blog15 | 10 | 2026
Ningún dashboard ejecutivo falla por falta de datos. Falla porque responde preguntas que nadie en esa mesa hizo.
Reunión mensual de resultados. Paid trae un ROAS de 4,2 y subió contra el mes pasado. Social creció en engagement. Email mejoró la tasa de apertura. Search bajó el CPC. Cada canal muestra su lámina y cada lámina está en verde. Y después, siempre a los treinta segundos, llega la pregunta que ninguna de esas láminas contesta: entonces, ¿por qué la facturación está plana?
Eso es optimización en silo: cada plataforma se mide contra su propio benchmark, en su propia moneda y con su propia definición de conversión. Meta reporta las conversiones que Meta se atribuye. Google reporta las que Google se atribuye. Web analytics reporta sesiones. El CRM reporta oportunidades. Sumadas dan un número que no existe en ningún estado contable, y ninguna de las cuatro explica sola por qué la facturación creció o se quedó quieta.
Y el problema tiene tamaño medido. La encuesta de marketing 2026 de Gartner, sobre 426 líderes senior, encontró que el 84% de las compañías está atrapado en lo que llama un brand doom loop: se invierte poco en medición, los resultados generan poca confianza y por eso llega todavía menos presupuesto. Un círculo que se cierra sobre sí mismo y que empieza en el reporte.
El dato que más debería mover la aguja de quien arma el tablero está en ese mismo informe de 2026: más de la mitad del C-suite pide que marketing le aclare la relación entre lo que hace y la estrategia del negocio, y el 43% pide directamente una historia clara y simple sobre desempeño. No piden más métricas. Piden una traducción.
Un dashboard de marketing cross-channel para reporting ejecutivo no se arma para mostrar todo lo que mides. Se arma para convertir un reporte disperso de canales en un sistema de decisión financiera: qué cambió, por qué cambió y qué hacemos ahora. Acá va la arquitectura completa, de la pantalla para arriba y de la pantalla para abajo: tres niveles de jerarquía, la capa de datos que los sostiene, cinco módulos de layout, una cadencia por audiencia y una lista explícita de lo que no entra.
La tensión
KPIs cumplidos, negocio quieto
El reporte por canal no miente: optimiza. Cada equipo hace bien su trabajo dentro de su plataforma y cada plataforma tiene un incentivo estructural para atribuirse la conversión. El resultado es un reporte donde todos ganan y nadie puede explicar el consolidado.
El problema de fondo no es de instrumentación, es de denominador. Mientras el reporte ejecutivo sea la suma de los reportes de canal, vas a estar comparando un ROAS de plataforma con un CAC de negocio y un lead con una oportunidad de CRM. Tres monedas distintas en la misma tabla.
Multi-channel no es cross-channel
La confusión entre los dos términos explica buena parte del problema, y no es semántica: define qué pregunta puede responder tu tablero.
| Dimensión | Reporte multi-channel | Reporte cross-channel |
|---|---|---|
| Unidad de análisis | El canal. Una pestaña por plataforma | El customer journey. Un recorrido que atraviesa plataformas |
| Métricas que destaca | Clics, CTR, ROAS de plataforma | CAC combinado, LTV, conversiones asistidas, ingresos atribuidos |
| Qué hace con el solapamiento | Nada. Cada plataforma se atribuye la misma conversión | Lo resuelve con un modelo de atribución declarado y un único denominador |
| Pregunta que responde | ¿Cómo le fue a cada canal? | ¿Qué combinación de canales movió el negocio? |
La mayoría de los tableros que se presentan como cross-channel son multi-channel con las pestañas puestas una al lado de la otra. Se nota en un segundo: si puedes sumar las conversiones de todas las tarjetas y el total no coincide con ninguna cifra del negocio, es multi-channel.
El stack como causa, no como excusa
Debajo de ese reporte hay una acumulación de herramientas que nadie planificó. El landscape de martech llegó a 15.505 productos en 2026, según el State of Martech de chiefmartec y MartechTribe. Y la encuesta de tecnología de marketing 2025 de Gartner encontró que solo el 49% de las capacidades contratadas se usa realmente, con apenas el 15% de las organizaciones calificando como alto desempeño. Cada herramienta que entra trae su propio esquema, su propia definición de conversión y su propia ventana de atribución. La fragmentación no es un accidente del stack: es su estado por defecto.
