ROAS: qué es, cómo calcularlo y por qué no basta para decidir inversión

Fórmula de ROAS y ejemplo

Google Ads define ROAS con valor de conversión y costo. La palabra “valor” es deliberada: puede ser ingreso configurado, un valor fijo por lead o una cifra importada. No necesariamente coincide con caja, venta neta, margen ni resultado causal. Antes de comparar campañas, verifica que ambas optimicen y reporten la misma definición.^[1]

Si la plataforma todavía no recibe cancelaciones, devoluciones o valor distinto por producto, el ROAS puede premiar ventas que no se concretaron o categorías con poco margen. Configurar mejores datos mejora la métrica atribuida, pero no elimina sesgo de selección: las personas expuestas pueden ser distintas de quienes no vieron anuncios.

ROAS vs. ROI

ROAS compara valor atribuido con gasto publicitario. ROI compara un beneficio neto con el costo total definido para obtenerlo. La frontera de “total” depende de la decisión: producto, pasarela, fulfillment, descuentos, creatividades, agencia y devoluciones pueden importar. Por eso dos equipos pueden calcular ROI distinto sin que uno esté aritméticamente equivocado; deben nombrar su alcance.

El umbral de equilibrio de ROAS depende del margen de contribución antes de publicidad. Con 40% de contribución, se requieren 2,5 pesos de venta por peso publicitario para cubrir solo ese gasto: 1 ÷ 0,40. Si cambian mezcla, descuentos, devoluciones o costo logístico, cambia el umbral. No uses un objetivo único para categorías con economía distinta.

Por qué un ROAS alto puede engañar

La atribución asigna crédito según reglas observables; no reconstruye automáticamente el contrafactual. Una campaña de marca puede recibir compras de clientes que ya buscaban la empresa. Remarketing puede encontrar personas que estaban por volver. Una ventana larga captura más conversiones posteriores, aunque otros canales o la demanda existente hayan contribuido. Por eso conviene separar a quien ya compró: a esa base se le puede volver a hablar sin pagar cada clic, con automatización de email marketing que parte de sus compras.

• Demanda preexistente. La persona conocía la marca, tenía un carrito o habría comprado por acceso directo.
• Selección. El sistema muestra anuncios a perfiles con mayor probabilidad de compra; comparar expuestos y no expuestos mezcla efecto y propensión.
• Ventana y modelo. Click, vista, duración y reparto entre contactos cambian cuánto valor recibe cada campaña.
• Clientes recurrentes. Un ROAS alto puede recomprar demanda de la base sin aumentar clientes o valor de largo plazo.
• Margen y operación. Productos con alto ingreso pueden tener poco margen, daño, comisión, devolución o costo de despacho.
• Capacidad. Aumentar pedidos puede atrasar preparación, agotar stock o empeorar servicio; el retorno reportado no incorpora el cuello.

Blake, Nosko y Tadelis estudiaron paid search en eBay y encontraron retornos experimentales muy inferiores a los observacionales; brand search no mostró beneficio medible de corto plazo en ese caso. Es un marketplace maduro y una marca conocida: no demuestra que campañas de marca no funcionen en otras empresas. Demuestra por qué no debe trasladarse atribución a causalidad sin prueba.^[6]

ROAS atribuido vs. retorno incremental

Incrementalidad pregunta qué cambió por la intervención respecto de lo que habría ocurrido sin ella. Como no observamos ambos mundos para la misma persona al mismo tiempo, se construye un contrafactual. La opción más directa es asignar aleatoriamente unidades elegibles a tratamiento y control; cuando no es posible, se usan geoexperimentos, series, modelos u otros diseños con supuestos más fuertes.

Las guías IAB/MRC piden documentar alcance, matching, atribución y ventanas, y las guías incrementales distinguen experimentos, contrafactuales modelados, econometría y enfoques híbridos. Son marcos de commerce o retail media: hay que adaptar definiciones al canal y no llamar causal a un resultado solo porque use un modelo.^{[2, 3]}

1. Define unidad y elegibilidad. Persona, región, tienda o período; excluye contaminación conocida y declara quién podía recibir el tratamiento.
2. Congela outcome y ventana. Venta neta, margen, cliente nuevo u otra métrica, con plazo suficiente pero no elegido después de ver resultados.
3. Protege la asignación. Evita que tratamiento y control cambien de grupo o reciban campañas equivalentes sin registro.
4. Calcula potencia antes. Estima variabilidad y efecto mínimo detectable. Un test pequeño puede ser incapaz de distinguir señal de ruido.
5. Reporta incertidumbre. Incluye intervalo, pérdidas de datos, cumplimiento y cambios concurrentes; “inconcluso” es un resultado válido.

Lewis y Rao analizaron 25 experimentos de campo y mostraron gran incertidumbre para medir retornos incluso en anunciantes grandes de Estados Unidos. No significa que toda publicidad sea imposible de medir; sí que el retorno financiero suele ser una señal pequeña frente a ventas variables. Gordon y sus coautores compararon 15 RCT con métodos observacionales sobre más de 500 millones de observaciones y encontraron fallas aun con muchos datos. Ambos contextos son específicos y no cuantifican el sesgo de cada plataforma actual.^{[4, 5]}

Métricas que deben acompañar al ROAS

El tablero debe responder adquisición, economía, cliente y capacidad. Cada KPI necesita fuente, ventana y población. CAC de clientes nuevos no se compara con ROAS de todas las ventas; LTV de una cohorte madura no se asigna a clientes recién adquiridos sin un modelo y error explícitos.

Cómo construir un tablero para decidir presupuesto

Un dashboard no prueba causalidad, pero puede impedir comparaciones incoherentes y mostrar dónde falta evidencia. Separa cinco capas: lo observado en tienda, lo atribuido por cada plataforma, lo estimado incrementalmente, la economía del pedido y las restricciones operativas. Nunca sumes conversiones de plataformas como si fueran pedidos únicos sin reconciliación.

El ROAS marginal intenta estimar retorno del siguiente tramo de gasto, no el promedio histórico. Puede ayudar a reasignar presupuesto, pero una recomendación de plataforma no reemplaza un experimento causal ni incorpora automáticamente margen y capacidad. Registra el presupuesto anterior, el cambio, la predicción y el resultado para evaluar la regla con el tiempo.^[1]

Protocolo mensual de revisión

La revisión mensual debe terminar en una decisión y un registro de por qué se tomó. Evita reaccionar a variaciones pequeñas sin contexto o cambiar presupuesto, creatividad, audiencia y oferta al mismo tiempo. Una cadencia estable permite distinguir aprendizaje operativo de ruido.

1. Reconcilia. Compara gasto, pedidos únicos, venta neta, devoluciones e impuestos entre plataformas y sistemas propios.
2. Segmenta. Separa prospecting, remarketing, marca, cliente nuevo, recurrente, producto y promoción según la decisión.
3. Actualiza economía. Margen, descuentos, comisiones, fulfillment y costo de devolución deben pertenecer al mismo período y mezcla.
4. Revisa evidencia incremental. Lee efecto e incertidumbre; no reemplaces un test inconcluso por el ROAS atribuido más conveniente.
5. Comprueba restricciones. Stock, caja, servicio y capacidad pueden convertir crecimiento de pedidos en una mala decisión.
6. Cambia una palanca. Define presupuesto, campaña o segmento, efecto esperado, guardrail y fecha de revisión.
7. Guarda confusores. Promoción, precio, feriado, caída, competidor, surtido y cambio de tracking quedan junto al resultado.