embudo de conversion

Llevas semanas mirando el mismo dashboard. Las visitas están bien. Los anuncios funcionan. El tráfico llega. Y aun así, el embudo de conversión no convierte. Los números no cuadran, y tú no sabes dónde está el agujero.

Lo primero que hace casi todo el mundo en esta situación es buscar más. Más tráfico, más presupuesto, más canales. Es la respuesta instintiva: si no llega suficiente, traigo más. Me ha pasado verlo decenas de veces. Y lo entiendo, porque es la parte que se ve. El tráfico tiene número. El número es concreto. El número da la sensación de que si sube, algo mejorará.

Pero aquí está el problema: llenar más un embudo roto no lo arregla. Solo hace que pierda más rápido.

El agujero siempre está en el sitio que no miras

Imagina una bañera con el tapón puesto pero una grieta en un lateral. La llenas. El agua sube. Pero en algún momento, el nivel se estabiliza y no sube más, aunque el grifo siga abierto. Si estás mirando el grifo, nunca encontrarás la grieta. Y si lo que haces es abrir más el grifo, el resultado es que gastas más agua para mantener el mismo nivel.

Con el embudo pasa exactamente lo mismo. El problema raramente está donde tienes los ojos puestos. Estás mirando el tráfico porque el tráfico se mide fácil. Pero la grieta está en otro sitio: en la página de producto que no responde bien en móvil, en el formulario que pide demasiados datos, en el email de seguimiento que llega tres días tarde, en la propuesta de valor que no le dice nada concreto al visitante que acaba de llegar.

Me explico. Un embudo de conversión tiene, grosso modo, tres momentos: alguien llega, alguien considera, alguien decide. La mayoría de los presupuestos se gastan en el primero. La mayoría de los problemas están en el segundo y en el tercero. Y la mayoría de los análisis se hacen mirando solo el primero.

Lo urgente ocupa toda la pantalla

Hace un tiempo trabajé con un cliente que vendía servicios de formación online. Tenía un tráfico razonable, una tasa de clics en los anuncios que no estaba mal, y unas ventas que no llegaban. Cada mes le subíamos un poco el presupuesto de captación. Cada mes el resultado era el mismo: más gente entraba, pero la proporción de los que compraban no se movía.

Cuando paramos y miramos el embudo entero —no solo la entrada, sino cada paso— encontramos que había un momento concreto, en la página de checkout, en el que la gente abandonaba de forma sistemática. No era un problema de tráfico. Era un problema de confianza: en ese último paso no había ningún elemento que le dijera al comprador «esto es seguro, estás en el sitio correcto». Sin sellos, sin testimonios, sin garantía visible. Solo un formulario con los datos de la tarjeta.

Arreglamos eso. No tocamos el presupuesto. Las ventas subieron.

Lo curioso es que ese problema llevaba meses ahí. Y llevaba meses sin verse porque nadie miraba hacia ese lado. Lo urgente —conseguir más tráfico— ocupaba toda la pantalla y tapaba lo importante.

Estás resolviendo bien la pregunta equivocada

Aquí está el giro que me interesa darte. El problema no es que no sepas analizar. El problema es que estás analizando la pregunta equivocada.

«¿Cómo consigo más tráfico?» es una pregunta legítima, pero solo si el embudo de conversión está sano. Si no lo está, es la pregunta equivocada. Y si no sabes qué medir en cada paso del proceso, ni siquiera puedes saber en qué parte se rompe.

La pregunta correcta, antes de hablar de tráfico, es esta: ¿en qué punto exacto del recorrido deja de avanzar la gente? No en general. En qué punto concreto, con qué tipo de usuario, viniendo de qué canal, en qué dispositivo.

Dicho de otra manera: un embudo no se rompe «en general». Se rompe en un sitio específico, por una razón específica. Y esa razón casi nunca es que haya poco tráfico.

A mi forma de ver, hay tres razones habituales por las que un embudo pierde conversiones en los puntos intermedios, y las tres tienen poco que ver con cuánta gente entra:

La primera es un problema de fricción técnica: algo en el proceso no funciona bien, carga lento, no se ve en móvil, el formulario da error. La gente abandona no porque no quiera comprar, sino porque el camino está lleno de obstáculos.

La segunda es un problema de mensaje desalineado: el anuncio prometía una cosa, la página de destino dice otra. El visitante llega, mira, no reconoce lo que esperaba encontrar, y se va. No porque la oferta sea mala, sino porque la continuidad narrativa se rompió en algún punto.

La tercera, y quizás la más difícil de ver, es un problema de confianza no construida: el usuario llega al momento de decidir y no tiene suficientes razones para hacerlo. No sabe quién eres, no tiene prueba de que lo que ofreces funciona, no entiende exactamente qué está comprando. Y en ese momento de duda, lo más fácil es irse.

El mapa no es el territorio

Hay algo que me parece importante decir aquí, y es que el dashboard te muestra lo que ocurrió, no por qué ocurrió. Ves que el 70% de la gente abandona en una página concreta. Eso es un hecho. Pero el hecho no te dice nada sobre la causa.

Para eso necesitas bajar al detalle. Mirar grabaciones de sesiones reales. Hablar con los que compraron y preguntarles qué les convenció. Hablar también, si puedes, con los que no compraron. Hacer pruebas en elementos concretos, uno a uno, para ver qué mueve la aguja.

Es trabajo lento. Es trabajo poco glamuroso. No siempre el número que ves en pantalla te está diciendo lo que crees que te dice, y a veces la conclusión que sacas del dato es exactamente la contraria de la que deberías sacar.

He llegado a la conclusiĂłn de que la mayor parte del tiempo que se pierde en marketing online se pierde aquĂ­: en interpretar mal el dato, en sacar conclusiones precipitadas, en actuar sobre sĂ­ntomas en lugar de sobre causas.

Antes de abrir más el grifo

Con los años he aprendido que cuando alguien me dice «necesito más tráfico», lo primero que hago es preguntarle qué está pasando con el que ya tiene. No como un interrogatorio, sino como un ejercicio honesto: repasamos juntos cada paso del recorrido del usuario, miramos dónde se va la gente, y casi siempre aparece algo que no se había visto.

A veces es pequeño. Un botón que no contrasta, un texto que no dice nada concreto, un proceso de pago que pide demasiado. Cosas que parecen menores pero que, en el momento exacto en que el usuario tiene que decidir, pesan mucho.

Otras veces es más profundo: la propuesta de valor no está clara, el producto no está bien posicionado, o simplemente se está atrayendo a un perfil de visitante que nunca iba a comprar lo que se ofrece. Y en ese caso, más tráfico no solo no ayuda, sino que distorsiona los datos y dificulta el diagnóstico.

Lo cierto es que optimizar un embudo de conversión es, antes que nada, un ejercicio de observación. De mirar el recorrido completo, no solo la entrada. De preguntarse qué le pasa al visitante en cada paso, qué siente, qué duda, qué necesita para avanzar.

Y para eso no hace falta más presupuesto. Hace falta mirar en el sitio correcto.

La grieta de tu bañera lleva ahí desde hace tiempo. La pregunta es: ¿cuánto tiempo más vas a seguir abriendo el grifo?

correlacion no es causalidad

Llevas semanas mirando los números y algo te tiene enganchado. Cada vez que subes el presupuesto de publicidad, las ventas suben. Cada vez que lo bajas, las ventas bajan. La correlación es perfecta. Casi demasiado perfecta. Y ya tienes la conclusión en la cabeza: más inversión publicitaria, más ventas. Cortas por ahí, decides doblar el presupuesto, y esperas los resultados como quien espera que salga el sol.

Y entonces los resultados llegan. Y no son lo que esperabas.

No porque los datos mintieran. Los datos no mienten casi nunca. El problema es que tĂş les hiciste la pregunta equivocada.

El mapa no es el territorio

Hay un error que cometo —y que he visto cometer muchas veces— que tiene un nombre técnico que la mayoría conoce y que casi nadie aplica: correlación no es causalidad. Lo sabemos todos de memoria. Lo repetimos como un mantra. Y luego nos sentamos delante de una hoja de cálculo y lo olvidamos en diez minutos.

Me explico.

Que dos cosas se muevan juntas no significa que una mueva a la otra. Puede que las dos las esté moviendo una tercera que ni siquiera estás viendo. Puede que sea pura coincidencia. Puede que la dirección de la flecha sea la contraria a la que crees. Tres posibilidades completamente distintas, y las tres producen exactamente el mismo patrón en tus datos.

Imagina a alguien que gestiona una heladería y observa que cada vez que vende más helados, también aumentan los ahogamientos en el río de la ciudad. Los números son impecables: correlación perfecta, mes a mes, año tras año. ¿Conclusión? Los helados matan. O, si quieres ser más preciso: deberías dejar de vender helados para salvar vidas.

