El 2 de noviembre, primer día del CyberMonday de la CACE (del 2 al 4 de noviembre), una tienda argentina facturó casi siete veces un día normal de octubre. Google Ads gastaba el 2% de lo habitual y Meta, más de cuatro veces lo habitual. La gente que buscaba la tienda entró igual, por el resultado orgánico. Cuando terminó el Cyber, la inversión siguió alta y la facturación cayó 38%.
La demanda la marcó el calendario, no el presupuesto. Muchos compradores no estaban descubriendo la tienda sino volviendo: el 64% de los que compraron desde Android ya la había visitado. Y los reportes de cada plataforma no alcanzan para separar qué ventas generó un anuncio y cuáles solo se atribuyó: Meta reportó 3,8 veces las compras que le asignó nuestro modelo.
Las dos tiendas están anonimizadas y todos los montos van como índices o proporciones. El estudio cubre 40 días, del 1 de octubre al 9 de noviembre, con un pixel propio en cada sitio y las plataformas de anuncios conectadas. La metodología completa está en la sección siguiente.
Actualizado el 11 de noviembre de 2026: correcciones y nueva sección de la Tienda B.
- La demanda no se fue con el anuncio: con Google Ads apagado, la búsqueda paga y la orgánica se reemplazaron casi una por una.
- Los compradores volvían: mediana de 3 visitas y 1,8 días antes de comprar.
- Cada plataforma cuenta su parte: Meta reportó 3,8 veces lo que le asignó el modelo, Google 0,8 veces y TikTok no reportó compras.
- El gasto no acompañó la salida del pico: la facturación por peso de pauta pasó de 10,4x a 6,4x.
Cómo lo medimos: dos tiendas, 40 días
Dos ecommerce argentinos entre el 1 de octubre y el 9 de noviembre de 2026, con un pixel propio en cada sitio y la inversión de cada plataforma de anuncios conectada. El pixel registra cada visita, cada producto agregado al carrito y cada compra, con el canal por el que entró la persona. Cuando alguien deja su email en el checkout, unimos sus visitas de distintos dispositivos.
Entre las dos tiendas analizamos más de 800 mil visitas y cerca de 9.000 compras o llegadas al pago.
Para repartir cada venta entre canales usamos dos modelos: Markov, que estima cuánto se perdería si un canal no existiera, y el último canal no directo. Ninguno mide cuántas ventas causó un anuncio. El detalle está en cómo funciona cada modelo.
¿Los compradores del Cyber eran nuevos?
Muchos no estaban descubriendo la tienda: estaban volviendo. En la Tienda A, el 64% de los compradores del Cyber en Android ya había visitado el sitio antes del evento. En iOS identificamos al menos un 46%: Safari borra la cookie del pixel a los 7 días, como documenta WebKit, así que una visita de dos semanas antes puede aparecer como nueva y esa cifra queda subestimada.
Una persona ve un producto a fines de octubre, vuelve dos días después, arma un carrito y espera al Cyber. Cuando compra, el reporte le da la venta al último canal que tocó. Pero la decisión empezó antes. En la Tienda A, el comprador típico del Cyber hizo 3 visitas antes de comprar.
Comprar durante el evento involucró más tiempo de consideración. Usamos la segunda quincena de octubre como comparación porque el pixel empezó a medir el 30 de septiembre: a principios de mes nadie tenía historial y casi todos parecían nuevos.
¿Lo que se compró en el Cyber ya estaba en el carrito?
En parte, y menos de lo que se suele creer. El 19% de los productos comprados en el Cyber ya había sido agregado al carrito en un día anterior. En cambio, de las personas que agregaron algo al carrito durante octubre, solo el 1,8% terminó comprando en el Cyber oficial.
Tienda A · personas que agregaron al carrito en cada período: si compraron y cuándo
Entre quienes conocieron la tienda en la preventa, apareció otra señal. De los que agregaron algún producto al carrito, el 30% volvió a visitar la tienda durante el Cyber. De los que no agregaron nada, volvió el 11%. Son personas que regresaron, no necesariamente compradores. Aun así, la diferencia muestra que el comportamiento previo distingue niveles de interés: alguien que exploró productos, armó un carrito y volvió días después dejó una señal muy distinta a la de quien entró una vez.
Si la venta ocurrió en el Cyber pero la decisión empezó antes, ¿qué campañas y contenidos construyeron ese interés? El ROAS del día de la compra no lo responde.
