Marketing
A path through The Default Library
========================================
Cómo decide la gente qué comprar, y cómo una organización se gana un lugar en su mente con honestidad.


Step 1. Microeconomía: por qué nada es gratis y cada precio es un mensaje
-------------------------------------------------------------------------
Why: Demanda, disposición a pagar y competencia: la economía debajo de todo mercado.
Todo cuesta lo que dejaste de tener, las decisiones se toman un paso a la vez, y un precio es la señal que hace cooperar a extraños. Hasta que está mal, y entonces puedes ver cuánto.

Una cafetería sube su café con leche de 45 a 48 pesos y, de algún modo, sigue llena. Una aplicación de transporte duplica sus tarifas cuando llueve y, diez minutos después, hay más coches en la calle. Una ciudad empieza a cobrar a los autos por entrar al centro, y el tráfico se afloja sin una sola regla nueva sobre quién puede manejar. Nadie dio una orden. Un precio se movió, y miles de personas hicieron cada una algo pequeño, egoísta y sensato.
  Quien estudió economía mira esas tres escenas y ve las mismas pocas ideas trabajando: todo cuesta algo a lo que renunciaste, las decisiones se toman de una en una, y un precio es una señal que le dice a los compradores que se contengan y a los vendedores que aparezcan. Esa caja de herramientas es la microeconomía: cómo eligen las personas y las empresas, y qué pasa cuando esas elecciones se encuentran en un mercado. Es también la puerta más amable a toda la materia, porque ya la usas cada vez que compras.

  
    La materia en una caja
    
      Quién la cursaTodo estudiante de Economía, Administración o Marketing, normalmente en primer año como "principios de economía" y otra vez en segundo como "microeconomía intermedia", con cálculo. En la ruta de Derecho llega en el año 4, para entender el razonamiento económico que hay detrás de la regulación y la competencia. Las escuelas de negocios enseñan la misma caja de herramientas como "economía de la empresa" o "economía gerencial".
      Para qué sirvePara predecir cómo responden personas y empresas cuando cambian los precios, los impuestos, las reglas o los competidores, y para juzgar si el resultado es bueno para alguien más que para quienes hacen el trato.
      Viene después de:Cálculo (34/32): "uno más" es una derivada.
      Lleva a:Teoría de juegos (34/15), Economía conductual (34/27), Políticas públicas (34/16), Macroeconomía (34/35), Comercio y finanzas internacionales (34/38), Economía pública (34/37), Estrategia y competencia (34/43), Dirección de marketing (34/45) y Precios (34/48).
      Qué te da esta piezaNo sabrás estimar una curva de demanda con datos reales. Sí verás por qué un tope de precios produce filas, por qué un impuesto cuesta más de lo que recauda y por qué un mercado con cinco empresas se comporta distinto de uno con una. Lecturas más fáciles: De dónde sale el dinero de verdad y Poner precio sin miedo (en Empezar un Negocio) y Capitalismo: cómo los mercados, los precios y la propiedad privada organizan una economía (en inglés, 31/01). Esta pieza pone números y deslizadores en el mismo terreno. Todos los mercados de abajo son ilustrativos, no datos.
    
  

  Escasez y costo de oportunidad: el precio real es lo que dejas
  Los deseos no tienen techo; el tiempo, la tierra, el trabajo y el dinero sí. Esa brecha es la escasez, y hace de toda elección un intercambio. El precio honrado de cualquier cosa es su costo de oportunidad: lo mejor a lo que renunciaste para conseguirla. Una película de dos horas cuesta la entrada más todo lo demás que habrías hecho en esas dos horas. El mayor costo de una carrera suele ser el sueldo que no ganaste.
  Los economistas lo dibujan como una frontera de posibilidades de producción: lo máximo que puedes hacer de un bien por cada cantidad del otro. Se curva hacia afuera porque los recursos no sirven igual para todo. Los primeros campos que pasas del café al maíz son los más aptos para el maíz; los últimos son mala tierra de maíz (el café se da en altura, el maíz en llano). Por eso cada unidad extra cuesta más que la anterior. Ese costo creciente, y no una ley de la naturaleza, es lo que permite que los precios lleven información.
  
    Interactivo · La frontera de una finca
    Maíz cosechado
      
    
    
    Finca ilustrativa: café = 100 − maíz²/100. El costo de la siguiente unidad es café(ahora) − café(con una unidad más de maíz).
  
  Con 40 de maíz, la finca puede tener 84 de café. Una unidad más de maíz cuesta 0.81 de café. Con 80 de maíz, la misma unidad extra cuesta 1.61 de café, el doble. Nada empeoró: simplemente se acabaron los campos fáciles. Recuerda esta forma cuando alguien diga "hay que hacer más de eso".

  Pensar en el margen: solo importa la siguiente unidad
  La gente rara vez elige todo o nada. Elige uno más: una hora más de estudio, un pan más, un piso más en el edificio. El margen es el borde donde vive la decisión. La regla que se lleva un economista: sigue haciendo algo mientras su beneficio marginal sea al menos igual a su costo marginal, y para cuando la siguiente unidad costaría más de lo que aporta.
  haz más mientras  beneficio marginal ≥ costo marginalpara un vendedor que enfrenta un precio de mercado, el beneficio marginal es simplemente el precio
  Una panadería vende panes a precio fijo. El costo del siguiente pan sube a medida que el horno se llena y el personal pasa a horas extra (una ilustración, no una panadería real). El deslizador de abajo es la decisión de la dueña. Observa la joroba de la ganancia: la cima está exactamente donde el costo del siguiente pan alcanza al precio.
  
    Interactivo · ¿Cuántos panes?
    Precio por pan
      
    Panes horneados
      
    
    
    Ilustrativo: costo total = q + 0.05q², así que el siguiente pan cuesta cerca de 1 + 0.1q.
  
  A un precio de 6, la mejor producción es de 50 panes y la ganancia es de 125. Con 40 panes la dueña deja dinero sobre la mesa; con 60 hornea panes que cuestan más de lo que se venden. Un precio más alto sube la mejor producción: a 10, es de 90. Alinear cada precio con su mejor producción es exactamente cómo se construye una curva de oferta.

  Oferta y demanda: el precio que vacía el mercado
  La demanda dice que, en igualdad de condiciones, los compradores quieren menos a medida que sube el precio. La oferta dice que los vendedores ofrecen más (la panadería acaba de mostrar por qué). Dibuja ambas contra el precio y se cruzan en un punto: el precio de equilibrio, donde la cantidad que quieren los compradores iguala la que ofrecen los vendedores. Por encima hay excedente y los vendedores bajan precios; por debajo hay escasez y los compradores pujan. El precio es atraído al cruce sin que nadie lo fije.
  El hábito clave: separar moverse a lo largo de una curva (cambió el precio) de desplazarla (cambió otra cosa: gustos, ingreso, costo de los insumos, una helada). Prueba tres choques en un mercado cuyo punto de partida es precio 30, cantidad 40.
  