Absurdo, claro. Lo que pasa es que en verano hace calor, la gente compra helados Y la gente se baña en el río. El calor es la tercera variable que mueve las otras dos. Pero si solo miras los helados y los ahogamientos, no la ves por ningún lado.

Eso es exactamente lo que te está pasando con tus datos de negocio. Solo que ahí no es tan obvio.

El problema no son los datos. Es desde dĂłnde los miras.

Volvamos al ejemplo del principio. Subes publicidad, suben ventas. ¿Y si resulta que ambas cosas suben en temporada alta, y que en temporada alta tú históricamente siempre has subido el presupuesto? Entonces no es la publicidad la que mueve las ventas: es la época del año la que mueve las dos. Y cuando dobles el presupuesto en temporada baja, descubrirás que el dinero desaparece sin dejar rastro.

He visto esto más veces de las que me gustaría. Un cliente que observa que los usuarios que leen más páginas de su web acaban comprando más. Conclusión inmediata: hay que producir más contenido, más páginas, más artículos. Invierten meses en eso. Y las ventas no se mueven.

¿Qué había pasado? Que los usuarios interesados de verdad leen más páginas, no que leer más páginas crea interés. La flecha apuntaba en la dirección contraria. El comportamiento de lectura era un síntoma del interés, no su causa. Y nadie lo había cuestionado porque el patrón en los datos era demasiado bonito para tocarlo.

Cuando encuentras una correlación perfecta en tus datos, esa debería ser exactamente la señal para ponerte en guardia. No para celebrar. Si no tienes claro qué estás midiendo y por qué, los números te dan una respuesta que suena muy bien y que no te sirve de nada.

La herramienta que amplifica el error

Ahora añade inteligencia artificial a esta ecuación. Las herramientas que usamos hoy son extraordinariamente buenas encontrando correlaciones. Escanean millones de puntos de datos, detectan patrones que un humano tardaría años en ver, y te los presentan con una confianza que impresiona.

El problema es que una IA no distingue entre correlación y causalidad a menos que tú le pidas que lo haga. Y normalmente no lo pedimos. Le preguntamos «¿qué factores se relacionan con mis mejores clientes?» y ella nos contesta con una lista impecable. Nos fiamos. Decidimos en base a eso. Y estamos automatizando una confusión, no resolviéndola.

Como escribí hace un tiempo, automatizar un proceso roto es multiplicar el error. Lo mismo aplica aquí: si el proceso de interpretar datos ya tiene el error de la correlación asumida como causalidad, meter más velocidad y más potencia solo escala ese error.

La IA no te va a salvar de esto. Tu criterio, tampoco te lo va a dar ella. Te lo tienes que traer tĂş.

Tres preguntas antes de actuar sobre un dato

Con los años he aprendido que cuando un patrón en los datos parece demasiado claro, merece la pena pararse y hacerse tres preguntas antes de mover nada.

La primera: ¿hay una tercera variable que podría estar moviendo las dos? No lo que ya ves, sino lo que no estás viendo. La temporada, el canal, el tipo de cliente, un cambio externo. Algo que esté detrás de las dos variables y que las tire a las dos al mismo tiempo.

La segunda: ¿la flecha apunta en la dirección que creo? Que A y B se muevan juntas no me dice cuál empuja a cuál. A veces B es la causa y A es el efecto, y la confusión de dirección te lleva a actuar exactamente al revés de lo que deberías.

La tercera: ¿podría ser coincidencia? A veces los datos se alinean durante un tiempo por pura estadística, sin ninguna relación real entre ellos. Si el período observado es corto, desconfía. Si no puedes reproducir el patrón en otro contexto, desconfía todavía más.

No te digo que esto sea sencillo. Te digo que hacerse estas preguntas antes de decidir es la diferencia entre usar los datos y ser usado por ellos.

El dato como punto de partida, no como punto de llegada

A mi forma de ver, el error de fondo no es técnico. Es de actitud. Llegamos a los datos buscando confirmación, no comprensión. Tenemos una intuición —»creo que la publicidad es lo que mueve las ventas»— y usamos los datos para confirmarla. Y cuando los datos la confirman, paramos de preguntar.

Pero un dato que confirma lo que ya creías no te ha enseñado nada. Solo te ha hecho sentir mejor.

El dato útil es el que te obliga a seguir preguntando. El que te dice: «aquí hay algo, pero todavía no sabes qué.» El que te deja incómodo en lugar de tranquilo. Ese es el dato que, si te tomas el tiempo de perseguirlo, te lleva a algo que realmente puedes usar.

Hay una diferencia enorme entre un dato que explica y un dato que acusa. Muchos de los que tomamos como explicaciones son solo acusaciones estadísticas: «estos dos iban juntos». Punto. Sin más.

La explicación requiere un mecanismo. Requiere entender por qué. Y ese «por qué» casi nunca vive en la hoja de cálculo: vive en la conversación con un cliente, en la observación directa, en el experimento deliberado. Los datos te dicen qué. El criterio te ayuda a entender por qué. Y sin el segundo, el primero es ruido bien formateado.

Así que la próxima vez que encuentres una correlación perfecta en tus números, antes de doblar el presupuesto o cambiar la estrategia, párate un momento y pregúntate: ¿estoy viendo una causa, o estoy viendo dos efectos de algo que todavía no he mirado?

ventaja competitiva ia

Llevas meses usando inteligencia artificial en tu negocio. Redactas más rápido, respondes emails con más fluidez, generas ideas para campañas en minutos. Y en algún momento, probablemente, has pensado: «estoy por delante.» Que mientras otros siguen escribiendo a mano, tú ya tienes una ventaja competitiva con IA que te separa del resto.

Te entiendo perfectamente. Yo también lo pensé.

El problema es que tu competencia también abrió una cuenta ese mismo mes. Y la de al lado. Y el freelance que trabaja desde casa. Y la empresa grande que tiene un departamento entero probando herramientas nuevas desde hace tiempo. La herramienta no es la ventaja: es el punto de partida.

Cuando todo el mundo tiene el mismo martillo

Imagina que en un pueblo de cincuenta carpinteros, uno descubre un martillo nuevo que clava tres veces más rápido. Durante unas semanas, ese carpintero produce más que los demás y cobra igual. Ventaja real.

Ahora imagina que ese martillo empieza a venderse en la ferretería de la esquina. En tres meses, todos los carpinteros del pueblo lo tienen. ¿Qué pasa con la ventaja del primero? Desaparece. No porque haya hecho algo mal, sino porque el acceso a la herramienta dejó de ser diferencial. Lo que marca la diferencia ahora es lo mismo que siempre: qué construyes, para quién, y por qué alguien prefiere tu mesa a la de los otros cuarenta y nueve.

Con la IA está pasando exactamente eso. Y más rápido.

Me explico. Cuando apareció Google Ads, los primeros en usarlo tenían una ventaja real: la mayoría de sus competidores no estaban ahí. Esa ventana duró un tiempo. Después, todo el mundo estaba en Google Ads y la ventaja se trasladó a quién sabía usarlo mejor, con qué estrategia, para qué objetivo. Hoy, pagar por clics no te garantiza nada si detrás no hay un criterio claro. La herramienta es el precio de entrada, no el billete ganador.

Con la IA estamos en ese mismo punto de inflexión. Más o menos ya hemos pasado la fase en que usarla te diferenciaba. Ahora empieza la fase en que lo que diferencia es cómo la usas y, sobre todo, para qué.

Lo que la IA no puede copiar de ti

Aquí está el giro que quiero proponerte.

Si tu competencia también tiene ChatGPT, la ventaja competitiva con IA no viene de tener acceso a la herramienta, sino de qué metes dentro. Y lo que metes dentro depende de algo que no se puede democratizar de un mes para otro: el criterio, la experiencia acumulada y el conocimiento específico de tu sector y de tus clientes.

Piensa en dos personas que le hacen exactamente la misma pregunta a un modelo de inteligencia artificial. Una lleva tres años trabajando con un perfil de cliente muy concreto, conoce sus miedos reales, sabe qué objeciones aparecen siempre en la conversación de ventas y entiende el matiz que distingue a un cliente que compra del que se va. La otra persona empieza desde cero.

Las dos tienen la misma herramienta. Pero el output que obtiene cada una es radicalmente distinto. Porque la IA amplifica lo que le das. Si le das criterio, te devuelve criterio amplificado. Si le das vacĂ­o, te devuelve vacĂ­o con mejor ortografĂ­a.

Lo he comprobado en mí mismo y en mis clientes muchas veces: la IA es un acelerador, no un punto de partida. Acelera lo que ya tienes. Si lo que tienes es difuso, lo que sale también lo es, solo que más rápido y con más palabras.