Cuántos de tus compradores del evento ya te habían visitado y cuántos días pasaron entre la primera visita y la compra.
¿Qué pasó cuando la pauta se apagó?
La venta siguió. Entre el 31 de octubre y el 2 de noviembre la Tienda A atravesó interrupciones publicitarias: Meta Ads estuvo apagado dos días y Google Ads casi tres. Mientras las visitas desde Google Ads cayeron 90%, las visitas desde Google orgánico se multiplicaron por 4 y por 8, según el día. Cuando Google Ads volvió el 3 de noviembre, el tráfico orgánico retrocedió.
La gente que buscaba la tienda no dejó de entrar: cambió de puerta. Las campañas de Google que compran búsquedas del nombre de la propia marca llevan a la home, y alguien que ya conoce la tienda y la busca puede tocar el anuncio de arriba aunque el resultado orgánico esté justo debajo. Si sumamos las visitas a la home que llegaron desde Google, por el anuncio o por el orgánico, el total siguió a la demanda del evento y no a la presencia del anuncio. En octubre, 14 de cada 100 de esas visitas entraban por el orgánico; el 1 y el 2 de noviembre, con el anuncio apagado, fueron 98 de cada 100. Lo describimos en pagar por clics que ya tenías gratis.
| Día | Visitas a la home | Por orgánico |
|---|---|---|
| 15 al 28 oct | 100 | 14% |
| 31 oct | 220 | 48% |
| 1 nov, sin anuncio | 177 | 98% |
| 2 nov, sin anuncio | 340 | 98% |
| 3 nov, vuelve el anuncio | 311 | 64% |
| 4 nov | 244 | 27% |
Tienda A. Visitas que entraron a la home desde Google, por un anuncio o por el resultado orgánico, con el promedio diario del 15 al 28 de octubre igual a 100.
El corte de Meta mostró otra cara. En los dos días sin Meta, las visitas desde esa plataforma cayeron 95% respecto de los dos días anteriores, y aun así la tienda facturó 2,9 y 3,3 veces un día normal de octubre. Esos días hubo un envío de email que multiplicó por 19 las visitas habituales del canal, y las redes propias llevaron 3,6 veces su tráfico habitual el domingo. No sabemos qué habría pasado con Meta encendido. Sabemos que la tienda siguió vendiendo y que otros canales sostuvieron el movimiento.
El 2 de noviembre la pauta no estaba apagada del todo: Google Ads seguía al 2% de lo normal, pero Meta volvió y gastó 4,4 veces un día de octubre. La inversión total fue 2,7 veces la habitual y la facturación, 6,8 veces. Las ventas que cerraron en un anuncio se multiplicaron por 2,9; las que cerraron en canales que no se pagan por clic, por 8,9.
| Canal (último no directo) | Octubre | 2 de noviembre |
|---|---|---|
| Búsqueda orgánica | 8% | 32% |
| Meta Ads | 17% | 18% |
| Redes propias | 13% | 18% |
| 8% | 15% | |
| Google Ads | 29% | 3% |
Tienda A. Participación de cada canal en las ventas, según el último canal no directo. Meta mantuvo casi la misma parte que en octubre: creció al ritmo del total.
Qué podemos concluir: con el anuncio de marca apagado, la búsqueda paga y la orgánica se reemplazaron casi una por una: de 14 a 98 de cada 100 visitas a la home desde Google llegaron por el orgánico.
Qué no podemos concluir: cuántas ventas habría sumado mantener Google Ads, porque el corte coincidió con el pico del evento y no fue un experimento controlado.
Separá las campañas de marca de las genéricas y probá pausar la de marca por zonas o franjas horarias antes de decidir.
¿Meta hizo que la gente buscara la tienda en Google?
Es la pregunta obvia: si Meta volvió el mismo día en que se disparó la búsqueda orgánica, quizás la gente vio los anuncios y después buscó la tienda en Google. Lo revisamos de dos maneras y ninguna lo sostiene.
La primera es el pixel. De las personas que entraron por búsqueda orgánica el 2 de noviembre, solo el 8% había hecho clic en un anuncio de Meta en los 30 días anteriores, contra el 4% en octubre, y seis de cada diez nunca habían visitado la tienda. Pero el pixel solo ve clics: alguien que vio un anuncio sin tocarlo y después buscó la marca aparece como una visita orgánica nueva.
