El modelado de conversiones es la técnica con la que Meta y Google estiman, mediante estadística y machine learning, las conversiones que ocurrieron pero que ya no se pueden medir de forma directa por la pérdida de cookies y la falta de consentimiento. Dicho simple: cuando la plataforma no puede ver una venta con certeza, la deduce a partir de patrones de comportamiento agregados. El número que ves en el reporte ya no es solo lo que se midió, es una mezcla de lo medido y lo estimado.
Por qué apareció el modelado de conversiones
Durante años la medición fue casi perfecta: una cookie seguía al usuario desde el clic en el anuncio hasta la compra, y la plataforma sabía con nombre y apellido qué campaña generó cada venta. Ese mundo se terminó.
Tres cosas lo rompieron al mismo tiempo: las restricciones de privacidad en navegadores (Safari y Firefox ya bloquean cookies de terceros, Chrome viene reduciéndolas), el control de seguimiento de Apple en iOS (el famoso ATT, donde el usuario elige si quiere ser rastreado) y las leyes de consentimiento que obligan a pedir permiso antes de medir. Si querés el detalle de esa transición, lo desarrollamos en el fin de las cookies de terceros.
El resultado es un agujero en los datos. Un porcentaje de las conversiones reales simplemente no se observa. El modelado existe para tapar ese agujero con una estimación, en vez de dejarlo en cero y subreportar todo.
Cómo funciona, sin tecnicismos
La plataforma toma el conjunto de conversiones que sí puede medir (las de usuarios que dieron consentimiento o que dejaron señal completa) y busca patrones: qué tipo de clic, en qué horario, desde qué dispositivo y con qué comportamiento previo suele terminar en compra.
Con ese patrón entrenado, mira el tráfico que quedó “a oscuras” y estima cuántas de esas visitas probablemente convirtieron, aunque no lo pueda confirmar caso por caso. No te dice “esta persona compró”; te dice “de este grupo de 100 clics sin señal, estadísticamente unos 7 terminaron en venta”.
Por eso el modelado nunca te da el detalle individual de una conversión modelada: es un número agregado, no una fila identificable en tu base de datos.
Conversiones observadas vs. modeladas
La clave para no marearte es distinguir los dos tipos de dato que conviven en el mismo reporte.
| Aspecto | Conversión observada | Conversión modelada |
|---|---|---|
| Origen | Medida directamente (pixel, CAPI, consentimiento) | Estimada por la plataforma |
| Certeza | Alta, caso por caso | Estadística, sobre grupos |
| Detalle individual | Sí, identificable | No, solo agregada |
| Aparece en tu CRM | Sí, debería cruzar | No necesariamente |
| Para qué sirve | Verificar y reconciliar | Tomar decisiones de presupuesto |
Ninguno de los dos es “mentira”. La observada es más confiable pero incompleta; la modelada llena el hueco pero es una aproximación. El problema aparece cuando alguien suma las dos y las trata como si fueran ventas confirmadas en caja.
Un ejemplo en pesos
Supongamos una campaña de Meta Ads con un presupuesto de 1.500.000 pesos en el mes para una marca argentina que vende cursos online a 90.000 pesos cada uno.
- Meta reporta 60 compras: 42 observadas y 18 modeladas.
- En el sistema de cobros del negocio aparecen 45 ventas reales atribuibles a esa pauta.
Si tomaras solo las 60 de Meta, calcularías un retorno inflado. Si tomaras solo las 42 observadas, estarías subreportando porque ignorás conversiones que sí pasaron pero no se midieron. La lectura honesta es: el modelado te acerca a la realidad (60 estimadas contra 45 reales), pero la fuente de verdad para facturación sigue siendo el sistema de cobros. El modelado sirve para decidir, no para contabilizar.
Cómo leerlo sin engañarte
Tres reglas prácticas para usar el dato modelado y no comerte la curva:
- Usá el modelado para decidir, no para reportar facturación. Para definir qué campaña escalar o apagar, el dato estimado es útil porque captura tendencias. Para decirle al dueño cuánto facturó, andá a las ventas reales.
- Cruzá siempre contra una fuente neutral. Comparar el reporte de la plataforma contra GA4 y contra el CRM te muestra el tamaño del hueco que la plataforma está modelando. Si la brecha es enorme, te falta señal.
- No sumes conversiones entre plataformas. Meta y Google modelan cada uno por su cuenta, así que sumar sus reportes cuenta la misma venta dos veces. Eso es un problema de atribución, distinto del modelado pero que se potencia con él.
El modelado no reemplaza una buena medición: la complementa. Cuanta más señal real le des a la plataforma, menos tiene que estimar y más se parece su reporte a tu realidad.
La relación con server-side y la calidad de señal
Acá está la palanca que sí controlás. El modelado crece cuando falta señal observada; baja cuando le mandás datos de calidad. La forma moderna de hacerlo es la medición server-side (en Meta, la API de Conversiones o CAPI), que envía los eventos desde tu servidor con datos de primera parte en vez de depender solo del pixel en el navegador.
Cuanto mejor sea esa señal (eventos bien deduplicados, parámetros completos, buen match con el usuario), más conversiones puede confirmar la plataforma de forma directa y menos tiene que inventar. El modelado se vuelve un complemento chico en lugar de la mitad de tu reporte. Si querés ordenar esto desde la base, conviene repasar cómo medir conversiones correctamente antes de pelearte con los números.
Cómo lo encara Rableb
En Rableb partimos de una idea simple: un número que no podés trazar no sirve para decidir con plata real. Por eso tratamos el modelado como lo que es, una estimación útil, y no como verdad de facturación.
El trabajo concreto es reducir la dependencia del modelado fortaleciendo la señal: medición server-side con CAPI, eventos bien definidos y deduplicados, y un cruce permanente entre lo que reporta la plataforma, lo que ve GA4 y lo que aparece en las ventas reales del negocio. Así sabés cuánto de tu reporte es dato medido y cuánto es estimación, y tomás decisiones de presupuesto sobre terreno firme.
El equipo lo dirigen Lucas Clemente y Macarena Opanasiuk, y la lógica es siempre la misma: medible, trazable y reconciliado contra la caja. El modelado ayuda cuando la base está sana; nunca lo usamos para tapar una medición rota.