El error que veo repetirse

Hay un patrĂłn que aparece bastante cuando alguien empieza a usar estas herramientas con entusiasmo. Se convierte en usuaria de la herramienta y se olvida de ser experta en su negocio. Delega el pensamiento en lugar de delegar la ejecuciĂłn.

La diferencia es enorme, aunque desde fuera no se vea.

Delegar la ejecución significa: yo sé exactamente qué quiero decir, a quién, con qué tono y para conseguir qué resultado. Y uso la IA para escribirlo más rápido, para generar diez variantes, para pulir el borrador. Tú mandas. La herramienta ejecuta.

Delegar el pensamiento significa: no tengo muy claro qué quiero comunicar, así que le pregunto a la IA qué debería decir. Y la IA, que no conoce a tus clientes ni tu historia ni tus valores, te devuelve algo genérico que podría haber escrito cualquiera de tus competidores. Que, por cierto, probablemente le ha hecho la misma pregunta.

Y aquí viene el problema real: si tu comunicación la genera la misma herramienta que usa tu competencia, sin criterio tuyo de por medio, te estás pareciendo a ella. No diferenciándote.

Es lo contrario de lo que buscabas.

Entonces, ¿dónde está la ventaja real?

A mi forma de ver, hay tres sitios donde la ventaja competitiva con IA todavía puede ser real y sostenible en el tiempo. No son los tres accesibles para todo el mundo al mismo tiempo, pero conviene saber cuáles son.

El primero es la velocidad de aprendizaje sobre cómo usarla bien. No me refiero a los trucos, los prompts virales o los atajos. Me refiero a entender en profundidad para qué te sirve en tu negocio concreto y para qué no. Eso no se aprende leyendo artículos: se aprende probando, equivocándose y ajustando. Y ahí sí hay una ventana de tiempo.

El segundo es la calidad del conocimiento que le metes. Cuanto más específico, más profundo, más honesto sobre tu cliente real, mejor será lo que salga. Y ese conocimiento no se importa: se construye con años de trabajo. La ventaja no es saber más que la IA, sino saber preguntarle mejor que tu competencia. Y para preguntar bien, tienes que tener claro qué quieres.

El tercero —y probablemente el más duradero— es lo que la IA no puede generar por más que se lo pidas: tu punto de vista. La posición que has desarrollado con el tiempo sobre tu sector, los problemas que ves que otros no ven, la forma particular en que resuelves las cosas. Eso no es información. Es perspectiva. Y la perspectiva no se automatiza.

Con los años he aprendido que en los negocios —pequeños o grandes— la diferencia real raramente está en los recursos. Está en saber exactamente qué problema resuelves y para quién, con una claridad que la mayoría no tiene porque nunca se para a pensar en ello en serio. La IA no te va a dar esa claridad. Al contrario: si no la tienes antes de sentarte a usarla, te va a ayudar a construir más ruido, más rápido.

Una pregunta antes de seguir usando la herramienta

No te estoy diciendo que dejes de usar inteligencia artificial. SerĂ­a absurdo. La uso cada dĂ­a y me ahorra tiempo real. Lo que te estoy proponiendo es que cambies la pregunta que te haces cuando la abres.

En lugar de «¿cómo puedo usar la IA para hacer esto?», pregúntate: «¿qué sé yo de este tema que mi competencia probablemente no sabe?» Y luego usa la herramienta para comunicarlo mejor, más rápido, con más variantes.

Esa secuencia —criterio primero, herramienta después— es la única que genera algo que no se replica de forma automática. Todo lo demás, tarde o temprano, se convierte en commodity.

Tu competencia tiene ChatGPT. Eso ya es un hecho. La pregunta que me parece interesante hacerse no es qué herramienta tienes, sino qué llevas dentro cuando la abres. ¿Qué es lo que solo tú puedes meterle?

informes que nadie lee

Llevas dos horas construyendo ese informe. Has cruzado datos, has limpiado la tabla, has elegido los colores del gráfico con más criterio del que pondrías en decorar tu casa. Lo mandas. Y entonces pasa lo que pasa siempre: silencio. Ningún comentario. Ninguna pregunta. Ninguna decisión que se tome a partir de lo que acabas de analizar. La reunión de la semana siguiente transcurre como si el informe no existiera.

Me explico: no es que nadie sea vago. No es que tu equipo sea incapaz de leer. Lo que ocurre, en mi opinión, es algo bastante más incómodo que eso.

Los informes que nadie lee no son un problema de formato ni de longitud. Son un síntoma. Y mientras sigas ajustando márgenes y añadiendo filtros interactivos, el síntoma seguirá ahí, disfrazado de problema de presentación.

El informe que se escribe para demostrar que se trabaja

Piensa en alguien que cada lunes manda un resumen de actividad semanal. Doce métricas, tres gráficos, un código de colores que requiere leyenda. Lo manda porque siempre se ha mandado. Los receptores lo reciben porque siempre lo han recibido. Nadie recuerda para qué se empezó a hacer. Nadie se atrevería a proponer que se deje de hacer, porque parecería que algo falla.

Eso, con los años, he llegado a la conclusión de que es el uso más caro del tiempo analítico: trabajo real invertido en producir algo que no mueve ninguna aguja. No porque los datos sean malos. Sino porque nadie al otro lado tiene una pregunta que ese informe responda.

Y aquí está el giro que quiero que veas.

Un informe no es un documento. Es una respuesta. Y una respuesta sin pregunta previa no es comunicación: es ruido con formato de tabla dinámica.

La pregunta que deberĂ­a ir antes del informe

Cuando alguien me dice que sus informes no se leen, lo primero que pregunto es: ¿quién te pidió este informe y para tomar qué decisión? Si la respuesta es «nadie en concreto» o «es el informe de siempre», ya sé dónde está el problema. No en el informe.

Lo he comprobado en mí mismo y en mis clientes: los únicos informes que generan conversación son los que alguien estaba esperando porque tenía una pregunta abierta. El director que quiere saber si el gasto del mes pasado justifica renovar un contrato. El equipo de ventas que necesita entender por qué un canal funciona menos que hace tres meses. La persona que tiene que decidir algo el viernes y no sabe qué decidir.

Esos informes se leen. No porque estén mejor hechos. Sino porque llegan con una pregunta ya formulada por el receptor, y el receptor sabe que lo que tiene en la mano le ayuda a responderla.

El informe que nadie había pedido, aunque esté impecable, llega a una bandeja de entrada que no tiene espacio reservado para él.

Más datos no es más claridad

Es como si alguien te preguntara qué hora es y tú le explicaras el funcionamiento de un reloj de cuarzo.

He visto esto muchas veces: la persona que construye el informe, por inseguridad o por costumbre, añade contexto, añade comparativas, añade el histórico de dos años porque «puede ser relevante». El resultado es un documento que lo contiene todo y no dice nada. Que requiere que el lector haga el trabajo de análisis que se suponía que tú habías hecho.

Cuantos más datos metes sin una pregunta que los organice, más trasladas la carga cognitiva al receptor. Y el receptor, que tiene su propio frasco de energía finita cada mañana, hace lo más racional del mundo: cierra el archivo y sigue con lo suyo.

No es pereza. Es que le has mandado un puzzle y él necesitaba una respuesta.

La decisiĂłn que falta

Te propongo una prueba. Coge el último informe que mandaste. Léelo como si fueras quien lo recibe. Y hazte esta pregunta: ¿qué debería hacer yo después de leer esto?

Si la respuesta no aparece en ningĂşn lugar del documento, has encontrado el problema.

Un informe útil no termina con los datos. Termina con la decisión que los datos permiten tomar, o al menos con la pregunta que ahora sí se puede responder con más claridad que antes. Sin ese último paso, el receptor tiene información pero no tiene movimiento. Y la información sin movimiento no vale nada en un negocio.

Dicho de otra manera: si no sabes qué medirías, probablemente tampoco sabes qué quieres que pase después de que alguien lea tus datos. Y eso se nota.

El informe automatizado que multiplica el vacĂ­o

Hay una versión todavía más silenciosa de este problema, y últimamente la veo cada vez más. Alguien automatiza el envío del informe. Cada lunes, puntual, llega solo. Nadie tiene que construirlo. Nadie tiene que mandarlo. Y nadie lo lee.

La automatizaciĂłn ha eliminado el esfuerzo humano de producirlo, pero no ha resuelto nada de lo que hacĂ­a que nadie lo leyera. Solo ha hecho que el problema sea invisible, porque ya no cuesta nada generarlo.

Como he visto muchas veces, automatizar un proceso roto es multiplicar el error. En este caso el error es más silencioso: no hace ruido, no da señales, simplemente ocupa espacio en bandejas de entrada durante meses hasta que alguien se da cuenta de que lleva medio año sin abrirlo.

Si vas a automatizar un informe, la pregunta previa no es técnica. Es esta: ¿hay alguien que lo esté esperando de verdad cada semana? Si la respuesta es no, lo que vas a automatizar es trabajo tirado.