    Interactivo · Desplaza las curvas
    
      Reiniciar
      Sube la demanda (una moda)
      Baja la oferta (una helada)
      Ambas
    
    Desplazamiento de la demanda (unidades a cada precio)
      
    Desplazamiento de la oferta (unidades a cada precio)
      
    
    
    Ilustrativo: demanda Q = 100 − 2P, oferta Q = 2P − 20, desplazadas luego de lado.
  
  Una moda sube el precio (35) y la cantidad (50). Una helada sube el precio al mismo 35 pero recorta la cantidad a 30. Mismo precio, cantidades opuestas: quien sabe lee la cantidad para saber si se movió la demanda o la oferta. Cuando ambas se desplazan 20, el precio salta a 40 y la cantidad casi no cambia, porque los dos efectos sobre la cantidad se cancelan.

  Elasticidad: qué tan fuerte reaccionan los compradores
  Una subida de precio siempre baja la cantidad demandada. Lo que importa es cuánto. La elasticidad precio de la demanda es la caída porcentual de la cantidad por cada 1% que sube el precio. Si es menor que 1 en tamaño, la demanda es inelástica: los compradores se encogen de hombros (la sal, la insulina, la gasolina en el corto plazo). Si es mayor que 1, es elástica: los compradores se van (una marca de cereal, una comida en un restaurante).
  elasticidad = % de cambio en la cantidad ÷ % de cambio en el precioel ingreso de los vendedores sube con el precio si la demanda es inelástica, y baja si es elástica
  Un caso real: desde enero de 2014 México gravó las bebidas azucaradas con un peso por litro, que el estudio calcula en cerca de un 10% del precio, y los precios en tienda subieron en promedio exactamente un peso por litro. Las compras de las bebidas gravadas cayeron 6% en promedio durante 2014 (12% en diciembre de ese año) frente a lo esperado sin el impuesto, y 9.1% en promedio en los hogares de menor nivel socioeconómico (Colchero y colaboradores, BMJ, 2016). Eso es una elasticidad de unos 0.6 en el promedio del año, y de más de 1 hacia diciembre: la respuesta crece con el tiempo, y la de una marca concreta sería mayor que la de toda la categoría.
  
    Interactivo · ¿Qué hace una subida de 10% en el precio?
    
      Básico (0.3)
      Elasticidad unitaria (1)
      Comida en restaurante (2)
      Una sola marca (3)
    
    Elasticidad (tamaño)
      
    Precio
      
    
    
    Demanda ilustrativa de elasticidad constante: Q = 100 × (P ÷ 10)−e. Las elasticidades reales difieren según el mercado, el horizonte de tiempo y cuántos sustitutos haya.
  
  Con elasticidad 0.5, una subida de 10% recorta la cantidad cerca de 4.7% y sube el ingreso cerca de 4.9%. Con 2, la misma subida recorta la cantidad 17.4% y el ingreso 9.1%. Por eso un monopolista nunca cobra donde la demanda es inelástica: ganaría más cobrando más.

  El excedente y el triángulo que nadie entiende
  Un intercambio ocurre solo si mejora a ambos lados. El excedente del consumidor es la diferencia entre lo que un comprador habría pagado y lo que pagó. El excedente del productor es la diferencia entre lo que recibió un vendedor y lo mínimo que habría aceptado. En el mercado de arriba, cada uno vale 400, así que el total es 800. Un mercado competitivo, sin intervención y sin efectos sobre terceros, produce exactamente los intercambios que hacen ese total lo más grande posible.
  Ahora interviene. Un impuesto abre una cuña entre lo que pagan los compradores y lo que se quedan los vendedores, así que algunos intercambios que valían la pena ya no ocurren. Un tope de precios por debajo del equilibrio hace que los vendedores ofrezcan menos de lo que quieren los compradores. De cualquier modo, los intercambios perdidos son la pérdida de eficiencia (deadweight loss): excedente que no fue a nadie. Es un triángulo, así que crece con el cuadrado de la cuña.
  
    Interactivo · Un impuesto, o un tope de precio
    
      Impuesto por unidad
      Tope de precio
    
    Impuesto por unidad
      
    
    
    El mismo mercado de arriba (precio 30, cantidad 40, excedente 800). Con el tope se supone el mejor caso: consiguen el bien quienes más lo valoran. El racionamiento real suele ser peor.
  
  Un impuesto de 10 reduce la cantidad de 40 a 30, recauda 300 y destruye 50 de excedente. Duplica el impuesto a 20 y la pérdida no se duplica: se cuadruplica a 200, mientras la recaudación sube solo a 400. Un tope en 20 deja 20 unidades a la venta donde los compradores quieren 60: una escasez de 40, una pérdida de 200 incluso en el mejor caso, y una invitación a hacer fila, sobornar o armar un mercado negro. Fíjate en lo que un impuesto puede hacer y un tope no: recauda dinero que se puede gastar. La siguiente pieza de este hilo, Economía pública (34/37), trata de quién termina pagándolo.

  Estructuras de mercado: de mil vendedores a uno
  "Oferta y demanda" supone vendedores demasiado pequeños para mover el precio. Eso vale para un agricultor que vende trigo, no para una red eléctrica ni para un buscador. Los economistas ordenan un espectro. En un extremo está la competencia perfecta: muchos vendedores y bienes idénticos, así que cada uno toma el precio como dado y el precio se empuja hasta el costo marginal. En el otro, el monopolio: un solo vendedor, que elige el precio y restringe la cantidad para mantenerlo alto. En medio, el oligopolio (unas pocas empresas que se vigilan) y la competencia monopolística (muchas empresas con productos algo distintos, como los restaurantes).
  El modelo más simple que muestra todo el espectro es el de Cournot, de 1838: las empresas eligen cantidades, cada una sabiendo que las demás hacen lo mismo. Cuantas más empresas, más teme cada una inundar el mercado, y más se acerca el precio al costo.
  
    Interactivo · ¿Cuántos rivales?
    
      Las empresas compiten en cantidades
      Competencia perfecta
    
    Número de empresas
      
    
    
    Ilustrativo: demanda P = 100 − Q, costo marginal de cada empresa 20. Una empresa fija 40 unidades a 60. Cournot con n empresas: Q = 80n ÷ (n+1).
  
  Una empresa cobra 60 y vende 40; dos llegan a 46.7; cinco, a 33.3; veinte, a 23.8, casi el 20 competitivo. Los compradores ganan al sumar empresas (el excedente del consumidor pasa de 800 con una a unos 2,900 con veinte) y la pérdida de eficiencia baja de 800 a cerca de 7. Es el argumento económico a favor de la política de competencia, y la razón de que Estrategia y competencia (34/43) sea un curso entero. Pero la entrada importa más que el conteo: un mercado con una sola empresa y entrada fácil puede portarse mejor que uno con tres protegidas. Un caso real: en marzo de 2014 el Instituto Federal de Telecomunicaciones de México declaró "agente económico preponderante" en telecomunicaciones al grupo del que forman parte Telmex, Telcel y América Móvil, e impuso medidas para evitar que su posición dañara la competencia: cuando una empresa domina, el precio queda lejos del costo, y por eso las reglas pueden tratar distinto a quien domina.

