Clase 14.02 — Objetivos de campaña#

Clase 2 de 14 de la parte 14 — Publicidad y performance marketing, de nivel Adquisición. Dura unos 150 minutos.

🚦 Antes de empezar#

Vienes de la clase 14.01, Medios pagados y subastas: ten a mano su entregable, porque esta sesión lo retoma y lo lleva más lejos.

Trabajarás sobre el caso de la clase. Si prefieres usar datos de tu organización, lo mínimo que necesitas es una serie histórica de coherencia entre objetivo y evaluación con la que calcular una línea base: sin ella podrás discutir el concepto, pero no comprobar si tu decisión mejora algo. Ten también dónde escribir —planilla o cuaderno— y, de la lectura comparada, al menos el índice y los capítulos que se indican al pie.

Calcula 150 minutos de trabajo dirigido más una hora de lectura selectiva. Sabrás que terminaste cuando exista el entregable y puedas responder las seis preguntas de comprobación sin volver al texto; si tienes el entregable pero no las respuestas, lo que produjiste es un documento, no un criterio.

Lee el propósito y la agenda antes que el desarrollo. La agenda dice qué debe salir de cada tramo, y el desarrollo se entiende mejor cuando ya sabes qué artefacto tiene que producir. No avances de sección sin escribir algo: este material está hecho para dejar decisiones documentadas, no notas de lectura.

La idea que ordena la sesión. El nivel de calidad y su efecto sobre el costo por clic — Brad Geddes. Todo lo demás en esta clase existe para poner esa idea a prueba contra un caso concreto.

🎯 Propósito#

El objetivo declarado en la plataforma determina cómo se optimiza la entrega. Elegir «interacciones» cuando se busca oportunidades produce exactamente lo pedido: mucha interacción y pocos negocios. El objetivo debe derivarse del resultado de negocio y de la etapa del cliente, y debe coincidir con la métrica que efectivamente se evaluará.

Esta clase existe porque el error que corrige es caro y frecuente en operaciones reales. La parte 14 busca invertir en medios pagados con control de costo, calidad y riesgo; en esta clase esa progresión se concreta exigiendo que toda afirmación sobre objetivos de campaña termine en una definición operacional, una señal observable, una decisión y una condición de revisión.

Pregunta rectora de la parte: ¿Qué unidad de resultado estoy comprando y a qué costo marginal deja de tener sentido?

Los conceptos que estructuran la sesión son objetivo de optimización, coherencia objetivo-métrica, etapa del cliente y señal de conversión. No se estudian como lista de vocabulario: cada uno debe producir una predicción distinta sobre lo que ocurriría en la operación.

📚 Resultados de aprendizaje#

Al terminar esta clase serás capaz de:

Distinguir objetivo de optimización, coherencia objetivo-métrica, etapa del cliente y señal de conversión por sus observables y no por su definición memorizada.
Explicar por qué esas distinciones cambian una decisión concreta dentro de Publicidad y performance marketing.
Aplicar la secuencia definir el resultado de negocio esperado → elegir el objetivo de optimización coherente → verificar que la señal de conversión esté bien instrumentada → asegurar volumen suficiente de señal para el aprendizaje → evaluar con la misma métrica que se optimizó conservando supuestos, alternativas descartadas y trazabilidad.
Operacionalizar coherencia entre objetivo y evaluación, volumen de señal de conversión y costo por resultado de negocio indicando numerador, denominador, ventana, fuente y uso permitido.
Resolver el caso con al menos dos opciones defendibles y un criterio explícito de detención.
Contrastar dos obras de la lectura comparada y señalar dónde entregan recomendaciones distintas.

🧭 Agenda sugerida (150 minutos)#

Tramo	Foco	Evidencia de avance
0–15 min	Recuperación	Define objetivo de optimización y coherencia objetivo-métrica sin mirar el material; corrige después con la tabla de conceptos.
15–45 min	Núcleo conceptual	Lectura del desarrollo y construcción de la tabla `hecho / inferencia / supuesto`.
45–75 min	Medición	Ficha de la señal coherencia entre objetivo y evaluación: fórmula, fuente, ventana y lectura prohibida.
75–110 min	Ejemplo trabajado	Recorrido de los 5 pasos del método sobre el caso de la clase.
110–140 min	Caso ejecutivo	Dos alternativas, trade-offs, recomendación y señal de detención.
140–150 min	Cierre	Entregable, preguntas de comprobación y registro de lo que aún no sabes.