Menos informes, mejores preguntas

A mi forma de ver, la solución no pasa por hacer informes más bonitos ni más cortos ni más visuales, aunque todo eso ayuda en el margen. Pasa por hacer menos informes y hacer mejores preguntas antes de empezar a construirlos.

Antes de abrir la hoja de cálculo, pregunta: ¿quién necesita esto y para qué decisión concreta? Si no tienes una respuesta clara, el tiempo que vas a invertir en ese informe es tiempo que podrías invertir en ir a buscar esa respuesta. En hablar con quien debería estar pidiendo el análisis. En entender qué pregunta está sin responder en tu organización.

Eso, sinceramente, es bastante más valioso que un dashboard con doce métricas que nadie sabe interpretar.

Te confieso que yo también caí en esto durante mucho tiempo: confundir la producción de información con la generación de valor. Son cosas distintas. La primera es actividad. La segunda es lo que ocurre cuando la información llega a alguien que la necesitaba y le permite hacer algo que antes no podía hacer.

Los informes que nadie lee son costosos de una forma particular: no duelen en el momento. No hay ninguna alerta, ningún fracaso visible. Simplemente se acumula el tiempo invertido en algo que no mueve nada, semana tras semana, hasta que un día haces el cálculo y el número da vértigo.

¿Cuántas horas lleva sin leerse el último informe que mandaste? ¿Y qué pregunta debería haber respondido?

automatizar procesos

Antes de automatizar cualquier cosa, hay una pregunta que casi nadie se hace. Y es precisamente la que lo cambia todo.

Llevo un tiempo viendo la misma escena repetida con variaciones distintas: alguien llega con ganas de automatizar procesos en su negocio, con los ojos encendidos, hablando de herramientas, de flujos, de eficiencia. Ha investigado, ha comparado plataformas, quizás ya ha contratado algo. Y en cuanto me explica qué quiere automatizar, le hago una pregunta que suele recibirlo como un cubo de agua fría: ¿y ese proceso, tal y como funciona ahora, funciona bien?

Silencio.

A veces un «bueno, más o menos». A veces un «podría mejorar». Y a veces, si hay confianza, un «la verdad es que no, pero con la automatización creíamos que eso se resolvería solo».

No se resuelve solo. Nunca.

La ilusión de la eficiencia instantánea

Entiendo la lógica. De verdad que la entiendo, porque yo mismo he caído en ella. Hay algo muy seductor en la idea de que una herramienta tecnológica va a ordenar el caos. La tecnología promete velocidad, y la velocidad promete alivio. Pero velocidad sobre un camino torcido solo te lleva al error más rápido.

Piensa en alguien que tiene un proceso de onboarding de clientes que genera confusión: los clientes no saben qué información enviar, el equipo lo pide por correo de forma improvisada, la mitad de los datos llegan incompletos, hay que perseguir a la gente. Todo eso cuesta tiempo, genera fricción y provoca una primera impresión pésima. Ahora imagina que ese proceso se automatiza: los correos se envían solos, hay formularios, hay recordatorios automáticos. El sistema funciona perfectamente. Y perfectamente, cada nuevo cliente recibe una experiencia confusa, fragmentada y frustrante. Solo que ahora lo recibe de forma automática y a escala.

La automatizaciĂłn no ha resuelto nada. Ha multiplicado el problema.

El error que nadie quiere ver

Lo que ocurre, en mi opinión, es que automatizar se ha convertido en sinónimo de modernizarse, y modernizarse suena bien, suena a progreso. Nadie quiere ser el que frena la innovación. De modo que cuando alguien propone automatizar, la respuesta instintiva es «sí, vamos». Y pocas veces alguien se detiene a preguntar qué hay debajo.

Es como si tuvieras una cañería con una pequeña fuga y, en lugar de encontrar dónde está el escape, instalaras una bomba de agua más potente. El resultado es agua saliendo más rápido por el mismo agujero.

Me ha pasado con clientes que querían automatizar su proceso de captación de leads. Revisando cómo funcionaba, encontramos que el formulario pedía demasiados datos, que la página de destino no respondía bien en móvil, y que el primer email que salía automáticamente era frío y genérico hasta decir basta. Automatizar todo eso habría sido automatizar el rechazo. Lo primero fue arreglar cada uno de esos puntos. Después, y solo después, tenía sentido hablar de automatizar procesos de captación.

La pregunta que hay que hacerse antes

Con los años he aprendido que antes de preguntarte «¿cómo puedo automatizar esto?» hay una pregunta anterior que es la que de verdad importa: ¿este proceso, si lo hiciera perfectamente una persona a mano, daría el resultado que quiero?

Si la respuesta es no, para. Arregla el proceso primero.

Si la respuesta es sĂ­, entonces tienes algo que vale la pena escalar. Y ahĂ­ la automatizaciĂłn tiene todo el sentido del mundo: te libera tiempo, reduce errores humanos, te permite crecer sin crecer proporcionalmente en horas de trabajo. AhĂ­ sĂ­.

Pero ese «para» es difícil de aceptar cuando llevas semanas convencido de que la solución es la herramienta. Revisar el proceso antes de automatizarlo exige mirar algo incómodo: que quizás el problema no es la falta de tecnología, sino la forma en que has diseñado lo que haces.

Cómo reconocer un proceso que no está listo

No hace falta un análisis sofisticado. Hay señales muy evidentes, si estás dispuesto a verlas.

La primera es que el proceso cambia cada vez que alguien distinto lo ejecuta. Si cada persona de tu equipo lo hace de una manera ligeramente diferente, no hay nada estable que automatizar. La automatización necesita consistencia: hace siempre lo mismo, exactamente lo mismo. Si lo que «hace siempre» es variable, el resultado es impredecible.

La segunda señal es que hay pasos que dependen de criterio humano no documentado. «Aquí hay que ver cómo está el cliente y decidir.» Bien, ese criterio existe en la cabeza de alguien. ¿Está escrito? ¿Hay reglas claras? Si no las hay, la automatización no puede tomarlo. O lo ignora, o lo fuerza en una dirección que no siempre es la correcta.

La tercera: cuando el proceso falla, nadie sabe exactamente por qué. Si no puedes rastrear el error en un proceso manual, un proceso automatizado hará el mismo recorrido sin dejarte rastro. Lo opaco se vuelve más opaco cuando corre a máquina.

Primero el proceso, después la velocidad

Según mi opinión y experiencia, el orden correcto siempre es el mismo: primero entiendes qué está pasando, luego lo simplificas, luego lo documentas, y solo entonces lo automatizas. Saltarte cualquiera de esos pasos te lleva al mismo sitio: mucho ruido, poca eficiencia real y, lo que es peor, la convicción de que la tecnología no funciona —cuando en realidad lo que no funcionaba era lo que pusiste dentro.

Lo he comprobado en mí mismo y en mis clientes: el momento en que alguien dice «es que la herramienta no nos da los resultados que esperábamos», casi siempre hay que preguntarle qué proceso pusieron dentro de la herramienta. Y casi siempre la respuesta revela que nadie revisó el proceso antes de automatizarlo.

La herramienta no tiene la culpa. La herramienta hace lo que le dices que haga. Si le dices que repita un error, lo repite. Con precisiĂłn. A escala. Sin cansarse.

Eso, que suena a ventaja, es exactamente el problema cuando lo que escala es algo que no deberĂ­a existir.

Lo que sĂ­ tiene sentido automatizar

Para no quedarnos solo en el diagnóstico: automatizar procesos tiene un valor enorme cuando el proceso está sano. Tareas repetitivas que no requieren criterio, comunicaciones que siempre dicen lo mismo en el mismo momento, recordatorios, seguimientos, informes periódicos, facturación, asignación de recursos… Todo eso, si está bien definido, es tiempo que recuperas para lo que sí necesita tu cabeza.

Y hay algo más que me parece importante. A veces la ventaja no está en tener la respuesta automatizada, sino en saber qué preguntar antes de automatizar. Esa capacidad de detenerse, mirar el proceso con ojos críticos y preguntarse «¿esto funciona realmente?» es lo que separa a quien usa la tecnología con inteligencia de quien la usa para sentir que hace algo.

Dicho de otra manera: la eficiencia no viene de mover más rápido. Viene de mover bien, y luego más rápido.

AsĂ­ que antes de activar cualquier automatizaciĂłn, te propongo que hagas una sola cosa: ejecuta ese proceso a mano, una vez, prestando atenciĂłn. Observa dĂłnde se traba, dĂłnde dependes de improvisaciĂłn, dĂłnde el resultado no es el que esperabas. AnĂłtalo.