Para cubrir ese hueco miramos Search Console, que cuenta cuántas veces apareció la tienda en Google cuando alguien buscó su nombre, haya hecho clic o no. La lógica es simple: si los anuncios de Meta llevaran a la gente a buscar la marca, los días de más gasto en Meta tendrían que tener más búsquedas, y los días con Meta apagado, menos.
| Día | Qué pasaba | Búsquedas de la marca | Gasto en Meta |
|---|---|---|---|
| 30 oct | Preventa | 2,7x | 2,6x |
| 31 oct | Preventa, Meta apagado | 2,9x | Apagado |
| 1 nov | Preventa, Meta apagado | 3,2x | Apagado |
| 2 nov | Arranca el Cyber y vuelve Meta | 5,2x | 4,4x |
| 3 nov | Cyber | 4,0x | 6,5x |
| 4 nov | Cyber | 3,4x | 4,7x |
| 5 al 9 nov | Después del Cyber | de 2,7x a 1,6x | de 4,0x a 5,6x |
Tienda A. Búsquedas: impresiones diarias en Google de búsquedas que incluyen el nombre de la tienda, según Search Console. Gasto: inversión diaria en Meta Ads. Las dos columnas comparan cada día con un día promedio del 1 al 28 de octubre: 1x es un día normal de octubre y 3,2x, tres veces y un poco más.
La tabla se lee en tres momentos:
- Con Meta apagado, las búsquedas no bajaron. El 31 de octubre y el 1 de noviembre, en plena preventa y sin anuncios en Meta, la tienda apareció en casi el triple de búsquedas que un día normal de octubre (2,9x y 3,2x). Incluso un poco más que el 30 de octubre, cuando Meta estaba prendido.
- Más gasto no trajo más búsquedas. El 3 de noviembre fue el día de mayor gasto en Meta (6,5x) y las búsquedas bajaron respecto del día anterior, de 5,2x a 4,0x.
- Cuando terminó el Cyber, bajaron las búsquedas y no el gasto. Del 5 al 9 de noviembre Meta siguió gastando entre 4 y 5,6 veces lo normal, y las búsquedas cayeron hasta 1,6x, cerca de octubre.
En octubre, sin evento, pasó lo mismo: los días de más gasto en Meta no tuvieron más búsquedas de la marca, ni ese día ni el siguiente. El único día que no podemos separar es el 2 de noviembre, cuando el arranque del Cyber y la vuelta de Meta coincidieron.
En los datos observados, las búsquedas de la marca acompañaron al calendario del evento y no encontramos relación con el gasto en Meta, ni el mismo día ni al siguiente. El Cyber trajo la demanda, y como el anuncio de marca de Google no estaba, esa gente entró por el resultado orgánico. Eso no quiere decir que Meta no haya aportado nada: aportó lo que se ve en sus propios recorridos, el 18% de las ventas del día récord. Tampoco descarta efectos más lentos, pero no aparece el efecto escondido que se suele suponer.
¿Qué proporción de la demanda atribuida a los anuncios fue creada por ellos y qué proporción ya existía? Son dos cosas muy distintas, y un reporte de atribución solo no alcanza para separarlas.
Cruzá el gasto diario en Meta con las impresiones de marca en Search Console, el mismo día y el siguiente.
¿La preventa fue más eficiente?
No lo podemos afirmar. La Tienda A lanzó su propia preventa el jueves 29 de octubre a las 13 h, y esos cuatro días tuvieron la mejor relación entre facturación total y gasto publicitario de las seis semanas: 17,2 pesos de facturación por cada peso de pauta. Pero dos de esos cuatro días fueron los del corte de Meta. Con la pauta completa, el jueves y el viernes de la preventa dieron 9,9x, prácticamente lo mismo que el Cyber oficial (10,4x). El 17,2x sale de los días con la pauta casi apagada.
Tienda A · facturación total por cada peso de pauta
Lo interesante no es que la preventa haya rendido más, sino que la tienda vendió mucho en días con muy poca publicidad. Una hipótesis es que la preventa capturó una demanda que venía madurando durante octubre. Encaja con lo que vimos en los compradores: muchos ya conocían la tienda antes del evento.
Qué podemos concluir: con la pauta completa, la preventa rindió casi lo mismo que el Cyber: 9,9 contra 10,4 pesos de facturación por cada peso de pauta.