  Externalidades y bienes públicos: cuando los precios se pierden algo
  Los precios funcionan cuando el comprador y el vendedor cargan todos los costos y beneficios del intercambio. Una externalidad es un costo o beneficio que cae sobre otra persona: el humo de una fábrica, la fiesta ruidosa del vecino o, del lado bueno, las abejas de un apicultor que polinizan el huerto de al lado. La cantidad de mercado es demasiado alta para los daños y demasiado baja para los beneficios, porque quien decide ignora al tercero.
  El arreglo clásico es un impuesto pigouviano (A. C. Pigou, 1920): cobrar al contaminador el daño que causa, para que el precio privado incluya el costo social. El cobro por congestión de Londres, que empezó el 17 de febrero de 2003 en cinco libras al día (la tarifa estándar es hoy de £18, a enero de 2026), es un precio por el espacio de la calle exactamente por esto. Ronald Coase sostuvo en 1960 que, donde negociar es barato y los derechos están claros, las partes pueden arreglarlo solas, sin ningún impuesto. Ambas ideas están vivas en cada debate ambiental.
  
    Interactivo · Una fábrica que contamina
    Daño por unidad fabricada, a los vecinos
      
    
      Sin política
      Impuesto igual al daño
    
    
    
    El mismo mercado de antes. Fabricar cada unidad cuesta a los vecinos lo que marca el deslizador.
  
  Con un daño de 10 por unidad, el mercado sigue fabricando 40 unidades pero la mejor cantidad es 30. Las diez unidades de más cuestan a la sociedad más de lo que valen: una pérdida de 50. Un impuesto de 10 lleva el mercado a exactamente 30. Hay una forma de resolverlo sin precios, y también se puede equivocar: el programa Hoy No Circula de la Ciudad de México, que desde finales de 1989 prohíbe circular un día a la semana a la mayoría de los autos según el último dígito de la placa. El economista Lucas Davis encontró en 2008 que, en distintos contaminantes y especificaciones, no había evidencia de que el programa hubiera mejorado la calidad del aire, y que la restricción llevó a más vehículos en circulación y a una composición con más autos muy contaminantes (otros estudios discuten los primeros meses). El ejemplo no prueba que las reglas fallen y los precios no: muestra que una regla sin precio cambia la conducta de maneras que el diseñador no mira.
  El otro tipo de fallo es un bien público: algo de lo que nadie puede ser excluido y que el uso de uno no agota (un faro, el aire limpio, el efecto de rebaño de una vacuna). Cada persona preferiría que pagara otro, así que los mercados privados lo subproducen. Cuando un recurso es compartido pero rival, un recurso común, la "tragedia de los comunes" de Garrett Hardin (1968) advirtió del exceso de uso. El trabajo de campo de Elinor Ostrom, en Gobernando los bienes comunes (1990) y su Nobel de 2009, mostró que comunidades, desde sistemas de riego en España hasta pastos suizos y pesquerías, suelen construir reglas que lo evitan sin privatizar ni entregar el recurso al Estado. Un ejemplo vivo de esas reglas es el Tribunal de las Aguas de Valencia, que cada jueves se reúne en público a las puertas de la catedral para resolver disputas de riego entre agricultores y que la UNESCO inscribió en 2009 como patrimonio cultural inmaterial. La versión honrada es "depende de las reglas". Más sobre esto en Economía pública (34/37).

  Lo que un graduado ve sin pensarlo
  
    Toda elección tiene un costo de oportunidad, y suele crecer: la primera unidad es barata, la milésima no.
    Las decisiones se toman en el margen. Los costos hundidos y los promedios son los números equivocados para mirar.
    Un precio es información. Cuando se mueve, pregunta qué curva se desplazó, y lee la cantidad para saberlo.
    Si subir el precio ayuda a un vendedor depende de la elasticidad, que depende de los sustitutos y del tiempo.
    Un tope de precios crea escasez y un impuesto abre una cuña; la pérdida de eficiencia crece con el cuadrado de la cuña.
    Más competidores y entrada más libre empujan el precio hacia el costo; menos lo alejan.
    Cuando otro carga el costo o recibe el beneficio, la cantidad de mercado está mal, y el arreglo es hacer que el precio lo lleve.
    Los mercados pueden fallar, pero "el gobierno lo arregla" también es una afirmación que hay que revisar: compara alternativas reales, no un ideal contra un mercado.
  

  Dónde aparece después
  
    Teoría de juegos (34/15): cuando hay pocas empresas, la estrategia reemplaza el supuesto de que se toma el precio como dado. El dial del oligopolio de arriba es un juego simple.
    Políticas públicas (34/16): los impuestos, los topes y las externalidades son el vocabulario con que se evalúa una política.
    Economía conductual (34/27): qué pasa cuando las personas reales no eligen como el modelo.
    Macroeconomía (34/35): la misma lógica de oferta y demanda, a la escala del nivel de precios, las tasas de interés y todo el mercado laboral.
    En el mundo: la tarifa dinámica de una aplicación de transporte, un precio al carbono, un debate sobre el salario mínimo, los casos de competencia contra grandes plataformas y cada reunión de empresa que pregunta "¿deberíamos cobrar por esto?".
  

  Si quieres profundizar
  
    📘 Libro de texto. N. Gregory Mankiw, Principios de economía (Cengage, edición en español). El texto introductorio más usado en Estados Unidos y en buena parte del mundo, con capítulos claros y cortos.
    📘 Libro de texto (en inglés). Daron Acemoglu, David Laibson y John List, Economics (Pearson), o Paul Krugman y Robin Wells, Microeconomics (Worth). Dos alternativas modernas: la primera se apoya en evidencia y experimentos.
    📘 Más amable (en inglés). Charles Wheelan, Naked Economics (W. W. Norton). Casi sin matemáticas; las ideas como historias.
    🌐 Cursos. Fundamentals of Microeconomics | Fundamentos de Microeconomía, de la Universidad Carlos III de Madrid (UC3Mx) en edX: el curso está en inglés, con subtítulos y diapositivas en español; revisa en la página si hay acceso gratuito; si no, es de bajo costo. Gratis, MIT OpenCourseWare 14.01 Principles of Microeconomics (en inglés) y CORE Econ, The Economy (en inglés), ambos gratuitos.
  

