---
title: "Causmos y Causal Impact: medir la eficacia de Social Ads"
description: "Cómo el método Causal Impact, combinado con Causmos de Google, cuantifica el impacto real de las campañas de Social Ads en 2025. Caso práctico de EdgeAngel."
url: https://edgeangel.co/es/notes/causal-impact-causmos
lang: es
---

> Índice del sitio para agentes, que conviene leer antes de explorar: https://edgeangel.co/llms.txt
> Página HTML de referencia, que incluye además los esquemas y los elementos visuales: https://edgeangel.co/es/notes/causal-impact-causmos

[Nota de expertos](https://edgeangel.co/es/notes)

# Causmos & Causal Impact: medir la eficacia de las campañas de Social Ads

[Medición publicitaria](https://edgeangel.co/es/notes?category=advanced-media-measurement)

Mathieu Lima

• 26 de noviembre de 2025 • Publicado el 20 feb 2025

## Introducción

Medir con precisión el impacto real de las campañas publicitarias sigue siendo un reto importante en 2025 para la mayoría de los actores, ya sean anunciantes o agencias de medios:

-   El marco normativo y técnico evoluciona constantemente, lo que complica el seguimiento del rendimiento. Esta complejidad es especialmente marcada en las campañas de **«parte alta del embudo»** (p. ej., campañas de tipo Demand Gen en Google y, de forma más general, las campañas de **Social Ads**). Estas campañas suelen iniciar **recorridos de usuario más largos y no lineales**, en los que las interacciones publicitarias se producen tanto post-clic como post-view. Ahora bien, seguir estas exposiciones y su **influencia real** de forma unificada a través de múltiples plataformas y dispositivos es un rompecabezas, y hoy ninguna herramienta permite consolidar y atribuir con un buen nivel de confianza la contribución de cada punto de contacto.
-   Las distintas plataformas publicitarias y herramientas de analítica ofrecen **datos de rendimiento que no coinciden**, y dejan a anunciantes y agencias ante un dilema: ¿qué datos creer y qué decisiones tomar para **optimizar las inversiones**?

💡 ¿Por qué es un reto?

-   Saber si las campañas de «parte alta del embudo» generan realmente negocio es fundamental. Sin ello, ¿cómo definir una estrategia de compra de medios que busque crecimiento, en lugar de conformarse con lo que parece rentable?
-   Porque el riesgo de concentrarse exclusivamente en las palancas de intención es chocar con un techo de cristal y perder oportunidades de crecimiento.
-   Ahí es donde un enfoque de **análisis o test de incrementalidad** (como el **Causal Impact**) permite responder a este reto de forma científica y sólida.

![Logotipo de Causal Impact y Causmos](https://edgeangel.co/assets/notes/causal-impact-causmos/image-02.jpg)

## Caso práctico: análisis Causal Impact (con Causmos y GA4) para evaluar el rendimiento de Social Ads

### Alcance del estudio: preguntas y contexto

Nuestro cliente triplicó sus presupuestos de Social Ads entre 2024 y 2025 (en los 4 primeros meses).

Dos preguntas clave:

-   ¿Cuál es el **impacto real** de este aumento de presupuesto en sus resultados de negocio globales?
-   ¿Infravalora GA4 las **conversiones indirectas** generadas por las campañas sociales (en particular, post-view)?

El análisis abarca el periodo del 1 de enero al 30 de abril de 2025.

### Metodología simplificada: ¿qué es el Causal Impact?

El Causal Impact se basa en una comparación entre dos grupos (test y control):

-   **Fase de aprendizaje:** el modelo aprende la correlación del rendimiento entre los grupos antes de modificar la configuración publicitaria.
-   **Fase de análisis:** tras la modificación (aumento de los presupuestos en nuestro caso), el modelo predice el rendimiento teórico sin intervención en el grupo de test. La diferencia entre la predicción y la realidad mide con precisión el impacto incremental real.

![Definición de los grupos de test y de control](https://edgeangel.co/assets/notes/causal-impact-causmos/image-03.jpg)

### ¿Cómo definir con eficacia los grupos de test y de control?

Constituir los grupos con rigor es una etapa determinante.

**El grupo de test:** corresponde a la población afectada por la modificación que se quiere evaluar. En este caso de cliente, se trataba de las ciudades en las que se aplicó efectivamente el aumento de presupuesto en Social Ads. Este cliente tiene presencia local a través de «centros», y el aumento de los presupuestos de Social Ads se activó solo en una parte de esos centros.

**Los grupos de control:** en principio, el evento estudiado no afecta a estos grupos. Para este análisis se constituyeron dos grupos.