84%
De las compañías no logra probar el impacto de su inversión en el crecimiento del negocio · Gartner, encuesta de marketing 2026, 426 líderes senior
75%
Del buy-side dice que su medición avanzada no rinde en rigor, cobertura, oportunidad, confianza o eficiencia · IAB/BWG 2026, 430 encuestados
42%
Del tiempo de los equipos de planning se va en preparar datos, no en interpretarlos · IAB/BWG 2026, 225 encuestados
Los dos últimos números salen del State of Data 2026 del IAB, hecho con BWG Global sobre 430 decisores senior de planning y analytics de marcas y agencias de Estados Unidos. Y el del tiempo es el que más incomoda: cuatro de cada diez horas del equipo que debería estar interpretando se van en conseguir, limpiar y emparejar datos antes de poder mirar nada.
El trabajo que sale de ahí tampoco termina de convencer. En atribución puntualmente, el 72% dice que no captura el desempeño de todos los canales, el 73% que no está cruzada con ningún otro método de medición y el 66% que no llega a tiempo para informar la planificación. No es un problema de dashboards: es que la materia prima del dashboard llega tarde y coja.
Julie Reeves, analista de Gartner, lo resume en el informe 2026 con una idea que conviene tener pegada al monitor mientras diseñas el tablero: hay que dejar de seguir métricas en aislamiento y empezar a mostrar cómo mueven las prioridades de la empresa, o sea ingresos, rentabilidad, experiencia del cliente y expansión de mercado.
Si el ejecutivo tiene que interpretar tu dashboard, ya perdiste la reunión.
Por eso la discusión real es de diseño de la información: qué se muestra primero, contra qué se compara, quién es el dueño de cada número y con qué frecuencia se actualiza. Lo que sigue es cómo resolver esas cuatro cosas.
La separación
Dashboard ejecutivo ≠ dashboard operativo
El error más caro de todos es intentar que un solo tablero sirva para el CFO y para el gestor de campañas. No es una cuestión de cuántas métricas mostrar: son dos productos distintos porque habilitan decisiones distintas. Uno decide dónde va el capital. El otro decide qué puja se ajusta hoy.
La separación no es una invención reciente. Stephen Few, en Information Dashboard Design, ya distinguía tableros estratégicos, analíticos y operativos por el tipo de decisión que soportan, y Avinash Kaushik lleva años insistiendo en Web Analytics 2.0 con que un reporte sin una acción asociada es un costo, no un activo. Lo que cambió es la cantidad de fuentes que hay que reconciliar antes de llegar a esa pantalla.
| Dimensión | Estratégico (ejecutivo) | Táctico | Operativo |
|---|---|---|---|
| Audiencia | CEO, CFO, CMO, board | Directores de canal, gerencias | Analistas, gestores de campaña |
| Decisión | Asignación de capital y estrategia | Mix de canales, reasignación de gasto | Pujas, segmentos, creatividades |
| Cadencia | Mensual o trimestral | Semanal | Diaria o continua |
| Métricas típicas | CAC combinado, LTV, ingresos atribuidos, margen | Leads por canal, conversión, ROAS | CTR, CPC, CPL, pacing de presupuesto |
| Navegación | Uno o dos clics hasta la causa raíz | Dos o tres niveles | Exploración sin techo |
| Pregunta | ¿Estamos donde deberíamos, y qué cambió? | ¿Dónde muevo el presupuesto? | ¿Qué ajusto ahora? |
El árbol de métricas decide qué va en cada nivel
La forma práctica de repartir las métricas entre esos tres niveles es dibujar primero el árbol, un ejercicio que explica bien Lisandro Iserte en su guía de dashboards de marketing. El tronco son los resultados finales, lo que el negocio persigue: ingresos, CAC, LTV. Las ramas son los mecanismos que los mueven: leads calificados, tasa de conversión, mix de canales. Las hojas son los inputs que alguien controla con las manos: CTR, CPC, puja, presupuesto diario.
