7
conocer a los usuarios. Entender de dónde viene el usuario.
-​ Primer clic → asigna el 100% del valor de la conversión al primer punto de contacto
con el que interactuó el cliente. Útil para comprender cómo los clientes descubren
una marca, pero subestima los puntos de contacto posteriores. Sirve para reforzar el
nombre de marca. Ej.: el anuncio de búsqueda patrocinada recibe todo el crédito.
-​ Lineal → distribuye el valor de la conversión de manera uniforme entre todos los
puntos de contacto en el recorrido del cliente. Considera todos los puntos de
contacto, pero puede no reflejar su verdadera influencia. Ej.: si hay 4 puntos de
contacto, cada uno recibe el 25% del crédito.
-​ Último clic → asigna el 100% del valor de la conversión al último punto con el que
interactuó el cliente antes de convertir. Es simple, pero ignora los puntos de contacto
previos que influyeron en la decisión. Ej.: si un cliente encuentra un producto a
través de un anuncio de búsqueda pagada y luego compra después de hacer clic en
un enlace directo en un correo electrónico, el correo recibe todo el crédito.

Análisis de rutas de conversión

Conversión → acción deseada que realiza un usuario en respuesta a un estímulo de
marketing.
El análisis de rutas de conversión revela los caminos más comunes que toman los clientes
antes de convertir. Permite identificar los canales más influyentes en la generación de
conversiones, incluso si no son el último clic. Ej.: un informe de rutas de conversión puede
mostrar que las redes sociales suelen ser el primer punto de contacto, mientras que el
correo electrónico impulsa la conversión final.
Identificación de los caminos más comunes que llevan a la conversión:
-​ Redes sociales (son el primer contacto innato con las personas)
-​ Email marketing
-​ Publicidad pagada
-​ Buscadores orgánicos

Optimización de estrategias de marketing:

-​ Asignación de presupuestos: el análisis multicanal permite asignar presupuestos de
marketing de manera más eficiente, invirtiendo en los canales que generan el mayor
retorno de inversión.
-​ Mejora de la experiencia del cliente: al comprender el recorrido del cliente, se
pueden personalizar los mensajes y las experiencias en cada punto de contacto.

Objetivos SMART
-​ S (específico) → el objetivo debe ser claro y bien definido, y evitar la ambigüedad.
¿Qué exactamente se quiere lograr?
-​ M (medible) → se debe poder cuantificar el progreso y el éxito del objetivo. ¿Cómo
saber si se ha logrado? ¿Qué métricas se usarán?
-​ A (alcanzable) → el objetivo debe ser realista y alcanzable con los recursos
disponibles. ¿Es realista lograr este objetivo dadas las circunstancias?
-​ R (realista) → debe estar alineado con los objetivos generales de la empresa. ¿Por
qué es importante lograr este objetivo?
-​ T (tiempo limitado) → el objetivo debe tener un plazo definido. ¿Cuándo se debe
lograr este objetivo?

8
Ej.: aumentar el tráfico orgánico en un 20% en los próximos tres meses. S aumentar el
tráfico orgánico, M 20%, A alcanzable con una estrategia SEO bien ejecutada, R el tráfico
orgánico es crucial para la visibilidad y el alcance a largo plazo, T tres meses.
El objetivo va a determinar qué métricas se van a utilizar.
CLASE 4
Analítica web: proceso de recopilación, medición, análisis e interpretación (crear
estrategias que permitan no malgastar dinero) de datos relacionados con el uso de un sitio
web por parte de los visitantes. Su objetivo principal es comprender el comportamiento de
los usuarios (qué necesitan), optimizar el rendimiento del sitio, alcanzar objetivos de
marketing y mejorar la experiencia del usuario. Se basa en el uso de herramientas y
técnicas para extraer información valiosa de los datos generados por las interacciones en el
entorno digital. Ej.: utilizar Google Analytics para analizar el tráfico de un sitio web,
identificar las páginas más visitadas y optimizar el contenido para aumentar las
conversiones. Sirve para:
-​ Conocer mejor a la audiencia del sitio web
-​ Identificar qué contenido es más popular y efectivo
-​ Medir el éxito de las campañas de marketing online
-​ Optimizar la experiencia del usuario y aumentar las conversiones
-​ Detectar y corregir problemas técnicos en el sitio web

