Las matemáticas de una prueba de 5 000 rublos: por qué una semana sin leads es normalArtículo · digest del 25 de octubre
Bodegón de estudio sobre una mesa de grafito oscuro con un pie de rey de latón, una gráfica de distribución normal y dados.
Artículo4 secciones≈ 6 min

Las matemáticas de una prueba de 5 000 rublos: por qué una semana sin leads es normal

«Invertimos cinco mil rublos en probar Yandex Direct, en una semana llegaron setenta clics y cero solicitudes. El canal está muerto, los anuncios no funcionan, lo apagamos».

Escucho esta frase con una frecuencia pasmosa entre dueños de pequeñas empresas y marketers que empiezan. La gente entierra estrategias con dolor genuino, despide a sus agencias y pierde la fe en el tráfico de pago. Pero si apartamos las emociones y sacamos la calculadora, aparece un dato revelador: en ocho de cada diez casos, el marketing no tiene la culpa. No te has topado con una mala oferta, sino con las leyes básicas de la probabilidad.

Con una tasa de conversión habitual en landing page del 1,5–2 %, recibir cero solicitudes en la primera semana de una microprueba es una fluctuación completamente normal. Vamos a desgranar esta fórmula de forma sencilla para que dejes de tirar hipótesis rentables a la basura.

El síndrome del apagón por pánico: cómo las micromuestras engañan a tu intuición

El cerebro humano busca patrones en todas partes. Si gastamos dinero y no vemos nada a cambio, el instinto grita: «¡Nos han engañado, la campaña está quemando la caja!».

Sin embargo, en muestras diminutas no manda el sentido común, sino la dispersión estadística. Piensa en un dado: la probabilidad de sacar un seis es de uno entre seis. Si lanzas el dado cinco veces y no sale ningún seis, ¿concluyes que la gravedad se estropeó o que el dado está trucado? Claro que no: entiendes que cinco tiradas son una muestra demasiado corta.

En publicidad pasa exactamente lo mismo. Cuando lanzas una campaña con 5 000 rublos, compras apenas entre 40 y 80 visitas. Si tu página convierte a 2 de cada 100 visitantes, en un tramo de 50 clics la desviación aleatoria hacia cero ocurre con más de un 35 % de probabilidad.

La fórmula de probabilidad: distribución de Poisson para tu presupuesto

El flujo de solicitudes en publicidad sigue una distribución de Poisson. Supongamos que tu presupuesto semanal de prueba es B y el coste estimado por solicitud en tu nicho es CPA.

La esperanza matemática del número de leads (λ) es la división entre presupuesto y CPA: λ = B ÷ CPA.

La probabilidad de conseguir al menos una solicitud durante el periodo de prueba se calcula con la fórmula: P(k ≥ 1) = 1 - e^(-λ).

Fíjate en cuatro puntos clave de esta fórmula que conviene tener siempre presentes:

  1. λ = 0,5 (el presupuesto alcanza para medio lead): la probabilidad de lograr al menos una solicitud es 1 - e^(-0,5) ≈ 39,3 %. ¡Más del 60 % de esas semanas de prueba acabarán inevitablemente en cero absoluto!
  2. λ = 1,0 (el presupuesto equivale al coste de un lead): la probabilidad es 1 - e^(-1) ≈ 63,2 %. Eso implica que una de cada tres semanas (36,8 %) saldrá vacía por pura varianza aleatoria.
  3. λ = 2,3 (el presupuesto multiplica por 2,3 el coste por solicitud): la probabilidad de conseguir al menos un lead sube hasta 1 - e^(-2,3) ≈ 90 %.
  4. λ = 3,0 (el presupuesto equivale a tres leads): la probabilidad alcanza 1 - e^(-3) ≈ 95 %.
La regla del 2,3 CPA para calibrar tu presupuesto de prueba

Grábate esta regla para micropruebas: si quieres tener un 90 % de seguridad matemática de recibir al menos un lead en la semana, el presupuesto de test debe superar el coste objetivo por solicitud en al menos 2,3 veces. Si en tu nicho un lead cuesta 3 000 rublos, probar el canal con 5 000 rublos no tiene sentido: estás comprando un boleto de lotería, no datos.

Caso práctico: Sanyar Yakupov y la automatización para empresas

Veamos estas matemáticas en un caso real del marketer Sanyar Yakupov, que promociona el desarrollo de automatizaciones para pymes con tickets desde 25 000 rublos.

Antes de lanzar anuncios, midió durante 30 días el tráfico orgánico base de su web con un contador sin banner de cookies que registra el 100 % de las visitas. En un mes entraron 39 visitas (1–2 al día): 24 directas desde mensajería, 9 desde Dzen, 5 desde Threads y 1 desde Telegram. Los canales gratuitos traían contactos válidos, pero demasiado despacio.

Decidió probar canales de pago con 5 000 rublos a la semana. A finales de 2026 los mínimos de entrada son altos: las menciones patrocinadas en Telegram cuestan entre 10 000 y 17 000 rublos por post, y Telegram Ads exige un depósito mínimo de 100 euros más comisión. Como opciones viables para una microprueba quedaron Búsqueda en Yandex Direct y VK Ads.

En primavera, su coste medio por conversión combinando Búsqueda y RSYA fue de 1 952 rublos (y solo en búsqueda, 824 rublos). Metemos las cifras en la fórmula: λ = 5 000 ÷ 1 952 ≈ 2,56. Probabilidad de obtener al menos una solicitud: 1 - e^(-2,56) ≈ 92,3 %.

Pero si por la subida estacional de la subasta en otoño el coste por lead trepa a 3 500 rublos: λ = 5 000 ÷ 3 500 ≈ 1,43. La probabilidad cae a 1 - e^(-1,43) ≈ 76 %. Es decir, hay un 24 % de posibilidades de cerrar la semana con cero leads. Y eso es matemática pura, no motivo para entrar en pánico.

Dos trampas críticas: leads frente a caja y tamaño de la muestra

Al ejecutar un test con presupuesto ajustado, cuídate de dos errores clásicos:

  1. Un lead no equivale a dinero en caja: Supongamos que consigues un contacto por 2 000 rublos para un servicio con ticket medio de 25 000 rublos. La rentabilidad real del test dependerá por completo de tu equipo comercial:
    • Si el vendedor cierra uno de cada cinco (conversión del 20 %), el coste de adquisición de cliente (CAC) será 2 000 × 5 = 10 000 rublos. Negocio sano y rentable.
    • Si solo cierra uno de cada diez (conversión del 10 %), el CAC se dispara a 20 000 rublos y se come el 80 % del margen. Ya analizamos por qué un presupuesto publicitario genera pocas ventas cuando falla el seguimiento comercial.
  2. Ignorar la potencia estadística de la muestra: Según la fórmula del criterio z, para medir con fiabilidad una conversión del 1,5–2 % con un 95 % de confianza, necesitas una muestra mínima de 300 a 500 clics. Un test de 50 clics tiene un margen de error superior a ±100 %. Sacar conclusiones sobre la web o el anuncio con ese volumen carece de validez estadística.

No apagues las campañas tras los primeros tres días de silencio. Calcula tu λ, multiplica el CPA objetivo por 2,3 y dale al algoritmo el volumen mínimo necesario para demostrar lo que vale.

Quiero un análisis detalladoLos votos ayudan a elegir qué analizar a fondo. Este material tiene 0 votos.
Fuentes · 2