- Tronco al nivel estratégico. Resultados que nadie puede mover directamente, solo a través de lo que viene debajo.
- Ramas al nivel táctico. Los mecanismos donde se decide la reasignación semanal.
- Hojas al nivel operativo. Las palancas que se tocan hoy y se ven mañana.
Si una métrica no encuentra su lugar en el árbol, probablemente no tenga lugar en ningún tablero. Y si está en el tronco pero nadie sabe qué rama la mueve, el problema no es de visualización: es que falta el modelo.
Indicadores adelantados y resultados rezagados
El otro corte que ordena la pantalla es temporal. Los leading indicators anticipan: leads calificados, reuniones agendadas, pipeline creado, cobertura de cuota. Los lagging outcomes confirman: win rate, ingresos cerrados, ROMI, churn. Un tablero ejecutivo que solo muestra los segundos es un espejo retrovisor con buen diseño: preciso, inútil para frenar. Uno que solo muestra los primeros es una promesa sin rendición de cuentas. La franja superior necesita los dos, y necesita que se lea cuál es cuál.
La regla de los cinco segundos
Cinco segundos de vista, sin explicación de nadie, tienen que alcanzar para tres cosas: entender la salud general del negocio, ver si vas contra el presupuesto del período y detectar la anomalía que exige intervención. Si en ese lapso el ejecutivo tuvo que preguntar "¿esto qué mide?", el módulo está mal construido o directamente sobra.
Y cuando el tablero se presenta en vivo, vale la misma disciplina. La regla 10-20-30 de Guy Kawasaki (diez láminas, veinte minutos, cuerpo de 30 puntos) nació para pitches de inversión, pero resuelve el mismo problema: forzar al que presenta a elegir. Si de todo el tablero tuvieras que proyectar una sola lámina, esa es la que importa. El resto es respaldo.
Lo mismo aplica a la fuente. Una sola capa gobernada de datos, el famoso single source of truth, no es un capricho de arquitectura: es lo que impide que marketing llegue con un número y finanzas con otro. Si el número del CFO no coincide con el tuyo, la reunión ya no es sobre el negocio: es sobre quién tiene razón.
La arquitectura
Estado, diagnóstico y acción: las tres preguntas
La estructura que funciona ordena la pantalla de arriba hacia abajo por importancia, no por disponibilidad de datos. Arriba va la conclusión: si estás dentro o fuera del plan. Abajo va el detalle que explica esa conclusión. Y cada nivel existe únicamente para responder la pregunta que dejó abierta el de arriba, así el que quiere el titular se queda con el titular y el que quiere el porqué baja a buscarlo.
Hay una forma simple de verificar que la jerarquía está bien armada: cada nivel tiene que corresponder a una de las tres preguntas que se hacen en toda reunión de resultados. Qué cambió. Por qué cambió. Qué hacemos ahora. Si un módulo no contesta ninguna de las tres, sobra.
Nivel 1 · Estado · ¿Qué cambió?
La salud financiera del negocio, en una franja
Entre cinco y nueve indicadores macro, y ni uno desglosado por canal. Ingresos atribuidos, blended CAC, ROAS global, cobertura de pipeline, margen de contribución. Esta franja no explica nada: dice si estás dentro o fuera del plan. Es la que se lee en cinco segundos.
Nivel 2 · Diagnóstico · ¿Por qué cambió?
Contribución por canal y por etapa del embudo
Acá aparecen paid, owned, social y search, y acá aparece el embudo. Su único trabajo es responder por qué el nivel 1 está como está: qué tipología de medios empuja el crecimiento, cuál lo frena y en qué etapa se pierde la eficiencia.
Nivel 3 · Acción · ¿Qué hacemos ahora?
Excepciones, responsables y drill-down acotado
Filtros por región, marca o campaña con la regla de dos clics hasta la causa raíz, y sobre todo alertas con dueño: desvío presupuestario por encima del 10%, caída anómala de conversión, crisis de reputación. Una alerta sin un nombre al lado no es una alerta: es una notificación.
La regla que mantiene sana la jerarquía es simple: ningún número del nivel 2 puede contradecir al nivel 1. Si la suma de la contribución por canal no reconcilia con los ingresos atribuidos de arriba, no tienes un dashboard: tienes dos reportes pegados en la misma pantalla.
