ROAS Real vs. ROAS de Plataforma: Por Qué los Números Nunca Coinciden

Abre Google Ads y el Administrador de Anuncios de Meta lado a lado y suma las conversiones que cada uno reclama para el mismo día. En la mayoría de las cuentas, el total es mayor que el número de pedidos que realmente existen. Ambas plataformas corrigen su propio examen — y ambas se ponen notas generosas.

No es un bug. Así está diseñada la atribución de plataforma. Entender esa brecha es la diferencia entre escalar una campaña que imprime dinero y escalar una que lo quema en silencio.

Por Qué Toda Plataforma Sobre-Reporta

Tres mecanismos inflan el ROAS de plataforma, y se acumulan:

• Cada plataforma reclama la conversión completa. Un cliente hace clic en tu anuncio de Meta el lunes y en tu anuncio de Google el miércoles, y luego compra. Meta reporta 1 compra. Google reporta 1 compra. Vendiste un producto y tus paneles muestran dos conversiones. Las plataformas no ven los clics de las demás, así que ninguna deduplica (configuración de atribución de Meta, modelos de atribución de Google).
• Las conversiones por visualización cuentan a quien nunca hizo clic. La atribución por defecto de Meta incluye 1 día de visualización: alguien pasó junto a tu anuncio, compró después mediante una búsqueda de marca, y el anuncio se lleva el crédito por una venta que quizá no causó.
• Las conversiones modeladas rellenan los huecos de privacidad. Desde el App Tracking Transparency de iOS, las plataformas estiman estadísticamente una parte de las conversiones en lugar de observarlas. Un número modelado es una suposición — y quien supone es quien te vende los anuncios.

¿Qué Tan Grande Es la Brecha?

Varía según el mix, pero el patrón es consistente. Una cuenta típica de e-commerce con Google + Meta al mismo tiempo ve algo así:

Nota de metodología: la tabla de arriba es matemática ilustrativa, construida para mostrar la mecánica del doble conteo. No son datos de un estudio, de un benchmark ni de la cuenta de ningún cliente. No cites el 47% (ni ningún número de esta tabla) como estadística empírica — tu brecha es algo que se mide, y los pasos de diagnóstico de abajo muestran cómo.

Las plataformas, sumadas, reclaman 47% más conversiones de las que existen. Tu retorno real combinado — ingresos en el banco divididos por la inversión total — es un tercio menor de lo que sugiere cualquiera de los paneles. Una decisión tomada sobre el 4,2x es una decisión tomada sobre ficción.

Qué Significa "ROAS Real"

El ROAS real se calcula con tus propios datos, no con los de la plataforma:

1. Tu píxel registra el clic — con su gclid, fbclid o parámetros UTM — como un evento first-party en tu dominio.
2. Tu checkout reporta el pedido — vía webhook de Shopify, Stripe o tu proveedor de pagos, con el importe realmente cobrado.
3. La atribución une los dos — cada pedido se empareja con el clic que lo produjo, una sola vez, bajo un modelo que tú controlas (último clic, o multi-touch cuando quieras repartir el crédito).

Un pedido, un crédito. Los reembolsos restan. El resultado es el único ROAS que cuadra con tu extracto bancario — exactamente como lo calcula el pipeline de Decisa, del clic al ingreso, con la evidencia de cada match disponible para inspección.

Las Plataformas No Mienten — Venden

Las métricas de plataforma existen para optimizar dentro de esa plataforma, y para eso son genuinamente útiles. Las pujas inteligentes necesitan señales de conversión; envíalas. El error es tratar el ROAS de plataforma como un estado financiero:

• Asignar presupuesto entre Google y Meta usando el ROAS auto-reportado de cada uno financia sistemáticamente a la plataforma que más infla.
• Decisiones de escala ("ROAS 4x, duplica el presupuesto") sobre números ~40% inflados convierten campañas rentables en campañas a pérdida al escalar.
• Tests de creativos juzgados con atribución cargada de view-through premian al anuncio que los compradores vieron, no al que creó compradores.

