Cómo superar la crisis de medición del ROI en marketing
Juliana Rosso Frediano analiza el impacto de la IA en la integración de datos y los errores comunes en la atribución de canales B2B.
La dificultad para integrar datos fragmentados y la prisa por obtener un retorno inmediato distorsionan la evaluación de campañas en marketing. En este debate sobre medición, se analiza cómo los modelos estadísticos y la automatización ayudan a evaluar canales sin depender del último clic.
Juliana Rosso Frediano, CMO de First Answer, abordó la fragmentación de datos y los cuellos de botella en la medición del retorno de inversión en una conversación con Bruno Gimenes en Marketing - The Podcast. El debate parte de estudios de mercado presentados en el programa: datos del CMO Outlook 2026 de Nielsen, vía Business Wire, indican que el 83% de los CMOs mantienen la confianza en el valor de sus marcas, mientras que la cobertura del CMO Summit 2026 realizada por Mundo do Marketing señala que el 54% de los líderes considera la conexión de fuentes dispersas de datos como su principal obstáculo y el 23% admite una crisis de confianza en el ROI.
Para entender el contexto completo de la discusión —que forma parte de un episodio más amplio sobre arquitectura de ingresos corporativos—, mira el video arriba para seguir toda la dinámica entre los participantes.
Descentralización de reportes y apoyo de la IA
Al evaluar el escenario de dispersión de métricas, Frediano sostiene que el avance de las herramientas de IA redujo la dependencia de las estructuras tradicionales de análisis. Según ella, el proceso que antes requería filas internas de solicitud técnica ahora puede ser operado directamente por los equipos de marketing mediante automatizaciones y consultas estructuradas a repositorios.
Frediano recuerda la rutina anterior del sector: "Teníamos un área de BI en la que debíamos formarnos en una fila y pedirle al equipo de BI que creara dashboards y reportes que nos ayudaran a mostrar resultados de campaña, resultados de inversión y todo lo demás". Para ella, contar con mecanismos de consulta directa facilita la elaboración de reportes sin los cuellos de botella en la atención que históricamente retrasaban la comprobación de valor.
Desalineación de plazos y modelos de atribución
La percepción de ineficiencia en el cálculo del ROI surge, según Frediano, del intento de medir canales distintos bajo una misma regla temporal. En el entorno B2B de soluciones complejas, como sistemas de gestión o CRMs, exigir una conversión inmediata de iniciativas de relacionamiento pasa por alto la duración real del ciclo comercial, que puede extenderse de tres a seis meses.
Al ejemplificar la exigencia de resultados rápidos en activaciones presenciales, Frediano destaca el conflicto recurrente con las áreas financieras: "Hicimos un evento este mes. Y a la semana siguiente finanzas pregunta cuántos nuevos contratos se cerraron a partir de ese evento. Olvídalo, no es así como se mide el ROI de un evento". Señala que, si el indicador se calcula en el mes siguiente, la métrica deja de reflejar la realidad del negocio.
El problema persiste en los medios digitales cuando se adopta la lógica del último clic como criterio absoluto de éxito. Frediano refuerza los límites de este enfoque: "No necesariamente la persona que vio una campaña fue y dio last click, y nosotros atribuimos que esa venta, ese nuevo negocio, provino de ese canal. De nuevo, se está midiendo mal el ROI".
Modelos estadísticos e inferencia causal
Para hacer frente a la complejidad de múltiples puntos de contacto, Frediano destaca el uso de modelos de mix de marketing (MMM), citando herramientas del mercado como Purple Metrics, fundada por Guta Tolmasquim y mencionada por Bruno durante la conversación. Este modelo busca cruzar inversiones en canales online y offline con el volumen de ventas para estimar la correlación de impacto estadístico a lo largo del tiempo.
Bruno nota el creciente interés por la aplicación de la inferencia causal en el sector tecnológico, defendiendo una comprensión más rigurosa de la lógica que conecta cada acción con el cierre de negocios. Frediano coincide en que decodificar las relaciones de causa y efecto más allá de la simple correlación numérica es el camino para dotar de confiabilidad a las métricas de rendimiento.