CPL, CPA, ROAS. Son las métricas que dominan cualquier reporte de Paid Media, y son útiles, pero solo dentro del canal donde se miden. El problema aparece cuando esas métricas se convierten en el criterio único para decidir si una campaña "funciona", sin conectar ese dato con lo que pasa después: si ese lead se convirtió en cliente, cuánto revenue generó, y si ese revenue fue rentable frente a lo que costó adquirirlo.

Hemos visto cuentas con un CPL excelente y un negocio que no crecía, y cuentas con un CPL más alto que la media del sector generando la mayoría del revenue nuevo de la empresa.

"La diferencia nunca estaba en el canal, sino en si existía, o no, un puente de datos entre el clic inicial y el cierre de la venta."

Por qué CPL y ROAS aislados no son suficientes

El CPL mide cuánto cuesta generar un lead. El ROAS mide el retorno directo de la inversión publicitaria, normalmente sobre un evento de conversión definido en la propia plataforma de anuncios. Ambas métricas comparten una limitación estructural: viven dentro del canal, y el canal no sabe qué pasa con esa oportunidad una vez sale de él.

Un lead barato que nunca es contactado a tiempo, que no está bien cualificado, o que simplemente no encaja con el producto, es un lead barato que no genera revenue. Optimizar la campaña para bajar el CPL, sin visibilidad de lo que ocurre después, puede estar empeorando la calidad de la demanda que se está comprando, aunque el reporte de la plataforma publicitaria diga que el rendimiento mejora.

Insight clave

Un CPL bajo no es lo mismo que un CAC bajo. Hasta que no conectas el lead con el resultado final de la venta en el CRM, estás optimizando una métrica de canal, no el negocio.

El puente que falta: conectar Ads, CRM y ventas

La solución no es dejar de medir CPL o ROAS: es dejar de tratarlos como la métrica final. El framework que aplicamos tiene tres capas:

1. Atribución a nivel de lead, no solo de campaña. Cada lead que entra por Paid Media debe quedar identificado en el CRM con su origen real (campaña, anuncio, audiencia), no solo como "formulario web". Sin esto, es imposible saber después qué combinación específica de canal, mensaje y audiencia generó al cliente que sí compró.

2. Seguimiento del ciclo completo hasta el cierre. El CRM debe registrar qué pasa con cada lead: si se contactó, si avanzó, si se cerró, y por cuánto. Esa información, cruzada de vuelta con el origen de campaña, es lo que permite calcular un CAC real: no un CPL de plataforma, sino un coste de adquisición de cliente, no de lead.

3. Datos consolidados en un mismo lugar. Cuando el volumen de datos crece (múltiples canales, múltiples campañas, un ciclo de venta largo), mantener esta trazabilidad manualmente deja de ser viable. Aquí es donde entra una arquitectura Martech real: un Data Warehouse (por ejemplo BigQuery) que centralice datos de Ads, CRM y ventas, y permita construir un dashboard que muestre revenue y CAC reales, no proxies de plataforma.

Qué mirar en un dashboard de growth bien construido

Un dashboard de growth útil no es el que tiene más gráficos. Es el que responde, sin ambigüedad, tres preguntas: ¿qué canal, campaña o audiencia está generando clientes reales, no solo leads? ¿Cuál es el CAC real de cada uno, incluyendo todo el proceso hasta el cierre? ¿Cuál es el LTV esperado de esos clientes, para saber si ese CAC es rentable a medio plazo?

Sin esas tres respuestas conectadas, cualquier decisión de "escalar esta campaña" o "pausar esta otra" se toma con información incompleta, por muy bien optimizada que esté cada campaña dentro de su propia plataforma.

Un ejemplo real: cuando conectar los datos cambió la decisión

En el trabajo con BRS Roofing Supply, el reto no era generar más tráfico: era entender qué estaba funcionando realmente entre Google Ads, Meta Ads y el resto del sistema comercial. Conectar esos canales con BigQuery/ETL, SEO local y automatización comercial permitió ver, por primera vez, qué combinaciones de campaña y seguimiento generaban revenue real y cuáles solo generaban leads baratos sin cierre. El resultado no fue solo un CPL más bajo (de $34 a $18): fue más de $400K/mes en revenue adicional, porque el presupuesto se redistribuyó hacia lo que de verdad convertía en negocio.

Cómo empezar sin sobre-ingeniería

No hace falta construir la arquitectura de datos perfecta desde el primer día. El primer paso realista es asegurar que cada lead que entra por Paid Media queda correctamente etiquetado en el CRM con su origen, y que el CRM registra el resultado final de cada oportunidad. Con esos dos elementos ya es posible calcular, aunque sea de forma manual al principio, qué campañas generan clientes reales y cuáles solo generan volumen.

La automatización y el Data Warehouse llegan después, cuando el volumen de datos lo justifica. Pero la disciplina de conectar Advertising con CRM debe existir desde el primer euro invertido: es la diferencia entre optimizar campañas y optimizar negocio.