En el nivel 2, el reflejo natural es ordenar los canales por su ROAS de plataforma. Es el peor criterio posible, porque compara métricas que ninguna plataforma calcula igual. Ordénalos por contribución al mismo denominador (ingresos atribuidos o pipeline creado, con el modelo de atribución declarado arriba de la tabla) y agrega la inversión al lado. Ahí sí la comparación significa algo.
Ese nivel también es el que revela desbalances de estrategia que en el reporte por canal quedan invisibles. La encuesta de gasto 2026 de Gartner, sobre 401 CMOs y líderes de marketing de Norteamérica, Reino Unido y Europa relevados entre enero y marzo de 2026, muestra que awareness y conversión ya concentran el 62,6% de la inversión en medios, más de diez puntos por encima de 2024, mientras el gasto en lealtad y retención cayó 29% hasta quedar por debajo del 15%. Un dashboard ejecutivo que solo muestra performance de adquisición nunca va a exponer ese corrimiento. Uno que ordena por etapa del embudo lo pone sobre la mesa sin que nadie tenga que pedirlo.
US$ 26.300 M
IAB / BWG Global · State of Data 2026
Los dólares que los planners moverían hacia canales hoy subrepresentados en los modelos si esos modelos fueran más precisos y confiables: un 5,6% más de inversión sobre el total del mercado publicitario de Estados Unidos. Lo que el tablero no representa bien, no recibe presupuesto.
El tablero existe para que esa historia se cuente en cinco segundos. En la encuesta de marketing 2026 de Gartner, el 43% del C-suite pedía exactamente eso: una historia clara y simple sobre el desempeño. Y la conversación recurrente a su alrededor, con la misma gente y la misma cadencia, es lo que la convierte en decisión.
La capa de abajo
Lo que hay debajo del tablero decide lo que el tablero puede decir
Un dashboard es la última capa de una cadena, y hereda todos los problemas de las anteriores. Si la conversión llega mal clasificada desde el origen, ninguna elección de gráfico la arregla. Por eso conviene conocer la cadena completa antes de discutir colores.
- Fuentes. Plataformas de medios, web, CRM, e-commerce, call center, punto de venta, y la inversión que no tiene API: native, DSPs propios, TV, vía pública.
- Ingesta y captura server-side. Conectores por API más tagging del lado del servidor, que es lo que sostiene la medición cuando el navegador deja de cooperar.
- Almacenamiento. Un data warehouse en la nube como destino único, con la data cruda conservada tal como llegó.
- Transformación. La capa donde se normaliza, se deduplica y se aplican las definiciones de negocio. Es la que tiene que ser auditable: cualquiera debería poder ver cómo se calcula el ROAS que aparece arriba.
- Analytics y modelado. Atribución, MMM, incrementalidad, forecast. Acá vive el criterio, no en el dashboard.
- Activación y visualización. El tablero, las alertas, los envíos programados y la devolución de audiencias a las plataformas.
El tablero es el paso seis. Casi todas las discusiones de "el número no me cierra" nacen en el cuatro.
Medición cookieless y señales de intención
La pérdida de señal cambió de qué está hecho el nivel 2. Con cookies de terceros en retirada, consentimiento obligatorio y plataformas que cierran sus cajas, buena parte del recorrido previo a la conversión ya no viaja identificado. La respuesta no es resignar el embudo superior: es cambiar la materia prima. Captura server-side para no depender del navegador, first-party data con consentimiento como columna vertebral, y señales de intención anónimas (visitas repetidas a páginas de producto, consumo de contenido técnico, patrones de firmográfica en B2B) que permiten calificar demanda antes de que exista un registro en el CRM.
Esto tiene una consecuencia directa en la vista ejecutiva: el nivel 1 deja de poder apoyarse en una única fuente de verdad del navegador, y pasa a apoyarse en un modelo. Decir cuál es ese modelo, arriba de la tabla, deja de ser un detalle técnico y pasa a ser parte de la credibilidad del número.