¿Qué encuentras?

inteligencia artificial trabajo

Todo el mundo tiene una opinión sobre la inteligencia artificial y el trabajo. Los hay que dicen que nos va a dejar a todos en la calle. Los hay que dicen que es la mayor revolución desde la imprenta. Y los hay —y estos me dan más miedo— que todavía no se han parado a pensar en nada de esto porque están demasiado ocupados respondiendo correos.

Te voy a confesar algo: durante meses he observado cómo mis clientes usaban herramientas de inteligencia artificial. Y lo que he visto no es lo que esperaba ver. No he visto a personas liberadas de trabajo mecánico que por fin podían dedicarse a lo que importa. He visto algo mucho más interesante, y mucho más inquietante.

He visto a personas que delegan en la máquina la parte que más duele: pensar.

El problema no es la herramienta. Es para qué la usas

Imagina a alguien que tiene que escribir una propuesta para un cliente importante. Antes de la inteligencia artificial, se sentaba, pensaba en el cliente, recordaba la última conversación, intentaba entender qué es lo que realmente le preocupaba a esa persona, y desde ahí construía algo. El proceso era lento, incómodo, y a veces frustrante. Pero en esa incomodidad ocurría algo valioso: aparecía el criterio. Aparecía el punto de vista. Aparecía, en definitiva, el profesional.

Ahora, esa misma persona abre una herramienta de inteligencia artificial, escribe cuatro lĂ­neas de contexto, y en treinta segundos tiene un texto presentable. Lo revisa. Lo ajusta un poco. Lo envĂ­a.

El texto es correcto. Es fluido. Probablemente mejor redactado que lo que habrĂ­a escrito sola.

Y sin embargo, algo falta.

Lo que falta es el momento en el que esa persona tenía que decidir qué pensaba. No cómo decirlo —eso es lo que hace la máquina muy bien— sino qué quería decir y por qué. Ese momento ha desaparecido del proceso. Y si desaparece sistemáticamente, con el tiempo, esa persona ya no sabe muy bien qué piensa sobre nada. Ha externalizado el criterio.

La inteligencia artificial hace muy bien lo que tĂş no deberĂ­as querer hacer bien

Me explico. Hay una parte del trabajo intelectual que es pura producciĂłn: ordenar ideas, dar forma a un argumento, redactar con claridad, estructurar un informe. Es trabajo real, lleva tiempo, y la inteligencia artificial lo resuelve con una competencia que ya no tiene sentido discutir.

Pero hay otra parte que no es producción. Es deliberación. Es el momento en que te preguntas si este enfoque es el correcto, si le estás dando al cliente lo que necesita o lo que pide, si la estrategia tiene sentido o estás siguiendo inercia. Esa parte no se puede externalizar. No porque la máquina no pueda generar texto sobre ello —puede, y muy bueno— sino porque el valor no está en el texto: está en que seas tú quien lo haya pensado.

Es como si alguien te preguntara qué te parece una película y tú, en lugar de pensar, consultaras las reseñas de otras personas y les repitieras su opinión. Técnicamente has respondido. Pero no has opinado. Y con el tiempo, si haces eso sistemáticamente, dejas de tener opiniones propias sobre películas. O sobre lo que sea.

Con los años he aprendido que hay una diferencia enorme entre usar una herramienta para hacer más rápido lo que ya sabes hacer, y usar una herramienta para evitar el esfuerzo de saber hacerlo.

Lo que la inteligencia artificial revela sobre cĂłmo trabajas

Aquí está el giro que quiero proponerte.

No es que la inteligencia artificial vaya a quitarte el trabajo. La amenaza real, en mi opinión, es más sutil: la inteligencia artificial revela si tienes criterio propio o no. Y si no lo tienes, lo sustituye sin que apenas te des cuenta.

Si tu valor profesional reside en producir contenido rápido, en generar documentos, en redactar comunicaciones, en organizar información… esa parte de tu trabajo ya tiene competencia seria. No mañana. Ahora.

Pero si tu valor reside en saber qué pregunta hacer, en leer a una persona y entender lo que realmente necesita, en tomar una decisión con información incompleta, en asumir la responsabilidad de un criterio… eso no solo no está amenazado, sino que vale más que antes. Porque ahora, con la producción resuelta, lo que diferencia a un profesional de otro es exactamente eso: si tiene algo propio que decir.

Lo he comprobado en mí mismo y en mis clientes: la ventaja ya no está en acumular información sino en saber qué hacer con ella, qué preguntar, cómo orientarla. Y eso es algo que no se delega.

El mĂşsculo que se atrofia sin que lo notes

El criterio no es un rasgo de personalidad. Es un mĂşsculo. Y como todo mĂşsculo, si no lo usas, se atrofia.

Piensa en alguien que durante años usó el GPS para moverse por su ciudad. Un día el teléfono se queda sin batería en un barrio que conoce de toda la vida… y no sabe orientarse. No es que haya perdido la memoria. Es que ha dejado de usarla para eso, y esa capacidad se ha ido durmiendo.

Con el criterio profesional ocurre lo mismo. Cada vez que delegas en la máquina el momento de pensar, ese músculo descansa. Al principio no se nota. Pero si el patrón se repite durante meses, llega un momento en que enfrentas una situación que requiere criterio real —una conversación difícil con un cliente, una decisión estratégica sin datos claros, un conflicto que no tiene respuesta obvia— y descubres que no sabes muy bien desde dónde opinar.

Y en ese momento, la inteligencia artificial no puede ayudarte. Porque lo que necesitas no es un texto. Eres tĂş.

Entonces, ¿qué hago con la inteligencia artificial?

Ăšsala. Por favor, Ăşsala. SerĂ­a absurdo no hacerlo, y no es ese el argumento.

Pero antes de abrir la herramienta, date treinta segundos. Solo treinta segundos. Y pregúntate: ¿qué pienso yo sobre esto? No cómo lo dirías, sino qué quieres decir. Aunque sea vago, aunque sea incompleto. Aunque sea una intuición.

Ese momento —pequeño, aparentemente irrelevante— es el que marca la diferencia entre usar la inteligencia artificial como amplificador de tu criterio o usarla como sustituto de él. En el primer caso, la herramienta te hace más potente. En el segundo, te hace más cómodo. Y la comodidad, a largo plazo, tiene un precio que no siempre vemos venir.

A mi forma de ver, la inteligencia artificial y el trabajo del futuro no se parecen a lo que nos cuentan: no es que habrá trabajos que desaparecen y trabajos que sobreviven. Es que dentro de cada trabajo, habrá personas que siguen pensando y personas que han dejado de hacerlo. Y esa diferencia, con el tiempo, se volverá enorme.

¿En cuál de los dos grupos estás construyendo tu camino?

limites de la productividad

Llevas semanas buscando el sistema de productividad perfecto. Has probado el método Pomodoro, la regla de los dos minutos, alguna app de gestión de tareas que te iba a cambiar la vida y que ahora ni abres. Sigues a personas que se levantan a las cinco de la mañana, hacen deporte, meditan, leen cincuenta páginas y responden cien correos antes de que tú hayas apagado la primera alarma. Y la sensación que te queda, al final del día, no es de logro. Es de que nunca es suficiente. Que siempre hay algo más que podrías haber hecho, una hora más que podrías haber aprovechado, un hueco muerto que podrías haber rellenado.

Esa sensaciĂłn tiene nombre. Pero probablemente no es el que crees.

El problema no es que seas poco productivo

Hay algo que me llama la atención cada vez que alguien me dice que quiere ser más productivo. La productividad se trata como si fuera un grifo que solo tienes que abrir más. Como si el único límite fuera tu disciplina, tu método o la herramienta correcta. Y esa idea, cuanto más la miras de cerca, más se deshace.

Piensa en un ordenador. Puedes optimizarlo, limpiarle archivos, actualizarlo, comprarle más RAM. Pero llega un momento en que el hardware no da más de sí. No porque seas mal técnico. Sino porque la máquina tiene un límite físico, real, que ningún software va a superar. Me explico: el problema no es que no hayas encontrado el método correcto. Es que estás buscando una solución de software para un problema de hardware.

Los lĂ­mites de la productividad no son un fallo tuyo. Son una caracterĂ­stica del sistema.

Lo que la tecnologĂ­a nos ha hecho creer

Vivimos en la época más extraña de la historia en lo que respecta al trabajo. La tecnología ha conseguido que seamos capaces de hacer en un día lo que antes llevaba una semana. Y eso, que parece un regalo, ha producido un efecto perverso: en lugar de trabajar lo mismo en menos tiempo, trabajamos más en el mismo tiempo. El listón sube. Las expectativas suben. Y el tiempo no se mueve.

Hay una ironía ahí que a mí, con los años, me ha ido resultando más evidente. Cada herramienta que prometía ahorrarnos tiempo ha terminado, en muchos casos, robándonoslo. El email iba a reemplazar las reuniones. Las reuniones siguieron existiendo y el email se añadió encima. Las apps de gestión de tareas iban a ordenarnos la vida. Muchas personas ahora gestionan su sistema de gestión de tareas como si fuera una tarea más. Con los años he aprendido que una herramienta que se convierte en el fin ya ha dejado de ser una herramienta.