Qué no podemos concluir: que la preventa haya sido más eficiente. El 17,2x sale de los dos días con Meta apagado, y no sabemos cuánto se habría vendido esos días con la pauta encendida.
¿Por qué Meta se atribuye 3,8 veces las compras que le asigna nuestro modelo?
Porque cada sistema responde una pregunta distinta. Durante el Cyber, Meta se adjudicó casi cuatro veces las compras que recibió cuando repartimos el crédito entre todos los canales por los que pasó cada comprador: 3,8 veces lo que le asignó el modelo Markov. No quiere decir que Meta exagere. Google Ads reportó menos compras de las que le asignó Markov, y TikTok no reportó ninguna, aunque apareció en recorridos que terminaron en venta. Meta, Google y TikTok usan sus propias reglas y ventanas, y una misma venta puede tener varios protagonistas. Ya contamos por qué Google Ads y Meta Ads se adjudican la misma venta.
2,9ROAS según Markov en el Cyber. 69% del gasto y 19% de la facturación atribuida.
3,8ROAS según Markov en el Cyber. 30% del gasto y 11% de la facturación atribuida.
3,7ROAS según Markov en el Cyber. 1% del gasto y 0,3% de la facturación atribuida.
Hay otra razón para no leer esto como una condena a Meta. Su participación en el gasto (69%) y en la facturación atribuida (19%) no se comparan como si fueran rentabilidad: una es gasto y la otra es crédito repartido. Y entre los recorridos de dos pasos más frecuentes aparece gente que llegó desde Meta y volvió después por redes propias o directo. Meta puede estar al comienzo de recorridos que cierran en otros canales. El dashboard de Meta no deja de servir: cuenta una parte de una historia que incluye otros canales, decisiones y momentos.
El gráfico de abajo mira otra cosa: la gente que llegó por primera vez cada día desde Meta o Google, y lo que compró en los 7 días siguientes contra lo que se gastó ese día. Mide la capacidad de traer compradores nuevos, no el retargeting ni la incrementalidad.
En el Cyber trajo casi cuatro veces más personas nuevas por día que en octubre, y traer a cada una costó entre 33% y 55% más. Terminó comprando el 1,4% de los que llegaron en octubre y el 1,0% de los que llegaron durante el Cyber, que tuvieron menos días para hacerlo. De los que llegaron después del Cyber, hasta el 9 de noviembre había comprado el 0,7%.
Los clics llegaron: el pixel registró 8 de cada 10. De la gente que conoció la Tienda A por TikTok volvió el 13%, contra el 29% de la que llegó por Meta o Google, y compró el 0,2%. Si les damos a esas personas todo el crédito de lo que compraron en los 40 días, la facturación fue 2,4 veces el gasto en TikTok. El 3,7 de la tarjeta de arriba sale de otra cuenta: el crédito que Markov le asigna a TikTok en las compras del Cyber, incluidas las de personas que ya conocían la tienda.
Compará lo que reporta cada plataforma con un modelo de recorridos, sin tomar ninguno como verdad causal.
¿Cuánto se atribuye cada plataforma en tu tienda? Compará lo que reportan Meta, Google y TikTok con los recorridos reales de tus compradores.
¿Cuántas compras llegaron sin pasar por un anuncio?
El 41% de las compras del Cyber no tuvo ningún anuncio en el recorrido que pudimos observar. En otro 22%, la publicidad apareció al principio y la última visita llegó desde búsqueda, email, redes propias o directo. El camino más frecuente del Cyber fue entrar desde Google orgánico y comprar.
Tienda A · recorridos más frecuentes hasta la compra, Cyber
Tienda B · recorridos más frecuentes hasta "Pagar", Cyber
Cuando repartimos el crédito de cada venta entre todo el recorrido, los canales propios también ganaron protagonismo. Con Markov, la búsqueda orgánica pasó del 8% de la facturación de la Tienda A antes del evento al 18% durante el Cyber, mientras Google Ads pasó del 25% al 11%. Con el último canal no directo la relación se mantiene, 24% contra 12%, así que la señal no depende de un solo modelo. No demuestra que el SEO haya producido más ventas incrementales que Google Ads: significa que, dentro de los recorridos observados, la búsqueda orgánica recibió más crédito.