El modelo de datos que hace posible el cross-channel
Para que el nivel 2 reconcilie con el nivel 1 hace falta una estructura concreta, y es más simple de lo que suena. En el centro, una tabla de hechos de interacciones: una fila por touchpoint, con su timestamp, su canal, su campaña, su costo y su identificador de persona o cuenta. Alrededor, las tablas de dimensión: cuenta o cliente, campaña, producto, región, período.
Con esa forma, cada pregunta del comité se vuelve una consulta sobre la misma base y no un pedido a un equipo distinto. "Cuánto nos costó adquirir un cliente de este segmento en esta región" deja de ser un proyecto de dos semanas. Sin esa forma, cada vista nueva es un reporte nuevo, y dos reportes nuevos ya empiezan a contradecirse.
Atribución híbrida: tres métodos, tres trabajos
El last-click sigue siendo el default silencioso de la mayoría de los tableros, y es el que produce la escena del principio: cada plataforma reclamando la misma venta. No es una impresión: en el relevamiento del IAB, el 49% usa atribución a nivel plataforma y otro 49% last-touch, contra apenas el 39% que usa multi-touch y el 34% modelos algorítmicos. El enfoque que se consolidó no reemplaza un modelo por otro: los pone a trabajar juntos con funciones distintas.
| Método | Para qué sirve | Dónde falla solo |
|---|---|---|
| MTA · atribución multi-touch | Optimización táctica del día a día y reparto de crédito entre touchpoints digitales | No ve lo que no está trackeado, y la pérdida de señal le recorta el embudo superior |
| MMM · marketing mix modeling | Planificación presupuestaria de mediano y largo plazo, con medios offline incluidos | Granularidad gruesa y latencia alta: no sirve para decidir el martes |
| Incrementalidad | Validar causalidad con geo-experimentos y holdouts: qué habría pasado sin esa inversión | Caro en tiempo y en diseño; no se puede correr sobre todo al mismo tiempo |
El dato del State of Data 2026 del IAB que más debería preocupar a quien arma un tablero no es sobre tecnología: ningún canal está completamente representado en los MMM de hoy. Entre quienes tienen visibilidad sobre cada canal, el 77% dice que gaming está subrepresentado, el 50% que commerce media, el 48% que creator e influencer, y el 46% que el resto de los medios tradicionales, radio, prensa, vía pública y correo directo. El efecto es conocido: el modelo premia lo que es fácil de medir (display, search, social) y castiga lo que mueve el negocio pero no reporta por API.
Para el nivel 2 eso significa una regla incómoda y necesaria: si un canal no entra en el modelo, tiene que aparecer igual en la tabla, marcado como no modelado. Un cero por omisión se lee igual que un cero por desempeño, y esa confusión ya costó presupuestos enteros.
El filtro
La mitad del trabajo es lo que dejas afuera
Agregar una métrica a la vista ejecutiva no es gratis: cada una compite por los mismos cinco segundos. Y como cuesta poco técnicamente, la tentación es enorme. Hay tres familias que no entran nunca, por razones distintas.
- Métricas de vanidad. Clics totales, impresiones brutas sin segmentar, seguidores, likes sueltos. Suben, se ven bien y no se conectan con ninguna decisión de capital.
- Micro-actividad operativa. CPC de una keyword, tasa de apertura de un envío puntual, resultado de un test A/B de creatividades. Es información valiosa, pero para otro tablero y otra audiencia.
- Métricas huérfanas o inestables. Las que no tienen un responsable con nombre y apellido, o cuya fórmula cambia sin acuerdo entre marketing, ventas y finanzas. Son las más peligrosas de las tres: no aportan y además erosionan la confianza en todo el resto del tablero.
El test de la métrica accionable
Croll y Yoskovitz lo dejaron en una línea en Lean Analytics, sobre la idea de métrica accionable que Eric Ries ya había instalado con The Lean Startup: una buena métrica cambia tu comportamiento. La versión práctica para el tablero es una sola pregunta. Si este número subiera 30% mañana, ¿haríamos algo distinto? Si la respuesta es no, la métrica no va en la vista ejecutiva. Puede ser verdadera, interesante y aun así sobrar.