  
    Para llevar
    Toda elección cuesta la mejor alternativa a la que renuncias, y se toma un paso a la vez. Los precios llevan ese costo entre extraños: cuando están bien, los mercados convierten egoísmos dispersos en intercambios que benefician a ambos lados. Cuando están mal (un tope, un impuesto, un monopolista, un vecino que carga el humo), algo se pierde, y la habilidad está en encontrar qué cuña es el problema.
    Prueba esto: esta semana, pon precio a algo que compras en términos de lo que dejaste, y encuentra tu margen. ¿Pagarías por uno más? Luego mira moverse un precio en una tienda o en una aplicación y pregunta qué curva se desplazó.
  

  
    Fuentes y para profundizar
    Fuentes. Las ideas son microeconomía estándar de libro de texto (Mankiw; Acemoglu, Laibson y List). Todos los números de los interactivos usan mercados inventados e ilustrativos y se calcularon en node: frontera de la finca 84 a 83.19 (costo 0.81) con 40 de maíz y 36 a 34.39 (1.61) con 80; mejor producción de la panadería 50 con ganancia 125 a precio 6, y 90 a precio 10; equilibrio 30 y 40, choques 35 y 50 (moda), 35 y 30 (helada), 40 y 40 (ambos); elasticidad 0.5 da −4.65% en cantidad y +4.88% en ingreso, elasticidad 2 da −17.36% y −9.09%; impuesto de 10 da cantidad 30, recaudación 300, pérdida de eficiencia 50; impuesto de 20 da 200 y recaudación 400; tope de 20 da cantidad 20, escasez 40, pérdida 200; Cournot con 1, 2, 5, 20 empresas da precio 60, 46.7, 33.3, 23.8 y excedente del consumidor de 800 a unos 2,900; una externalidad de 10 da óptimo 30 y pérdida 50. Impuesto a las bebidas azucaradas de México: Colchero, Popkin, Rivera y Ng, BMJ 352:h6704 (2016), que reporta un impuesto específico de 1 peso por litro (cerca de un 10% de aumento en el precio con base en los precios de 2013), un aumento promedio de precios de 1 peso por litro en 2014, compras de bebidas gravadas 6% menores en 2014 y 12% menores en diciembre de 2014 que el contrafactual, y −9.1% en promedio en los hogares de menor nivel socioeconómico. Hoy No Circula: inicio a finales de 1989 con restricción de un día a la semana según la placa; Davis, "The Effect of Driving Restrictions on Air Quality in Mexico City", Journal of Political Economy 116(1), 2008, pp. 38-81. Instituto Federal de Telecomunicaciones de México: resolución del 6 de marzo de 2014 que declaró agentes económicos preponderantes a los grupos de Telmex/Telcel/América Móvil (telecomunicaciones) y de Televisa (radiodifusión). Cobro por congestión de Londres: empezó el 17 de febrero de 2003 en £5, £18 desde el 2 de enero de 2026 (Transport for London, vía Wikipedia). Tribunal de las Aguas de Valencia: se reúne los jueves en la Puerta de los Apóstoles de la catedral; inscrito por la UNESCO en 2009. Ostrom basa Governing the Commons en estudios de sistemas de riego de España y Filipinas, aldeas de montaña de Suiza y Japón y pesquerías de Nueva Escocia e Indonesia (Wikipedia, "Elinor Ostrom"). Coase 1960 (Nobel 1991), Pigou 1920, Hardin 1968 (Science), Ostrom 1990 (Nobel 2009), Cournot 1838: historia estándar del pensamiento económico. Adaptada de la pieza en inglés Microeconomics.
    
      📘 Mankiw, Principios de economía (Cengage)
      🌐 UC3Mx: Fundamentos de Microeconomía (con subtítulos en español)
      🌐 MIT OCW 14.01 Principles of Microeconomics (en inglés)
      📘 Wheelan, Naked Economics (en inglés)
    
  

  
    Para tu español
    
      costo de oportunidad (opportunity cost) · oferta (supply) · demanda (demand) · equilibrio (equilibrium) · elasticidad (elasticity) · excedente (surplus) · tope de precios (price ceiling) · externalidad (externality) · bien público (public good) · escasez (scarcity, shortage)


Step 2. Dirección de marketing: encontrar al cliente, no gritarle
-----------------------------------------------------------------
Why: Segmentar, elegir el público, posicionar, y la mezcla de marketing: el marco de todo lo demás.
Casi todos creen que el marketing es publicidad. Un graduado de marketing ve algo anterior y más grande: quiénes son los clientes, qué valorarían de verdad y en qué lugar de su mente debe estar un producto.

Una panadería pone un letrero en la banqueta: "Pan caliente, 7 a. m.". Nada en ese letrero es ingenioso. Pero alguien decidió que la gente que camina hacia la estación quiere un pan que pueda llevarse de paso, que pagará un poco más por él caliente, que a las 7 pasa por ahí y que la tienda va en esa calle y no en un centro comercial. El letrero es la última y más pequeña decisión de una cadena de decisiones anteriores.
  Esa cadena es la dirección de marketing (también llamada mercadotecnia o dirección comercial). La publicidad es la parte que se ve. El resto, decidir a qué clientes, qué ofrecerles, a qué precio, dónde venderlo y cómo decirlo, se hace antes de imprimir un solo cartel. Las empresas que se saltan la cadena hacen anuncios hermosos de productos que nadie necesitaba.
  Y en español hay una complicación extra: quien dice "el mercado hispano" está hablando de muchos mercados a la vez. Más abajo hay una sección entera para eso, con datos.

  
    La materia en una caja
    
      Quién la cursaTodo estudiante de negocios, normalmente en el año 1 o 2 (programas como los de Wharton y Kellogg la ponen al principio), y todo estudiante de Marketing como puerta de entrada a lo demás. Los MBA la enseñan en el primer trimestre. Ingenieros y diseñadores suelen toparse con ella como optativa.
      Para qué sirvePara elegir a quién sirves y qué le prometes, y luego alinear producto, precio, lugar y mensaje detrás de esa elección.
      Viene después de:Microeconomía (34/14): demanda, disposición a pagar y competencia.
      Lleva a:Comportamiento del consumidor (34/29), Investigación de mercados (34/46), Marketing digital y publicidad (34/49) e Innovación y lanzamiento de productos (34/50). Gestión de marca (34/47) y Precios (34/48) siguen a Comportamiento del consumidor. Emprendimiento (34/44) también la necesita.
      Qué te da esta piezaNo podrás escribir un plan de marketing para un banco. Sí podrás mirar cualquier producto y decir para quién es, qué promete y dónde está frente a sus rivales. Lecturas más fáciles en esta biblioteca: Cómo hablar con clientes antes de construir nada (04/02) y Poner precio sin miedo (04/04). Esta va más lejos y pone números a las ideas.
    
