Las configuraciones de anuncios repetidas registraron tasas de mensajes diferentes

Una universidad colombiana repitió 16 configuraciones de anuncios en Facebook. Los resultados muestran por qué una sola tasa puede dejar fuera contexto útil.

Análisis de Influence IQ de 384 registros de anuncios de una campaña de captación de una universidad colombiana en mayo y junio de 2026.

Resumen

Una misma configuración de anuncio puede registrar resultados diferentes entre ejecuciones. Analizamos 384 registros de anuncios de Facebook de una campaña de captación de una universidad colombiana: 16 configuraciones ejecutadas 24 veces cada una en mayo y junio de 2026. Dentro de cada configuración ordenamos los anuncios por conversaciones registradas por cada 1.000 impresiones y comparamos los valores en las posiciones 6 y 18. En 12 de las 16 configuraciones, el valor mayor fue al menos el doble del menor. La mediana de las diferencias entre esos valores en las 16 configuraciones fue de 0,60 conversaciones por cada 1.000 impresiones. Es un análisis descriptivo de una campaña con pocos mensajes por anuncio, no una referencia para otros anunciantes. Presentar los recuentos y un rango junto con la tasa ayuda a ver esa diferencia.[1][2][3]

Un equipo pequeño envía a un cliente los resultados de un anuncio de Facebook. Una ejecución registró tres conversaciones; otra con la misma configuración registró seis. El segundo recuento duplica al primero, pero el equipo aún necesita conocer las impresiones, el periodo del informe y el contexto de las ejecuciones antes de explicar la diferencia. La comparación puede cambiar si cambia la exposición.

Las ejecuciones repetidas pueden registrar resultados diferentes

Ilustración de una profesional comparando tarjetas de anuncios idénticas con distintas cantidades de burbujas de mensajes.
Ilustración conceptual; las burbujas no representan los recuentos del estudio.

La misma configuración en anuncios repetidos

Un grupo de investigadores que estudiaba anuncios de captación universitaria publicó los registros individuales de una campaña de Facebook en el suroeste de Colombia. La campaña utilizó 16 configuraciones, cada una definida por una versión creativa y su segmentación de audiencia. Según los autores, lanzaron un anuncio por configuración en cada uno de 24 días, del 14 de mayo al 6 de junio de 2026. Cada anuncio tuvo un presupuesto de 10.000 pesos colombianos. Los 384 registros pertenecen a un solo anunciante y una sola campaña, no a 384 campañas independientes.[1][2]

Preguntamos cuánto variaban los resultados registrados entre los 24 anuncios de cada configuración. Mantuvimos separadas las configuraciones del estudio en lugar de comparar audiencias o versiones creativas diferentes. Para cada anuncio dividimos las conversaciones iniciadas registradas entre las impresiones y multiplicamos el resultado por 1.000. Una impresión es una visualización del anuncio y una persona puede acumular más de una. El resultado expresa conversaciones por cada 1.000 impresiones, no la probabilidad de que una persona envíe un mensaje.[1]

Los autores indican una configuración de atribución de siete días después del clic y un día después de la visualización, y señalan que exportaron las métricas al día siguiente de terminar cada anuncio. Por tanto, un mensaje puede atribuirse tras una visualización además de tras un clic; una exportación realizada al día siguiente no cubre siete días completos de seguimiento. El conjunto de datos no identifica la fecha exacta de lanzamiento de cada registro. Describimos los registros como ejecuciones repetidas, no como una serie cronológica.[1][2]

El tramo central de cada configuración también abarcó un rango

Para cada conjunto de 24 tasas, las ordenamos de menor a mayor y seleccionamos los valores en las posiciones 6 y 18. Son los cuartiles inferior y superior según el método de rango más próximo: describen la dispersión alrededor del centro de las tasas observadas y dejan fuera los valores más extremos de la comparación. Dividimos el valor superior entre el inferior. Los 16 cuartiles inferiores fueron positivos, así que pudimos calcular todas las razones.[3]

En 12 de las 16 configuraciones, el cuartil superior fue al menos el doble del inferior. La mediana de las 16 razones por configuración fue 2,26. Por separado, la mediana de las 16 diferencias entre los cuartiles superior e inferior fue de 0,60 conversaciones registradas por cada 1.000 impresiones. Son resúmenes de cálculos distintos entre configuraciones; no son los dos extremos de una configuración típica.[3]

Una configuración concreta muestra el cálculo. Su tasa en la posición 6 correspondió a una conversación registrada de 3.559 impresiones, unas 0,28 por cada 1.000. La tasa en la posición 18 correspondió a cuatro conversaciones de 4.441 impresiones, unas 0,90 por cada 1.000. La segunda tasa fue unas 3,21 veces la primera. Son dos registros ordenados por tasa, no necesariamente de días consecutivos ni una predicción de resultados futuros.[3]

La mediana fue de cuatro conversaciones registradas por anuncio. Diez anuncios registraron cero y ocho de las 16 configuraciones incluyeron al menos un anuncio con cero. Con tan pocos eventos, la razón y los recuentos cuentan partes distintas de la historia. Con exactamente 5.000 impresiones, una conversación registrada adicional cambia la tasa en 0,20 por cada 1.000. Ese cálculo no establece por qué difirieron dos anuncios reales.[2][3]

Dispersión de la tasa de mensajes en las 16 configuraciones

En 12 configuraciones el cuartil superior fue al menos el doble del inferior; en cuatro fue menos del doble.

