Me contrataron para auditar una estrategia de captación de leads. El trabajo incluía campañas, análisis y optimización: revisar lo que estaba ocurriendo, encontrar puntos de mejora y ayudar a que cada acción tuviera una función clara dentro de la estrategia.
La empresa ejecutaba campañas en Meta Ads y Google Ads, además de acciones de email marketing.
Según la acción, las personas podían llegar a la web para consultar información, descargar guías, solicitar contacto o agendar una reunión; también podían dejar sus datos directamente en un formulario instantáneo de Meta.
Antes de proponer cambios en las campañas, quise revisar qué información teníamos.
En Google Analytics había eventos configurados. Estas acciones eran relevantes porque representaban distintos momentos dentro del proceso de captación, pero toda esa medición se limitaba a lo que sucedía dentro de la web.
Una descarga podía indicar interés por un tema. Un formulario mostraba que una persona quería dejar sus datos. Una reunión agendada podía indicar una intención más directa de conversar.
Por ejemplo, en el caso del formulario de la web, podíamos ver que una persona había dejado sus datos. Lo que necesitábamos entender era qué había ocurrido antes: desde qué campaña había llegado a la web, qué anuncio había visto, si procedía de una búsqueda en Google o si había hecho clic en un correo.
Además, no todas las campañas seguían el mismo recorrido.
Una campaña de tráfico en Meta o Google Ads llevaba personas a la web. Una campaña de captación de leads en Meta podía recoger los datos mediante un formulario instantáneo dentro de la propia plataforma, sin que la persona visitara el sitio. El email marketing podía llevar tráfico a una página específica o invitar a descargar un recurso.
Antes de optimizar las campañas, necesitaba conectar esas piezas: el tráfico que llegaba a la web, los leads captados dentro y fuera de ella, y el seguimiento posterior de cada contacto.
Tener eventos no era suficiente
Si alguien completa un formulario, descarga una guía o agenda una reunión, necesitamos registrar esa acción. Sin esa información, sería difícil saber si la web está ayudando a cumplir los objetivos de captación.
Pero un evento responde solo a una parte de la pregunta.
Un formulario enviado indica que una persona dejó sus datos. No explica automáticamente qué anuncio, búsqueda, correo o contenido la llevó hasta allí.
Dos personas pueden completar el mismo formulario y llegar por caminos distintos.
Una puede haber descubierto la empresa mediante una búsqueda en Google. Otra puede haber visto un anuncio en Meta. Otra puede haber abierto un correo enviado días antes. Las tres aparecen como leads, pero su recorrido no es el mismo.
Para que esta lectura sea fiable, cada evento debe corresponder a una acción real. Google Tag Manager puede ayudar a configurarlos, pero medir un clic como si fuera un formulario enviado haría que el análisis empezara con un error.
Aun con los eventos bien configurados, el problema iba más allá de la web.
Necesitábamos entender cómo llegaba el tráfico antes de que una persona completara una acción dentro del sitio.
El tráfico tenía varios puntos de entrada
Una estrategia de captación puede combinar distintos canales y objetivos.
Las campañas de tráfico en Meta y Google Ads buscaban llevar personas a la web.
El email marketing podía recuperar la atención de contactos que ya conocían la empresa o presentarles un contenido relevante.
Las campañas de captación de leads en Meta podían recopilar datos dentro de la plataforma mediante formularios instantáneos. En esos casos, el lead no pasa necesariamente por la web ni aparece como una conversión de Google Analytics.
Esta distinción fue importante.
Analytics podía ayudarnos a analizar lo que ocurría en la web. Meta podía mostrar el rendimiento de sus formularios instantáneos. El CRM o la base de datos debía reunir los contactos y su información de origen.
El objetivo no era obligar a todas las acciones a usar el mismo recorrido, sino identificar qué función cumplía cada una y mantener la información necesaria para analizarla después.
La primera acción: implementar UTMs
Para los enlaces que dirigían tráfico a la web, una de las primeras acciones fue implementar UTMs y definir una nomenclatura compartida.