  

  Qué es el marketing y qué no es
  La definición de la Asociación Americana de Marketing (AMA) es larga: el marketing es "la actividad, el conjunto de instituciones y los procesos para crear, comunicar, entregar e intercambiar ofertas que tienen valor para los consumidores, los clientes, los socios y la sociedad en general" (traducción nuestra del original en inglés). Léela por los verbos. Crear y entregar van antes que comunicar. La publicidad es un verbo de cuatro.
  La idea de fondo es el valor para el cliente: lo que el cliente recibe menos lo que el cliente da. Y lo que da no es solo el precio. También es tiempo, esfuerzo, riesgo y la posibilidad de haber elegido mal. Un café de US$2 con quince minutos de fila puede dar menos valor que uno de US$3 en la puerta de al lado. Los especialistas dicen que un cliente compra cuando los beneficios percibidos superan los costos percibidos, y los superan mejor que la alternativa.
  Valor = beneficios percibidos − costos percibidoslos costos incluyen dinero, tiempo, esfuerzo y riesgo · el cliente te compara con la mejor opción siguiente
  Tampoco es manipulación por definición, ni es "vender". Peter Drucker (Management, 1973) planteó el ideal así: conocer y entender tan bien al cliente que el producto se ajuste a él y se venda solo. Si las empresas cumplen con ese ideal es otra pregunta; Comportamiento del consumidor (34/29) mira qué funciona con las personas y qué no.

  Segmentación: nadie compra para la persona promedio
  Los clientes son distintos. Unos pagarán el doble por una función; otros solo miran el precio. Si diseñas para el promedio, no sirves bien a nadie. La segmentación divide un mercado en grupos cuyos miembros se parecen en lo que quieren y se diferencian de otros grupos. Wendell Smith propuso la idea en el Journal of Marketing en 1956.
  Se puede cortar por quiénes son las personas (edad, ingreso, país), dónde están, cómo se comportan (usuarios frecuentes, primerizos) o qué quieren (beneficios buscados). Los libros de texto agregan cuatro pruebas para un segmento útil: se puede medir, es lo bastante grande para valer la pena, se puede alcanzar y se puede actuar sobre él con una oferta distinta. Un segmento de "gente que se siente optimista los martes" no pasa ninguna.
  Hay segmentaciones reales hechas por quienes investigan mercados. En México, la Asociación Mexicana de Agencias de Inteligencia de Mercado y Opinión (AMAI) mantiene el índice de Niveles Socioeconómicos (NSE), una regla que agrupa a los hogares mexicanos en siete niveles según seis características del hogar: escolaridad de la persona que encabeza el hogar, número de dormitorios, de baños completos, de personas ocupadas de 14 años o más, de autos, y si tiene internet. Es un segmento que se puede medir (con una encuesta corta) y que otras empresas pueden usar. En Colombia existe otra clasificación muy conocida, los seis estratos, pero conviene recordar para qué se hizo: el DANE la define como la clasificación de los inmuebles residenciales de un municipio, hecha en el marco del régimen de servicios públicos domiciliarios (Ley 142 de 1994), para cobrar tarifas distintas y asignar subsidios. Es un dato sobre la vivienda, no sobre los gustos de una familia; usarlo como segmento de clientes es un atajo con límites.
  Aquí está la segmentación hecha por una computadora. 120 clientes inventados se ubican sobre dos ejes: qué tan sensibles son al precio y cuánto quieren funciones. Un algoritmo estándar, k-medias, reparte los puntos en k grupos. Mueve k y mira qué compras con cada grupo más.
  
    Interactivo · Corta el mercado en k segmentos
    Número de segmentos (k)
      
    
    
    Datos ilustrativos: 120 clientes inventados, generados alrededor de cuatro grupos ocultos (30 cada uno, dispersión de unos 9 puntos). Horizontal: sensibilidad al precio. Vertical: interés en funciones. La dispersión es la suma de las distancias al cuadrado de cada punto al centro de su segmento, como porcentaje de la dispersión con un solo segmento.
  
  Con un segmento, el "cliente promedio" queda en el centro del gráfico, donde casi no hay nadie. Pasar de 1 a 4 quita la mayor parte de la dispersión; pasar de 4 a 6 compra poco. Ese quiebre, el "codo", es como los analistas deciden cuántos segmentos valen la pena. Las matemáticas no deciden a qué segmentos puede servir el negocio: eso es un juicio, y un costo.

  Un idioma, muchos mercados
  Cuando alguien dice "el mercado hispano", conviene preguntar cuál. El idioma común une, pero los mercados que lo hablan se parecen menos de lo que sugiere. Estos son tres datos del Banco Mundial sobre 19 países de habla hispana (población en 2025, PIB por habitante en dólares corrientes en 2025 y porcentaje de la población que usa internet en 2024): México tiene unos 132 millones de habitantes y Uruguay unos 3.4 millones, casi 39 veces menos; el PIB por habitante de España (cerca de US$38,600) es unas 12 veces el de Nicaragua (cerca de US$3,200); y mientras en España y Chile cerca de 96% de la población usa internet, en Honduras lo hace cerca de 59%. Una campaña pensada para Madrid y otra para Tegucigalpa no pueden compartir los mismos supuestos sobre ingreso, canal ni medio.
  
    Interactivo · Compara dos mercados
    
      Mercado A
      Mercado B
    
    
    
    Banco Mundial, indicadores SP.POP.TOTL (población, 2025), NY.GDP.PCAP.CD (PIB por habitante en US$ corrientes, 2025) e IT.NET.USER.ZS (personas que usan internet, 2024), consultados en noviembre de 2026. El "PIB aproximado" es población × PIB por habitante; las "personas con internet" son población × porcentaje que usa internet. Cuba no tiene dato de PIB por habitante en esa base. Son promedios nacionales: dentro de cada país hay también muchos mercados.
  
  Hay más diferencias que las cifras. Una misma fruta se llama aguacate en México, Colombia, Venezuela, Centroamérica, el Caribe y España, y palta en Argentina, Bolivia, Chile, Perú y Uruguay: un empaque o un anuncio con el nombre equivocado se nota enseguida. Y las propias reglas de la publicidad cambian de país en país, como verás más abajo.
  Del otro lado de la frontera, los hispanos de Estados Unidos son otro mercado más: según la Oficina del Censo, eran unos 68 millones el 1 de julio de 2024, el 20% de la población del país, con una edad mediana de 31.2 años. Pero también ahí hay personas de muchos orígenes nacionales distintos, y juntas no son un solo cliente. Recuerda las cuatro pruebas de un segmento útil: "hispano" mide un origen, no lo que alguien quiere comprar.

  Elegir el público y posicionarse: un lugar en la mente del cliente
  Elegir el público (targeting) es decidir a qué segmentos vas a servir y a cuáles vas a dejar ir. El posicionamiento es el lugar que quieres tener en la mente de esos clientes frente a las alternativas. La idea se hizo famosa con el libro de Al Ries y Jack Trout de 1981, Positioning: The Battle for Your Mind. Una posición es relativa: "más barato que el líder", "el de los corredores en serio".
  Los especialistas la dibujan en un mapa perceptual: dos atributos que importan a los clientes en los ejes, las marcas como puntos, los productos ideales de los clientes como una nube. Una marca tiende a quedarse con los clientes que tiene más cerca. De ahí sale una regla: una buena posición está cerca de muchos puntos ideales y lejos de los rivales. Arrastra tu marca (o usa los controles) y mira.
  