Cómo Cerrar la Brecha Esta Misma Semana

1. Instala tracking first-party en tu sitio (un píxel que capture clics y click IDs en tu propio dominio).
2. Conecta tu checkout para que cada pedido — y cada reembolso — entre al mismo sistema que tus clics.
3. Compara lado a lado. Mantén los números de plataforma para optimización interna; usa el ROAS real para decisiones de presupuesto y escala. La discrepancia misma es una métrica: cuando se abre de golpe, algo cambió en la atribución de la plataforma, no en tus ventas.
4. Devuelve la verdad. Envía tus conversiones verificadas a Meta CAPI y Google Enhanced Conversions para que los algoritmos aprendan de pedidos reales en lugar de sus propias estimaciones.

La brecha entre el ROAS de plataforma y el ROAS real nunca llega a cero — pero en cuanto puedes ver ambos números, dejas de pagar por conversiones que nunca ocurrieron.

Cómo Diagnosticar la Brecha en Tu Propia Cuenta Esta Misma Semana

No necesitas herramientas nuevas para saber qué tan grave es el problema en tu operación. Necesitas una hoja de cálculo, una hora libre y acceso a dos sistemas que ya tienes: tus plataformas de anuncios y el backend de tu tienda. Este es el recorrido.

Paso 1 — Elige una ventana limpia de 30 días. Toma un período que haya terminado hace al menos una semana, para que las ventanas de atribución de las plataformas se hayan asentado — Meta y Google siguen agregando conversiones a fechas pasadas durante días después de que ocurren, y comparar contra una ventana que todavía se mueve subestima la brecha. Evita períodos en los que cambiaste el píxel, el evento de conversión o el proveedor de checkout; quieres un tramo donde la medición fue estable, aunque imperfecta.

Paso 2 — Exporta las conversiones reportadas por las plataformas. En cada plataforma, extrae las compras (no carritos, no leads — el evento que corresponde a dinero) y los ingresos de la ventana. De paso, anota la configuración de atribución vigente — el valor por defecto de Meta incluye conversiones por visualización, y ese detalle importa al interpretar el resultado (configuración de atribución de Meta, modelos de atribución de Google). Suma las compras de todas las plataformas que tengas activas.

Paso 3 — Cuenta los pedidos reales en el backend de tu tienda. Abre Shopify, Stripe o el sistema que realmente cobra las tarjetas y cuenta los pedidos pagados en la misma ventana, netos de reembolsos y cancelaciones. Ese número es la verdad sobre el terreno: no modela, no estima, no reclama crédito. Si una parte relevante de tus pedidos viene de canales que ningún anuncio pudo haber tocado (una línea mayorista, un marketplace), exclúyelos — pero sé honesto con ese corte, porque "orgánico" es exactamente donde se esconde la atribución inflada de las plataformas.

Paso 4 — Calcula ambos ROAS y la brecha. El ROAS de plataforma ya lo tienes, por plataforma. El ROAS real combinado son los ingresos netos del paso 3 divididos por la inversión total en todas las plataformas. La brecha es la suma de compras reclamadas por las plataformas menos los pedidos reales, expresada como porcentaje de los pedidos reales.

Cómo leer el resultado: una brecha por debajo de un 20% es solapamiento y ruido de modelado normales — los números de plataforma siguen sirviendo como dirección, pero no como verdad financiera. Entre 20% y 50%, el doble conteo está distorsionando tus números de forma material: deja hoy mismo de usar ROAS de plataforma para repartir presupuesto entre plataformas, porque la que más infla está ganando tu asignación en silencio. Por encima del 50%, tus paneles se despegaron de la realidad — normalmente es crédito pesado de view-through, audiencias amplias solapadas reclamando a los mismos compradores, o un píxel disparando eventos duplicados. A ese nivel, arregla la medición antes de escalar nada, porque genuinamente no sabes qué campaña funciona.

Una salvedad: la comparación es aproximada. Las plataformas también pierden conversiones que sí generaron (recorridos entre dispositivos, píxeles bloqueados), lo que empuja en sentido contrario. La brecha que calcules es un orden de magnitud, no una auditoría precisa — pero la dirección y la magnitud son fiables, y con eso basta para cambiar cómo decides.