Tienda A · participación en la facturación por canal (Markov)
Ver los datos: Markov contra último no directo, las dos tiendas
| Canal | Antes | Preventa | Cyber | Después |
|---|---|---|---|---|
| Tienda A · Directo | 29% · 28% | 20% · 18% | 20% · 15% | 21% · 17% |
| Tienda A · Meta Ads | 16% · 16% | 17% · 16% | 19% · 16% | 28% · 28% |
| Tienda A · Búsqueda orgánica | 8% · 8% | 12% · 14% | 18% · 24% | 4% · 6% |
| Tienda A · Social orgánico | 12% · 11% | 15% · 14% | 16% · 17% | 12% · 12% |
| Tienda A · Email | 8% · 8% | 16% · 19% | 13% · 14% | 11% · 12% |
| Tienda A · Google Ads | 25% · 27% | 17% · 18% | 11% · 12% | 21% · 23% |
| Tienda A · TikTok Ads | 0,7% · 0,4% | 0,6% · 0,9% | 0,3% · 0,2% | 0,6% · 0,8% |
| Tienda B · Social orgánico | 20% · 20% | 30% · 30% | 27% · 27% | 26% · 25% |
| Tienda B · Google Ads | 19% · 18% | 17% · 16% | 18% · 17% | 20% · 18% |
| Tienda B · Búsqueda orgánica | 15% · 15% | 11% · 11% | 17% · 16% | 12% · 13% |
| Tienda B · Meta Ads | 15% · 13% | 22% · 21% | 12% · 11% | 17% · 15% |
Primer valor: Markov. Segundo: último canal no directo de los 30 días previos. En la Tienda A es participación en la facturación; en la Tienda B, en las personas que llegan a pagar. Las filas no suman 100 porque quedan afuera canales menores y las ventas sin recorrido registrado.
No vimos canales funcionando aislados: vimos personas moviéndose entre ellos. Un canal puede parecer menos importante si solo se miran las compras que se atribuye directamente, porque la conversión puede ocurrir en un canal distinto de aquel donde empezó la relación con la marca.
Qué parte de tus ventas no tuvo ningún anuncio en el recorrido.
La otra tienda: cuando cayó el tráfico de Meta, subió la intención
En la Tienda B, las visitas del Cyber cayeron 55% frente a octubre y las personas que llegaron a tocar "Pagar" aumentaron 56%. Casi toda la caída fue tráfico de Meta: esas visitas bajaron 61%, mientras que las del resto de los canales crecieron 17%.
Tienda B · visitas (octubre = 100)
Tienda B · personas que llegan a pagar (octubre = 100)
Ese tráfico era mucho, pero convertía poco. En octubre, el 92% de las visitas venía de Meta y solo 12 de cada 10.000 de esas personas llegaban al pago. En el Cyber, de cada 100 personas que entraron por búsqueda orgánica, 12 llegaron al pago; por Meta, menos de una.
Tienda B, Cyber: de cada 100 visitantes que entraron por cada canal, cuántos llegaron a tocar "Pagar".
No tenemos el gasto de Meta de esta tienda, así que no sabemos si la caída vino de un recorte de presupuesto, de un cambio de campañas o de otra cosa. Tampoco podemos separar el efecto de los descuentos del evento. Lo que sí muestra es que una fuente puede llenar el sitio de visitas sin generar oportunidades: si se evalúa por clics, CPC o sesiones, ese tráfico parece un éxito.
La compra también funciona distinto que en la Tienda A: es más de impulso. Solo 1 de cada 5 personas que llegaron al pago en el Cyber había visitado la tienda antes, y la mayoría lo hizo el mismo día que llegó.
La tasa de llegada al pago por canal, no solo el CPC y las sesiones.
¿Qué cambió en el pedido?
En la Tienda A, el Cyber cambió qué ponía la gente en el pedido. El precio publicado no se movía: el descuento se aplicaba al pagar y, en la mediana, lo pagado fue 15% menos que el precio de lista. Las unidades por pedido subieron 32% y el pedido promedio bajó 13% frente a octubre. Más pedidos y más unidades no fueron un ticket más alto. No tenemos costos ni márgenes para saber cómo evolucionó la rentabilidad, pero sí que el crecimiento vino con otra composición del carrito.
También cambió el horario. En la primera hora del 2 de noviembre entraron unas siete veces más pedidos que en una medianoche normal: el evento concentró demanda en una ventana muy corta.