-   **Grupo de control 1:** formado por las ciudades con centros que no activaron el sistema de Social Ads o no se beneficiaron del aumento de presupuesto.
-   **Grupo de control 2:** basado en el rendimiento del SEO fuera de la página de inicio, que se considera menos afectado directamente por la notoriedad de la marca y, por tanto, más independiente de las variaciones de presupuesto en Social Ads.

⚠️ A tener en cuenta

Si no es posible identificar de forma oportunista grupos de test y de control diferenciados, es necesario planificar y diseñar el test con antelación. Esto puede implicar lanzar campañas en una población concreta específicamente para el test o, al contrario, suspenderlas en otra. También es posible usar las funcionalidades de «conversion lift» que ofrecen algunas plataformas, si están disponibles (Google y Meta) - tendrás menos control sobre el diseño del test.

### Análisis y resultados obtenidos con Causmos

El análisis Causal Impact se llevó a cabo después con Causmos (aplicación web open source lanzada por Google).

**Validación del test ✅**

La herramienta ofrece una evaluación de la calidad del análisis. En este caso, la puntuación de calidad fue de 10/10, y se confirmaron los siguientes puntos:

![Matriz de correlación](https://edgeangel.co/assets/notes/causal-impact-causmos/image-05.jpg)

**Correlación de los grupos ✅**

La matriz de correlación valida la relación lineal entre las covariables (incluido el evento objetivo). Los valores altos indican una relación lineal fuerte. Se recomienda buscar una correlación cercana a 0,7 o superior entre los grupos antes de la intervención.

![Gráfico de correlación](https://edgeangel.co/assets/notes/causal-impact-causmos/image-06.jpg)

**Resultado del test 🚀**

El modelo usa la ecuación definida durante la fase de aprendizaje para predecir qué habría pasado en el grupo de test después del evento, sin la intervención. Aplica esta ecuación al grupo de control en el periodo posterior al evento para establecer esa predicción. Por último, el modelo compara esta predicción con la realidad observada para cuantificar el incremento:

![Resultados de Causal Impact](https://edgeangel.co/assets/notes/causal-impact-causmos/image-07.jpg)

En este estudio, el análisis reveló que el aumento de los presupuestos en Social Ads generó un **incremento de 2070 conversiones** en el periodo considerado.

### Conclusiones y extrapolación de los resultados

Estas 2070 conversiones son, por tanto, atribuibles al aumento de los presupuestos en Social Ads. En comparación, la atribución directa a Social Ads en GA4 indicaba un incremento de solo 367 conversiones en este grupo de test.

![Extrapolaciones de Causal Impact](https://edgeangel.co/assets/notes/causal-impact-causmos/image-08.jpg)

**Extrapolación y aprendizaje n.º 1**

-   Cada conversión de Social Ads registrada en GA4 corresponde en realidad a **5,7 conversiones incrementales** (2070/367).
-   Este ratio cuantifica la **contribución indirecta** de Social Ads; el modelo permite detectar una contribución mayor que la que las plataformas publicitarias son capaces de detectar por su parte (**x2,5**).

**Extrapolación y aprendizaje n.º 2**

-   Mientras que la lectura inicial a través de la atribución de GA4 sugería que Social Ads representaba **menos del 6 % de las conversiones**, la aplicación de los resultados del análisis Causal Impact indica que su **contribución real estaría más bien en torno al 32 %**.

**Extrapolación y aprendizaje n.º 3**

-   En consecuencia, el **coste por conversión** de Social Ads queda mecánicamente **dividido por 5,7**. En nuestro caso de cliente, el **CPL bajó de los 10 €**, lo que sitúa esta palanca como **más rentable** que las palancas de intención (SEA - captación).

Esta metodología de análisis se aplicó en varias enseñas del grupo y las conclusiones fueron similares. Sirvió de base para decidir **adaptar el mix de medios** y preparar la **aceleración de las inversiones** en las palancas de la parte alta del embudo (Social Ads / Demand Gen en Google Ads) para los próximos meses.

## Perspectivas sobre la medición de la eficacia publicitaria en 2025

Para abordar el reto de la medición de la eficacia publicitaria, recomendamos seguir estos pasos:

**Paso 1 (requisito previo): implementar un tracking impecable (GTM server-side, conversiones mejoradas y aprovechamiento de los datos first-party)**

Esto permite gestionar con eficacia las campañas de la parte baja del embudo (SEA, Shopping) y obtener las primeras señales de rendimiento para los demás tipos de campaña (PMax, Demand Gen, Social Ads, etc.).

Implementación del tracking

Si quieres ayuda para implementar estos elementos esenciales, nuestro equipo está a tu disposición para hablar de tus necesidades: [contacta con nosotros](https://edgeangel.co/es/contact)

**Paso 2: combinar los datos de analítica y los de las plataformas publicitarias en tus informes.**

Esto ofrece dos lecturas complementarias del rendimiento. Las plataformas ofrecen datos de contribución más amplios y una visión más cercana al rendimiento incremental. Activar las conversiones mejoradas (Enhanced Conversions, Advanced Matching) también ayudará a las plataformas a mejorar su visión de la contribución y de las conversiones (en particular, la contribución post-view).