    Interactivo · Coloca tu marca en el mapa
    
    Tu posición de precio (izquierda barato, derecha premium)
      
    Tu posición de calidad (abajo básica, arriba alta)
      
    Buscar el mejor lugar libreVolver al centro
    
    Ilustrativo: cinco marcas rivales inventadas (A a E) y 300 puntos ideales de clientes inventados, en tres grupos. Se supone que cada cliente elige la marca más cercana (distancia en línea recta sobre el mapa). Los clientes reales también cuentan hábito, disponibilidad y confianza, así que toma la participación como un experimento mental.
  
  El mapa muestra una disyuntiva, no una respuesta. Donde están los clientes también están los rivales, así que te repartes la multitud. Donde no hay nadie, puedes ganar a todos los cercanos, pero puede que no haya nadie. Pulsa "Buscar el mejor lugar libre" y compáralo con el centro: la búsqueda te dice dónde, en este mapa inventado, una marca nueva ganaría más, y el número vale tanto como los clientes inventados que hay detrás.

  La mezcla de marketing: cuatro P y el caso en contra
  Cuando sabes a quién sirves y cuál es tu posición, tienes palancas. E. Jerome McCarthy, en Basic Marketing (1960), las agrupó en las cuatro P: Producto (qué es y qué hace), Precio (cuánto cuesta y cómo se paga), Plaza o distribución (dónde y cómo el cliente puede conseguirlo) y Promoción (cómo se lo dices). Neil Borden había popularizado la expresión "mezcla de marketing" en un artículo de 1964. La mezcla debe encajar: un reloj de lujo a precio de tienda de descuento, en un cajón de liquidación, manda dos mensajes a la vez.
  Las cuatro P han durado porque son fáciles de recordar. También tienen críticos. Los servicios (un corte de pelo, un banco) añaden personas, procesos y evidencia física, lo que Bernard Booms y Mary Jo Bitner convirtieron en las siete P en 1981. Robert Lauterborn sostuvo en 1990 que las P son la visión del vendedor y deben voltearse hacia la del comprador: solución para el cliente, costo, conveniencia y comunicación (las cuatro C). Otros dicen que la lista es un formulario, no una teoría, e ignora las relaciones, las marcas y las plataformas digitales. La mayoría de los textos, incluido el de Kotler y Keller, todavía la enseñan como marco de arranque y le agregan cosas. Una pregunta útil para la P de plaza, en nuestra región: ¿dónde compra de verdad tu cliente? ¿En la tienda de la esquina, el mercado, el supermercado, el celular?
  
    P del vendedorC del compradorLa pregunta que hace
    ProductoSolución para el cliente¿Qué problema le resuelve?
    PrecioCosto¿Cuánto le cuesta de verdad, en tiempo y riesgo también?
    PlazaConveniencia¿Qué tan fácil es conseguirlo?
    PromociónComunicación¿Es una conversación de dos vías, no una transmisión?
  

  La publicidad tiene reglas, y cambian de país en país
  La P de promoción no es libre. Cada país tiene sus propias reglas de protección al consumidor y de publicidad, y aunque comparten el principio (no engañar), la letra y las autoridades son distintas. Esta tabla es solo descriptiva, con cinco ejemplos de leyes vigentes; no es asesoría legal, y antes de lanzar una campaña en un país hay que mirar la norma y a la autoridad de consumo de ese país.
  
    PaísNormaQué dice, en una línea
    MéxicoLey Federal de Protección al Consumidor (1992; última reforma publicada el 12 de diciembre de 2025)Define como engañosa o abusiva la información o publicidad que, sea o no verdadera, induce a error o confusión por su forma inexacta, falsa, exagerada, parcial, artificiosa o tendenciosa.
    EspañaLey 34/1988, de 11 de noviembre, General de PublicidadDefine la publicidad ilícita (art. 3), que incluye la engañosa, la desleal y la agresiva, y trata aparte la subliminal (art. 4).
    ColombiaLey 1480 de 2011 (Estatuto del Consumidor), arts. 29 y 30Las condiciones objetivas y específicas anunciadas obligan al anunciante, y la publicidad engañosa está prohibida.
    ChileLey 19.496 (1997), art. 28Comete infracción quien, por cualquier mensaje publicitario, induce a error o engaño sobre componentes, idoneidad, características, precio o forma de pago, entre otros.
    ArgentinaLey 24.240 (1993), art. 8Las precisiones hechas en la publicidad se tienen por incluidas en el contrato con el consumidor y obligan al oferente.
  
  Fíjate en la diferencia de enfoque: unas leyes definen qué es publicidad engañosa; otras dicen que lo que anunciaste obliga como si lo hubieras firmado. En la práctica, las dos cosas empujan a lo mismo: que el mensaje de la P de promoción sea cierto y que la P de producto lo cumpla.

  Valor de vida del cliente: cuánto vale un cliente
  Una panadería que piensa que una venta son US$4 ve a un cliente de US$4. Una que sabe que el cliente vuelve casi cada semana durante años ve a un cliente que vale cientos. El valor de vida del cliente (CLV, por customer lifetime value) es el margen total que se espera que un cliente aporte en todos los años que se quede, en dinero de hoy.
  La versión más sencilla necesita tres números: el margen que el cliente aporta cada año (m), la proporción que se queda de un año al siguiente (la tasa de retención, r) y una tasa de descuento (d), porque el dinero del año que viene vale menos que el de hoy. Si el margen se cobra al inicio de cada año en que el cliente está activo:
  CLV = m × (1 + d) ÷ (1 + d − r)años esperados contigo ≈ 1 ÷ (1 − r) · vale cuando r < 1 + d
  Ejemplo: m = 120, r = 80%, d = 10% da 120 × 1.1 ÷ 0.3 = 440. Sube la retención a 90% y salta a 660. Cinco puntos de retención cambian el valor mucho más que cinco puntos de margen, y por eso las empresas se obsesionan con conservar clientes. Compara el CLV con lo que costó ganar al cliente (CAC): una regla práctica común es que el CLV sea unas cuantas veces el CAC, pero es una regla práctica, no una ley.
  
    Interactivo · ¿Cuánto vale un cliente?
    Margen por cliente por año
      
    Tasa de retención
      
    Tasa de descuento
      
    Costo de ganar al cliente (CAC)
      
    
    Datos ilustrativos, en dólares. Modelo: el margen se cobra al inicio de cada año en que el cliente está activo, con retención y margen constantes para siempre. Los clientes reales se van de forma desigual, y el CLV es un pronóstico, no una medición.
  

