Cuando estudiaba Sociología nunca imaginé que una parte importante de lo que estaba aprendiendo terminaría acompañándome años después frente a paneles de Google Analytics, campañas de Meta, reportes de publicidad digital y millones de interacciones producidas por usuarios.
La asociación más común con la Sociología suele ser el estudio del comportamiento humano, las estructuras sociales y una colección bastante intimidante de autores y teorías. Todo eso es cierto. Pero existe otra parte menos visible para quien nunca ha estudiado la disciplina: investigación, metodología, estadísticas, muestras, variables y el intento constante de encontrar patrones sin confundir nuestras suposiciones con evidencia.
Con el tiempo terminé trabajando precisamente en una industria que convertiría buena parte del comportamiento humano en datos. Y ahí fue cuando muchas cosas comenzaron a tener sentido.
Una intuición no es evidencia
La Sociología no consiste solamente en preguntarse por qué las personas hacen lo que hacen. También desarrolla métodos para tratar de demostrarlo. Nos obliga a definir qué queremos observar, cómo vamos a medirlo, de quiénes provienen los datos y hasta dónde podemos generalizar una conclusión.
Una cosa es tener una intuición sobre el comportamiento humano. Otra muy distinta es encontrar evidencia de un patrón.
Esa distinción ha sido fundamental en mi trabajo. En publicidad abundan las afirmaciones que parecen razonables: “este mensaje le gusta más a los jóvenes”, “ese anuncio no funciona” o “la gente abandona porque el precio es alto”. Cualquiera puede proponer una explicación. El trabajo analítico comienza cuando preguntamos: ¿qué observamos realmente?, ¿durante qué periodo?, ¿en cuál audiencia?, ¿con qué muestra?, ¿frente a qué comparación?
Del estudio de grupos al estudio de audiencias
La publicidad siempre ha estudiado grupos humanos: consumidores, segmentos demográficos, mercados, preferencias, hábitos y percepciones. Los medios tradicionales también tenían estadísticas. Existían ratings, estudios de audiencia, circulación, encuestas, paneles, alcance estimado e investigación de mercados.
La gran transformación digital no fue la invención de la medición, sino un cambio en su resolución. Antes podíamos estimar cuántas personas estuvieron expuestas a un anuncio. Ahora podemos observar, con importantes limitaciones, quién hizo clic, desde qué dispositivo llegó, qué página visitó, cuánto tiempo permaneció, qué hizo después, si regresó y si completó una acción.
También podemos comparar cómo cambia el comportamiento según la frecuencia, la creatividad, la ubicación, el momento o el público. La observación se volvió más granular, más rápida y, en muchos casos, más útil para tomar decisiones.
Pero Meta Ads no es Sociología. Google Analytics tampoco. Son herramientas. Lo sociológico aparece en las preguntas que hacemos frente a sus resultados:
- ¿Qué patrón estoy viendo?
- ¿La diferencia es suficientemente consistente para actuar?
- ¿Qué otra variable podría explicarla?
- ¿Estoy confundiendo correlación con causalidad?
- ¿Esta muestra representa al público que creo que representa?
- ¿Estoy observando el comportamiento o solamente la parte que la plataforma puede medir?
Medir no significa comprender
Muchísima gente sabe abrir un dashboard. La ventaja no está solamente en leer métricas, sino en interpretar los números dentro de un contexto humano.
Diez mil clics no son únicamente diez mil clics. Son acciones realizadas por personas bajo unas circunstancias particulares. Una tasa de clic no explica por sí sola una conducta. Una conversión tampoco. Un grupo de edad no es automáticamente una comunidad homogénea. Una audiencia similar creada por un algoritmo no es una teoría sobre seres humanos.
Quizás uno de los errores más comunes en publicidad digital es pensar que, porque podemos medir algo, necesariamente lo entendemos.
