Conversiones personalizadas y métricas personalizadas

Las conversiones personalizadas y las métricas personalizadas resuelven problemas distintos. Una conversión personalizada define una acción concreta que quieres contar y hacia la que quieres optimizar. Una métrica personalizada es un cálculo que construyes en los informes a partir de números que Meta ya te da. La primera cambia lo que se cuenta. La segunda cambia cómo lees lo que se cuenta.

Qué es una conversión personalizada

Una conversión personalizada es una regla aplicada sobre los datos de tu píxel o de la API de Conversiones. Eliges un evento de origen, como una vista de página o una compra, y añades condiciones. Una regla habitual es una condición de «la URL contiene», por ejemplo contar una vista de página solo cuando la URL incluye «gracias-demo». Otras reglas pueden usar parámetros del evento, como un valor de compra superior a un importe determinado.

La guía actual de Meta enumera los tipos de reglas admitidos y sus límites, incluido cuántas conversiones personalizadas puede tener una cuenta, así que consúltala antes de planificar la configuración.

Cuándo usar una conversión personalizada

• Separar acciones parecidas. Un sitio tiene una única plantilla de página de agradecimiento para dos productos. Una regla sobre la URL los separa para que puedas medir cada uno.
• Medir un subconjunto valioso. Cuenta solo las compras por encima de cierto valor, o solo una categoría de producto concreta.
• Usar una señal sin cambiar el código del sitio. Si ya se dispara un evento estándar, una regla puede acotarlo sin necesidad de un desarrollador.
• Informar sobre un paso de un flujo para el que no existe un evento estándar.

Si puedes disparar un evento estándar con los parámetros adecuados, suele ser más limpio, ya que los eventos estándar funcionan en más herramientas de Meta. Repasa conversiones explicadas para ver cómo se relacionan los tipos de evento.

Límites que conviene conocer

Una conversión personalizada solo puede contar lo que el evento subyacente ya ha capturado. No puede recuperar un evento que nunca se disparó. Además, depende de que los datos del evento lleguen de forma fiable, así que una configuración que pierde eventos por las restricciones de los navegadores los perderá también aquí. Los eventos de servidor enviados mediante la API de Conversiones ayudan con eso, como se explica en la guía del píxel de Meta y la API de Conversiones.

Las reglas que dependen de URL se rompen cuando el sitio cambia su estructura de URL. Tras un rediseño, vuelve a probar cada regla.

Qué es una métrica personalizada

El Administrador de anuncios te permite crear una métrica personalizada a partir de columnas existentes con una fórmula. Por ejemplo, puedes dividir las compras entre los clics en el enlace para ver una tasa de clic a compra, o calcular el beneficio restando una cifra de coste al valor de compra. Las métricas se guardan como columnas que puedes reutilizar en una vista de informe.

Cuándo usar una métrica personalizada

• Medir algo específico de tu negocio, como la contribución tras el coste del producto.
• Estandarizar una ratio de la que tu equipo habla a menudo.
• Comparar anuncios con una cifra que Meta no muestra por defecto.

Una métrica personalizada solo es tan buena como sus datos de partida. Si el recuento de compras subyacente se ve afectado por las ventanas de atribución, tu cifra calculada hereda los mismos límites. La guía de modelos de atribución explica esas opciones.

Una secuencia práctica

1. Enumera las acciones que importan para el negocio.
2. Comprueba cuáles cubren los eventos estándar.
3. Crea conversiones personalizadas solo para los huecos.
4. Prueba cada regla completando tú mismo la acción y confirmando que aparece en el Administrador de eventos.
5. Crea métricas personalizadas cuando los recuentos sean fiables.

Cómo ayuda YieldBI

YieldBI admite el seguimiento de conversiones y la atribución, incluidas las configuraciones de píxel y de API de Conversiones y las conversiones offline, de modo que los eventos que hay detrás de tus reglas y métricas se capturan de forma más completa. Sus modelos de atribución incremental y sus ventanas efectivas añaden una visión de qué parte del resultado informado procede realmente de los anuncios.