Distribución de las razones entre cuartiles de la tasa de mensajes
Cuartil superior dividido entre cuartil inferiorConfiguracionesPorcentaje
Al menos 2 veces1275,0 %
Menos de 2 veces425,0 %
En cada configuración se ordenaron las 24 tasas de conversaciones registradas por cada 1.000 impresiones y se dividió el valor de la posición 18 entre el de la posición 6. Cada configuración aparece una vez. Análisis de Influence IQ de una campaña de una universidad colombiana, del 14 de mayo al 6 de junio de 2026.

Las interacciones de clic amplias variaron de otra forma

La fuente también registra la métrica de Meta «clics (todos)», que incluye clics en enlaces y otras interacciones, como reacciones, contenido compartido y clics en una imagen o un perfil. Es más amplia que los clics en enlaces. Calculamos las interacciones de clic por cada 1.000 impresiones para cada anuncio y repetimos la comparación dentro de cada configuración, ordenando esta métrica por separado de los mensajes.[1][3]

La mediana de las razones entre cuartil superior e inferior de las 16 configuraciones fue 1,15 para clics (todos), frente a 2,26 para conversaciones registradas. Ninguna de las 16 razones de interacciones de clic llegó a 1,5; las 16 razones de conversaciones sí llegaron. La mediana de la diferencia entre cuartiles fue de 13,84 interacciones de clic por cada 1.000 impresiones y de 0,60 conversaciones registradas por cada 1.000, respectivamente. La mayor dispersión relativa de las conversaciones tuvo así una diferencia absoluta menor en sus propias unidades.[3]

Las métricas tienen definiciones y recuentos distintos. La comparación no demuestra que los clics condujeran a los mensajes registrados, que los mensajes fueran causados por la diferencia en interacciones de clic ni que las mismas personas aparezcan en ambos numeradores. Un equipo que quiera saber si un anuncio generó consultas debe revisar la medida de consultas además de cualquier recuento más amplio de interacciones.

Dispersión relativa y absoluta por medida

La tasa de conversaciones registradas tuvo una mayor dispersión relativa; las dos diferencias absolutas usan recuentos de resultados diferentes.

Mediana de la razón y diferencia entre cuartiles para dos medidas
MedidaMediana de la razón (veces)Mediana de la diferencia por cada 1.000 impresiones
Conversaciones registradas2,260,60
Interacciones de clic (todos)1,1513,84
Para cada configuración y medida se compararon las tasas en las posiciones 18 y 6. La tabla muestra por separado la mediana de las razones y la mediana de las diferencias entre las 16 configuraciones; esas medianas no tienen por qué describir la misma configuración. Los clics (todos) incluyen interacciones además de clics en enlaces.

Pon los recuentos junto a la tasa

Imagina dos ejecuciones ficticias que consiguen 5.000 impresiones cada una. Tres conversaciones registradas equivalen a 0,60 por cada 1.000 impresiones; seis equivalen a 1,20. La segunda tasa duplica la primera: la diferencia es de tres conversaciones y 0,60 por cada 1.000. Si las ejecuciones tuvieran cantidades distintas de impresiones, los recuentos por sí solos no mostrarían la misma comparación.

Un informe útil puede indicar la configuración y el presupuesto, las fechas y la ventana de atribución, las impresiones, el recuento del resultado registrado y el numerador y denominador de la tasa. Si hay varias ejecuciones comparables, también puede mostrar los resultados individuales o un rango definido con claridad. El rango debe indicar qué ejecuciones incluye y si sus extremos son el mínimo y el máximo, los cuartiles u otros valores.

Ten presente la decisión práctica. Un equipo puede necesitar decidir si sigue recopilando resultados, cambia una creatividad o habla de presupuesto con un cliente. Los resultados repetidos aportan más contexto que una sola ejecución, pero estos datos no prescriben una cantidad necesaria de ejecuciones ni identifican qué cambio mejoraría otra campaña. Acordar una regla de decisión antes de revisar nuevos resultados puede ayudar al equipo a explicar qué pretende comparar.

