El 71% de los anunciantes considera ahora la incrementalidad como el KPI más importante en sus inversiones en retail media, según una encuesta de enero de 2024 de la Association of National Advertisers (ANA). Con una inversión publicitaria en retail media en EEUU que superará los 62.000 millones de dólares en 2025, los marketers exigen pruebas de que sus campañas generan ventas realmente nuevas, no solo conversiones que habrían ocurrido de todos modos. Este cambio del ROAS tradicional a la medición incremental representa un giro fundamental en cómo las marcas evalúan el rendimiento de las plataformas de retail media (RMN).

El problema de la medición en retail media

El retail media creció un 20,4% en 2024 hasta alcanzar los 52.300 millones de dólares solo en EEUU, convirtiéndose en el canal publicitario de mayor crecimiento. Pero este crecimiento explosivo trajo consigo un reto crítico: ¿cómo sabes qué ventas son realmente resultado de tu publicidad?

El retorno de la inversión publicitaria tradicional (ROAS) te dice los ingresos totales generados durante una campaña. Lo que no te dice es qué habría pasado sin los anuncios.

Aquí está el problema: la mayoría de los anuncios en RMN aparecen muy cerca del momento de compra, por lo que los anunciantes tienen dudas sobre cuántas de las ventas atribuidas habrían ocurrido igualmente. Si alguien ya pensaba comprar tu producto y vio tu anuncio minutos antes de la compra, ¿debería contar eso como un resultado exitoso de la campaña?

Por eso la incrementalidad se ha convertido en el nuevo estándar.

¿Qué es la incrementalidad en retail media?

La incrementalidad mide las ventas o conversiones adicionales que ocurrieron específicamente por tu publicidad, nada más y nada menos.

La fórmula básica:

Incrementalidad = (Ventas grupo test - Ventas grupo control) / Ventas grupo control

En la práctica, esto significa comparar dos grupos:

• Grupo test: Compradores expuestos a tus anuncios
• Grupo control: Compradores similares que no vieron tus anuncios

La diferencia representa tu verdadero incremento.

Por qué la incrementalidad importa más que el ROAS

Imagina este escenario:

Gastas 100.000€ en Amazon Ads y generas 500.000€ en ventas atribuidas (ROAS de 5,0). Impresionante, ¿verdad?

¿Pero qué pasa si 400.000€ de esas ventas habrían ocurrido de forma orgánica: clientes buscando tu marca, compradores recurrentes, personas que vieron tu producto recomendado o compradores que ya planeaban comprar?

Tu ROAS incremental (iROAS) es en realidad mucho más bajo:

• ‍Ventas incrementales reales: 100.000€
• ROAS incremental: 1,0 (no 5,0)

Esta distinción es crucial porque el grupo de control no tiene impresiones ni clics de tu marca; contar solo las conversiones atribuidas subestimaría drásticamente el verdadero incremento.

Cómo miden las marcas la incrementalidad

Existen varias metodologías para medir el incremento real, cada una con diferentes niveles de complejidad y recursos necesarios:

1. Tests geográficos de retención (Geo-Holdout)

Divide tus mercados objetivo geográficamente. Ejecuta campañas en el 50% de los mercados mientras mantienes el otro 50% como control.

Ejemplo: Una marca de gran consumo ejecuta anuncios en Walmart Connect en el noreste y sureste mientras pausa los anuncios en el medio oeste y oeste. Después de 4 semanas, comparan el incremento de ventas entre mercados test y control.

Ventajas: Relativamente fácil de implementar
Desventajas: Requiere escala suficiente en múltiples mercados

2. Grupos de control por audiencia

Crea cohortes emparejadas de usuarios, exponiendo un grupo a las campañas mientras suprimes los anuncios para el grupo de control.

Este enfoque, a menudo llamado "ghost bidding", es cada vez más común entre anunciantes sofisticados de RMN. Experimentos recientes muestran que el rendimiento de iROAS osciló entre el 253% y el 1.609% entre anunciantes, evidencia clara de que algunos programas crean valor sustancial, mientras otros tienen margen de optimización.

3. Media Mix Modeling (MMM)

Según investigaciones destacadas por eMarketer, el 49% de los marketers en todo el mundo utilizan ahora MMM, que emplea datos históricos y modelos estadísticos para cuantificar el impacto de cada canal de marketing a lo largo del tiempo.