Hay además un techo numérico que conviene respetar. El nivel 1 vive entre cinco y nueve tarjetas, y la pantalla ejecutiva completa no debería pasar de doce KPIs, contando los tres niveles. Pasado ese número, el ojo deja de jerarquizar y empieza a barrer, que es exactamente lo contrario de lo que el tablero tiene que provocar.
Las métricas que sí convencen a finanzas
Si el objetivo es que marketing deje de ser una línea de gasto en la conversación, el set tiene que hablar el idioma de finanzas. Cuatro métricas hacen la mayor parte de ese trabajo:
- Pipeline originado contra pipeline influido. El primero nació de una acción de marketing; el segundo fue tocado por marketing en algún punto. Mezclarlos es la forma más rápida de perder credibilidad con ventas. Reportarlos separados, la más rápida de ganarla.
- Velocidad de pipeline. Oportunidades por ticket promedio por tasa de cierre, dividido por la duración del ciclo. Es la única métrica de esta lista que muestra el efecto de marketing sobre el tiempo, y el tiempo es caja.
- Payback del CAC. Cuántos meses tarda un cliente en devolver lo que costó adquirirlo. Es la métrica que el CFO ya está calculando por su cuenta; mejor que el número salga del mismo lugar.
- ROMI y ratio CLV:CAC. El retorno sobre la inversión de marketing y la relación entre lo que vale un cliente y lo que cuesta traerlo. Son las dos que sostienen la discusión de presupuesto del año siguiente.
La forma práctica de cerrar el filtro es no diseñar un dashboard ejecutivo genérico, sino uno por rol. Cada asiento de esa mesa tiene una decisión distinta y, por lo tanto, un set primario distinto.
| Rol | KPIs primarios | Lo que no debería ver acá |
|---|---|---|
| CEO | Crecimiento de ingresos atribuidos, cuota de mercado, blended CAC, retención y churn, ROAS global | Métricas por canal individual, tráfico web no cualificado, engagement social aislado |
| CFO | Margen de contribución, variación contra presupuesto, payback del CAC, ratio CLV:CAC, impacto en flujo de caja | Clics, CPC, impresiones brutas, tráfico de blog |
| CMO | Ingresos atribuidos a marketing, pipeline originado e influido, costo por oportunidad, MQLs cualificados, ROMI por campaña | Seguidores, CTR de un anuncio puntual, apertura de un email específico |
| VP de Ventas | Cobertura de pipeline, conversión de MQL a oportunidad, velocidad de pipeline, ingresos por expansión | Actividad diaria individual, visitas a landing pages |
Un mismo dataset, cuatro vistas. Es más trabajo de gobernanza y menos trabajo de diseño del que parece: si las definiciones están bien hechas una sola vez, las cuatro vistas son filtros sobre la misma base, no cuatro reportes paralelos que en tres meses dejan de coincidir.
El tiempo
Cada capa de decisión tiene su propio reloj
El tiempo real es una capacidad que conviene tener. Es la que permite cortar una campaña que se rompió a media mañana, detectar una caída de tracking el mismo día y no el lunes, o llegar a una alerta de reputación cuando todavía se puede hacer algo. La pregunta no es si tenerlo. Es a qué capa le rinde.
Una decisión de reasignación de presupuesto se lee sobre una serie estabilizada, porque lo que se mira ahí es una tendencia y no un momento. El mismo dato, dos relojes distintos, y los dos correctos.
La decisión que cada nivel habilita explica la escala: arriba se reasigna capital y se ajusta estrategia, en el medio se rebalancea el mix de canales y el gasto en paid media, abajo se pausa un anuncio. El refresco continuo rinde al máximo donde la decisión también es continua. En la franja ejecutiva el valor está en otro lado: en que la serie llegue consolidada y comparable, para que la conversación sea sobre qué hacer y no sobre si el número de la mañana ya cambió.
Esa tensión entre corto y largo plazo está medida. En la edición de primavera 2026 de The CMO Survey, sobre 308 líderes de marketing de empresas estadounidenses relevados entre el 7 y el 29 de enero de 2026, el 97% de ellos con cargo de VP o superior, más del 70% declaró estar priorizando resultados inmediatos por encima de los de largo plazo. Ahí la vista ejecutiva cumple una función concreta: poner la serie larga al lado del dato del período, para que el corto y el largo plazo se discutan en la misma pantalla y no en reuniones separadas.