Cómo Montar la Medición First-Party

Una vez vista la brecha, el arreglo es estructural, no un ajuste de configuración. La arquitectura tiene tres piezas y funciona en cualquier stack.

Un píxel en tu propio dominio que capture click IDs. Un script pequeño en tu sitio registra cada llegada con lo que el clic del anuncio traía — gclid, fbclid, ttclid, parámetros UTM — y deja una cookie first-party en tu dominio para que las visitas futuras de la misma persona se conecten con aquel clic. Al ser first-party, la cookie no sufre el bloqueo de cookies de terceros que destrozó el tracking convencional; y como el click ID se captura en el momento en que existe en la URL, no dependes de que la plataforma te diga después qué clic fue. Los eventos caen en tu base de datos, no en la de otra empresa.

Un webhook de checkout que reporte pedidos — y reembolsos. Tu tienda o proveedor de pagos envía una notificación servidor-a-servidor por cada pedido: el importe realmente cobrado, la moneda, la referencia del cliente y, crucialmente, cada reembolso y cancelación posterior. El webhook es la pieza estructural, porque pasa por fuera de todo lo que rompe el tracking en el navegador — bloqueadores de anuncios, banners de consentimiento, los límites de almacenamiento de Safari, el comprador que termina de pagar en otro dispositivo. Si el pedido ocurrió, el webhook se dispara. Los ingresos quedan netos, porque los reembolsos entran por el mismo conducto y restan.

La unión bajo un modelo inspeccionable. La tercera pieza empareja cada pedido con el historial de clics de la persona que compró — por click ID cuando existe, por la cookie first-party o la sesión cuando no — y asigna el crédito bajo un modelo explícito: último clic, o un reparto multi-touch cuando quieras distribuir el crédito a lo largo del recorrido. "Inspeccionable" es la propiedad que separa esto de otra caja negra más: para cualquier pedido, abres el match y ves qué clic se llevó el crédito, por qué, y bajo qué versión del modelo. Cuando un número parece raro, lo auditas en lugar de encogerte de hombros.

Dos métricas de salud te dicen si el pipeline funciona. La tasa de match — la fracción de pedidos que conecta con un clic rastreado — debe ser lo primero que vigiles; un pedido sin match no es un fallo, es un mapa de los canales que todavía no rastreas. Y guarda los eventos en bruto: si almacenas clics y pedidos de forma inmutable, puedes reprocesar la atribución bajo otro modelo más adelante sin perder historial. Esta es la arquitectura que Decisa implementa de punta a punta, pero el patrón en sí no depende de la herramienta — lo que importa es que cada pieza escriba en un sistema que es tuyo.

Qué Hacer con los Datos Históricos

La respuesta incómoda: el pasado no se puede corregir. Los números de plataforma del trimestre anterior se calcularon con crédito de view-through, conversiones modeladas y la configuración de atribución vigente en su momento — los datos de clic necesarios para recalcularlos con honestidad ya no existen, al menos no en ningún lugar a tu alcance. Aplicar un descuento fijo ("nuestra brecha es 40%, así que multiplico el ROAS viejo por 0,6") produce un número que parece riguroso y no lo es: la brecha no es estable entre meses, campañas ni mezclas de audiencia.

Lo que sí funciona:

1. Traza una línea en el calendario. El día en que tu medición first-party entra en producción es el día cero de tu línea base real. Anota esa fecha en todos los sitios donde reportes números.
2. Compara tendencias, no absolutos, a través de la línea. Si el ROAS de plataforma decía 4,2x en marzo y el ROAS real dice 2,6x en julio, el rendimiento no se desplomó — cambió la regla de medir. Dentro de cada era, la tendencia tiene significado; cruzando la línea, solo la dirección lo tiene.
3. Lleva ambos números en paralelo de aquí en adelante. Mantén el ROAS de plataforma para la optimización interna, el ROAS real para las decisiones de dinero, y sigue la brecha entre ambos como métrica propia. En 30 a 60 días tendrás una línea base real con historial suficiente para actuar — y desde ahí, toda comparación es real contra real.

Los números viejos fueron lo mejor que tenías en su momento. Su papel ahora es dar contexto, no verdad.