Ventajas: Puede medir efectos a largo plazo en todos los canales
Desventajas: Requiere historial de datos significativo y experiencia estadística

4. Herramientas específicas de plataforma

Amazon Marketing Cloud ofrece medición de incrementalidad relativamente directa dentro del ecosistema de Amazon, proporcionando atribución de ciclo cerrado para campañas que se ejecutan en la plataforma.

Las clean rooms permiten análisis granular a nivel de SKU, categoría o audiencia, ayudando a las marcas a entender no solo si una campaña generó valor incremental, sino dónde y con quién tuvo mejor rendimiento.
‍

El desafío de la consolidación de datos

Aquí es donde la mayoría de las marcas se topan con un muro: medir la incrementalidad requiere datos unificados de múltiples plataformas.

Amazon y Walmart representaron el 84,2% del gasto publicitario digital en retail media en 2024, pero la mayoría de las marcas ejecutan campañas en 4-10 RMN diferentes. El porcentaje de marcas de gran consumo que gastan en cuatro o más RMN subió al 85% en 2024, casi 20 puntos más que el año anterior.

Cada plataforma reporta métricas de forma diferente:

• Amazon lo llama "Total Sales"
• Walmart reporta "Gross Merchandise Value"
• Target usa ventanas de atribución personalizadas
• Instacart mide "Orders Influenced"

Sin datos estandarizados, no puedes:

• Ejecutar tests A/B significativos entre plataformas
• Identificar qué RMN genera ventas verdaderamente incrementales
• Detectar canibalización entre canales
• Establecer grupos de control consistentes

Construyendo tu base de datos

Antes de invertir en herramientas caras de incrementalidad, necesitas informes consolidados de todas las RMN.

‍

Paso 1: Centraliza los datos de campaña

Extrae métricas de rendimiento de cada plataforma en un dashboard unificado. Métricas clave para trackear:

• Impresiones y alcance
• Clics y tasa de clics (CTR)
• Conversiones y ventas
• Gasto y coste por adquisición
• Ventas new-to-brand (NTB) (una métrica proxy útil)
• ROAS (como línea base de comparación)

‍

Paso 2: Estandariza las nomenclaturas

Crea nombres de campaña consistentes entre plataformas para poder comparar manzanas con manzanas. Sin esto, analizar el rendimiento entre plataformas se vuelve casi imposible.

‍

Paso 3: Establece líneas base históricas

Para evitar ruido y sesgos en las mediciones de incrementalidad, necesitas definir cuidadosamente qué usuarios incluir en tu población de conversión y análisis. Esto requiere al menos 8-12 semanas de datos históricos mostrando:

• Tendencias de ventas orgánicas por producto/categoría
• Patrones estacionales
• Variaciones regionales
• Tasas de adquisición de clientes

Para marcas que ejecutan campañas en múltiples plataformas como Amazon Ads, Google Ads, Meta Ads y redes de retail media, los conectores de datos automatizados pueden ahorrar 15-20 horas semanales que antes se gastaban en informes manuales. Herramientas como Dataslayer conectan más de 50 plataformas publicitarias con destinos como Google Sheets, Looker Studio, Power BI o almacenes de datos (BigQuery, Snowflake, Amazon Redshift).

Métricas proxy mientras desarrollas capacidades de incrementalidad

No todas las marcas tienen recursos para ejecutar experimentos controlados de inmediato. Aquí hay métricas intermedias que se correlacionan con el impacto incremental:

Ventas New-to-Brand (NTB)

New-to-brand es un indicador favorito de alcance y ventas incrementales porque elimina dudas sobre la adquisición de clientes.

Sin embargo, las métricas NTB tienen limitaciones: solo miden la primera vez que un cliente compró esa marca dentro de ese marketplace, no refleja un cliente NTB verdadero en todos los canales.

Mejor enfoque: Si puedes incorporar tus propios datos de clientes y compararlos con los clientes que compraron dentro de una RMN, puedes tener una idea más real de qué clientes son realmente nuevos para la marca.

Incremento de cuota de mercado

Trackea tu cuota de ventas de categoría antes, durante y después de las campañas. Si tu cuota de mercado aumenta durante los períodos de campaña y se mantiene después, eso sugiere impacto incremental.

Tasa de conversión por punto de contacto

Compara tasas de conversión para compradores en diferentes etapas:

• Cero interacciones previas con la marca
• Un punto de contacto previo
• Múltiples puntos de contacto

Tasas de conversión más bajas en la primera exposición sugieren que tus anuncios están alcanzando nuevas audiencias (más incremental).