Del tablero que muestra al tablero que recomienda
La capa de IA cambió de lugar en los últimos dos años. Dejó de ser un chat pegado encima del reporte y pasó a ocupar tres funciones que antes hacía una persona a mano, cada una encima de la anterior:
- Diagnóstica. Detecta la anomalía contra una línea base estadística, no contra un umbral fijo, y distingue "el CPA subió porque es fin de mes" de "el CPA subió porque se rompió el tracking". Después explica cuál es la causa más probable y manda la alerta a quien corresponde.
- Predictiva. Proyecta el cierre del período con lo que va corrido y marca si vas a llegar al target antes de que termine el mes, que es cuando todavía se puede hacer algo.
- Prescriptiva. Propone el movimiento concreto: cuánto mover de qué canal a cuál, con el impacto estimado al lado y el supuesto sobre el que se apoya.
El State of Data 2026 del IAB pone números a esa transición: alrededor de la mitad del buy-side ya está escalando IA dentro de sus frameworks de medición avanzada, y de los que todavía no, más del 70% espera hacerlo en uno o dos años. El estudio estima en 32.000 millones de dólares el valor que la IA podría liberar en ese plazo, 26.000 millones en inversión mejor asignada y 6.000 millones en productividad.
Conviene leer la letra chica del mismo informe, porque es la parte honesta. Hoy la IA se usa sobre todo para el trabajo pesado de datos: recolectar, limpiar, etiquetar y normalizar antes de que un humano interprete. La interpretación automática recién aparece en la lista de lo que se espera para dentro de uno o dos años. Y la mitad del buy-side anticipa problemas serios en ese camino, vinculados a riesgo legal, seguridad, exactitud y calidad del dato. Por eso el tablero que recomienda tiene que mostrar siempre sobre qué se apoya: el supuesto, la ventana de datos y la fuente, al lado de la recomendación. Esa trazabilidad es lo que hace que la propuesta se acepte en la reunión en vez de quedar en una sugerencia que nadie ejecuta.
Un KPI solo no dice nada
Un número sin contexto es un número que se puede discutir. Cada tarjeta de métrica del nivel 1 tiene que traer cinco elementos, sin excepción:
- El valor real del período. El dato, en la unidad del negocio.
- La meta o el presupuesto planificado. Sin target, "creció 12%" no es ni buena ni mala noticia.
- La variación contra un período comparable. Interanual para lo estacional, mensual para lo táctico. Elegir cuál y sostenerlo.
- La forma visual correcta. Líneas para tendencia continua, barras horizontales agrupadas para comparar canales, bullet charts contra meta, sparklines dentro de las tarjetas. El rojo y el verde se reservan para alertas y cumplimiento de objetivo, nunca para decorar.
- La marca de frescura. Fecha y hora exactas del último refresco, visibles. Es la línea que más confianza genera por pixel ocupado, y la que casi nadie pone.
La plantilla
Cinco módulos, cinco pasos, en este orden
Con la jerarquía, la capa de datos, el filtro y la cadencia resueltos, el layout casi se escribe solo. Este es el blueprint de cinco módulos: dónde va cada uno siguiendo el patrón de lectura en F, con qué formato visual y, sobre todo, qué pregunta contesta. Si un módulo no contesta una pregunta que alguien hace de verdad, sácalo.