Y mientras tanto, la idea de fondo —que siempre se puede hacer más— sigue intacta. Sigue siendo el agua en la que todos nadamos.

El frasco tiene un tamaño fijo

Hay una imagen que uso a veces con mis clientes y que me parece muy útil aquí. Imagina que cada mañana amaneces con un frasco de energía. No es infinito. De hecho, tiene un tamaño bastante concreto, y solo se regenera durmiendo. Todo lo gasta: las decisiones difíciles, las conversaciones tensas, la pantalla, el ruido, el estrés. Pero también las cosas buenas: una reunión larga aunque sea con alguien que te cae bien, un proyecto estimulante pero exigente.

La pregunta que solemos hacernos es: ¿cómo consigo más horas? La pregunta útil es otra: ¿en qué estoy vertiendo este frasco?

Porque si el frasco es finito —y lo es, te lo aseguro— no hay método que cambie eso. Lo que cambia es adónde va lo que tienes. Y ahí sí hay margen de maniobra real. No para hacer más. Para hacer mejor lo que importa, y soltar lo que no.

Estás resolviendo bien la pregunta equivocada

He visto muchas veces esto, en mí mismo y en personas con las que trabajo: alguien muy aplicado, muy metódico, que ejecuta a la perfección un plan que no debería existir. Ser eficiente en lo que no deberías estar haciendo es, probablemente, la forma más sofisticada de perder el tiempo.

Imagina a alguien que optimiza su rutina de mañana al milímetro: se levanta a la misma hora, tiene su lista preparada, sabe exactamente qué va a hacer y cuándo. Y sin embargo, la mayoría de esas tareas son urgentes pero no importantes. Responde correos rápido, gestiona bien lo inmediato, apaga fuegos con maestría. Y lo importante —eso que sabe que tendría que estar haciendo pero que nunca tiene hueco— sigue esperando.

AhĂ­ no falla la productividad. Falla la direcciĂłn.

Los límites de la productividad no se resuelven apretando más el motor. Se resuelven, primero, preguntándose honestamente a dónde va ese motor. Porque si la respuesta no te convence, optimizar el camino no tiene ningún sentido.

Lo urgente ocupa toda la pantalla

Hay algo que la tecnologĂ­a ha amplificado de manera notable y que, a mi forma de ver, es uno de los grandes problemas de nuestra relaciĂłn con el trabajo: la urgencia se ha vuelto permanente. Antes, lo urgente interrumpĂ­a. Ahora, lo urgente es el estado por defecto.

Las notificaciones están diseñadas para eso. Cada ping, cada badge rojo, cada indicador de mensajes no leídos está construido para activar en ti la sensación de que hay algo pendiente que necesita atención ahora. Y el cerebro, que no distingue demasiado bien entre urgencia real y urgencia fabricada, responde igual en los dos casos. Gasta energía. Fragmenta la atención. Y al final del día tienes la sensación de haber corrido mucho sin haber llegado a ningún sitio concreto.

Eso no se arregla con un método de productividad. Se arregla, en mi opinión, siendo capaz de hacerte las preguntas correctas antes de abrir la primera pantalla del día: ¿qué es lo que realmente importa hoy? No lo más urgente. Lo más importante.

Los lĂ­mites de la productividad son una buena noticia

Sé que esto puede sonar extraño. Pero desde mi experiencia, aceptar que los límites de la productividad son reales —y no un fracaso personal— es uno de los alivios más grandes que puedes darte.

Significa que no hay nada roto en ti. Significa que el problema no es que te falte disciplina o el método correcto. Significa que la pregunta «¿cómo hago más?» es, probablemente, la pregunta equivocada. Y que la pregunta que sí vale la pena hacerse es más incómoda, pero mucho más honesta: ¿qué estoy dispuesto a no hacer?

Porque la productividad real —no la de Instagram, no la del gurú que nunca duerme— no es la capacidad de hacerlo todo. Es la capacidad de elegir bien qué no merece tu frasco. Y eso, paradójicamente, exige renunciar. Exige decir que no. Exige asumir que el día tiene un tamaño fijo y que tú decides qué entra y qué se queda fuera.

He llegado a la conclusión de que la persona más productiva no es la que hace más cosas. Es la que hace menos cosas que importan más. Y esa persona, casi siempre, trabaja con límites conscientes, no contra ellos.

¿De cuántas cosas que están en tu lista de hoy podrías prescindir sin que nada importante se rompiera?

definir kpis

Llevas semanas hablando de métricas, de seguimiento, de análisis. Tienes una hoja de cálculo con quince columnas, un dashboard que alguien montó el año pasado y que nadie mira, y la sensación permanente de que «hay que estar más encima de los datos». Y si alguien te pregunta ahora mismo qué tres números cambiarían tu forma de tomar decisiones esta semana… probablemente necesitarías un momento. Quizás varios.

El problema no es que no tengas datos. Es que no sabes qué pregunta estás intentando responder.

He visto esto muchas veces, y no es un problema de empresas pequeñas ni de equipos sin recursos. Lo he visto en negocios perfectamente estructurados, con herramientas de analítica de pago, con personas dedicadas a ello. El volumen de datos no era el problema. El problema era anterior: nadie había dicho en voz alta, con claridad, qué querían saber. Y cuando no sabes qué quieres saber, puedes medir todo y no entender nada.

Piensa en alguien que entra en una ferretería y compra un taladro. Ese alguien no quiere un taladro. Quiere un agujero en la pared. Y probablemente tampoco quiere el agujero: quiere colgar un cuadro. Y quizás lo que quiere de verdad es que el salón tenga otro aspecto. El indicador —el taladro— es lo último que hay que elegir, no lo primero. Pero en la mayoría de los negocios se empieza al revés: primero el taladro, luego, ya veremos para qué sirve.

Definir KPIs sin saber qué quieres es decorar una habitación antes de construir la casa

Me explico. Un KPI —un indicador clave de rendimiento, como prefieras llamarlo— es una respuesta. Una respuesta necesita una pregunta. Y una buena pregunta necesita antes algo más básico: saber adónde quieres ir. Si eso no está claro, definir KPIs se convierte en un ejercicio de apariencia, en algo que queda bien en una presentación pero que no mueve nada.

Te propongo un ejercicio incómodo. Coge un papel —no el ordenador, papel— y escribe cuál es el objetivo más importante de tu negocio ahora mismo. No el propósito, no la misión: el objetivo concreto de los próximos noventa días. Uno. Luego escribe: ¿cómo sabría que lo estoy consiguiendo? ¿Qué cambiaría que yo pudiera ver? ¿Cada cuánto necesito verlo?

Si no puedes responder eso, no es que te falten KPIs. Es que todavĂ­a no tienes el objetivo claro. Y eso es lo que hay que resolver primero.

El nĂşmero que nadie mira

Con los años he aprendido que hay dos tipos de métricas en casi cualquier negocio. Las que se miden porque siempre se han medido, y las que realmente dicen algo. Las primeras son cómodas: están ahí, se generan solas, quedan bien en el informe mensual. Las segundas suelen ser más difíciles de calcular, más incómodas de mirar y, casi siempre, más reveladoras.

Recuerdo el caso de un restaurante que tenía datos de todo: número de comensales, ticket medio, rotación de mesas. Todo en orden. El negocio, sin embargo, sangraba. Cuantos más menús vendía, más se alejaba del punto de equilibrio. Nadie había calculado el coste real por comensal incluyendo los gastos fijos prorrateados. El número que importaba no estaba en ningún dashboard. Estaba en una cuenta que nadie había hecho.

A veces el KPI que necesitas no existe todavía. No porque sea imposible de medir, sino porque nadie se ha sentado a pensar en él desde el principio correcto: ¿qué decisión concreta me ayudaría a tomar este dato?

Esa pregunta —¿qué decisión me ayuda a tomar?— es la prueba del algodón de cualquier métrica. Si un número no te ayuda a decidir nada, no es un indicador clave. Es ruido con formato de dato.

Más no es más

Hay una tentación muy humana cuando se habla de medir: querer medirlo todo, por si acaso. Es como si tener más datos fuera sinónimo de tener más control. Y a veces lo parece, pero en mi opinión es exactamente lo contrario. Cuantos más indicadores pones en pantalla, más difícil es saber cuál mirar cuando algo va mal.

Es como si condujeras un coche con cincuenta indicadores en el salpicadero, cada uno parpadeando con su propia lĂłgica. A la que algo falla de verdad, no sabes por dĂłnde empezar. En cambio, si tienes claro que lo Ăşnico que no puede fallar esta semana es el depĂłsito y los frenos, sabes exactamente dĂłnde poner los ojos.

