06. Framework de Métricas: Qué Medir
Taxonomía de métricas, benchmarks, dashboards ejecutivos
🎯 Objetivos de Aprendizaje
- Entender 5 categorías de métricas (volumen, engagement, negocio, competencia, operacional)
- Calcular métricas clave con fórmulas y ejemplos reales
- Construir dashboards ejecutivos para diferentes stakeholders
- Aplicar benchmarks por industria
- Diseñar frameworks de medición accionables
🚀 Introducción
Una marca de moda celebraba 5 millones de menciones en redes sociales. El CEO estaba feliz. Hasta que descubrió que las ventas cayeron 12% en el mismo período.
El problema: estaban midiendo lo equivocado.
La realidad de las métricas en social listening:
- 97% de empresas rastrean algún tipo de métrica
- Solo 23% toma decisiones basadas en esos datos
- El 74% confunde "métricas de vanidad" con "métricas de acción"
La solución no es medir más. Es medir lo correcto.
📊 Taxonomía de 5 Categorías de Métricas
1. MÉTRICAS DE VOLUMEN
Responden: "¿Cuánto se habla de nosotros?"
Mentions (Menciones)
- Número total de veces que tu marca es mencionada
- Fórmula: Suma de todas las menciones en período
- Ejemplo: Netflix tuvo 3.2M menciones durante lanzamiento de "Squid Game"
- Benchmark por industria:
- E-commerce: 50K-200K/mes
- SaaS: 20K-100K/mes
- CPG: 100K-500K/mes
- Retail: 30K-150K/mes
Reach (Alcance)
- Número de personas potencialmente expuestas a tu contenido
- Fórmula: Suma de seguidores de todos los posts
- HubSpot ejemplo: 125K menciones/mes, 2.3M alcance potencial
Share of Voice (Participación de Voz)
- Fórmula: (Tus menciones / Menciones totales en categoría) × 100
- Ejemplo Netflix: 3.2M menciones / 10M menciones totales en TV = 32% SOV
- Caso Coca-Cola vs Pepsi:
- Coca-Cola: 52% SOV en bebidas
- Pepsi: 31% SOV en bebidas
- Diferencia estratégica: 21 puntos porcentuales
2. MÉTRICAS DE ENGAGEMENT
Responden: "¿Cuán interesados están en nosotros?"
Engagement Rate
- Fórmula: (Likes + Comentarios + Compartidas / Alcance) × 100
- Benchmarks por plataforma:
- Instagram: 1-3% es promedio, 5%+ es excelente
- Twitter: 0.3-0.8% es normal
- LinkedIn: 0.5-2% es esperado
- TikTok: 5-10% es típico
Conversation Starter Rate
- Porcentaje de menciones que generan respuestas
- Fórmula: (Menciones que generan replies / Menciones totales) × 100
- Caso real: Glossier descubrió que posts sobre "productos no convencionales" generaban 78% conversation rate vs 12% en posts tradicionales
Response Rate
- Porcentaje de menciones a las que respondiste
- JetBlue: 8 minutos promedio de respuesta
- KLM: Team 24/7, responden en 11 minutos promedio
3. MÉTRICAS DE SENTIMIENTO
Distribution de Sentimiento
- % Positivo, Neutral, Negativo
- Benchmarks por industria:
- E-commerce: 55-65% neutral, 25-35% positivo, 5-15% negativo
- Fintech: 45-55% neutral, 30-40% positivo, 10-20% negativo
- CPG: 60-70% neutral, 20-30% positivo, 5-15% negativo
Net Sentiment Score
- Fórmula: (% Positivo - % Negativo) × 100
- Rango: -100 (totalmente negativo) a +100 (totalmente positivo)
- Ejemplo McDonald's: 62% positivo - 15% negativo = +47 net sentiment
Sentiment Velocity
- Cambio de sentimiento día a día
- Alerta: Si baja más de 10 puntos en 24 horas, investigar
- Caso crisis: Cuando United Airlines sacó a pasajero, su sentimiento cayó de +65 a -45 en 4 horas
4. MÉTRICAS DE NEGOCIO
Brand Lift
- Cambio en percepción de marca después de intervención
- Netflix "Squid Game": 40% aumento en intención de compra post-lanzamiento
- Medición: Encuesta antes/después
Share of Search
- Fórmula: (búsquedas tu marca / búsquedas totales categoría) × 100
- Indica: Qué tan top-of-mind eres
Conversion Attribution
- Fórmula: (Conversiones influenciadas por social / Conversiones totales) × 100
- HubSpot caso: $15.8M en pipeline atribuible a social listening
- Slack: $47M ARR atribuible a social insights
- ROI: 420% para Slack
5. MÉTRICAS OPERACIONALES
Response Time
- Tiempo promedio de respuesta a menciones
- Benchmark: <2 horas es excelente
- Zappos: 30 minutos promedio (líder de industria)
Resolution Rate
- Porcentaje de quejas resueltas en social media
- Target: 80%+
- Ejemplo: Delta Airlines resuelve 85% de quejas en Twitter