Métrica: medida cuantitativa que sirve para medir y comparar. Dos tipos:
-​ De conteo. Por ejemplo, cuántos artículos leyó un lector, cuántos vídeos vio o cuánto
tiempo pasó en el sitio.
-​ Ratios. Implica la división de un número o métrica por otro. Conecta a dos métricas y
sirve para ponerlas en relación, mostrando el número de veces que un valor
contiene o es contenido por otro (%).

Dimensiones: atributos de una métrica (ej.: dispositivo, ubicación, tipo de usuario, fuente de
tráfico). Las dimensiones permiten agrupar los datos en diferentes categorías y se utilizan
con mayor frecuencia para segmentar y dividir los datos de análisis web.

Analítica digital avanzada: KPIs, ROI, CTR, CR y estrategias de optimización

KPIs → indicadores clave de desempeño. Son métricas cuantificables que evalúan el éxito
de una organización, empleado, etc., en busca de alcanzar los objetivos establecidos. En el
contexto de la publicidad digital, son métricas que miden la eficacia de las campañas online.
Campañas: conjunto de acciones de marketing planificadas y coordinadas para alcanzar un
objetivo específico.
-​ KPIs de alcance: miden la visibilidad de los anuncios (impresiones, alcance único).

9
 -​ KPIs de interacción: miden la participación del usuario (clicks, tiempo en la página,
tasa de rebote, “likes”, compartidos, comentarios).
-​ KPIs de conversión: miden las acciones deseadas (ventas, registros, descargas).
-​ KPIs de coste: miden la eficacia de la inversión (CPA, CPC, ROI).

Concepto de Avinash Kaushik

Los KPIs deben estar alineados con los objetivos del negocio. Los KPIs significativos son
aquellos que brindan información procesable y permiten tomar decisiones informadas para
mejorar el rendimiento de las campañas. No todos los datos obtenidos son KPIs, es
prioritario analizar.

Retorno de la inversión (ROI) → indica la rentabilidad de una inversión. Indica cuánto

beneficio se ha obtenido por cada unidad monetaria invertida.
Un ROI positivo significa que la inversión generó ganancias, mientras que un ROI negativo
indica pérdidas. Es crucial (el + importante) para evaluar la eficacia de las campañas
publicitarias y tomar decisiones informadas sobre la asignación de recursos.

x 100 (porcentaje %)
Éxitos de ROI: campañas publicitarias bien dirigidas que generan un alto ROI mediante la
optimización de la segmentación, la creatividad y la página de destino.
Fracaso de ROI: inversiones publicitarias con bajo rendimiento debido a una mala
segmentación, mensajes irrelevantes o una mala experiencia de usuario. Ej.: una campaña
de anuncios genéricos que no genera clics ni conversiones.

Análisis de CTR (tasa de clics) y CR (tasa de conversión). Indican el rendimiento de las

campañas publicitarias.
CTR: el porcentaje de personas que hacen clic (crean un evento) en un anuncio después de
verlo. (número de clics / número de impresiones) x100. El CTR mide la relevancia y el
atractivo de un anuncio. Eficiencia para generar clics sobre el anuncio.

CR: el porcentaje de personas que completan una acción deseada (conversión) después de
interactuar con un anuncio o página web. (número de conversiones / número de clics) x100.
Mide la eficacia de una página de destino o proceso de conversión (se basa en el objetivo).

¿Cómo se pueden optimizar el CTR y CR para mejorar el rendimiento de las campañas?