Las UTMs son parámetros que añadimos a un enlace para identificar el origen de una visita. Permiten reconocer la plataforma, el canal, la campaña y, si es necesario, la creatividad específica.
Una estructura sencilla puede incluir:
| Parámetro | Qué identifica | Ejemplo |
|---|---|---|
utm_source | Plataforma de origen | facebook |
utm_medium | Tipo de canal | paid_social |
utm_campaign | Iniciativa concreta | captacion_guia |
utm_content | Anuncio o pieza | video_testimonio |
Con esta información, una visita deja de ser solo una visita.
Podemos saber si llega desde Meta, Google Ads, una campaña de email marketing o una creatividad determinada.
Eso permite analizar qué tráfico llega a cada página antes de que una persona complete un formulario.
En Google Ads también era necesario revisar que la cuenta estuviera vinculada correctamente con Analytics y que el etiquetado automático funcionara. Las UTMs ayudan a mantener un criterio común, pero no sustituyen una integración correcta entre plataformas.
La nomenclatura debía poder entenderse después
Añadir UTMs es sencillo. Mantenerlas ordenadas requiere un acuerdo.
Si una persona utiliza Meta, otra escribe facebook y otra usa fb_ads, Analytics puede separar esos datos aunque se refieran a la misma plataforma.
Lo mismo ocurre con los nombres de campañas.
Por eso definimos una nomenclatura clara: minúsculas, nombres consistentes y una estructura que ayudara a reconocer el objetivo de cada iniciativa.
Por ejemplo:
captacion_guia_financiacion
Ese nombre no necesita explicar toda la campaña. Solo debe permitir que, semanas después, podamos identificar qué acción estamos revisando.
También era útil mantener un registro compartido de enlaces. Allí podíamos consultar la página de destino, la fuente, el medio, la campaña y la pieza asociada.
El objetivo era evitar improvisar al momento de publicar.
Los leads de Meta también necesitaban conservar su origen
Las UTMs sirven para los enlaces que llevan tráfico a la web.
No resuelven, por sí solas, el seguimiento de una campaña de captación de leads mediante formulario instantáneo en Meta. En ese caso, los datos del contacto se recogen dentro de Meta y deben llegar a la base de datos o al CRM mediante una integración, una descarga periódica o un proceso definido por el equipo.
Pero el principio es el mismo.
Cuando un lead entra en la base de datos, necesitamos saber de qué canal y campaña procede.
Si el contacto llega únicamente con su nombre, empresa, correo y teléfono, perdemos parte del contexto que necesitamos para analizar la estrategia.
Por eso, el origen debía acompañar al lead: plataforma, campaña, anuncio o formulario desde el que se había captado.
Después, el seguimiento comercial podía registrar qué ocurría con ese contacto: si encajaba, si se realizaba una reunión, si aparecía una oportunidad o si no avanzaba.
Qué cambió al conectar los datos
Implementar eventos, UTMs y seguimiento de origen no mejora automáticamente una campaña.
Lo que mejora es la capacidad de entenderla.
Si una campaña de tráfico atrae muchas visitas, pero pocas personas completan el formulario, podemos revisar la relación entre el anuncio y la página de destino.
Si una campaña de Meta capta muchos leads dentro de la plataforma, pero pocos encajan con el servicio, podemos revisar la audiencia, el mensaje o la oferta.
Si una acción aporta menos contactos, pero esos contactos llegan a reuniones y oportunidades, la lectura cambia. Puede tener un coste por lead más alto, pero aportar más valor comercial.
La pregunta deja de ser:
“¿Qué campaña consigue más formularios?”
Y pasa a ser:
“¿Qué acción está aportando contactos que tienen sentido para el negocio?”
Esta lógica sirve para cualquier estrategia de captación. No importa si los leads son B2B o B2C: necesitamos conocer su origen, entender cómo llegaron y observar qué ocurre después.
La lección que me dejó esta experiencia fue sencilla: no podemos optimizar bien aquello que todavía no entendemos.