Customer Satisfaction Score (CSAT)
- Pregunta: "¿Qué tan satisfecho estás?" Escala 1-5
- Target: 4.0+/5.0
- Correlación directa con likelihood to recommend
📈 Dashboards Ejecutivos por Rol
Dashboard para CEO
- Brand Health Score (agregado sentimiento + SOV + trend)
- Market share insights from social
- Competitive positioning
- Revenue impact attribution
- Crisis alerts
Dashboard para CFO
- ROI de social listening
- Cost per insight
- Revenue attributed
- Team efficiency metrics
- Budget utilization
Dashboard para CMO
- Campaign sentiment tracking
- Content performance by topic
- Audience growth trends
- Influencer ROI
- Message resonance scores
Dashboard para CTO
- Feature requests frequency
- Bug reports trending
- Competitive feature mentions
- Product sentiment by feature
- Technical issue alerts
💡 Vanity Metrics vs Action Metrics
VANIDAD (Ignora estos)
- Follower count (sin contexto)
- Impressions totales
- Reach (sin engagement)
- Likes (sin impacto)
Problema: Marca A tiene 10M seguidores pero 0.1% engagement = prácticamente muerta
ACCIÓN (Mide estos)
- Conversation starter rate
- Purchase intent mentions
- Problem escalation signals
- Influencer recommendations
- Competitive consideration
Mejor: Marca B tiene 100K seguidores pero 5% engagement = 50x más valiosa
🎯 SMART Framework para Establecer Targets
BASELINE (Semana 1-4):
- Establece dónde estás ahora
- Mide sentimiento actual
- Benchmark vs competencia
- Ejemplo: McDonald's 2018 comenzó con 62% sentimiento positivo
SMART Goal Examples:
❌ MALO: "Mejorar sentiment" (vago, no medible)
✅ BUENO: "Aumentar sentimiento positivo de 62% a 72% en Q2 manteniendo volumen constante" (específico, medible, tiempo-limitado)
📊 Modelos de Atribución
Single-Touch Attribution
- Todo el crédito a la última interacción
- Simple pero impreciso
- Ejemplo: Si alguien ve tu ad y compra después, 100% crédito al ad
Multi-Touch Attribution
- Crédito distribuido entre touchpoints
- Más realista
- Ejemplo: First touch 30%, Middle 40%, Last 30%
Time Decay
- Interacciones recientes pesan más
- Fórmula: Asigna más peso a eventos más cercanos a conversión
- Slack caso: Menciones 7 días antes de conversión pesan más
Custom Model
- Basado en patrones de negocio específicos
- HubSpot ejemplo: En B2B largo, 20% crédito a todos los touchpoints, enfoque en las primeras interacciones de conciencia
🚨 Errores Críticos a Evitar
Confundir correlación con causalidad
- Social listening sube Y las ventas suben = ¿relacionado? Quizá, pero no probado
- Siempre valida con experimentos
Ignorar temporalidad
- Compares julio con enero? Diferentes patrones estacionales
- Siempre compara mismo período del año anterior
Confiar ciegamente en sentiment automático
- "Esta comida está para morirse" = Positivo (pero sarcasmo)
- Siempre valida 10-20% manual
Medir todo sin propósito
- "Medir 73 métricas" = análisis parálisis
- Limítate a 7-10 métricas clave
Hacer reportes, no acciones
- Dashboard bonito pero nadie la lee
- Métrica = nada si no genera decisión
📋 Ahora Tu Turno: Construye Tu Framework de Métricas
Identifica tus 3-5 objetivos principales
- Ejemplo: Aumentar Share of Voice, Mejorar sentiment, Acelerar response time
Para cada objetivo, define:
- Métrica clave
- Fórmula de cálculo
- Baseline actual
- Target en 3 meses
- Frequency de medición (diaria/semanal/mensual)
Diseña tu dashboard
- Qué 7-10 métricas van a monitorizar?
- Quién lo va a revisar?
- Qué acción se toma si baja métrica X?
Establece alertas
- Si sentiment baja más de 10 puntos: alerta
- Si response time supera 2 horas: alerta
- Si crisis detected: escalada inmediata
💡 Puntos Clave
- No todas las métricas son iguales. Vanidad ≠ Acción
- Contexto es todo. 100 mentions en industria de nicho > 100K en industria masiva
- Diferencia por industria. E-commerce != SaaS != CPG
- Atribución es difícil. Haz lo mejor posible, pero reconoce limitaciones
- Dashboards vivos. Revisa semanalmente, no mensualmente
- Acción > Información. Métrica sin decisión = inútil
Academia Tooldata
¿Completaste esta lección?
Marca esta lección como completada. Tu progreso se guardará en tu navegador.