-​ Anuncios creativos
-​ Segmentación correcta (región, localidad, edades)
-​ Personalización
-​ Horario
-​ Embudo corto y claro (optimizar el sitio web, embudo bien estructurado y trabajado
para que el usuario convierta en pocos clics)

CPA (costo por adquisición): es el costo total que se invierte para conseguir una conversión
o adquisición de un cliente. Esta métrica es útil para medir la eficiencia de las campañas de
marketing que tienen como objetivo generar ventas o clientes potenciales. Sólo pagas
cuando se logra el objetivo final de la campaña. Ej.: venta, descarga, visualización,

10
seguidor, conocimiento de marca. (total invertido / número de conversiones). Ejemplo: una
empresa gasta 1.000 dólares en una campaña de publicidad online y consigue 100 nuevos
clientes. El CPA sería de 10 dólares (1.000 / 100).

CPM (costo por mil impresiones): es el costo que se paga por cada mil veces que se
muestra un anuncio. Se utiliza principalmente en campañas de publicidad display, donde el
objetivo es aumentar la visibilidad de la marca. costo total / (visualizaciones / 1000). Ej.: un
anunciante paga 5 dólares por cada mil impresiones de su anuncio. Si el anuncio se
muestra 500.000 veces, el costo total sería de 2.500 dólares (5 x 500).
Impresiones: número total de veces que se ha mostrado un anuncio o contenido en línea.
Se debe tener en cuenta el tiempo que anuncio llevará para llegar a mil visualizaciones en
el canal de comunicación elegido. Cuanto más rápido esto ocurra, más recursos serán
necesarios para que la campaña siga en exposición. Por ello normalmente, se utiliza CPM
cuando se tiene más confianza de que el público impactado será el público correcto. Tips:
-​ Escoger a la gente correcta: cuando los avisos patrocinados le gustan al público
objetivo, aumenta el nivel de relevancia para Google.
-​ Revisar la frecuencia: cuidar cuántas veces la misma persona observa el aviso. Esto
compromete la inversión y el alcance de los esfuerzos.
-​ Usar una imagen o video que llame la atención: un elemento gráfico diferente y
llamativo es clave para captar la atención del público objetivo.
-​ Incluir un CTA: una de las mejores formas de mantener a las personas interesadas
es invitarlas a interactuar con el anuncio. Utilizar un texto que promueva la
participación con el aviso.

TICKET PROMEDIO: es el valor medio de las compras realizadas por los clientes en un
periodo determinado. Lo que gasta un cliente en promedio en la tienda. ingresos totales /
número de transacciones o ventas. Ej.: una tienda online tiene unas ventas totales de
10.000 dólares y 200 transacciones. El ticket promedio sería de 50 dólares (10.000 / 200).

CPC (costo por clic): es el costo que se paga por cada clic que un usuario hace en un
anuncio. Se utiliza comúnmente en campañas de publicidad de búsqueda, donde el objetivo
es generar tráfico hacia un sitio web. costo total / número de clics. Ej.: 0,50 dólares por cada
clic en un anuncio. Si el anuncio recibe 1.000 clics, el costo total sería de 500 dólares (0,50
x 1.000).

CPL (costo por lead): costo que se invierte para conseguir un lead o cliente potencial. Un
lead puede ser un registro en un formulario, la descarga de un recurso, etc. inversión para
captar leads / leads adquiridos. Lead: persona que ha mostrado interés en un producto o
servicio, proporcionando sus datos de contacto. Ej.: una empresa gasta 500 dólares en una
campaña de generación de leads y consigue 50 nuevos leads. El CPL sería de 10 dólares
(500 / 50).

CPV (costo por visualización): costo que se paga por cada visualización de un anuncio de
video. Se utiliza en plataformas como Youtube, donde el objetivo es aumentar el alcance y
la interacción con los videos. costo de la campaña / número de visualización. Es el costo
que se paga por cada visualización de un anuncio de vídeo. Se utiliza en plataformas como
YouTube, donde el objetivo es aumentar el alcance y la interacción con los vídeos.

