¿Qué es un estudio de lift en publicidad?
Los estudios de lift en publicidad, también conocidos como estudios de incrementalidad, buscan responder una pregunta fundamental para cualquier director de marketing:
¿Qué resultados ocurrieron gracias a la campaña y cuáles habrían ocurrido de todos modos?
A diferencia de la atribución tradicional —que reparte crédito entre canales según reglas predefinidas— un estudio de lift intenta medir impacto causal real. Es decir, compara qué sucede cuando una audiencia ve anuncios frente a qué sucede cuando una audiencia similar no los ve.
Herramientas como Conversion Lift de Google Ads separan audiencias en grupos de tratamiento (ven anuncios) y control (no ven anuncios) para estimar conversiones incrementales generadas por la campaña.
Este enfoque cambia completamente la conversación estratégica: ya no se trata de “a quién atribuyo la venta”, sino de “qué ventas fueron causadas por la publicidad”.
Lift vs atribución: la diferencia que cambia decisiones de presupuesto
Uno de los errores más comunes en marketing es asumir que atribución e incrementalidad son lo mismo.
La atribución responde:
¿A qué canal asignó el crédito por esta conversión?
La incrementalidad responde:
¿Qué conversiones ocurrieron gracias a la campaña que no habrían ocurrido sin ella?
Google diferencia explícitamente entre conversiones atribuidas e incrementales. La atribución puede sobreestimar resultados porque incluye usuarios con alta intención que habrían convertido aunque no vieran anuncios. En cambio, el lift study busca aislar el efecto causal.
Para equipos de marketing que gestionan presupuestos importantes, esta diferencia impacta directamente en:
- reasignación de inversión,
- validación de retargeting,
- evaluación de upper funnel,
- cálculo real de ROI.
Tipos de estudios de lift en publicidad digital
No todos los estudios de lift son iguales. Existen distintos diseños experimentales, cada uno adecuado a distintos objetivos y restricciones operativas.
1. Conversion Lift (user-based)
Es el estándar cuando se puede trabajar a nivel usuario.
Se divide la audiencia en:
- Grupo test (recibe anuncios)
- Grupo control (holdout, no recibe anuncios)
Se comparan las conversiones entre ambos grupos y la diferencia representa el lift absoluto o las conversiones incrementales.
Este diseño ofrece alta validez interna, siempre que:
- el control permanezca limpio,
- no exista contaminación,
- el tracking sea consistente.
Es ideal para campañas performance donde se quiere medir:
- conversiones incrementales
- iCPA (coste por acción incremental)
- lift relativo
2. Conversion Lift geo-based (Geo Lift)
Cuando no es posible controlar exposición a nivel usuario —por ejemplo en campañas omnicanal u offline— se asigna tratamiento por regiones o mercados.
Se comparan regiones expuestas frente a regiones de referencia no expuestas, midiendo impacto agregado.
Este enfoque permite capturar:
- ventas offline
- impacto en retail
- efectos omnicanal
Sin embargo, suele requerir mayor presupuesto y un diseño más cuidadoso para evitar:
- spillovers entre regiones
- shocks locales
- efectos estacionales
3. Brand Lift (encuestas)
Diseñado para medir impacto en métricas de marca como:
- recuerdo publicitario
- awareness
- consideración
- intención
Google describe Brand Lift como una herramienta basada en encuestas a usuarios expuestos vs elegibles no expuestos.
Este enfoque es clave para campañas de video o upper funnel, donde la conversión inmediata no es el objetivo principal.
4. Search Lift
Mide si la publicidad incrementa la probabilidad de que los usuarios busquen una marca o producto.
- los estudios duran 28 días
- requieren umbrales mínimos de privacidad
- calculan lift relativo sobre volumen de búsqueda
Es especialmente útil como puente entre awareness y performance.
5. Ghost Ads
Una innovación metodológica importante es el concepto de Ghost Ads.
En lugar de mostrar anuncios “placebo” al grupo control (PSA ads), se simula la subasta y se registran impresiones que habrían ocurrido sin mostrarlas realmente al usuario control.
Este enfoque:
- reduce costos
- es compatible con optimización algorítmica
- permite estimar efectos causales más limpios
Métricas clave en un estudio de lift
Un lift study no solo mide conversiones incrementales. Existen métricas específicas que deben entenderse correctamente.
Lift absoluto
Diferencia directa entre tasa de conversión del grupo test y control.
Lift relativo
Incremento porcentual respecto al baseline del control.
Conversiones incrementales
Conversiones del grupo experimental menos conversiones del grupo control.
iCPA (Coste por acción incremental)
Se calcula dividiendo la inversión entre conversiones incrementales.
Es mucho más preciso que el CPA tradicional cuando se busca medir la eficiencia real.
iROAS (ROAS incremental)
Mide el valor incremental generado por cada unidad monetaria invertida incrementalmente.
Es la métrica crítica para validar inversión en performance.
El gran desafío: potencia estadística
Los efectos publicitarios suelen ser pequeños en comparación con el ruido estadístico. Esto significa que:
- se requieren muestras grandes,
- el holdout impacta el tamaño necesario,
- y medir ROI con precisión puede ser extremadamente difícil.
En términos prácticos:
- conversiones raras requieren muestras enormes
- pequeñas diferencias porcentuales pueden necesitar cientos de miles de usuarios
Por eso muchos estudios fracasan no por mala ejecución, sino por falta de escala.
Riesgos que pueden invalidar un estudio de lift
Un estudio mal diseñado puede generar conclusiones erróneas.
Contaminación del control
Usuarios del grupo control expuestos fuera del experimento.
Dilución del tratamiento
Usuarios asignados a test que nunca reciben impresión real.
Instrumentación incompleta
Problemas de tracking multidispositivo o restricciones de privacidad.
Uso incorrecto de covariables
Técnicas como CUPED pueden reducir varianza, pero usar variables afectadas por el tratamiento introduce sesgo.
Observacional vs experimental: una advertencia clave
Métodos observacionales frecuentemente no reproducen efectos de RCT incluso controlando múltiples variables. Esto es crítico porque:
- muchos equipos aún utilizan before-after
- o matching sin aleatorización
La conclusión es clara:
cuando sea posible, los experimentos aleatorizados siguen siendo el estándar de oro.
¿Cuándo deberías hacer un estudio de lift?
Un estudio de lift es recomendable cuando:
- El presupuesto es significativo.
- Se quiere validar incrementalidad real.
- Existen dudas sobre el impacto de retargeting.
- Se evalúa expansión de inversión.
- La campaña es omnicanal.
- Se busca defender presupuesto frente a dirección financiera.
No es recomendable cuando:
- El volumen es bajo.
- No se puede proteger el control.
- No hay estabilidad en la ejecución.
Los estudios de lift en publicidad representan el paso natural hacia una medición más madura y estratégica. En un entorno donde la atribución tradicional pierde precisión y la privacidad redefine el tracking, la incrementalidad se convierte en la métrica más importante.
Medir lift no es sencillo: requiere escala, rigor estadístico y disciplina operativa. Pero cuando se implementa correctamente, transforma la forma en que se asignan presupuestos y se evalúa el verdadero impacto del marketing.