  El embudo: una mentira útil
  El embudo pinta a los clientes cayendo etapa por etapa: conocen, se interesan, consideran, compran, vuelven a comprar. La idea es antigua: al redactor publicitario E. St. Elmo Lewis se le atribuye hacia 1898 una secuencia de atención, interés, deseo y acción, que luego se llamó AIDA. Un embudo es útil porque las tasas de cada etapa se multiplican, así que puedes ver dónde están las grandes caídas y cuánto vale, al final, una mejora en una etapa.
  
    Interactivo · Lleva a 50,000 personas por un embudo
    Visitan (de las personas alcanzadas)
    Agregan al carrito (de los visitantes)
    Compran (de los del carrito)
    Vuelven a comprar (de los compradores)
    
    
    Ilustrativo: 50,000 personas alcanzadas. Cada tasa se aplica a la etapa anterior.
  
  El embudo es una mentira porque la gente no viaja en línea recta. Regresa, se salta etapas, compra por impulso o nunca "considera" nada. Los consultores de McKinsey dibujaron un círculo en lugar de un embudo en 2009, y la escuela Ehrenberg-Bass sostiene que casi toda la compra es mucho menos deliberada de lo que el embudo supone (Gestión de marca, 34/47, retoma esto). Trata el embudo como un recurso de contabilidad, no como el retrato de una mente.

  Miopía de marketing: estás en el negocio del cliente
  El artículo más reimpreso del campo es "Marketing Myopia" de Theodore Levitt (Harvard Business Review, julio-agosto de 1960). Su tesis: las industrias decaen no porque el mercado se sature, sino porque los directivos definen el negocio por el producto y no por la necesidad. Su ejemplo famoso fueron los ferrocarriles, que, decía, creían estar en el negocio del ferrocarril y no en el del transporte, y dejaron que los aviones y los autos se llevaran al cliente. Una frase que Levitt popularizó, "la gente no quiere un taladro de un cuarto de pulgada, quiere un agujero de un cuarto de pulgada", dice lo mismo en una línea.
  La salvedad honesta: la historia de Levitt es una lección, no una ley. Los ferrocarriles estaban muy regulados, y una empresa que estira demasiado su definición ("estamos en el negocio de la energía") puede meterse en cosas que hace mal. Lo que perdura es la pregunta: ¿para qué trabajo contrata el cliente este producto, y qué otra cosa puede hacer ese trabajo?
  Los clientes compran resultados. Los productos son solo la manera actual de entregarlos.

  Lo que un graduado ve sin pensarlo
  
    Todo anuncio descansa en una decisión sobre para quién es. Si no puedes decir para quién, el anuncio es ruido.
    "El cliente promedio" es una ficción; hay grupos, y servir bien a uno significa decirle que no a otro.
    "El mercado hispano" tampoco existe como uno solo: hay mercados distintos en ingreso, acceso, canales, palabras y reglas.
    Un producto es una posición: se describe por dónde está frente a sus rivales en lo que le importa a los clientes.
    Precio, producto, plaza y mensaje deben contar una sola historia. Cuando se contradicen, los clientes le creen al precio.
    Los clientes valen años de margen, así que conservar uno suele costar menos que ganar uno nuevo.
    Un embudo muestra dónde están las fugas, pero el camino real del cliente da vueltas y se salta etapas.
    Pregunta qué necesidad satisface un producto, no qué producto es; la necesidad dura más que el producto.
  

  Dónde aparece después
  
    Comportamiento del consumidor (34/29): por qué la gente elige de verdad, que casi nunca es como dice el embudo.
    Investigación de mercados (34/46): cómo encontrar segmentos y medir lo que hizo una campaña.
    Gestión de marca (34/47) y Precios (34/48): el posicionamiento hecho duradero, y la P que trae el dinero.
    Marketing digital y publicidad (34/49) e Innovación y lanzamiento de productos (34/50): el embudo y la mezcla llevados a buscadores, redes y planes de lanzamiento.
    En el mundo: gerentes de producto que eligen un segmento para el lanzamiento, un fundador que elige a su primer cliente, una organización sin fines de lucro que se pregunta a quién le habla de verdad su campaña.
  

  Si quieres profundizar
  
    🌐 Curso gratis, en español. Marketing Estratégico (OpenCourseWare de la Universidad de Cantabria, 2021, del Máster en Dirección de Marketing): plan de marketing, segmentación y posicionamiento, con guion de prácticas, exámenes con respuestas y esquema de plan. Más básico: Dirección Comercial (2013, Grado en Administración y Dirección de Empresas), con marketing estratégico y operativo.
    🌐 Curso gratis (en inglés). MIT OpenCourseWare 15.810 Marketing Management (Sloan, otoño de 2004, con apuntes de clase y casos).
    🌐 Curso de bajo costo, en español. Fundamentos del Marketing, de la Universidad de Palermo (Argentina), y Marketing estratégico: claves para competir con éxito, de IESE Business School, ambos en Coursera (Coursera: inscribirse es gratis; el acceso completo a materiales y tareas es de pago, con prueba gratuita).
    📘 Libro de texto (en español). Philip Kotler y Kevin Lane Keller, Dirección de marketing (Pearson). El texto estándar de la materia; lo mejor son sus marcos y casos.
    📘 Más ameno (en español). Seth Godin, Esto es marketing (Paidós): corto, legible, sobre servir muy bien a un grupo pequeño.
  

  
    Para llevar
    El marketing empieza mucho antes del anuncio. Elige a quién sirves, di dónde estás frente a las alternativas, alinea el producto, el precio, la plaza y el mensaje detrás de eso, y mide a un cliente en años, no en una venta. Y recuerda que "el mercado hispano" son muchos mercados. Pregúntate siempre qué necesidad estás sirviendo de verdad.
    Prueba esto: elige un producto que uses y escribe una frase: "Para [quién], es el [categoría] que [promesa], a diferencia de [rival]". Si no puedes llenar los huecos, encontraste una posición borrosa.
  
