Alguien te dice que su tasa de conversión es del 2 por ciento. No aprendiste casi nada. ¿2 por ciento de qué, medido en qué ventana, desde qué fuente de tráfico, contando qué acción como conversión? Un 2 por ciento de finalización de checkout sería una catástrofe. Un 2 por ciento desde impresiones frías en redes hasta cliente que paga sería extraordinario. El número es idéntico. El significado es opuesto.
Por eso buscar benchmarks de tasa de conversión en internet suele ser perder una tarde. Encuentras una cifra, te comparas con ella y terminas falsamente tranquilo o innecesariamente en pánico, porque el estudio detrás de esa cifra midió otro paso, de otro embudo, para otro tipo de comprador. La jugada útil es dejar de buscar el número de otro y empezar a construir el tuyo.
Una tasa de conversión es una fracción, y hay que definir las dos mitades
Toda tasa de conversión es conversiones divididas entre oportunidades. Casi todas las discusiones sobre si una tasa es buena son en realidad discusiones sobre el denominador. Si cuentas impresiones, tu tasa se verá minúscula. Si cuentas a quienes llegaron a la página de precios, se verá enorme. Ninguna está mal. Son respuestas a preguntas distintas.
Antes de anotar un solo número, escribe en lenguaje llano qué estás midiendo. No “tasa de conversión” sino “de las personas que hicieron clic en un enlace de un post de LinkedIn en septiembre, qué porcentaje inició una prueba dentro de siete días”. Esa frase contiene un numerador, un denominador, una fuente y una ventana de tiempo. Si no puedes escribir esa frase, no puedes interpretar el número que sale.
La ventana de tiempo importa más de lo que la gente espera. Una tasa de prueba a pago medida en el día 3 de una prueba de 14 días no es una tasa de conversión, es un conteo parcial. Las cohortes lo resuelven: mide un grupo solo cuando cada miembro ya tuvo la ventana completa para convertir.
Los pasos que vale la pena medir por separado
La conversión mezclada, de punta a punta, es el número que te reportas a ti mismo a fin de mes. Es casi inútil para decidir qué arreglar, porque un cambio en cualquier eslabón la mueve. Parte la cadena en pasos que fallan por razones distintas y mide cada uno por su cuenta.
- Impresión a clic. Falla cuando el gancho es débil o la audiencia es la equivocada.
- Clic a vista de página. Falla por razones técnicas: carga lenta, redirección rota, una vista previa del enlace que se come el toque.
- Vista de página a registro o captura de email. Falla cuando la oferta no es clara o el formulario pide demasiado.
- Registro a activación, es decir, el primer momento en que el producto entrega algo. Falla en el onboarding.
- Activación a pago. Falla en el precio, en el valor o en un checkout que pide tarjeta demasiado pronto.
- Primer pago a segundo pago. Falla en el producto mismo, y es el paso que casi nadie mide.
Cada uno tiene un responsable distinto y un arreglo distinto. Meterlos en la misma bolsa significa pasar tres semanas reescribiendo titulares cuando el problema real era que tu enlace abría dentro de un navegador embebido que cerraba la sesión de la gente.
Por qué conviene tratar como rumores los benchmarks que citan por ahí
Vas a ver rangos citados con mucha seguridad en todas partes. Un pequeño porcentaje de las impresiones hace clic. Entre un quinto y un tercio de las visitas a una landing deja su email. Alguna fracción de las pruebas gratis pasa a pago. Estas cifras se repiten tanto que parecen física. No lo son. Casi todas vienen de un proveedor resumiendo su propia base de clientes, que es una muestra autoseleccionada de empresas que compraron ese producto, en una industria, a un rango de precio, en un año.
Eso no las vuelve inútiles. Las vuelve una prueba de olfato, no un objetivo. Si tu landing convierte visitas en registros a una tasa muy por debajo de cualquier cosa que hayas visto citada, probablemente algo está roto y vale la pena mirarlo. Si andas por la vecindad, el benchmark no te dijo nada accionable, y la única comparación útil que queda es contra ti mismo el mes pasado.