🧩 Conceptos centrales#

Concepto	Definición operacional	Cómo demostrar que lo entendiste
objetivo de optimización	señal que la plataforma usa para decidir a quién mostrar el anuncio	Explica qué decisión cambiaría si el concepto estuviera ausente.
coherencia objetivo-métrica	correspondencia entre lo que se optimiza y lo que se evalúa	Construye un caso límite donde el concepto se confunde con el anterior.
etapa del cliente	momento del recorrido al que la campaña se dirige	Indica qué dato tendrías que ver para afirmarlo en una reunión de comité.
señal de conversión	evento registrado que la plataforma usa para aprender	Traduce el concepto en una pregunta que puedas hacerle a un cliente real.

Una definición que no produce predicciones observables sigue siendo demasiado vaga para dirigir. Si dos personas del equipo aplican la misma definición a un caso y clasifican distinto, la definición todavía no es operacional.

🧠 Modelo mental#

1. definir el resultado de negocio esperado → 2. elegir el objetivo de optimización coherente → 3. verificar que la señal de conversión esté bien instrumentada → 4. asegurar volumen suficiente de señal para el aprendizaje → 5. evaluar con la misma métrica que se optimizó

La secuencia no es un ritual: cada paso reduce una incertidumbre distinta y produce un artefacto revisable. Saltarse un paso no acelera la decisión, sólo traslada el error a una etapa donde corregirlo cuesta más caro.

Frontera de aplicación. Optimizar por una conversión escasa impide el aprendizaje del sistema. En volúmenes bajos puede ser necesario optimizar por un evento intermedio bien correlacionado.

📖 Desarrollo#

1. Objetivo de optimización: mecanismo central#

Objetivo de optimización se entiende aquí como señal que la plataforma usa para decidir a quién mostrar el anuncio.

El objetivo de optimización que se elige en una plataforma determina a quién se muestra el anuncio. No es un ajuste secundario: optimizar por alcance, por clics o por conversión produce audiencias distintas con el mismo presupuesto. La coherencia entre el objetivo de negocio y el objetivo configurado es la primera verificación de cualquier auditoría de campañas.

De dónde viene esta afirmación. Brad Geddes — Advanced Google AdWords (2014, 3.ª ed.) aporta la idea que sostiene este bloque: el nivel de calidad y su efecto sobre el costo por clic. Búscala en los capítulos sobre nivel de calidad. Aplicada a esta clase, esa idea predice algo verificable: si es correcta, «coherencia entre objetivo y evaluación» debería moverse cuando cambie objetivo de optimización, y no debería moverse cuando cambie el resto. Ese es el contraste que tienes que montar antes de recomendar nada.

Relaciona el mecanismo con coherencia objetivo-métrica. Si ambos se mueven juntos no concluyas causalidad: nombra una tercera variable capaz de explicar el mismo patrón. El resultado de este bloque debe ser una hipótesis refutable, no una recomendación anticipada.

2. Coherencia objetivo-métrica: frontera conceptual y error de clasificación#

Definición operacional: correspondencia entre lo que se optimiza y lo que se evalúa. Su valor está en distinguirlo de objetivo de optimización.

La coherencia objetivo-métrica se rompe con frecuencia porque los objetivos de plataforma están disponibles y los de negocio no. Si el resultado que importa es la oportunidad calificada y la plataforma sólo puede optimizar por formulario enviado, existe una brecha que hay que gestionar explícitamente, alimentando de vuelta la información de calificación cuando sea posible.