11
MARGEN NETO: es el porcentaje de beneficio que obtiene una empresa después de
deducir todos los gastos, incluyendo los impuestos, de los ingresos totales.
margen de ganancia. Precio total del producto/s - costo neto (+ costo producto, impuestos,
descuento de pago con tarjeta, envío, personal). Ej.: una empresa tiene unos ingresos
totales de 100.000 dólares y unos costos totales de 80.000 dólares. El beneficio neto sería
de 20.000 dólares, y el margen neto sería del 20% ((20.000 / 100.000) x 100).
ENGAGEMENT: nivel de interacción y participación que los usuarios tienen con el
contenido (me gusta, compartidos, comentarios, clics, tiempo de permanencia). Entra
mucho la creatividad de las campañas publicitarias.

La combinación de todos los KPIs proporciona una serie de beneficios significativos en el

ámbito de la analítica digital y el marketing:
-​ Toma de decisiones informadas: esto reduce la incertidumbre y mejora la precisión
de las estrategias.
-​ Optimización de campañas: la comprensión de los KPIs permite optimizar las
campañas publicitarias para maximizar el retorno de la inversión
-​ Mejora del ROI: con métricas como el ROI, el ticket promedio y el margen neto, las
empresas pueden mejorar su rentabilidad y asegurar que sus inversiones están
generando resultados positivos.
-​ Comprensión del comportamiento del usuario: el análisis de métricas como el CTR,
el CR y el engagement permite comprender cómo interactúan los usuarios con el
contenido y los anuncios.
-​ Medición precisa del rendimiento: un marco teórico sólido proporciona una base para
mejorar el rendimiento de las campañas de manera precisa y consistente.
-​ Identificación de oportunidades y problemas: al analizar los datos de manera
integral, se pueden identificar tanto oportunidades de mejora como posibles
problemas o áreas de bajo rendimiento.
-​ Comunicación efectiva: tener un marco de trabajo de datos permite una
comunicación más clara y eficiente entre los integrantes de las empresas, mejorando
los flujos de trabajo.
-​ Adaptación a los cambios: el ámbito del marketing digital presenta cambios
constantemente.

Macro conversiones → representan los objetivos primarios de un negocio. Son las

acciones más importantes que un usuario puede realizar en un sitio web o plataforma
digital. Generalmente, estas acciones están directamente relacionadas con la generación de
ingresos o la consecución de metas comerciales clave. Ej.: generar una venta, solicitud de
presupuesto, completación de un formulario de registro. Se relacionan con los objetivos
generales.
Micro conversiones → acciones secundarias que indican el progreso de un usuario hacia
una macro conversión. Aunque no generan ingresos directamente, son valiosas porque
muestran el interés y la interacción del usuario con el contenido o la oferta. Ej.: suscripción a
un boletín informativo, descargar un archivo, ver un video demostrativo. Se relacionan con
los objetivos específicos.
Generalmente, dentro de un objetivo general hay 3 o 4 objetivos específicos.

CLASE 5
Las empresas detectaron que las personas entienden más el formato visual.

12
Dashboard → interfaz visual que organiza y presenta la información más importante y
relevante para alcanzar uno o varios objetivos específicos. Actúa como un panel de control
que ofrece una visión general del rendimiento en tiempo real o en un periodo determinado.
Compararlo con el tablero de un auto: proporciona información clave (velocidad,
combustible, temperatura, intermitentes, nafta, cinturón, puerta abierta, error) de un vistazo
para que el conductor pueda tomar decisiones inmediatas. Visualización holística de lo que
está pasando con el auto en un momento específico = representación gráfica de lo que está
pasando en un momento específico en el sitio web. Información dinámica.

Un dashboard de marketing digital para una tienda online podría incluir:

-​ Número total de visitas al sitio web (indicador numérico)
-​ Tasa de conversión de visitantes a compradores (%)
-​ Ingresos totales generados (gráfico de líneas o barras)
-​ Costo por adquisición (CPA) de clientes por canal (tabla o gráfico de barras)
-​ Rendimiento de las principales campañas de publicidad (gráfico de barras
comparativo)
-​ Ticket promedio
-​ De qué región geográfica provienen las compras, con qué medio pagaron.