El papel de las consultas en lenguaje natural en el análisis de datos

Una tendencia emergente: usar IA para explorar datos de retail media mediante consultas conversacionales.

Las nuevas herramientas permiten a los marketers hacer preguntas en lenguaje natural en lugar de construir complejas queries SQL o tablas dinámicas:

• "¿Qué RMN tuvo la tasa new-to-brand más alta el último trimestre?"
• "Muéstrame las tendencias de conversión por plataforma de los últimos 90 días"
• "Compara el rendimiento de Amazon Ads con Criteo Retail Media por categoría de producto"

Este enfoque hace la exploración de datos más rápida, especialmente al investigar patrones que puedan indicar problemas de incrementalidad (como ventas que caen a pesar del aumento de gasto publicitario, o una plataforma canibalizando a otra).

Para equipos que trabajan con datos consolidados en plataformas como Claude, ChatGPT u otros asistentes de IA, las integraciones de Model Context Protocol (MCP) pueden habilitar estas consultas en lenguaje natural directamente contra tus fuentes de datos de marketing.

‍

Aplicaciones en el mundo real

Caso 1: Reduciendo gasto desperdiciado

Mondelez usó la función de incrementalidad de búsqueda de Walmart Connect para optimizar la frecuencia de anuncios y rotar creatividades según la temporada, ayudando a reducir drásticamente la fatiga publicitaria mientras aumentaban el engagement y las conversiones un 53% interanual y el ROI incremental un 29%.

Caso 2: Optimización entre plataformas

Una marca de belleza con campañas en Amazon, Ulta y Sephora usó tests geográficos de retención para medir el verdadero incremento. Los resultados mostraron:

• Amazon: 2,8x iROAS (rendimiento incremental fuerte)
• Ulta: 1,2x iROAS (incrementalidad moderada)
• Sephora: 0,7x iROAS (capturando principalmente demanda existente)

Basándose en estos insights, trasladaron el 30% del presupuesto de Sephora a Amazon, resultando en un 22% más de ventas incrementales en total.

Qué viene después en la medición de incrementalidad

Con el gasto en retail media proyectado para alcanzar los 60.810 millones de dólares en 2025, añadiendo aproximadamente 29.200 millones en nuevos dólares publicitarios, más crecimiento que el que verán Meta y Alphabet combinados, la presión para probar incrementalidad solo se intensificará.

Entre el primer y tercer trimestre de 2024, el número de RMN que ofrecieron acceso a Media Mix Modeling aumentó un 50%, mostrando que las plataformas están respondiendo a las demandas de los anunciantes.

Tres tendencias a observar

1. Medición potenciada por IA
Las herramientas impulsadas por IA pueden automatizar la creación de experimentos de test y control, facilitando que retailers de todos los tamaños evalúen la efectividad de las campañas. Los modelos de machine learning pueden identificar patrones en conjuntos masivos de datos y recomendar grupos de control óptimos.

‍

2. Adopción de Clean Rooms
Las tecnologías de clean room proporcionan entornos seguros para agregar y analizar datos tanto de exposición como de compra de múltiples fuentes sin exponer información personal identificable (PII).

‍

3. Impulso hacia la estandarización
Los líderes de la industria están trabajando para establecer estándares en torno a la terminología y la automatización de mediciones. Solo el 6% de los anunciantes confía plenamente en las métricas de medios reportadas por los retailers, según Bain & Company, impulsando la búsqueda de verificación independiente.

Tu hoja de ruta hacia la incrementalidad

Así es como empezar a medir el verdadero impacto de las campañas:

‍

Meses 1-2: Fundamentos

• Consolida datos de todas las RMN en informes unificados
• Establece métricas base (ventas orgánicas, tasas de conversión, cuota de mercado)
• Estandariza nomenclatura y tracking de campañas
• Identifica qué plataformas ofrecen herramientas nativas de incrementalidad

‍

Meses 3-4: Métricas proxy

• Trackea ventas new-to-brand por plataforma
• Monitoriza tendencias de cuota de mercado durante períodos de campaña
• Analiza variaciones de ROAS en campañas similares
• Busca patrones de canibalización entre canales

‍

Meses 5-6: Tests controlados

• Comienza con tests geográficos simples en tu RMN más grande
• Usa herramientas específicas de plataforma (Amazon Marketing Cloud, funciones de incrementalidad de Walmart)
• Documenta aprendizajes y refina la metodología

‍

Meses 7+: Medición avanzada

• Implementa media mix modeling en todos los canales
• Asociate con proveedores de medición externos para validación
• Construye testing de incrementalidad en la planificación trimestral
• Usa insights para optimizar la asignación de presupuesto

Preguntas frecuentes

P: ¿Es caro el testing de incrementalidad?