Desconfía especialmente de cualquier benchmark que no declare su fuente de tráfico. El tráfico de una búsqueda de marca, el de un email a suscriptores existentes y el de un video frío en un feed de formato corto convierten a tasas muy distintas para la misma página. Mezclarlos produce un promedio que no describe a nadie.
Cómo construir tu propio benchmark en más o menos una semana
No necesitas un equipo de datos para esto. Necesitas un enlace rastreado por post y una forma de ver cuáles de esos clics terminaron convertidos en dinero. La mecánica es aburrida y funciona.
- Pon un enlace rastreado único en cada post que tenga destino. Uno por post, no uno por campaña.
- Anota el conteo de impresiones de cada post desde la analítica de la propia plataforma, y acepta que esos números son aproximados y están definidos distinto en cada red.
- Registra los registros y los pagos junto con la fuente que los produjo, para poder unir las dos puntas del embudo.
- Espera a que pase una ventana de conversión completa antes de calcular nada. Dos semanas es un valor por defecto razonable para un producto de precio bajo.
- Calcula cada paso por separado, por canal, y escribe la frase de cuatro partes al lado.
Después de un mes vas a tener algo que ningún benchmark publicado puede darte: la tasa real a la que tu audiencia, leyendo tus palabras, compra tu producto. Ese es tu punto de partida. Todo número futuro se compara contra él. Este es el ciclo que seenpaid corre por defecto, atando un enlace rastreado en cada post a los pagos de Stripe que vienen después, para que la unión entre clic e ingreso ocurra sin una hoja de cálculo.
Cuándo una diferencia es real y cuándo es ruido
El error de analítica más común en equipos pequeños es tratar muestras diminutas como señal. Si un post tuvo 40 clics y produjo una venta, tu tasa de clic a venta es 2.5 por ciento, pero una sola venta extra la habría dejado en 5 por ciento. Nada del post cambió. El número se duplicó con una compra.
Una guía burda: si sumar o quitar una conversión mueve tu número principal más de un quinto, no tienes datos suficientes para sacar una conclusión. O esperas, o agrupas posts parecidos y comparas grupos en vez de individuos. Comparar “posts donde conté la historia de un cliente” contra “posts donde anuncié una función” a lo largo de veinte posts de cada tipo es mucho más informativo que rankear veinte posts sueltos.
Mira la tendencia, no el nivel. Un paso que sube de una tasa baja a una tasa un poco menos baja durante tres meses seguidos es una mejora real, aunque nunca se acerque a un número que leíste en un blog.
Segmenta antes de concluir nada
Una tasa general plana suele esconder dos movimientos opuestos. Mobile empeoró mientras desktop mejoró. Una plataforma empezó a mandarte mucho tráfico de baja intención y arrastró el promedio hacia abajo mientras el ingreso absoluto subía. Siempre mira la tasa separada por fuente de tráfico y por dispositivo antes de decidir qué arreglar.
Lo mismo aplica a tu propio contenido. Los posts educativos y los promocionales no deberían medirse contra la misma tasa de clic. Un post que enseña y consigue pocos clics puede estar haciendo el trabajo de construir confianza que hace convertir a un post promocional posterior. Juzga cada tipo contra su propia historia.
La tasa que sí importa
Si solo vas a medir una cosa, mide la tasa a la que una persona que tocó tu contenido por primera vez se convierte en cliente que paga, medida por canal, sobre una ventana fija. Todo lo de arriba es un medio para eso. También es la única tasa que se traduce directo en una decisión sobre dónde invertir la semana que viene.
Hacer benchmarking de conversión no es buscar un número mágico. Es la disciplina de definir un paso con precisión, medirlo de forma consistente y dejar que la tendencia te diga dónde está la fuga. Las herramientas ayudan con la plomería. seenpaid existe porque unir un post con el ingreso que produjo es la parte tediosa, y una vez que esa unión es automática, la pregunta del benchmark se responde sola: tu benchmark eres tú, el mes pasado.