¿Qué es un informe?
Un documento más detallado y exhaustivo que presenta un análisis profundo de datos
durante un período específico (estáticos). Su objetivo principal es proporcionar información
detallada, contexto y conclusiones sobre un tema o conjunto de datos en particular. Se
centran en el análisis en profundidad, la identificación de tendencias y la presentación de
resultados específicos. Deben analizarse los factores externos que pueden afectar las
ventas (economía, inundación de mercadería, fractura de infraestructura) e internos
(renuncia masiva de personal). Detectar factores y minimizar problemas a futuro. Recopila
información básica de qué se hizo, qué se está haciendo y qué se va a hacer a futuro. Se
presenta a la junta directiva o los dueños de la marca.
-​ Recopilación y análisis: explicar que la creación de un informe implica una
recopilación y análisis más exhaustivo de los datos.
-​ Estructura: describir la estructura típica de un informe: introducción, metodología,
presentación de datos (tablas, gráficos), análisis, conclusiones y recomendaciones.
-​ Frecuencia: mencionar que los informes suelen generarse de forma periódica
(semanal, mensual, trimestral) o para responder a preguntas específicas.

13
Importancia de los informes en marketing digital:
En una organización es de vital importancia que cada área conozca cuál es el desarrollo de
la organización. Esto posibilita el impulso del rendimiento y aspectos tan fundamentales
como la motivación. Por eso, es sumamente importante que los informes de marketing sean
comprensibles para todos.

Dashboard Informe

Dinámico Estático

Visual Escrito y analítico

Hecho por la máquina Hecho por un humano (puede tener

errores)

Datos Información interpretada

Se descarga y sigue trayendo información Se puede descargar y queda estático

Cuándo usar un dashboard Cuándo usar un informe

-​ Para el monitoreo continuo del -​ Para realizar un análisis en

rendimiento profundidad de un período
-​ Para identificar tendencias y específico
anomalías rápidamente -​ Para documentar resultados y
-​ Para tomar decisiones operativas metodologías
ágiles -​ Para presentar conclusiones y
-​ Para comunicar el estado general recomendaciones basadas en datos
del proyecto o área -​ Para responder a preguntas
-​ Para proporcionar una versión específicas o realizar
unificada de datos de diferentes investigaciones
fuentes (mirada holística) -​ Para comparar con informes
anteriores e impulsar decisiones

Google Analytics
Herramienta de analítica web para rastrear y analizar el tráfico y el comportamiento de los
usuarios en un sitio web. Es muy importante para la toma de decisiones en marketing digital
y la optimización de la experiencia del usuario.
Es una herramienta de análisis web que ofrece diferentes informes del tráfico que navega el
sitio web.
Permite medir el comportamiento de los usuarios, y los elementos de la página con los
cuales interactuaron. También las conversiones, y el efectivo uso de la adquisición de
tráfico.

La evolución: ¿qué cambios trae Google Analytics 4?

-​ Motivaciones del cambio: adaptación a un entorno digital centrado en la
privacidad, el comportamiento multicanal y la medición basada en eventos.
-​ Modelo de datos basado en eventos: la principal diferencia con Universal Analytics
(UA). Todo se mide como un evento, ofreciendo mayor flexibilidad y granularidad.

14
 -​ Medición multicanal: capacidad para unificar datos de sitios web y aplicaciones
móviles en una única propiedad.
-​ Enfoque en la privacidad: mayor control sobre la recopilación y el uso de datos,
integración con Consent Mode. El Usuario da consentimiento para el uso de sus
datos.
-​ Inteligencia artificial y aprendizaje automático: incorporación de insights
predictivos y detección automática de tendencias. Comprende datos y hace análisis.
-​ Nuevas métricas y dimensiones: adaptadas al modelo basado en eventos.