Esto no significa que el resto no importe. Significa que la claridad sobre lo prioritario es la condición para que cualquier sistema de medición funcione. Sin esa claridad, el dashboard más sofisticado del mundo es un cuadro colgado en una habitación a oscuras.

El proceso correcto, al revés de como se suele hacer

Dicho de otra manera: la secuencia habitual es equivocada. Se suele empezar por las herramientas —qué plataforma de analítica uso, qué datos puedo extraer de mi CRM, qué me da Google Analytics— y luego se intenta construir sentido encima de eso. Es comprensible. Las herramientas están ahí, son visibles, son accionables. Pero definir KPIs empezando por la herramienta es como escribir la respuesta antes de leer la pregunta del examen.

La secuencia que, según mi opinión y experiencia, realmente funciona es esta: primero, el objetivo. Segundo, la decisión que necesitas tomar para acercarte a ese objetivo. Tercero, la información que necesitas para tomar esa decisión. Cuarto, y solo cuarto, el número que captura esa información. Y quinto —al final del todo— la herramienta que lo calcula.

Cuando llegas a la herramienta habiendo hecho este recorrido, sabes exactamente qué pedirle. Y lo que es más útil aún: sabes qué no pedirle.

La pregunta que lo ordena todo

Hay algo que saber hacer las preguntas correctas cambia radicalmente: la calidad de las respuestas que obtienes. Esto es especialmente cierto cuando lo aplicas a los datos de tu propio negocio. La pregunta correcta, en este contexto, no es «¿qué estoy midiendo?» sino «¿qué necesito saber para tomar la siguiente decisión importante?»

Parece sutil. No lo es. La primera pregunta te lleva a inventariar lo que ya tienes. La segunda te obliga a pensar en lo que aún no sabes y en por qué importa. Y muchas veces, cuando te fuerzas a responder esa segunda pregunta con honestidad, te das cuenta de que lo que te falta no es un dato: es una conversación que nadie ha tenido todavía. Con el equipo, con el mercado, contigo mismo.

He llegado a la conclusión de que el momento en que una empresa empieza a definir KPIs de verdad —no de forma cosmética, sino de forma útil— es exactamente el momento en que alguien en la sala se atreve a decir «no sé lo que quiero saber». Porque esa frase, incómoda como es, abre la única puerta que merece la pena abrir.

Así que antes de añadir una columna más a tu hoja de cálculo, antes de contratar otra herramienta de analítica, antes de montar el próximo dashboard… ¿cuál es la decisión más importante que tienes que tomar en los próximos treinta días, y qué necesitarías saber para tomarla con más claridad?

conversion google ads

Lanzas tu primera campaña en Google Ads. Los clics llegan. El contador sube. Ves el número crecer y piensas que algo está funcionando. Y entonces, a final de mes, revisas cuántos de esos clics se convirtieron en clientes de verdad… y el número te deja frío.

Lo he visto muchas veces. Y no solo en quienes empiezan. También en negocios que llevan meses —a veces años— pagando por tráfico con la esperanza de que el volumen, tarde o temprano, haga el trabajo solo.

El problema, según mi opinión y experiencia, no está en la campaña. Está en lo que se cree que es la campaña.

El clic no es el destino. Es el umbral.

Imagina que tienes una tienda física en una calle con mucho paso. Pagas para que alguien en la puerta pare a la gente y les diga: «oye, entra, que aquí pueden ayudarte.» Eso es el clic. La gente entra. Hasta ahí, todo bien.

Pero una vez dentro, si la tienda huele raro, si nadie les atiende, si no encuentran lo que buscaban o si el proceso de compra es un laberinto… se van. Y tú has pagado igualmente por haberlos traído hasta la puerta.

El clic solo te compra la atención durante unos segundos. Lo que pase después no lo decide Google. Lo decides tú.

Y aquí es donde la mayoría mira en la dirección equivocada. Cuando la campaña no convierte, el instinto es tocar el anuncio: cambiar el texto, probar otra imagen, ajustar las pujas. Y a veces eso ayuda, claro. Pero muchas veces el anuncio está haciendo su trabajo perfectamente bien. El problema está en lo que viene después del clic.

La conversiĂłn en Google Ads empieza donde el anuncio termina

He llegado a la conclusión de que la confusión más frecuente en esto es tratar el anuncio y la página de destino como dos cosas separadas. Como si fueran responsabilidad de personas distintas, de presupuestos distintos, de conversaciones distintas.

No lo son.

El anuncio hace una promesa. La página tiene que cumplirla. Y si hay la más mínima fisura entre una cosa y la otra —si el anuncio dice «zapatillas de running para mujer» y la página lleva a la colección general de toda la tienda— el visitante lo nota. No conscientemente, quizás. Pero lo nota. Y se va.

La conversión en Google Ads es el resultado de una conversación continua, no de dos piezas independientes. El anuncio abre la frase. La página la cierra. Si la frase no cierra bien, el lector abandona antes del punto final.

Me explico con un ejemplo. Piensa en alguien que busca «clases de yoga para embarazadas en Barcelona». Hace clic en un anuncio que dice exactamente eso. Llega a una página que habla de yoga en general, con un menú enorme y una foto genérica. Nada que le confirme que está en el lugar correcto. Nada que le diga «sí, esto es para ti.» ¿Qué hace? Lo que harías tú: cerrar la pestaña.

El anuncio funcionó. La campaña hizo su parte. Pero la conversión no ocurrió porque la página no supo recoger lo que el anuncio había puesto en marcha.

Lo que mides determina lo que ves

Otra trampa clásica, y probablemente la más cara, es medir solo lo fácil de medir.

Los clics son fáciles de medir. Las impresiones también. El CTR —la proporción de gente que ve el anuncio y hace clic— es un número que sale solo en el panel. Y son datos útiles, no digo que no. Pero un CTR alto con conversión cero es solo tráfico caro.

Con los años he aprendido que la métrica que importa no es cuánta gente llegó, sino cuánta hizo lo que necesitabas que hiciera. Y para saber eso, primero hay que tener claro qué es «lo que necesitabas que hiciera.» Cosa que, dicho así, parece obvia. Y sin embargo.

He conocido negocios que llevaban meses optimizando su campaña para conseguir más clics en un botón que no llevaba a ningún lado relevante. Habían configurado como conversión algo que en realidad no les acercaba a un cliente. Un clic en «más información» que abría un PDF. Una visita a la página de contacto, aunque nadie rellenara el formulario.

Cuando te haces las preguntas correctas antes de lanzar —¿qué quiero que ocurra exactamente?, ¿cómo sabré que ha ocurrido?— la campaña cambia de naturaleza. Ya no estás comprando clics. Estás construyendo un sistema con un objetivo definido.

El texto del anuncio no vende. Filtra.

Esto cuesta entenderlo al principio, y a mí también me costó. Cuando escribes un anuncio, la tentación es intentar atraer a cuanta más gente mejor. Parecer relevante para todo el mundo. No dejar a nadie fuera.

Error.

Un buen anuncio no intenta convencer a todo el mundo: intenta convencer a las personas correctas y disuadir al resto. Porque cada clic de alguien que nunca iba a comprar es dinero que no vas a recuperar.

Si vendes un servicio de consultoría a empresas medianas con facturación mínima de medio millón, tu anuncio debería hacer que alguien con una tienda pequeña ni siquiera se molestara en hacer clic. No porque no sea bienvenido, sino porque tu oferta no es para él. Y si hace clic, pagas. Y no convierte. Y el problema no es la campaña.

A mi forma de ver, un anuncio bien escrito para conversión tiene que incomodar un poco a quien no es tu cliente. Tiene que ser específico hasta el punto de que alguien lea y piense «esto no es para mí.» Porque ese alguien que sí siente que es para él va a llegar a tu página con una predisposición completamente distinta.

La velocidad y la fricciĂłn matan en silencio

Hay dos factores que, según mi opinión, destruyen conversiones sin que nadie los vea en el panel de control: la velocidad de carga de la página y la fricción en el proceso.

La velocidad es brutal. Alguien ha buscado algo, ha visto tu anuncio, ha decidido hacer clic —lo que ya es un pequeño milagro de atención en el mundo en que vivimos— y si la página tarda más de tres segundos en cargar, una parte importante de esas personas se va antes de ver nada. Se han ido. Y tú has pagado el clic igualmente.

La fricción es más sutil pero igual de letal. Cada paso innecesario que le pides al usuario es una oportunidad para que se arrepienta. Un formulario con doce campos cuando solo necesitas tres. Un proceso de pago que obliga a crear una cuenta antes de poder comprar. Una llamada a la acción enterrada al final de una página kilométrica.

No hace falta que sea perfecto. Hace falta que no sea un obstáculo.