Depende de tu enfoque. Solo el 26% de los marketers internos realizan actualmente tests de incrementalidad de forma interna, pero los costes varían ampliamente:

• Coste bajo: Tests geográficos usando campañas existentes (0€ de coste adicional)
• Coste medio: Herramientas específicas de plataforma como Amazon Marketing Cloud (incluido en el gasto de plataforma)
• Coste alto: Media mix modeling completo con partners externos (50.000-500.000€ anuales)

Empieza con métodos gratuitos o de bajo coste antes de invertir en herramientas sofisticadas.

P: ¿En qué se diferencia la incrementalidad de la atribución?

La atribución te dice qué punto de contacto recibe el crédito de una conversión. La incrementalidad te dice si la conversión habría ocurrido de todos modos.

Por ejemplo, la atribución de último clic podría acreditar tu anuncio de Amazon por una venta. Pero si ese cliente ya estaba buscando tu marca, el análisis de incrementalidad mostraría un incremento mínimo del anuncio.

P: ¿Puedo medir incrementalidad para campañas pequeñas?

Sí, pero necesitas escala suficiente para significancia estadística. Como regla general:

• Mínimo 1.000 conversiones por grupo test
• Al menos 2-4 semanas de duración de campaña
• Presupuesto suficiente para crear una división test vs. control significativa

Si tus campañas son más pequeñas, empieza con métricas proxy como ventas new-to-brand o incremento de cuota de mercado.

P: ¿Qué es un iROAS "bueno"?

Experimentos recientes muestran que el rendimiento de iROAS osciló entre el 253% y el 1.609% entre anunciantes. Sin embargo, los benchmarks varían según:

• Industria y categoría de producto
• Objetivo de campaña (adquisición vs. retención)
• Madurez de la plataforma
• Intensidad competitiva

Generalmente, un iROAS por encima de 2,0 (200%) indica un rendimiento incremental fuerte, mientras que cualquier cosa por debajo de 1,0 significa que estás capturando en gran medida demanda que habría convertido orgánicamente.

P: ¿Cómo convenzo a la dirección de invertir en medición de incrementalidad?

Presenta el caso de negocio en términos de gasto desperdiciado:

Si estás gastando 1M€ anualmente en retail media con un ROAS de 4,0 (4M€ en ventas atribuidas), pero el 60% de esas ventas no son incrementales, solo estás generando 1,6M€ en incremento real (iROAS de 1,6x).

Saber qué campañas generan incrementalidad real te permite reasignar presupuesto para maximizar el impacto real del negocio en lugar de métricas de vanidad.

P: ¿Debo dejar de usar el ROAS por completo?

No. El ROAS incremental es ideal para análisis post-campaña, mientras que el ROAS total es más adecuado para optimización durante la campaña y tracking de penetración de audiencia.

Usa ambos:

• ROAS para gestión diaria de campañas y tracking de eficiencia
• iROAS para asignación estratégica de presupuesto y planificación trimestral

Conclusión

La incrementalidad ha pasado de concepto académico a imperativo empresarial en retail media. Con el 71% de los anunciantes clasificándola ya como su KPI más importante, las marcas que no puedan demostrar verdadero incremento tendrán dificultades para justificar presupuestos crecientes en RMN.

La buena noticia: no necesitas implementar testing sofisticado de inmediato. Empieza consolidando tus datos, estableciendo líneas base y trackeando métricas proxy como ventas new-to-brand. A medida que tus capacidades de medición maduren, añade experimentos controlados y modelado avanzado.

Las marcas que ganan en retail media no solo están generando conversiones, están demostrando qué conversiones no habrían ocurrido sin su publicidad. Esa es la diferencia entre optimizar para métricas de vanidad y generar verdadero crecimiento empresarial.

¿Quieres consolidar datos de retail media entre plataformas? Prueba Dataslayer gratis durante 15 días para conectar Amazon Ads, Criteo Retail Media, Google Ads y más de 50 plataformas a Google Sheets, Looker Studio, BigQuery o Power BI.