Desglose de las diferencias clave: Google Analytics vs. Google Analytics 4

Característica Universal Analytics (UA) Google Analytics 4

Modelo de datos Basado en sesiones y hits Basado en eventos (todo es

(pageviews, eventos, un evento)
transacciones)

Medición Principalmente web Web y aplicaciones móviles

unificadas

Identificación Cookies, User-ID, Client-ID User-ID, Google signals,

Device ID, Modelado de
comportamiento

Informes Informes predefinidos con Informes más flexibles y

estructura jerárquica personalizables

Métricas clave Sesiones, páginas vistas, Usuarios activos, eventos,

tasa de rebote conversiones, engagement
rate

Privacidad Menos controles integrados Mayor enfoque y controles

(Consent Mode)

Aprendizaje automático Funciones limitadas Integración más profunda

para insights y predicciones

Tipos de informes generales en GA4

Se tratan de los dashboards en palabras bajados a PDF, con la información principal que
brinda Google Analytics.
-​ Informes de adquisición: cómo los usuarios llegan al sitio web o aplicación
(fuente/medio, campañas)
-​ Informes de interacción: qué hacen los usuarios una vez que están en el sitio web
(páginas vistas, eventos, conversiones)
-​ Informes de datos demográficos: información sobre los usuarios (edad, sexo,
intereses, ubicación geográfica)
-​ Informes de tecnología: información sobre los dispositivos y navegadores que
utilizan los usuarios. Versión móvil/versión ordenador, cómo ven la tienda, hacia
dónde van. Ej.: hay empresas que generan estrategias diferentes por dispositivo.
-​ Informes de monetización (si aplica): rendimiento de comercio electrónico,
ingresos por publicidad, etc. Al conocer el presupuesto, utiliza fórmulas para
determinar las ganancias.

15
El reporte de Google Analytics 4: el ciclo de vida y sus subinformes
Ciclo de vida del cliente → brinda datos sobre cómo se comportan los usuarios en la web,
como por ejemplo en cada etapa del funnel de ventas. Adquisición, interacción,
monetización, retención. Son las categorías que ofrece Google Analytics a la hora de
analizar la performance de una marca. Subinformes dentro de cada etapa:
-​ Adquisición:
-​ Adquisición de usuarios: cómo se adquieren nuevos usuarios
-​ Adquisición de tráfico: cómo llegan las visitas a tu sitio
-​ Interacción:
-​ Visión general: métricas clave de interacción
-​ Eventos: detalles sobre los eventos que activan los usuarios
-​ Páginas y pantallas: rendimiento de las páginas individuales
-​ Datos demográficos: interacción segmentada por datos demográficos
-​ Datos técnicos: interacción segmentada por tecnología (dispositivos)
-​ Monetización:
-​ Visión general de la monetización (ventas/productos atados a esa venta/ticket
promedio/carritos abandonados)
-​ Compras de comercio electrónico (cuántas compras hubo)
-​ Monetización de aplicaciones (compras in-app, suscripciones,
visualizaciones)
-​ Publicidad de editores (ingresos por AdSense/AdMob)
-​ Retención:
-​ Visión general de la retención de usuarios (qué recorrido hizo el cliente, si
dejó sus datos de contacto, si, si había comprado dentro de un lapso de
tiempo)
-​ Participación de los usuarios

Métricas fundamentales en GA4

-​ Conversiones → acciones significativas que los usuarios realizan en el sitio web o
aplicación y que tienen un valor para el negocio. Ej.: compra, registro, descarga de
un PDF, envío de un formulario. Configuración de eventos como conversiones,
siguiendo micro objetivos, en GA4.
-​ Eventos → interacciones específicas que los usuarios realizan en un sitio o
aplicación. GA4 rastrea automáticamente ciertos eventos (eventos mejorados), pero
también se pueden configurar eventos personalizados. Ej.: clics en botones,
visualizaciones de vídeo, descargas de archivos.
-​ Páginas vistas → número total de veces que se ha visualizado una página del sitio
web. Se registra cada vez que un usuario carga una página del sitio web en su
navegador. La métrica indica cuántas veces se han visitado las páginas del sitio en
total durante un período de tiempo determinado. Quizás una página es inútil.
-​ Porcentaje de rebote → un usuario accede a una sola página del sitio web y
abandona sin interactuar más.
En Universal Analytics: el % de sesiones de una sola página en las que el usuario no
interactúa con la página.
En GA4: no existe el concepto tradicional de “porcentaje de rebote”. Se utiliza la tasa
de interacción (Engagement Rate), que es el porcentaje de sesiones que duraron
más de 10 segundos, tuvieron al menos 1 evento de conversión o vieron al menos 2
páginas. También se puede analizar la tasa de no interacción.