¿Qué pasó con la inversión cuando terminó el Cyber?
Siguió igual de alta mientras la demanda bajaba. Del 5 al 9 de noviembre las promociones siguieron activas y la inversión diaria quedó al mismo nivel que en el Cyber oficial. La facturación diaria cayó 38% frente a los días oficiales, aunque seguía en casi cuatro veces la de octubre. Lo que más cambió fue la eficiencia: la facturación por peso de pauta bajó de 10,4x en el Cyber a 6,4x, por debajo incluso de octubre (7,5x), y el costo de pauta por pedido subió más de 50% respecto de los días oficiales.
Las búsquedas de la tienda en Google sí bajaron: fueron la mitad que en los días oficiales. Ya durante el Cyber, traer una persona nueva desde Meta había costado entre 33% y 55% más que en octubre, y desde Google Ads, entre 2 y 2,7 veces más. No sabemos cuál habría sido el presupuesto óptimo, porque para eso hace falta medir incrementalidad y margen. Lo que vimos es que el final del pico de demanda no coincidió con una baja de la inversión.
Una alerta de facturación por peso de pauta para el día siguiente al evento, con un umbral definido de antemano.
Qué revisar antes del Hot Sale
En estas dos tiendas, la demanda la marcó el calendario, no el presupuesto, y ningún reporte por sí solo alcanzaba para explicar lo que pasó. No significa que se repita en todos los ecommerce, ni que el SEO valga más que Google Ads, ni que bajar la publicidad mejore las ventas. Sí deja tres preguntas que vale la pena hacerse antes del próximo evento.
- ¿Cuánta demanda se construyó antes de la compra?Una venta registrada en el Cyber puede tener varios días de historia: visitas anteriores, carritos y búsquedas de la marca.
- ¿Cuánto valor adicional genera la publicidad?Participar en una venta y provocar una venta que no habría ocurrido son cosas distintas. Los cortes de pauta de este Cyber lo dejaron a la vista. Con el anuncio de marca de Google apagado, la gente que buscaba la tienda entró igual por el orgánico.
- ¿Qué dejamos de ver cuando medimos cada canal por separado?Las personas no compran siguiendo los límites de los dashboards: empiezan en un canal y terminan en otro.
Antes del Hot Sale:
- Medí cuántos compradores del evento ya te conocían.
- Separá la inversión en búsquedas de marca y genéricas.
- Compará lo que reporta cada plataforma con un modelo de recorridos.
- Definí de antemano cuándo bajar la inversión después del pico.
El CyberMonday duró tres días. Nosotros observamos cuarenta. Buena parte de lo interesante pasó fuera de esos tres días: en visitas anteriores, carritos abiertos, búsquedas, emails y decisiones que todavía no eran compras. El día de la venta es fácil de identificar. El recorrido que la hizo posible es mucho más difícil de entender. Eso intentamos observar con Dashcrab Atribución: no para encontrar un ganador entre Meta, Google, TikTok o los canales propios, sino para entender cómo se conectan la inversión, el comportamiento de las personas y los resultados reales de un negocio.
¿Tus anuncios generan ventas o se las atribuyen? Hacé este mismo análisis con tus datos: recorridos completos, modelos de atribución comparados y lo que pasa fuera de cada plataforma.
Seguir leyendo. Hicimos el mismo ejercicio con un vendedor de Mercado Libre, donde no hay pixel propio y la plataforma que vende los anuncios también informa cuánto vendieron. Lo contamos en ¿la pauta explicó las ventas de Mercado Libre en el CyberMonday 2026?
Glosario
- Atribución: la regla con la que se reparte el crédito de una venta entre los canales por los que pasó el comprador.
- Markov: un modelo que mira todos los recorridos, con compra y sin compra, y le asigna a cada canal la parte de las ventas que se perdería si ese canal no existiera.
- Último canal no directo: le da toda la venta al último canal por el que entró la persona, sin contar las visitas directas.
- Incrementalidad: las ventas que no habrían ocurrido sin el anuncio. Se mide con experimentos, no con un modelo de atribución.
- Facturación por peso de pauta: la facturación de todo el sitio dividida por el gasto total en anuncios. No es el ROAS de una plataforma, que solo cuenta las ventas que esa plataforma se atribuye.
- Cohorte: el grupo de personas que llegó por primera vez en un mismo período, seguido en el tiempo.