Tu campaña de DOOH terminó. El reporte dice que las personas expuestas a tus pantallas digitales visitaron un 15% más tu tienda que las que no lo fueron. ¿Caso cerrado? No. Ese número puede ser pura correlación: tal vez tus pantallas están justo donde ya estaba tu mejor cliente, y habrían ido igual sin ver el anuncio. La pregunta que importa no es ¿visitaban más?, sino ¿visitaban más porque vieron el anuncio?. Esa diferencia es la incrementalidad.
En este artículo explicamos cómo medirla bien: con grupo de control, sin trampa estadística y usando datos de movilidad urbana como fuente de verdad.
Attribution no es incrementalidad
El attribution mide qué pasó con las personas que vieron el anuncio. La incrementalidad mide qué no habría pasado sin el anuncio. No es lo mismo.
El error más común en DOOH es asumir que si alguien vio tu pantalla digital y después entró a tu tienda, el anuncio causó la visita. Pero en la mayoría de los casos, las pantallas digitales están en zonas de alto tráfico donde tus clientes ya circulaban. El exposed no es aleatorio: es gente que ya tenía mayor probabilidad de visitarte.
Para medir de verdad necesitas aislar el efecto del anuncio de todo lo demás: estacionalidad, ubicación, perfil del sector, campañas simultáneas en otros canales. El método para hacerlo se llama test de incrementalidad, también conocido como lift test o geo-experiment.
Cómo diseñar un test de incrementalidad para DOOH
1. Define tratamiento y control
Divide tus zonas geográficas en dos grupos:
- Tratamiento: zonas donde tus pantallas DOOH están activas durante el período de la campaña.
- Control: zonas comparables (mismo perfil de tráfico, mismo tipo de audiencia) donde no hay pantallas o donde están apagadas.
La clave es que ambos grupos sean comparables antes de la campaña. Si el grupo de tratamiento ya tenía más visitas que el de control, cualquier diferencia posterior está contaminada.
2. Mide el baseline
Antes de encender las pantallas, mide el flujo de visitantes a tus tiendas en ambos grupos durante al menos 2-4 semanas. Este es tu baseline: el comportamiento natural de cada zona sin campaña. Los datos de movilidad urbana son ideales para esto, porque dan un conteo continuo y no dependen de cookies ni de encuestas.
3. Enciende la campaña y mide el lift
Durante la campaña, sigue midiendo el flujo de visitantes en ambos grupos. El lift incremental es la diferencia de comportamiento entre tratamiento y control respecto al baseline:
- Si el grupo de tratamiento sube un 15% y el de control sube un 3% (por estacionalidad o campaña en otro canal), tu lift real es 12 puntos porcentuales.
- Si ambos suben igual, no hay incrementalidad: el anuncio no agregó nada.
- Si el tratamiento sube y el control baja, tienes un lift aún mayor de lo que parece a simple vista.
4. Calcula el impacto en términos de negocio
Convierte el lift a unidades que le importan al negocio: visitas adicionales, tickets promedio estimados, ventas incrementales. Si tu lift es de 12% sobre 10.000 visitantes semanales, eso son 1.200 visitas extra. Multiplica por ticket promedio y tienes el retorno de la campaña en dinero.
Los errores que invalidan un test
- Sin grupo de control. Comparar contra el período anterior sin una zona de control mezcla el efecto del anuncio con la estacionalidad. Si diciembre siempre vende más, el aumento no es de tu DOOH.
- Control no comparable. Si tu grupo de control es un barrio residencial y tu tratamiento es un distrito comercial, cualquier diferencia es por la zona, no por el anuncio.
- Periodo de baseline muy corto. Medir 3 días antes de la campaña no captura la variabilidad natural de la zona. Necesitas al menos 2 semanas.
- Otros canales activos al mismo tiempo. Si tienes display, redes sociales o radio corriendo en paralelo sin separar geográficamente, el lift que mides puede ser de esos canales, no del DOOH.
- Reportar correlación como causalidad. "Los expuestos visitaron 15% más" no es un resultado de incrementalidad. Es un punto de partida, no una conclusión.
Por qué los datos de movilidad son la fuente ideal
Los tests de incrementalidad en DOOH tienen un desafío único: a diferencia del digital, no hay un pixel que te diga exactamente quién vio tu pantalla. Lo que sí puedes saber —con datos de movilidad urbana— es quién estuvo físicamente en la zona de influencia de tus pantallas durante la campaña.
Esos datos permiten:
- Medir el flujo real de personas en las zonas de tratamiento y control, día por día y hora por hora.
- Verificar que tu grupo de control era comparable al de tratamiento antes de la campaña.
- Detectar el lift en visitas a tus puntos de venta sin necesidad de pixels ni cookies.
- Aislar el efecto del DOOH de otras variables con un diseño de test robusto.
El resultado es un número que puedes defender ante el cliente o el CFO: no una suposición, sino un lift medido con método.
En resumen
La incrementalidad responde a la única pregunta que importa en publicidad: ¿qué habría pasado sin el anuncio? Sin grupo de control, sin baseline y sin una fuente de datos confiable, cualquier respuesta es una opinión. Con un test bien diseñado y datos de movilidad, la respuesta es un número.
Cómo te ayuda adhuman
En adhuman diseñamos y ejecutamos tests de incrementalidad para campañas DOOH usando datos de movilidad urbana: seleccionamos zonas de control comparables, medimos el baseline y calculamos el lift real de cada campaña. Si quieres saber si tu próxima inversión en DOOH realmente movió la aguja, hablemos.