Contraste bibliográfico. Avinash Kaushik — Web Analytics 2.0 (2009) aporta aquí una distinción concreta: el plan de medición que va de la decisión a la métrica y no al revés (los capítulos sobre estrategia de medición). Formula dos mini-casos: uno que satisface la definición de coherencia objetivo-métrica y otro que sólo se le parece en la superficie; después decide cuál de los dos describiría esa obra con su propio vocabulario. Si la obra no permite separarlos, la distinción es tuya y tienes que sostenerla con evidencia del caso, no con la cita.

Antes de pasar a «elegir el objetivo de optimización coherente», registra explícitamente qué decisión sería errónea si esta frontera se ignora. Esa frase convierte el vocabulario en criterio de gestión.

3. Etapa del cliente: operacionalización y medición#

Etapa del cliente significa momento del recorrido al que la campaña se dirige.

La etapa del cliente debe corresponder al objetivo: pedir una conversión de alto compromiso a una audiencia que recién descubre el problema produce costos altos y conclusiones erróneas sobre la campaña. Segmentar las campañas por etapa y evaluar cada una con su métrica propia evita comparar cosas incomparables.

Ficha de medición obligatoria para coherencia entre objetivo y evaluación: campañas cuya métrica de evaluación coincide con su objetivo, sobre campañas activas. Registra además fuente del dato, frecuencia, responsable, interpretación permitida e interpretación prohibida. Si no existe un dato confiable, la salida correcta no es inventar precisión: es diseñar el mecanismo de captura y declarar la incertidumbre.

Control de lectura. Dave Chaffey y Fiona Ellis-Chadwick — Digital Marketing (2022, 8.ª ed.) pone una condición sobre la medición: el marco de planificación digital: situación, objetivos, estrategia, táctica, acción y control (los capítulos sobre planificación de marketing digital). Contrasta tu ficha con ella: si la métrica que acabas de definir cae dentro de lo que esa obra considera un error de medición, corrígela antes de usarla para decidir.

4. Señal de conversión: trade-offs y efectos de segundo orden#

Definición: evento registrado que la plataforma usa para aprender.

Optimizar por la conversión final entrega la señal más relevante y puede tener volumen insuficiente para que el sistema aprenda. Optimizar por un evento intermedio da volumen y arriesga optimizar hacia un proxy que no correlaciona con el resultado. La decisión debe considerar el volumen disponible de eventos, no sólo su relevancia teórica.

Lo que aporta la fuente. Foster Provost y Tom Fawcett — Data Science for Business (2013) aporta el criterio para pesar el intercambio: la formulación del problema de negocio como problema de datos antes de elegir técnica (los capítulos iniciales sobre pensamiento analítico). Úsalo para construir una matriz beneficio esperado / costo / reversibilidad / afectado / señal temprana. La evidencia costo por resultado de negocio ayuda a detectar si el intercambio está ocurriendo como se esperaba, pero no elimina la obligación de observar efectos laterales fuera del indicador principal.

Haz un pre-mortem: supón que la opción recomendada fracasó a los seis meses y enumera tres mecanismos que lo expliquen. Al menos uno debe provenir de un efecto de segundo orden asociado a señal de conversión y otro de un supuesto del caso que nunca fue validado.

5. Gobernanza, límites y responsabilidad#

La pregunta ejecutiva es siempre la misma: quién decide, quién ejecuta, a quién hay que consultar, qué evidencia queda registrada y qué condición obliga a detener, corregir o escalar. Al ejecutar «evaluar con la misma métrica que se optimizó», deja una traza que permita a otra persona reconstruir por qué la decisión parecía razonable con la información disponible en ese momento.

La señal de conversión que se envía a la plataforma condiciona su aprendizaje durante semanas. Cambiarla con frecuencia impide que el sistema estabilice y produce resultados erráticos que se atribuyen a otras causas. Los cambios de configuración deben registrarse con fecha para poder interpretar después las variaciones de desempeño.

Frontera declarada. Optimizar por una conversión escasa impide el aprendizaje del sistema. En volúmenes bajos puede ser necesario optimizar por un evento intermedio bien correlacionado. Conviértela en una regla operativa con el formato si ocurre X → no aplicar automáticamente → consultar, escalar o revalidar.