Pagar por clics tiene sentido cuando el sistema funciona

No estoy diciendo que Google Ads no funcione. Funciona, y muy bien, cuando el sistema que hay detrás está pensado para convertir. Lo he comprobado en mis propios clientes y en mí mismo.

Pero demasiadas veces se invierte en tráfico antes de haber construido lo que recibirá ese tráfico. Es como llenar de agua un vaso con agujeros y sorprenderse de que nunca se llene.

Antes de subir el presupuesto de una campaña, te propongo que pases por estas tres preguntas: ¿Qué tiene que hacer exactamente la persona cuando llega a mi página? ¿Está claro para ella, en los primeros cinco segundos, que está en el lugar correcto? ¿El camino entre llegar y hacer lo que quiero que haga tiene la menor fricción posible?

Si las tres tienen respuesta sólida, entonces es el momento de traer tráfico. Si alguna no la tiene, optimizar la campaña sin haber resuelto eso primero es solo gastar más rápido.

¿En cuál de las tres estás tú ahora mismo?

hacer buenas preguntas

Durante años, el que sabía más era el que mandaba. El que tenía la información, el que conocía el proceso, el que podía explicarle a los demás cómo funcionaba la máquina. En el almacén, en la oficina, en la reunión de dirección. El conocimiento era la moneda, y quien más tenía, más valía. Eso era así, y durante mucho tiempo funcionó.

Pero algo ha cambiado. Y no me refiero solo a la inteligencia artificial, aunque sĂ­ tiene que ver con ella.

Me refiero a que hoy cualquiera puede saber casi cualquier cosa en cuestiĂłn de segundos. No importa si eres el director de la empresa o el becario que lleva tres semanas: los dos tienen acceso a la misma informaciĂłn, a las mismas herramientas, al mismo ChatGPT que en dos minutos te redacta un informe, te resume un contrato o te explica cĂłmo funciona un proceso logĂ­stico complejo. La informaciĂłn ya no escasea. Ya no es ventaja competitiva tenerla.

Lo que sí escasea —y mucho— es saber qué preguntarle a todo eso.

El que sabe preguntar llega antes

Tengo un cliente que lleva años trabajando en el sector de la consultoría. Muy bueno en lo suyo, muy técnico, muy sólido. Cuando empezó a usar herramientas de inteligencia artificial, su primera reacción fue la de mucha gente: escribir en el buscador lo mismo que habría escrito en Google. Y claro, los resultados eran mediocres. Genéricos. Inútiles.

Un día se sentó con alguien de su equipo —bastante más joven, con mucho menos recorrido— y vio cómo esta persona le hacía a la misma herramienta preguntas distintas. Preguntas con contexto, con matiz, con restricciones claras. Preguntas que iban al hueso del problema. Y los resultados eran otros. Completamente otros.

Me dijo: «Erick, me di cuenta de que yo sabía más que ella sobre el tema. Pero ella sabía mejor que yo cómo pensarlo.»

Eso es lo que está pasando ahora mismo en miles de empresas. La ventaja no está en el conocimiento acumulado, sino en la capacidad de formular bien el problema. Y eso, curiosamente, es una habilidad que muy poca gente ha entrenado de forma consciente.

Por qué hacer buenas preguntas es más difícil de lo que parece

Hacer buenas preguntas no es solo cuestión de curiosidad ni de inteligencia. Es una habilidad que implica algo incómodo: admitir que no tienes la respuesta todavía. Y hay mucha gente —sobre todo gente con años de experiencia, con autoridad ganada, con un estatus que proteger— que le cuesta horrores hacer eso.

Es como si preguntar bien equivaliera a reconocer una debilidad. Como si hubiera que llegar ya con la respuesta bajo el brazo para que los demás te tomen en serio.

Lo he comprobado en mí mismo muchas veces. Durante mis años en la multinacional, la cultura implícita era esa: el que pregunta demasiado no sabe. El que sabe, ejecuta. Y tardé bastante en entender que ejecutar sin preguntar bien es, la mayoría de las veces, trabajar mucho en la dirección equivocada.

Me explico. Imagina que alguien te pide que «mejores la comunicación del equipo». Podrías ponerte a organizar reuniones, a crear un canal de Slack, a preparar una presentación sobre feedback constructivo. Ejecutar, ejecutar, ejecutar. O podrías preguntarte primero: ¿qué entiende esta persona exactamente por «mejorar la comunicación»? ¿Qué problema concreto está viendo? ¿Cuándo fue la última vez que ese problema le causó un daño real? ¿Qué ha probado ya y no ha funcionado?

La misma peticiĂłn. Preguntas distintas. Resultados radicalmente diferentes.

Hacer buenas preguntas es una forma de pensar, no una técnica

AquĂ­ es donde quiero ir con esto, porque si no, se queda en consejo de gurĂş y no me interesa.

Hay una diferencia enorme entre aprender «las cinco preguntas poderosas del coaching» y desarrollar de verdad el hábito de hacer buenas preguntas. Lo primero es una técnica que aplicas cuando te acuerdas. Lo segundo es una manera de relacionarte con los problemas que cambia cómo piensas, cómo escuchas y cómo tomas decisiones.

Con los años he aprendido que quien hace buenas preguntas suele ver más lejos, no porque sea más listo, sino porque tarda un poco más en dar por sentado que ya sabe de qué va el problema. Y ese retraso —ese pequeño freno antes de arrancar— es exactamente donde está la ventaja.

Piensa en alguien que lleva diez años en un sector. Conoce los procesos, las dinámicas, los nombres de los actores. Eso es valioso. Pero también puede ser una trampa. Porque cuanto más sabes, más fácil es que tu cerebro complete los huecos de información con lo que ya conoce, sin ni siquiera darse cuenta. Y entonces crees que estás analizando una situación nueva cuando en realidad estás aplicando el patrón de una situación anterior que se le parece.

Hacer buenas preguntas es el antídoto a eso. Es la forma de frenar ese piloto automático y obligarte a mirar de verdad lo que tienes delante, no lo que crees que tienes delante.

Y con la inteligencia artificial, esto se multiplica

Volvamos a las herramientas de IA, porque creo que ahĂ­ es donde este tema se vuelve urgente.

Cuando le das a una de estas herramientas una instrucción vaga, te devuelve algo vago. Cuando le das contexto, restricciones, un punto de vista concreto, un formato específico, un para qué claro… la respuesta cambia por completo. La calidad del output depende casi enteramente de la calidad del input. Y el input, en este caso, es tu pregunta.

Esto significa que en los próximos años —y ya está pasando— habrá una brecha creciente entre las personas que saben exprimir estas herramientas y las que no. Y esa brecha no va a depender de quién sabe más de tecnología. Va a depender de quién sabe formular mejor lo que necesita. De quién puede descomponer un problema en sus partes, identificar qué información es relevante y qué no, y articular todo eso de forma que la herramienta pueda ayudar de verdad.

Dicho de otra manera: hacer buenas preguntas va a ser una de las habilidades más cotizadas de los próximos años. Y la mayoría de la gente no la está entrenando porque todavía no la ve como una habilidad. La ve como algo que «se hace solo».

Por dĂłnde empezar si quieres entrenar esto

No voy a darte una lista de preguntas mágicas, porque no creo en eso. Pero sí te puedo decir lo que a mí me ha funcionado.

Lo primero es desarrollar el hábito de preguntarte «¿para qué?» antes de hacer cualquier cosa. No «¿cómo?», no «¿qué?», sino «¿para qué?». Para qué necesito esto. Para qué me lo están pidiendo. Para qué me estoy moviendo en esta dirección. Esa cadena de «para qués» te lleva muy rápido al fondo del asunto, que casi siempre es distinto a lo que parecía en la superficie.

Lo segundo —y esto quizás te sorprenda— es escuchar más despacio. La mayoría de las veces no hacemos buenas preguntas porque no hemos escuchado del todo lo que nos acaban de decir. Estamos preparando la respuesta mientras el otro todavía habla. Y entonces preguntamos sobre lo que hemos filtrado, no sobre lo que realmente se ha dicho.

Y lo tercero es perder el miedo a preguntar lo obvio. Muchas de las mejores preguntas son las que nadie hace porque todo el mundo asume que ya sabe la respuesta. «¿Y esto, exactamente, para quién lo hacemos?» «¿Qué pasaría si no lo hiciéramos?» «¿Cómo sabremos que ha funcionado?» Preguntas simples. Casi infantiles. Y a menudo, las únicas que de verdad importan.

Hace tiempo, el valor de una persona en una sala se medía por cuánto sabía. Hoy, en mi opinión, se mide cada vez más por la calidad de las preguntas que es capaz de hacer. Así que te dejo con una, que me parece la más honesta con la que puedes terminar este artículo: la última vez que te enfrentaste a un problema importante, ¿cuánto tiempo dedicaste a asegurarte de que estabas resolviendo el problema correcto?