Implementación de los dashboards

En este ámbito, hemos desarrollado Capture Marketing Performance, que responde precisamente a este reto (más información), y podemos ayudarte a desplegar rápidamente este tipo de dashboard: [contacta con nosotros](https://edgeangel.co/es/contact)

**Paso 3: integrar los análisis y tests de incrementalidad en tu gestión.**

Como ilustra el caso presentado, el análisis (con Causal Impact u otros enfoques como el TBR + MM) se convierte en un elemento clave para justificar y optimizar las inversiones en las campañas de la parte alta del embudo. Estos análisis pueden aplicarse a distintas cuestiones, como:

-   Evaluar la rentabilidad real de las campañas de la parte alta del embudo para escalar las inversiones y el rendimiento (cf. el caso de uso de este artículo) o recortar las inversiones no rentables.
-   Medir el impacto de las campañas en las marcas con una fuerte presencia física (en este caso, definiendo un protocolo de test geográfico sólido).
-   Analizar la pertinencia de pujar por palabras clave de marca en SEA/Shopping, en particular cuando se compite con revendedores por los propios productos.
-   Etc.

Puesta en marcha de tests de incrementalidad

Si te interesa poner en marcha tests de incrementalidad, tanto si eres anunciante como agencia de medios, trabajamos contigo para avanzar en estos retos. Contacta con nosotros para hablar de tus proyectos.

**Paso 4 (para las organizaciones más avanzadas): desplegar una solución de MMM**

La implementación de un **[MMM (p. ej., Meridian de Google)](https://edgeangel.co/es/marketing-activation/agence-mmm-google-meridian)** es el último paso, que permite atribuir el rendimiento por palanca teniendo en cuenta un amplio abanico de parámetros y **gestionar los presupuestos de medios** desde un punto de vista macro, considerando el **impacto real de la palanca en la incrementalidad del negocio**.

Estos proyectos suelen ser complejos y costosos de implementar y de mantener, por lo que, de momento, se adaptan mejor a las grandes organizaciones (aunque sin duda serán más asequibles en los próximos meses o años, con la dinámica actual del mercado adTech / marTech).

Marketing Mix Modeling con Google Meridian

Desplegamos Google Meridian para que el MMM sea accesible y operativo. [Conoce nuestro acompañamiento en MMM →](https://edgeangel.co/es/marketing-activation/agence-mmm-google-meridian)

[Todos los recursos](https://edgeangel.co/es/notes)

### ¿Más notas como esta?

Publicamos con regularidad en LinkedIn lo que aprendemos en los proyectos. El algoritmo no nos favorece, así que activa la campana para no perderte nada.

[Seguir en LinkedIn](https://www.linkedin.com/company/edgeangel)

```json
{"@context":"https://schema.org","@type":"Organization","name":"EdgeAngel","url":"https://edgeangel.co","logo":"https://edgeangel.co/assets/brand/edgeangel-logo.svg","sameAs":["https://www.linkedin.com/company/edgeangel"],"contactPoint":{"@type":"ContactPoint","email":"hello@edgeangel.co","telephone":"+33 1 84 16 42 20","contactType":"customer service"}}
{"@context":"https://schema.org","@type":"BreadcrumbList","itemListElement":[{"@type":"ListItem","position":1,"name":"Inicio","item":"https://edgeangel.co/es"},{"@type":"ListItem","position":2,"name":"Recursos","item":"https://edgeangel.co/es/notes"},{"@type":"ListItem","position":3,"name":"Medición publicitaria","item":"https://edgeangel.co/es/notes?category=advanced-media-measurement"},{"@type":"ListItem","position":4,"name":"Causmos & Causal Impact: medir la eficacia de las campañas de Social Ads","item":"https://edgeangel.co/es/notes/causal-impact-causmos"}]}
{"@context":"https://schema.org","@type":"Article","headline":"Causmos y Causal Impact: medir la eficacia de Social Ads","description":"Cómo el método Causal Impact, combinado con Causmos de Google, cuantifica el impacto real de las campañas de Social Ads en 2025. Caso práctico de EdgeAngel.","image":"https://edgeangel.co/open-graph","author":{"@type":"Person","name":"Mathieu Lima"},"publisher":{"@type":"Organization","name":"EdgeAngel","logo":{"@type":"ImageObject","url":"https://edgeangel.co/assets/brand/edgeangel-logo.svg"}},"datePublished":"2025-02-20","dateModified":"2025-11-26","mainEntityOfPage":{"@type":"WebPage","@id":"https://edgeangel.co/es/notes/causal-impact-causmos"}}
```