Esta parte vigila además un riesgo que es obligatorio declarar: Atribuirse demanda existente, inflar el retorno y decidir presupuesto sobre una ilusión. Se documenta en el entregable con su mitigación y su responsable; no se resuelve en la conversación.

6. Integración: de conceptos a una decisión defendible#

Sintetizar objetivos de campaña no consiste en sumar definiciones. Empieza por objetivo de optimización, contrasta coherencia objetivo-métrica con etapa del cliente, incorpora señal de conversión como restricción y cierra con la medición. Aplica entonces la secuencia completa conservando tres columnas por paso: evidencia utilizada, alternativa descartada y razón del descarte.

Esa disciplina permite que una revisión posterior distinga una mala decisión de un mal resultado. Sin ella, el equipo reescribe la historia después de conocer el desenlace y no aprende nada transferible. Una síntesis correcta indica qué evidencia falta y qué decisión se posterga hasta obtenerla.

📚 Lectura comparada#

No se pide leer las obras completas. Para cada una se indica qué idea concreta sostiene esta clase, dónde buscarla y qué pregunta esa idea le hace a tu propio diagnóstico. La lectura termina cuando puedes responder esa pregunta con evidencia del caso.

Obra	Idea que sostiene esta clase	Dónde buscarla	Pregunta que le hace a tu diagnóstico
Brad Geddes — Advanced Google AdWords (2014, 3.ª ed.)	El nivel de calidad y su efecto sobre el costo por clic	Los capítulos sobre nivel de calidad	¿Qué debería observarse en objetivo de optimización si aquí opera «el nivel de calidad y su efecto sobre el costo por clic»? ¿Y qué observación lo desmentiría en este caso?
Avinash Kaushik — Web Analytics 2.0 (2009)	El plan de medición que va de la decisión a la métrica y no al revés	Los capítulos sobre estrategia de medición	¿Qué debería observarse en coherencia objetivo-métrica si aquí opera «el plan de medición que va de la decisión a la métrica y no al revés»? ¿Y qué observación lo desmentiría en este caso?
Dave Chaffey y Fiona Ellis-Chadwick — Digital Marketing (2022, 8.ª ed.)	El marco de planificación digital: situación, objetivos, estrategia, táctica, acción y control	Los capítulos sobre planificación de marketing digital	¿Qué debería observarse en etapa del cliente si aquí opera «el marco de planificación digital: situación, objetivos, estrategia, táctica, acción y control»? ¿Y qué observación lo desmentiría en este caso?
Foster Provost y Tom Fawcett — Data Science for Business (2013)	La formulación del problema de negocio como problema de datos antes de elegir técnica	Los capítulos iniciales sobre pensamiento analítico	¿Qué debería observarse en señal de conversión si aquí opera «la formulación del problema de negocio como problema de datos antes de elegir técnica»? ¿Y qué observación lo desmentiría en este caso?

Después de leer, escribe una discrepancia real. Al menos dos de estas obras entregan recomendaciones que no coinciden cuando se aplican al mismo caso; identifica cuáles y qué condición del caso decide a favor de una. Si no encuentras la discrepancia, es señal de que leíste buscando confirmación.

La lectura se evalúa por uso, no por cantidad de páginas. La nota de lectura debe indicar qué tesis modifica tu diagnóstico, qué evidencia del caso la tensiona y qué decisión concreta cambiarías después del contraste.

🧮 Ejemplo trabajado#

Situación. Las campañas de Ruta Andina se optimizan por clics y se evalúan por oportunidades. La plataforma entrega el tráfico más barato, que es también el menos calificado.

Paso 1 — Definir el resultado de negocio esperado. El equipo escribe primero el supuesto asociado a objetivo de optimización y se prohíbe tratarlo como hecho. Contrasta ese supuesto con coherencia entre objetivo y evaluación y anota qué parte del dato todavía no existe. Del paso sale un artefacto revisable y una frase explícita: «cambiaríamos de rumbo si…».

Paso 2 — Elegir el objetivo de optimización coherente. El trabajo aquí es separar lo observado de lo inferido sobre coherencia objetivo-métrica. La evidencia que ordena la discusión es volumen de señal de conversión; si su definición no está escrita, escribirla es parte del paso. Nada avanza mientras el equipo no acuerde qué contaría como refutación.

Paso 3 — Verificar que la señal de conversión esté bien instrumentada. El riesgo de este paso es cerrar demasiado rápido alrededor de etapa del cliente. Antes de concluir, el equipo enumera dos explicaciones alternativas del mismo patrón y revisa si costo por resultado de negocio logra distinguirlas. Si no lo logra, hace falta otra evidencia y así debe quedar registrado.

Paso 4 — Asegurar volumen suficiente de señal para el aprendizaje. Con señal de conversión ya delimitado, la pregunta pasa a ser de consecuencia: qué cambia en la operación, en la caja y en la carga del equipo. coherencia entre objetivo y evaluación entrega la lectura cuantitativa; el juicio sobre el costo de oportunidad sigue siendo humano y debe quedar firmado.

Paso 5 — Evaluar con la misma métrica que se optimizó. El cierre exige compromiso: responsable, fecha, umbral de éxito y condición de detención asociados a objetivo de optimización. volumen de señal de conversión se convierte en la señal de seguimiento y se acuerda con qué frecuencia se revisa y quién puede declarar el fracaso sin costo político.

Síntesis. La recomendación termina con responsable, fecha, evidencia de éxito y señal de detención. Omitir cualquiera de esas cuatro piezas convierte el análisis en opinión difícil de auditar.

🔀 Comparación de caminos y límites#

Camino	Qué privilegia	Cuándo elegirlo	Riesgo principal
Actuar sobre objetivo de optimización	Señal que la plataforma usa para decidir a quién mostrar el anuncio	Cuando coherencia entre objetivo y evaluación es observable y accionable en el plazo de la decisión.	Sobrerreaccionar a una señal parcial.
Actuar sobre coherencia objetivo-métrica	Correspondencia entre lo que se optimiza y lo que se evalúa	Cuando la primera explicación no distingue mecanismo ni responsable.	Convertir el concepto en etiqueta y no en intervención.
Experimentar antes de decidir	Aprender antes de comprometer recursos mayores	Cuando la decisión es reversible y la incertidumbre es alta.	Experimentar indefinidamente y no decidir.
Escalar la decisión	Elevar autoridad, especialidad o control legal	Cuando hay compromisos contractuales, datos personales, regulación o irreversibilidad.	Delegar hacia arriba lo que sí correspondía decidir.

Frontera de aplicación. Optimizar por una conversión escasa impide el aprendizaje del sistema. En volúmenes bajos puede ser necesario optimizar por un evento intermedio bien correlacionado.

🪜 El mismo tema según el rol#

Nivel	Responsabilidad sobre objetivos de campaña
Analista / especialista	Produce la evidencia, documenta el método y declara los límites del dato.
Jefatura de equipo	Convierte el análisis en prioridad, carga de trabajo y criterio compartido.
Gerencia comercial	Conecta la decisión con presupuesto, capacidad, dependencias y riesgo interáreas; es el nivel donde operan perfiles como Performance marketer, Media buyer y Growth marketer.
Dirección comercial (CRO/CMO)	Decide si esto cambia la estrategia de ingresos y qué llega al directorio.
Founder / dueño	Pregunta si la solución reduce dependencia de personas, preserva caja y puede operar como sistema repetible.

Al subir de nivel aumentan las personas, el dinero y las consecuencias que quedan dentro de la decisión. La misma herramienta debe volverse más explícita en evidencia, gobierno y revisión a medida que crece el alcance.

🏢 Caso ejecutivo#

Las campañas de Ruta Andina se optimizan por clics y se evalúan por oportunidades. La plataforma entrega el tráfico más barato, que es también el menos calificado.

Entrega un decision brief que contenga: (a) hechos y fuentes; (b) hipótesis; (c) dos opciones realmente defendibles; (d) efecto sobre cliente, operación, caja y riesgo; (e) recomendación; (f) la condición que la haría cambiar; (g) responsable y fecha de revisión. Usa al menos dos fuentes de la lectura comparada para desafiar tu primera respuesta.

🧪 Práctica guiada#

Cada paso indica qué hacer, con qué material y cómo saber que está terminado. No avances si la última columna todavía no se cumple: los pasos siguientes suponen el anterior resuelto.

#	Paso	Qué haces	Con qué	Criterio de término
1	Reconstruir los hechos	Vuelca el caso en una tabla `hecho / inferencia / supuesto / decisión` sin agregar información que no esté en el enunciado.	El caso y nada más	Ninguna fila de la columna «hecho» contiene un juicio; cada supuesto tiene un responsable de verificarlo.
2	Ejecutar el método	Recorre la secuencia definir el resultado de negocio esperado → elegir el objetivo de optimización coherente → verificar que la señal de conversión esté bien instrumentada → asegurar volumen suficiente de señal para el aprendizaje → evaluar con la misma métrica que se optimizó y adjunta la evidencia usada en cada transición.	La tabla del paso 1	Cada paso deja un artefacto revisable y una alternativa descartada con su razón.
3	Operacionalizar la señal	Construye la ficha de medición de coherencia entre objetivo y evaluación; si el dato no existe, diseña cómo obtenerlo y estima cuánto costaría.	Fuentes de datos reales o el diseño de captura	Dos personas del equipo calculan el mismo número con la ficha y llegan al mismo resultado.
4	Atacar tu propia respuesta	Escribe la alternativa que contradice tu preferencia inicial y hazle un pre-mortem a seis meses.	Tu borrador de recomendación	Puedes nombrar el dato concreto que te haría cambiar de opinión.
5	Contrastar con la fuente	Lee la idea anclada de Advanced Google AdWords y la de Web Analytics 2.0, y registra una coincidencia y una tensión con tu diagnóstico.	La tabla de lectura comparada	La nota de lectura cita qué idea usaste y qué decisión cambió por ella, o declara que ninguna cambió y por qué.
6	Subir de nivel	Rehaz la decisión desde la dirección comercial: qué cambia al aumentar alcance, dinero e irreversibilidad.	El brief completo	El brief indica qué parte de la decisión ya no corresponde al analista y a quién pasa.

Si te atascas. El bloqueo más común no es de método sino de definición: vuelve a la tabla de conceptos y comprueba que puedes clasificar un caso límite sin dudar. Si dudas, el problema está ahí y no en el paso que estabas ejecutando.

⚠️ Errores frecuentes#

Síntoma	Causa probable	Corrección
Usar objetivo de optimización y coherencia objetivo-métrica como sinónimos	Se perdió la distinción entre «señal que la plataforma usa para decidir a quién mostrar el anuncio» y «correspondencia entre lo que se optimiza y lo que se evalúa»	Vuelve a los observables y exige una señal distinta para cada concepto.
Empezar por «evaluar con la misma métrica que se optimizó»	Se saltó «definir el resultado de negocio esperado»: la solución llegó antes que el diagnóstico	Reconstruye la cadena completa y marca el primer supuesto no demostrado.
Optimizar sólo coherencia entre objetivo y evaluación	La métrica local reemplazó al resultado del sistema	Contrástala con costo por resultado de negocio y explicita el costo de oportunidad.
Optimizar por una métrica y evaluar por otra	Error específico de esta clase	Alinea objetivo de plataforma, señal instrumentada y métrica de evaluación.
No fijar revisión	La decisión se vuelve permanente por inercia	Define responsable, fecha, señal de éxito y condición de detención.

❓ Preguntas de comprobación#

Explica la diferencia entre objetivo de optimización y coherencia objetivo-métrica con un ejemplo donde elegir mal cambie la decisión.
¿Qué observarías para validar etapa del cliente y qué observación te obligaría a rechazar tu interpretación?
Aplica «definir el resultado de negocio esperado» al caso de la clase. ¿Qué dato sigue faltando?
¿Por qué coherencia entre objetivo y evaluación no basta por sí sola para atribuir causalidad?
Compara dos fuentes de la lectura comparada: ¿dónde llevarían a recomendaciones distintas?
¿Qué decisión equivocada se produciría si se ignora este límite: «Optimizar por una conversión escasa impide el aprendizaje del sistema. En volúmenes bajos puede ser necesario optimizar por un evento intermedio bien correlacionado»?

🗝️ Respuestas orientadoras#

No encontrarás aquí las respuestas: encontrarás qué tiene que contener una respuesta suficiente. Úsalo para autoevaluarte antes de entregar y para corregir a un par.

Pregunta	Una respuesta suficiente contiene
1	Nombra un caso real donde la clasificación cambie la intervención, no sólo la etiqueta. Si el ejemplo funciona igual con los dos conceptos intercambiados, la distinción todavía no está entendida.
2	Dos observaciones concretas: una que confirmaría etapa del cliente y otra que te obligaría a abandonarlo. Una respuesta sin condición de refutación no es suficiente.
3	El dato faltante debe ser nombrable y obtenible: qué se mide, quién lo tiene y en cuánto tiempo. «Faltan datos» no cuenta como respuesta.
4	Debes distinguir asociación de causa y proponer al menos una explicación alternativa del mismo movimiento de coherencia entre objetivo y evaluación.
5	Identifica la condición del caso que decide entre ambas obras. Basta con que sea una: la respuesta correcta no es «depende», sino «depende de esto, y aquí ocurre así». Ancla el contraste en Advanced Google AdWords y Data Science for Business.
6	Describe la decisión equivocada concreta —qué se haría de más o de menos— y quién pagaría el costo. Un límite que no produce una decisión distinta no está operando como límite.

Si tres o más respuestas no alcanzan el criterio, no sigas a la clase siguiente: repite el desarrollo con el caso en la mano. Avanzar con la definición floja es lo que produce, más adelante, decisiones que nadie puede auditar.

🇨🇱 Contexto chileno y cumplimiento#

Riesgo asociado a esta parte: Atribuirse demanda existente, inflar el retorno y decidir presupuesto sobre una ilusión. Antes de ejecutar cualquier recomendación de esta clase en una operación real, comprueba la norma en su texto vigente. Los enlaces van al texto completo publicado por la Biblioteca del Congreso Nacional; son gratuitos y no hace falta creerle a este material.

Consumo y comercio. Ley 19.496 — Establece normas sobre protección de los derechos de los consumidores (Ministerio de Economía, Fomento y Reconstrucción), y su reglamento de comercio electrónico, Decreto 6/2021 — Aprueba reglamento de comercio electrónico (Ministerio de Economía, Fomento y Turismo).
Datos personales. Ley 21.719 — Regula la protección y el tratamiento de los datos personales y crea la Agencia de Protección de Datos Personales (Ministerio Secretaría General de la Presidencia), que sustituye progresivamente a Ley 19.628 — Sobre protección de la vida privada (Ministerio Secretaría General de la Presidencia).
Derecho a retracto. Decreto 52/2024 — Aprueba reglamento que regula la forma y condiciones en que los proveedores deberán comunicar la exclusión del derecho a retracto y los bienes en que excepcionalmente y por su naturaleza procederá tal exclusión (Ministerio de Economía, Fomento y Turismo).

Dentro del repositorio, el mapa regulatorio ordena qué norma aplica a cada decisión comercial, datos personales y ética desarrolla el tratamiento de datos y fuentes oficiales lista los organismos con su fecha de consulta. Ninguno de esos documentos reemplaza al texto legal.

La regla del programa es simple: la fuente oficial manda sobre el material pedagógico. Si la norma cambió después de la fecha de esta clase, gana la norma.

📥 Entregable#

Guarda en evidence/P14-C02-objetivos-de-campana/:

decision-brief.md — problema, evidencia, alternativas, recomendación y gobierno.
ficha-metricas.md — definición operacional de coherencia entre objetivo y evaluación, volumen de señal de conversión y costo por resultado de negocio con fuente, ventana y lectura prohibida.
nota-de-lectura.md — dos fuentes contrastadas con edición y páginas consultadas.
red-team.md — la objeción más fuerte a tu recomendación y el dato que la invalidaría.

Este entregable alimenta el artefacto de la parte: plan de performance con estructura de campañas, presupuestos, medición y salvaguardas.

✅ Evaluación de la clase#

Criterio	Peso	Evidencia esperada
Precisión conceptual	25 %	Distinciones correctas y observables entre los conceptos de la clase.
Diagnóstico y evidencia	30 %	Datos pertinentes, línea base, supuestos explícitos y límites del dato.
Decisión y trade-offs	30 %	Dos opciones defendibles, costo de oportunidad y condición de revisión.
Fuentes y comunicación	15 %	Dos lecturas realmente utilizadas y argumento ejecutivo trazable.

Aprobación: 80/100 y ningún criterio bajo 60 %. Una respuesta que podría copiarse sin cambios a otra clase se considera insuficiente.

📗 Fuentes y verificación#

Aquí conviene separar dos cosas que suelen ir juntas y no son lo mismo.

Lo que está comprobado. Que cada obra existe y cuál es exactamente la edición: el enlace resuelve su ISBN contra el catálogo de OpenLibrary, y eso se revalida periódicamente. Las normas chilenas citadas más arriba enlazan su texto completo y gratuito.

Lo que es atribución del programa. Que la idea señalada esté en el capítulo que se indica. Eso es la lectura que este material hace de cada obra, no una cita textual cotejada frase por frase, y se declara así de explícito para que puedas contrastarlo: si abres la obra y no encuentras la idea donde se dice, la cita está mal puesta y corresponde reportarlo como error del material. No se citan números de página porque cambian entre ediciones.

Brad Geddes — Advanced Google AdWords (2014, 3.ª ed.) · ISBN 9781118819647 — aporta a esta clase: el nivel de calidad y su efecto sobre el costo por clic. Dónde buscarlo: los capítulos sobre nivel de calidad. Acceso: comprar o biblioteca. Registra edición y páginas consultadas en tu nota de lectura.
Avinash Kaushik — Web Analytics 2.0 (2009) · ISBN 9780470596425 — aporta a esta clase: el plan de medición que va de la decisión a la métrica y no al revés. Dónde buscarlo: los capítulos sobre estrategia de medición. Acceso: comprar o biblioteca. Registra edición y páginas consultadas en tu nota de lectura.
Dave Chaffey y Fiona Ellis-Chadwick — Digital Marketing (2022, 8.ª ed.) · ISBN 9781292400990 — aporta a esta clase: el marco de planificación digital: situación, objetivos, estrategia, táctica, acción y control. Dónde buscarlo: los capítulos sobre planificación de marketing digital. Acceso: comprar o biblioteca. Registra edición y páginas consultadas en tu nota de lectura.
Foster Provost y Tom Fawcett — Data Science for Business (2013) · ISBN 9781449374280 — aporta a esta clase: la formulación del problema de negocio como problema de datos antes de elegir técnica. Dónde buscarlo: los capítulos iniciales sobre pensamiento analítico. Acceso: comprar o biblioteca. Registra edición y páginas consultadas en tu nota de lectura.

Estándar pedagógico del programa: Susan A. Ambrose et al. — How Learning Works (2010); Peter C. Brown, Henry L. Roediger III y Mark A. McDaniel — Make It Stick (2014); Grant Wiggins y Jay McTighe — Understanding by Design (2005, 2.ª ed.); Anders Ericsson y Robert Pool — Peak (2016); William Ellet — The Case Study Handbook (2018, ed. revisada).

Regla de fuentes. Las obras anteriores estructuran las perspectivas de esta materia. Cualquier norma, impuesto, tarifa, política de plataforma o estándar vivo mencionado debe comprobarse nuevamente en su fuente primaria vigente antes de usarse en una operación real. El desarrollo de esta clase es original y no reproduce capítulos protegidos por derechos de autor.

Sobre la edición. No busques estas obras sólo por el título: distintas ediciones cambian capítulos y ejemplos, y los anclajes de arriba están hechos sobre la que declara el registro de fuentes. La bibliografía completa de la parte, con todas sus obras, está en su índice.

← Clase 01 · Medios pagados y subastas · Índice de la parte · Clase 03 · Audiencias →