Imaginemos un ejemplo sencillo y completamente hipotético. Una campaña A genera 20 conversiones entre 1,000 visitas: una tasa de 2%. Una campaña B genera 27 entre la misma cantidad: 2.7%. El panel puede afirmar correctamente que B convirtió un 35% más. Sin embargo, todavía no sabemos si la diferencia se mantendrá con una muestra mayor, si ambas audiencias tenían la misma intención, si una oferta era más conocida o si un cambio externo afectó el periodo observado.
El cálculo puede ser correcto y la conclusión, precipitada.
Otro panel puede mostrar que una audiencia convierte 37% mejor que otra. Eso nos ayuda a decidir dónde investigar o invertir. Pero no necesariamente explica por qué ocurre. Tampoco revela por sí solo el significado cultural, económico, emocional o social que produce esa respuesta.
Los datos también tienen límites
Los medios digitales producen cantidades extraordinarias de información, pero los datos no son neutrales ni perfectos. Hay sesgos de selección: medimos a quienes llegaron, hicieron clic o aceptaron ser medidos, no a toda la población imaginable. Hay comportamientos que suceden fuera de la pantalla. Hay personas que desaparecen de ciertos informes por decisiones de privacidad y restricciones técnicas.
También hay algoritmos que deciden quién recibe un contenido. Eso significa que la plataforma no solo registra la conducta: participa en la creación del entorno donde esa conducta ocurre. Luego analizamos como resultado una realidad que el propio sistema ayudó a organizar.
La atribución añade otra dificultad. Una compra puede aparecer asociada al último anuncio que alguien tocó, aunque la decisión haya comenzado semanas antes con una recomendación, una búsqueda, una conversación o una experiencia anterior con la marca. El dato disponible representa una parte del recorrido, no necesariamente su historia completa.
Y existe un límite todavía más profundo: lo que una persona hace no siempre nos dice por qué lo hizo.
Los datos digitales permiten observar conductas con una precisión extraordinaria. Lo que no siempre permiten observar son los significados que las personas atribuyen a esas conductas.
Lo cuantitativo necesita contexto
La Sociología no es exclusivamente estadística. También incorpora entrevistas, observación, análisis cualitativo, teoría social y otras formas de aproximarnos a la experiencia humana. Esa combinación fortalece el trabajo de mercadeo.
Los números pueden enseñarnos qué está ocurriendo. Las ciencias sociales nos obligan a seguir preguntándonos por qué.
Una tasa de abandono puede revelar el punto donde muchas personas se van. Hablar con usuarios puede mostrar que el lenguaje genera desconfianza. Un mapa de clics puede señalar una sección ignorada. Observar a alguien tratando de completar la tarea puede explicar que nunca entendió cuál era el próximo paso.
Por eso una buena estrategia no debería depender de una sola fuente. Conviene combinar datos de plataformas con conversaciones, conocimiento del negocio, contexto cultural, historial de ventas y contacto directo con las personas a quienes queremos servir.
De personas a datos, y de datos nuevamente a personas
La Sociología parte de seres humanos y, mediante sus métodos, convierte experiencias en observaciones, variables, muestras y patrones para poder estudiarlas. El mercadeo digital convierte comportamiento humano en impresiones, clics, sesiones, eventos, conversiones y cohortes.
Pero el trabajo no debería terminar ahí. Hay que hacer el viaje de regreso. Detrás del dato sigue habiendo una persona.
No estudié Sociología pensando que algún día analizaría campañas de Meta, embudos de conversión o comportamiento dentro de un website. Muchas de esas cosas ni siquiera existían como las conocemos hoy. Mirando hacia atrás, pocas disciplinas podrían haberme preparado mejor para formular las preguntas que hago todos los días.
Esa mirada también guía mi trabajo como consultor independiente: no se trata de acumular métricas, sino de convertir evidencia, experiencia y contexto en decisiones más inteligentes.
El futuro de la publicidad probablemente traerá todavía más datos, automatización e inteligencia artificial. Precisamente por eso necesitaremos comprender mejor a las personas, no menos.