16
 -​ Sesiones → un período de tiempo durante el cual un usuario interactúa con tu sitio
web o aplicación. En GA4, las sesiones se inician con el evento. Una sesión finaliza
después de 30 minutos de inactividad.
-​ Tasa de conversión → el porcentaje de sesiones o usuarios que completan una
acción de conversión. Se calcula dividiendo el número de conversiones por el
número de sesiones o usuarios.
-​ Tiempo promedio en el sitio → cuánto tiempo permanece un usuario en el sitio
web.
Universal Analytics: la duración promedio de las sesiones en el sitio.
GA4: se puede analizar el tiempo de interacción promedio por sesión o por usuario,
basándose en los eventos de interacción. Se desglosa en diferentes métricas. No
hay una métrica directa equivalente al “tiempo promedio en el sitio” de UA.

¿Cómo saber de dónde proviene el tráfico en la web?

Parámetros UTM: etiquetas que se añaden a las URLs para rastrear la efectividad de la
campaña de marketing y conocer la fuente exacta del tráfico. Módulos de trackeo de
seguimiento. Cadena de texto que puede adjuntarse dentro de la URL para realizar un
monitoreo cada vez que hacen clic en ellas. Hacen que Google Analytics muestre
resultados específicos con respecto a la fuente de tráfico en esa URL. Conexión entre todos
los sitios de la marca y Google Analytics.

Los 5 parámetros UTM principales:

-​ utm_medium → a través de qué tipo de medio llegó un visitante al sitio web (CPC,
email, redes, orgánico).
-​ utm_source → hace que el medio UTM sea más específico. La fuente específica del
tráfico. De dónde viene el usuario (Google, Facebook, newsletter).
-​ utm_campaign → se puede añadir información sobre la campaña. Nombre
específico de la campaña. Identificar qué campaña generó ese tráfico
(promo_verano, navidad2025).
-​ utm_term → se suele utilizar para proporcionar más información sobre la campaña.
Las palabras clave de la campaña (zapatillas Nike, curso marketing). Muy útil en
campañas de Google Ads para saber qué keywords están funcionando.
-​ utm_content → La variante del contenido o enlace en una misma campaña. Sirve
para diferenciar versiones de un mismo anuncio o enlace. Prueba A/B. Ej. 300x250.

¿Qué se puede rastrear a través de los parámetros UTM?

-​ El rendimiento de las campañas de publicidad online. Si no se comprende qué
anuncios o enlaces generan la mayor cantidad de clics en el sitio, así como las
conversiones y las ventas, no hay forma de conocer la forma correcta de invertir.
-​ El tráfico generado por campañas de email marketing
-​ El impacto de publicaciones en redes sociales
-​ El rendimiento de enlaces en diferentes sitios web o materiales promocionales
-​ Pruebas A/B de diferentes creatividades o mensajes

¿Cómo usar los parámetros UTM?

1.​ Configurar Google Analytics. Crear una cuenta en Google Tag Manager para
configurar el código que determinará cómo se comunica Google Analytics con el sitio
web. Colocar ese código en cada página del sitio web.

17
 2.​ Agregar el UTM. Para cada enlace que se refiera a una página diferente en el sitio
web, agregar etiquetas UTM.
3.​ Seguimiento y análisis. Seguimiento de cómo se comportan los usuarios de las
diferentes fuentes, campañas y medios en el sitio web. Al ejecutar informes
mensuales y comparar combinaciones de UTM, se puede averiguar qué campañas
contribuyen más a los objetivos.