  
    Fuentes y para profundizar
    Fuentes. Definición de marketing de la AMA (ama.org; la traducción es nuestra). Smith, "Product Differentiation and Market Segmentation as Alternative Marketing Strategies", Journal of Marketing (1956). Ries y Trout, Positioning (1981). McCarthy, Basic Marketing (1960); Borden, "The Concept of the Marketing Mix" (1964); Booms y Bitner (1981); Lauterborn (1990). Levitt, "Marketing Myopia", HBR (1960; reimpreso en 2004). Valor para el cliente, pruebas de segmentación y CLV son contenido estándar de texto (Kotler y Keller; Gupta y Lehmann sobre CLV). AMAI, Niveles Socioeconómicos, "Regla de NSE 2022" (siete niveles, seis características del hogar), página amai.org/NSE. DANE, "Estratificación socioeconómica" (la clasificación de inmuebles residenciales conforme a la Ley 142 de 1994; seis estratos). Banco Mundial, indicadores SP.POP.TOTL, NY.GDP.PCAP.CD (US$ corrientes) e IT.NET.USER.ZS, API consultada en noviembre de 2026 (última actualización de la base: 8 de octubre de 2026): población y PIB por habitante de 2025, uso de internet de 2024; México 131.9 millones frente a Uruguay 3.4 (razón 39), España US$38,627 frente a Nicaragua US$3,173 (razón 12.2), España 95.8% y Chile 95.6% frente a Honduras 58.6%. Oficina del Censo de EE.UU., "Hispanic Heritage Month" (Vintage 2024 Population Estimates: 68 millones, 20%, edad mediana 31.2). Wikipedia en español, "Persea americana", sección de nombres comunes (aguacate y palta). Leyes: Ley Federal de Protección al Consumidor de México (DOF 24-12-1992, texto vigente con reforma de 12-12-2025); Ley 34/1988 General de Publicidad (BOE-A-1988-26156); Ley 1480 de 2011 de Colombia, arts. 29 y 30; Ley 19.496 de Chile, art. 28 (promulgada el 7 de febrero de 1997); Ley 24.240 de Argentina, art. 8 (sancionada el 22 de septiembre de 1993). Toda la información de los interactivos es inventada o ilustrativa salvo la tabla de mercados; los cálculos (CLV 440 y 660; dispersión de k-medias; conteos del embudo) se hicieron en node. Esto no es asesoría de negocios ni legal.
    
      🌐 OCW Universidad de Cantabria: Marketing Estratégico (gratis, en español)
      🌐 MIT OCW 15.810 Marketing Management (gratis, en inglés)
      🌐 Coursera: Fundamentos del Marketing (Universidad de Palermo) (de bajo costo, en español)
      🌐 AMAI: Niveles Socioeconómicos
      🌐 Levitt, Marketing Myopia (HBR) (en inglés)
      📘 Kotler y Keller, Dirección de marketing · Godin, Esto es marketing
    
  

  
    Para tu español
    
      mercado (market) · segmento (segment) · posicionamiento (positioning) · mezcla de marketing (marketing mix) · embudo (funnel) · retención (retention) · publicidad engañosa (misleading advertising) · consumidor (consumer) · aguacate / palta (avocado) · miopía (shortsightedness)


Step 3. Probabilidad y estadística: cómo razonar cuando nada es exacto
----------------------------------------------------------------------
Why: Toda encuesta, prueba y tablero de datos es estadística.
Nada de lo que mides es exacto, y ninguna pieza sale igual dos veces. La estadística es la disciplina de saber cuánto confiar en un número.

Un tornero fabrica cien ejes de acero de "10 milímetros". Si los mides con un buen micrómetro, no hay dos iguales: 9.981, 10.012, 10.004. No hay ningún error. Esa dispersión es un hecho de todo proceso, de todo material y de todo sensor.
  Ahora apila cinco de esas piezas una tras otra dentro de una caja de engranajes. ¿Seguirá cabiendo la pila en la carcasa? Una encuestadora llama a mil personas y dice que el 52% votará que sí, "con un margen de error de tres puntos". Un ensayo clínico dice que el resultado es "significativo". El pronóstico dice 30% de probabilidad de lluvia. Todas son la misma pregunta: dada la dispersión, ¿cuánto debo confiar en este número?
  Quien ha estudiado probabilidad y estadística ya no ve un número suelto. Ve la forma de la dispersión que hay detrás. Esta pieza construye esa mirada con ocho cosas que puedes manejar: dados, tolerancias, encuestas, una trampa de ensayos clínicos, una creencia que se actualiza y una pila de piezas. Aviso de vocabulario: lo que aquí llamamos desviación estándar se dice desviación típica en España y en muchos libros de texto; es lo mismo.

  
    La materia en una caja
    Quién la cursa: casi todos los estudiantes de psicología, ingeniería y ciencias, normalmente en el primer o segundo año. En psicología suele llamarse "Estadística" o "Análisis de datos en psicología"; los informáticos la vuelven a encontrar antes del aprendizaje automático.
    Para qué sirve: decidir qué creer, y hasta dónde confiar en una medición, cuando los resultados son inciertos.
    Viene después de: Cálculo (34/32), que ayuda con las distribuciones continuas, aunque las ideas de esta pieza casi no piden más que aritmética.
    Lleva a: Métodos de investigación en psicología (34/20), que usa todo esto en el laboratorio, y Aprendizaje automático (34/30), que lo necesita directamente. También aparece en Ciencia de materiales y manufactura (en inglés, 34/13: control de procesos y defectos), Ingeniería de sistemas (en inglés, 34/22: confiabilidad) y Seguridad informática (en inglés, 34/33: aleatoriedad y adivinar claves).
    Lo que esta pieza te da y lo que no: no podrás diseñar un ensayo clínico después de leerla. Sí verás por qué "significativo" no quiere decir "importante", por qué una muestra más grande vence a una conjetura más lista y por qué tantas cantidades reales se parecen a una campana. Como primeras lecturas más fáciles, la biblioteca en inglés tiene Probability: How to Not Fool Yourself (en inglés, 12/03), Statistics for Reading the World (en inglés, 12/05) y Bayes' Theorem (en inglés, 12/17); esta pieza va más a fondo.
  

  Variables aleatorias: una forma con centro y dispersión
  Una variable aleatoria es un número que sale de un proceso que no puedes predecir en cada intento. El gran paso es dejar de preguntar "¿qué saldrá?" y preguntar "¿cuál es la forma de lo que podría salir?". Lanza dos dados y suma: el 7 es seis veces más probable que el 2 o el 12, así que la forma es una carpa. Repite muchas veces y la carpa aparece.

  
    Interactivo · Lanza dados y haz crecer una forma
    
      Dados que se suman
      Lanzar 10 vecesLanzar 1,000 vecesBorrar
      
      
    
    Sin JavaScript: dos dados suman 7 con probabilidad 6/36 y suman 2 o 12 con probabilidad 1/36 cada uno. El total medio es 7 y la desviación estándar es de unos 2.42.
  
  Dos números resumen una forma. La media es su punto de equilibrio: 7 para dos dados. La desviación estándar (la "dispersión") dice cuánto se alejan los valores, en un caso típico, de la media: unos 2.4 para dos dados, es decir, los totales suelen caer entre más o menos 5 y 9. La varianza es la desviación estándar al cuadrado, y es la que se suma limpiamente cuando combinas cosas independientes.
  desviación estándar = √( promedio de (valor − media)² )
  No toda forma es una campana. En el Sorteo Extraordinario de Navidad de España participan 100,000 números (del 00000 al 99999) y cada uno tiene exactamente la misma probabilidad de llevarse el Gordo: 1 entre 100,000, o 0.001%. