Si invertiste un buen pedazo de tu presupuesto digital en retail media y tu CFO te pregunta "¿esto funciona?", y respondes "eh… el ROAS pinta bien"… no estás solo. La mitad de la industria de consumo masivo está exactamente en el mismo lugar.

Hay un dato que pone la cosa en perspectiva. Cuando Path to Purchase Institute encuestó a marcas y agencias de consumo masivo sobre los retos más grandes de trabajar con redes de medios de retailers, los resultados fueron contundentes: las limitaciones de analítica y reporting fueron citadas como el principal obstáculo por el 53% de los respondientes (CPGs y agencias). No puedes defender un presupuesto que no puedes probar que funciona.

En este artículo vamos a desmontar dos cosas. Primero, por qué medir retail media es genuinamente difícil (no es que tu equipo sea malo, es que el problema es duro). Segundo, qué marco te permite responder con honestidad la pregunta del CFO sin caer ni en el optimismo ciego del dashboard del retailer ni en el nihilismo de "no se puede medir nada".

Spoiler: no se trata de tener una sola métrica perfecta. Se trata de tener cuatro capas que se complementan. Esta guía es el mapa. Los siguientes cuatro artículos del blog son las herramientas.

Por qué nadie está midiendo bien retail media (y nadie lo dice en voz alta)

Hay una conversación que pasa en cada equipo de marketing de marca grande pero rara vez sale a la luz. Es esta: nadie sabe con certeza si su retail media está funcionando.

Lo dicen las marcas: en un hilo reciente de Reddit, un brand manager de CPG describió cómo "movieron 40% de su presupuesto digital a retail media (Amazon, Walmart, Kroger, CVS)" y, aunque el ROAS "pinta decente en el papel", manejar el día a día es un caos. "Cada plataforma es su propio universo. Kroger Precision Marketing funciona completamente distinto de Amazon DSP. CVS Media Exchange tiene su propia lógica rara. No estás aprendiendo 'retail media' — estás aprendiendo cinco sistemas separados que no tienen nada en común."

Lo dicen las agencias: alguien del lado de las agencias en ese mismo hilo lo puso así: "Todos estamos improvisando. El dolor más grande ahorita es probar incrementalidad. Y por supuesto los retailers son los dueños de esa data, así que prácticamente no hay verificación de terceros." Es una confesión incómoda pero honesta.

¿Por qué pasa esto? Hay tres razones que se enredan entre sí.

La primera es que cada retailer es una caja negra distinta. Amazon mide impresiones sponsored de una forma. Walmart Connect, otra. Mercado Libre Ads, otra. Cuando intentas armar un dashboard semanal que muestre desempeño en todas las plataformas, te das cuenta de que las "impresiones" de Kroger no son comparables con las de Amazon. Ni hablar de las conversiones — cada retailer atribuye con una ventana distinta y una lógica distinta.

La segunda es el conflicto de interés estructural. El retailer es a la vez la red de medios y el sistema de medición. Es como si Coca-Cola contara los goles del partido en el que está jugando. No es que mientan necesariamente — es que tienen incentivo a mostrar el ángulo más favorable. Iniciativas como PrecisionView 360 de Kroger Precision Marketing son un paso en la dirección correcta, pero siguen siendo medición producida por la parte interesada.

La tercera, la más fundamental, es que la incrementalidad es un problema teóricamente difícil. Para saber si una venta fue causada por tu anuncio, necesitarías saber qué habría pasado en un universo paralelo donde el anuncio no existió. Como no tenemos máquinas del tiempo, todos los métodos de medición son aproximaciones. La pregunta no es "¿tienes la respuesta perfecta?" — es "¿tu aproximación es razonablemente útil para tomar decisiones?".

La trampa del ROAS: por qué se ve bien y no significa nada

El ROAS — return on ad spend, retorno sobre la inversión publicitaria — es el número que todos los dashboards de retail media te entregan listo para servir. Y es, casi siempre, el número equivocado para responder la pregunta de incrementalidad.

¿Por qué? Porque el ROAS cuenta como "venta atribuida al ad" a cualquier persona que vio (o clickeó) el anuncio y luego compró. El problema es que muchas de esas personas habrían comprado de todas formas.

Imagínate que tu producto ya es el #1 orgánico para la búsqueda "leche almendras". Una persona busca "leche almendras", ve tu anuncio sponsored arriba, hace click y compra. El dashboard te dice: "ROAS 8x, ¡felicitaciones!". Pero esa persona iba a comprar tu producto igual — estaba dos centímetros más abajo en orgánico. Le pagaste al retailer por un click que ya tenías gratis.

Esto se llama canibalización de keyword de marca y es un problema documentado desde 2015, cuando Blake, Nosko y Tadelis hicieron un experimento famoso en eBay (publicado en Econometrica) pausando los anuncios pagados de marca y descubriendo que la gran mayoría del tráfico simplemente migró a los resultados orgánicos. La conversión total apenas cambió. Pagaron millones por lo que ya tenían.

Ese es solo un sabor del problema. Hay otro: cuando Uber decidió cortar 35 millones de dólares en anuncios de Facebook e Instagram, no pasó nada con sus métricas de adquisición. La gente seguía descargando la app igual. ¿Quiere decir que los anuncios no servían? Tal vez. ¿O quiere decir que Uber ya tenía suficiente notoriedad y la marginal de los anuncios era cercana a cero? Probablemente. Pero si solo miras el ROAS de la plataforma, jamás lo descubres.

La trampa del ROAS, en resumen: es un número que se ve riguroso, se mueve con tu inversión (porque mide actividad correlacionada con tu inversión) y te da falsa confianza. Es peor que admitir que el problema es difícil, porque te hace pensar que ya lo resolviste.

El gato y el ratón: incrementalidad de marca vs. de categoría

Antes de seguir, hay que aclarar algo que casi nadie aclara cuando habla de incrementalidad. Hay dos definiciones distintas y la gente las mezcla todo el tiempo.

Incrementalidad de categoría pregunta: ¿creció el tamaño total de la categoría por culpa de mi anuncio? ¿Se vendió más leche almendras en el mundo gracias a mi pauta? Es la pregunta del economista. Es la pregunta que les importa a los equipos de medición de las plataformas.

Incrementalidad de marca pregunta: ¿crecieron MIS ventas por culpa de mi anuncio? ¿Tomé puntos de participación de mi competidor? Es la pregunta del CFO. Es la pregunta que paga tus bonos.

Para una marca, la respuesta a "qué incrementalidad importa" es casi siempre la segunda. Y hay una analogía simple para entender por qué.

Imagínate que tu marca es un gato y las ventas son ratones. Hay dos formas de que el gato coma:

1. El gato caza un ratón que ya estaba ahí (le robaste la venta a un competidor).
2. El gato encuentra un ratón que apareció recién (creaste demanda nueva en la categoría).

Para el P&L de la marca, ambos ratones cuentan exactamente igual. Una unidad en tu camión, un peso en tus libros, un punto de share que le sumaste a tu Nielsen. Pepsi no recibe un bono por hacer crecer la categoría de cola — recibe un bono por quitarle puntos a Coca-Cola. El gato cazó al ratón.

Este es el ángulo que muchos modelos de medición ignoran. Se obsesionan con probar incrementalidad de categoría porque es lo "purista", y terminan diciéndole al brand manager que su retail media "no es incremental" cuando en realidad sí está moviendo share. La categoría puede estar plana mientras tu marca crece — y eso es exactamente lo que quieres.

Esto también rehabilita un argumento que muchos critican: que la inversión en retail media empuja la posición orgánica (porque los clicks pagados alimentan el algoritmo del ranker), y que esa posición orgánica luego captura ventas que iban a los competidores. ¿Es eso "incrementalidad real"? Para el economista, no. Para el CFO de la marca, absolutamente sí.

La pregunta correcta: ¿estamos ganando el anaquel digital?

Una vez que aceptas que la pregunta importante es la incrementalidad de marca (y no la de categoría), la pregunta operacional se simplifica. Ya no necesitas un experimento de geografía de seis meses para responder lo más relevante. La pregunta se vuelve esta:

¿Estamos ganando el anaquel digital?

El anaquel digital es lo que ven tus clientes cuando buscan, navegan o son recomendados en Mercado Libre, Amazon, Éxito, Olímpica, Jumbo. No es una abstracción — es literalmente el lugar donde se toma la decisión de compra. Es el equivalente moderno del lineal de góndola, pero medido continuamente y con mucha más data.

Si tu marca está mejorando su posición en ese anaquel — si está más arriba para más keywords, si está más visible en más categorías, si está cerrando huecos donde era débil — estás ganando. Y si estás ganando ahí, ese crecimiento se va a traducir en ventas, sin que necesites un experimento perfecto que pruebe cuál fue el centavo exacto que vino de cada anuncio.

Esto no es una rendición. Es un rebalanceo del rigor: en vez de buscar la respuesta perfecta a la pregunta de atribución imposible, busca la mejor respuesta posible a la pregunta de "¿estás ganando o perdiendo?". La primera no se puede contestar bien. La segunda sí.

Las 4 capas que necesitas para responderlo bien

Una métrica sola no resuelve esto. Lo que sí resuelve es un sistema de cuatro capas que se complementan. Cada una compensa las debilidades de las otras. Estas son las cuatro capas, y cada una tiene su propio artículo en este blog donde se explica con detalle.

Capa 1 — El termómetro: posición orgánica ponderada de primera página. Tu posición orgánica para las keywords que importan, ponderada por volumen de búsqueda, medida cada semana. Es tu signo vital. No te dice qué te enfermó, pero te dice si estás mejorando o empeorando. Lee más: Tu posición orgánica en el ecommerce es un termómetro: aprende a leerlo.

Capa 2 — La matriz: orgánico × pagado. Para cada keyword importante, medir simultáneamente tu posición orgánica y tu sponsored share-of-voice. La combinación revela cosas que ninguna de las dos métricas por separado puede mostrar — empezando por dónde estás pagando por clicks que ya tenías gratis. Lee más: Mirar tu posición pagada y orgánica al mismo tiempo: el truco que cambia todo.

Capa 3 — El detective: atribución multivariable observacional. Modelar la posición orgánica como función de tu inversión pagada, tu precio relativo, tus promociones, tu content score, la velocidad de reseñas y las acciones de la competencia. No te da una respuesta causal perfecta, pero te da una respuesta direccional honesta sobre qué está moviendo qué. Mejor que la oscuridad. Lee más: ¿Qué está moviendo tu ranking? Cómo separar el ruido de las señales.

Capa 4 — La carrera: scraping operacional en tiempo real. Detectar agotados de tu competencia, cambios de precio, cambios de contenido y ramps de sponsored share-of-voice, y reaccionar con bidding inteligente. Esta capa paga su propio costo todos los días y es la base que alimenta a las otras tres. Lee más: Agotados, precios y bidding inteligente: la jugada de retail media en tiempo real.

Las cuatro juntas te dan algo que ningún dashboard del retailer te puede dar: una vista honesta, multi-fuente, no propietaria, de si tu inversión en retail media está construyendo posición durable en el anaquel digital.

Por qué la oscuridad absoluta es la verdadera enemiga

Hay una crítica legítima a este marco. Si me estás siguiendo, ya la viste venir: "pero esto no es atribución causal pura. Tus posiciones pueden mejorar por mil razones que no son tu retail media — un competidor se quedó agotado, lanzaste un nuevo empaque, las reseñas crecieron, hubo una promo agresiva".

Es verdad. Las cuatro capas juntas no te dan atribución causal pura. Para eso necesitas un experimento de geografía controlado, donde apagas la pauta en algunos mercados y la dejas correr en otros, y comparas trayectorias. Es el estándar de oro y existe — Meta Conversion Lift, Google Ads Geo Experiments, los estudios de Brand Lift de Amazon DSP. Pero es caro, lento (mínimo 4-8 semanas), técnicamente exigente, y solo factible en un puñado de las redes de retail media más maduras.

La elección real, en la práctica, no es entre atribución causal perfecta y el marco de cuatro capas. La elección real es entre el marco de cuatro capas y el dashboard del retailer + un PowerPoint que combina datos no comparables + esperanza. Y entre esas dos, no hay competencia.

La frase que captura mejor el espíritu de este enfoque es simple: saber si estás en un buen camino es mejor que estar en oscuridad absoluta. Eso es exactamente lo que estas cuatro capas te dan. No oscuridad. No certeza. Pero sí dirección. Y para tomar decisiones de presupuesto trimestre a trimestre, dirección es lo que necesitas.

Una vez al año, si tu inversión en retail media supera el 20% de tus ingresos, sí: corre un experimento de geografía formal en tu mayor línea de inversión. Es el chequeo de calibración. El resto del año, las cuatro capas son tu sistema operativo.

El estándar IAB/MRC: el vocabulario común que la industria está adoptando

Si llevás trabajando en retail media los últimos años, sabés que cada conversación con un retailer empieza con una negociación tácita sobre qué significa cada métrica. Esa fricción tiene un nombre nuevo: en enero 2024, IAB y el Media Rating Council (MRC) publicaron las primeras Retail Media Measurement Guidelines, un estándar conjunto que IAB Europe complementó con su propia versión en abril 2024. El Executive Playbook desarrollado con Boston Consulting Group traduce el documento técnico en pasos accionables.

Lo que el estándar pone de común acuerdo:

Lo que el estándar no resuelve, y por qué este marco de cuatro capas sigue siendo necesario: el conflicto de interés estructural. Un retailer puede ser 100% IAB-compliant en cómo cuenta y aún así reportar solo lo que le conviene mostrar. El estándar empareja vocabulario; no reemplaza la verificación independiente. Pensalo así: el IAB/MRC es la regla del fútbol — una cancha pareja para todos los equipos. Pero seguís necesitando un árbitro independiente para el partido específico que tu marca está jugando.

En resumen

Pregunta Respuesta corta
¿Es difícil medir retail media? Sí, y el 53% de las marcas reporta dolores de medición.
¿Es el ROAS una buena respuesta? No, sobre-estima por canibalización de keywords y conflictos de interés del retailer.
¿Qué pregunta SÍ se puede contestar? "¿Estamos ganando el anaquel digital?" — vía incrementalidad de marca.
¿Cómo? Cuatro capas: termómetro orgánico, matriz orgánico×pagado, atribución observacional y scraping operacional.
¿Y la atribución causal pura? Para experimentos anuales de geografía, no para gestión semanal.

Si estás operando retail media en Colombia o LATAM en 2026, tienes dos caminos posibles: mantener el dashboard del retailer y rezar, o construir la vista de cuatro capas que te dice si estás ganando o perdiendo en el anaquel donde tus clientes deciden. El primer camino es cómodo y no funciona. El segundo es honesto, sostenible, y se construye con scraping consistente más una capa analítica encima.

ePerfectStore.com está construido alrededor de esta tesis. Los siguientes cuatro artículos detallan cada una de las capas y cómo se ven en la práctica para una marca que vende en Mercado Libre, Amazon, Éxito, Jumbo, Olímpica o cualquier ecommerce de la región.

Fuentes

¿Cómo se ve tu posición real en el anaquel digital? ePerfectStore.com mide las cuatro capas en todos los retailers de Colombia y LATAM, sin depender del dashboard del retailer.

Volver al Blog