CLASE 6
Seguimiento avanzado en el marketing digital actual
En un entorno digital saturado, donde los consumidores interactúan con múltiples canales y
dispositivos, el seguimiento avanzado permite comprender el recorrido completo del cliente
y optimizar las campañas para obtener el máximo retorno de la inversión (ROI). Permiten
hacer una segmentación de datos.
Implica ir más allá de las métricas básicas (como clics e impresiones) para analizar el
comportamiento del usuario en profundidad, identificar patrones y medir el impacto real de
las acciones de marketing en los objetivos de negocio.

Métricas básicas y avanzadas

Las métricas básicas proporcionan una visión superficial del rendimiento, son las
primordiales, el pantallazo que ofrece GA4, mientras que las métricas avanzadas ofrecen
información más profunda, detallada y accionable.
-​ Básicas: volumen de tráfico, tasa de clics (CTR), impresiones, alcance, etc.
-​ Avanzadas: tasa de conversión, valor de vida del cliente (LTV), costo de adquisición
de clientes (CAC), atribución de conversiones, etc.

Herramientas y tecnologías
-​ Google Analytics 4: plataforma de análisis web que permite recopilar y analizar datos
de tráfico y comportamiento del usuario.
-​ Google Tag Manager (GTM): sistema de gestión de etiquetas que facilita la
implementación y actualización de códigos de seguimiento en sitios web y
aplicaciones. Trae data avanzada que GA4 no. Pueden complementarse.
-​ Customer Relationship Management (CRMs): sistemas que almacenan y gestionan
datos de clientes, lo que permite integrar información de ventas y marketing. Ej.:
Odoo

Aspectos técnicos
-​ Cookies: pequeños archivos de texto que los sitios web almacenan en los
navegadores de los usuarios para recordar sus preferencias y actividades.
-​ Privacidad y cumplimiento normativo (GDPR, CCPA): es fundamental implementar el
seguimiento respetando la privacidad de los usuarios y cumpliendo con las
regulaciones aplicables.

Implementación de pruebas A/B y multivariables

Comparar diferentes versiones de una página web o anuncio para determinar cuál funciona
mejor.
Creación de informes y paneles de control: es importante crear informes personalizados con
los datos más relevantes, para que las tomas de decisiones sean más efectivas. Ej.: crear

18
un panel en Data Studio para monitorear el retorno de la inversión de campañas
publicitarias.
Dimensiones y métricas personalizadas
Permiten recopilar y analizar datos específicos que no se incluyen en la configuración
predeterminada de Google Analytics.
-​ Dimensiones personalizadas: atributos adicionales de los usuarios o sus acciones.
-​ Métricas personalizadas: valores numéricos adicionales que se recopilan y analizan.
Ej.: dimensión personalizada: “tipo de usuario”, métrica personalizada: “valor de compra
promedio”.

Informes y paneles personalizados

La creación de informes y paneles personalizados permite visualizar y analizar los datos de
Google Analytics de manera más eficiente y adaptada a las necesidades específicas.
-​ Informes personalizados → informes que muestran las dimensiones y métricas
específicas que son más relevantes. Ej.: informe que muestra las páginas de destino
con mayor tasa de conversión para usuarios de dispositivos móviles.
-​ Paneles personalizados → vistas generales de los datos clave que se pueden
personalizar con widgets y gráficos. Ej.: panel personalizado con widgets que
muestran el tráfico en tiempo real, las conversiones por canal y el valor de vida del
cliente.

Análisis de embudos personalizados

Permite entender el comportamiento del usuario, a través de los pasos que debe dar para
completar una conversión. Se puede saber en qué paso los usuarios abandonan el proceso
de conversión, ayudando a optimizar los pasos y mejorar la conversión final. Ej.: un embudo
que muestre la cantidad de usuarios que pasaron por cada paso del proceso de compra. Un
embudo para entender cuántos usuarios llegaron a ver la página de “gracias” luego de
completar una compra.

19