En la fuente, los resultados se exportaron poco después de terminar cada anuncio. En un informe propio, registra cuándo se obtuvieron las cifras además de la configuración de atribución. Dos exportaciones hechas en momentos distintos pueden cubrir periodos de seguimiento diferentes, aunque las fechas o configuraciones mostradas parezcan similares.

Da contexto a la tasa

Cuaderno ilustrado con una tarjeta de anuncio, símbolos de conversaciones e impresiones y un rango.
  1. Identifica la configuración

    Indica la creatividad, la segmentación, el presupuesto y el periodo del informe.

  2. Muestra los recuentos

    Registra las impresiones, el recuento del resultado, la ventana de atribución y el momento de exportación.

  3. Describe el rango

    Muestra las ejecuciones comparables y explica cómo se eligió el rango.

Un informe puede relacionar la configuración, los recuentos y el rango.

Interpreta los resultados en su contexto

La campaña promocionó un programa universitario en municipios seleccionados de Colombia, con un presupuesto fijo pequeño por anuncio y ubicaciones automáticas. Cada configuración se repitió, pero las personas alcanzadas, el momento de entrega, la combinación de ubicaciones y las condiciones de la subasta podían variar entre ejecuciones. Una persona también pudo ver más de un anuncio. Los datos no identifican cuál de esos factores, si alguno, explica la dispersión observada.[1]

Las 16 configuraciones son combinaciones distintas dentro de una sola campaña. No son una muestra aleatoria de empresas y los resultados no establecen una variación típica para otros mercados, objetivos de campaña o presupuestos. Las ejecuciones repetidas también pueden compartir condiciones, por lo que este análisis no trata los 24 registros de una configuración como repeticiones independientes de 24 campañas separadas.

El artículo de los investigadores estudió otra pregunta: los efectos del tipo de portavoz y de la divulgación de la autoría en su campaña. Nuestro análisis utiliza los registros publicados para describir la variación dentro de cada configuración. No compara la creatividad humana con la de IA ni determina cuál obtuvo mejores resultados.[1][2]

Cómo analizamos los registros

El archivo público de Stata contenía 384 registros con identificadores de observación únicos, 16 códigos de configuración y 24 registros por código. Dentro de cada código eran constantes los campos publicados de pieza creativa, portavoz, divulgación de la autoría, género y edad. Todos los registros tenían impresiones positivas y recuentos de clics y mensajes no negativos; no se excluyó ninguno. Todos superaban también las 1.000 impresiones, por lo que ese filtro previsto no cambió la muestra.[2][3]

Calculamos las dos tasas de cada anuncio a partir de los recuentos publicados, ordenamos las 24 tasas por separado para cada medida dentro de cada configuración y seleccionamos las posiciones 6 y 18. Cada configuración aportó una razón y una diferencia por medida a los resúmenes. Un segundo cálculo con SQLite y fracciones exactas reprodujo los cuartiles de cada grupo a partir de un extracto numérico del mismo archivo. El paquete de reproducción contiene enlaces a la fuente, hashes, código y resultados agregados.[3]

Como comprobación de sensibilidad posterior, usamos cuartiles con interpolación lineal en lugar de rangos más próximos. Con esa convención, 11 de 16 razones de mensajes fueron al menos dos y su mediana fue 2,09; la mediana de la diferencia fue de 0,56 conversaciones por cada 1.000 impresiones. Esta alternativa es un cálculo sobre los mismos registros, no una réplica independiente. Ninguna afirmación depende de una prueba de significación ni de conocer la causa de la variación.[3]

El artículo describe el grupo objetivo más joven como personas de 18 a 24 años, mientras que una etiqueta del archivo publicado dice de 18 a 25. No presentamos una comparación de subgrupos ni resolvemos esa discrepancia eligiendo una etiqueta. El paquete descargable incluye las comprobaciones de agrupación y medición para que se pueda examinar el análisis sin volver a publicar los videos originales de los anuncios.[1][2][3]

Las descargas contienen resultados agregados, enlaces a la fuente, un hash y código. El ZIP no incluye registros individuales de anuncios ni videos.

Fuentes y notas

  1. Arango-Espinal, Rodríguez Orejuela y López-Herrera, Human Spokesperson Versus Artificial Intelligence Avatar and Authorship Disclosure in Digital Advertising, 2026. Diseño de la campaña, medidas, atribución y momento de exportación.
  2. López-Herrera, datos y material de reproducción de los autores, Zenodo, 2026. El conjunto de datos se identifica con licencia CC BY 4.0.
  3. Paquete de análisis de Influence IQ: enlace a la fuente, hash, código de cálculo y resultados agregados por grupo.

Todas las ediciones describen la misma campaña colombiana y el periodo de recopilación de mayo a junio de 2026. La traducción no convierte los datos en evidencia de otro mercado.

Lecturas relacionadas