| Módulo | Posición y formato | Pregunta que responde |
|---|---|---|
| 01Salud macro del negocio | Franja superior. Tarjetas KPI con sparkline y semáforo: ingresos atribuidos, blended CAC, ROAS global, cobertura de pipeline | ¿Estamos cumpliendo los objetivos financieros y de crecimiento del período? |
| 02Conversión del embudo | Medio izquierda. Embudo horizontal: TOFU → MOFU → BOFU, MQLs, oportunidades creadas, ventas cerradas | ¿En qué etapa se pierde la eficiencia? |
| 03Contribución por canal | Medio derecha. Barras agrupadas con variación contra meta: inversión y retorno de paid, owned, social y search, con los canales no modelados marcados | ¿Qué combinación de canales está rindiendo el presupuesto? |
| 04Tendencia de largo plazo | Inferior izquierda. Líneas con media móvil y proyección: CLV, payback del CAC, velocidad de pipeline | ¿La trayectoria de crecimiento es sostenible? |
| 05Alertas y excepciones | Inferior derecha. Tabla resumen con semáforos y dueño: desvíos de presupuesto mayores al 10%, caídas anómalas, alertas de reputación | ¿Qué desvío exige una intervención esta semana? |
El orden de construcción importa tanto como el layout, y casi siempre se hace al revés. Se arranca eligiendo herramienta y se termina buscando qué mostrar. Va al revés:
- Escribe las preguntas antes de tocar una herramienta. Las tres a cinco preguntas que esa mesa hace cada mes, redactadas tal cual las hacen. Escribirlas es además el mejor test de alineación que existe: si el equipo no coincide en cuáles son, el tablero todavía no tiene destinatario.
- Arma el diccionario de métricas y la taxonomía. Para cada KPI: fórmula exacta, fuente de origen, dueño con nombre y apellido, ventana y modelo de atribución. Y debajo, la convención de etiquetado que lo sostiene:
utm_sourcepara la plataforma,utm_mediumpara el tipo de tráfico,utm_campaignpara la iniciativa de negocio,utm_contentpara la variante creativa, siempre en minúscula y sin sinónimos. Nueve de cada diez discusiones sobre "este canal no cuadra" son una taxonomía rota, no un modelo roto. - Consolida en una sola capa gobernada, con validación automática. Conecta por API las plataformas de medios, el CRM y el web analytics contra un repositorio único. Y antes de que el dato llegue al tablero, hazlo pasar por reglas que corran solas: UTMs mal formadas, campañas sin dueño, gasto sin campaña asociada, descuadres de atribución, saltos de costo contra la línea base. La gobernanza que depende de que alguien se acuerde no es gobernanza.
- Diseña con la jerarquía, no con el catálogo. Antes de abrir ninguna herramienta, dibuja el layout en papel: qué va arriba, qué tipo de gráfico lleva cada métrica, qué pregunta contesta cada módulo. Sirve para no terminar diseñando según lo que la herramienta hace fácil. Después sí: tres niveles, patrón de lectura en F (la mirada barre la franja superior completa y después baja pegada al margen izquierdo, así que ahí van los módulos que más pesan), color semántico reservado para alerta y objetivo, y espacio en blanco de verdad.
- Valida con ejecutivos reales y automatiza la entrega. Ponlo delante de alguien de esa mesa, sin explicar nada, y dale sesenta segundos para que lea el tablero y tome una decisión. Si no llega, el diseño tiene un problema y lo que la persona pregunte primero es tu bug. Después programa el envío recurrente, porque un tablero al que hay que entrar es un tablero que se abandona.
De los cinco, el paso 2 es el que decide el resultado. El diccionario de métricas no se ve en la pantalla y no luce en una demo, pero es lo que hace que la misma pregunta obtenga la misma respuesta en marzo y en septiembre, con el equipo que esté.
Una sola definición por número. Eso es lo que vuelve confiable un tablero.
¿Qué hacemos en Bunker?
Bunker Analytics es nuestra plataforma de marketing analytics: integra paid, owned, social, search, web y CRM en una misma capa de reporte cross-media, con taxonomía propia, diccionario de KPIs, alertas por desvío y permisos por marca y por región para que cada asiento de la mesa vea su vista y no la de al lado. La inversión que no tiene API (native, DSPs propios, TV, vía pública) entra como un canal más y no como un anexo pegado al final, que es justo el agujero que el IAB encontró en los modelos de la industria. Y si necesitas cerrar la discusión de atribución con MMM, incrementalidad o GeoLift, Marketing Science se suma sobre la misma base en lugar de reemplazarla.
Lo que cambia no es el reporte: es la reunión. En lugar de cuatro láminas en verde y una pregunta sin respuesta, el comité abre una sola pantalla, ve en cinco segundos si está dentro del plan, entiende en el segundo nivel por qué, y sale con una decisión tomada y un responsable al lado.
Sobre el autor
Lucas Suarez
Marketing Analyst
Recomendados para vos
1/9
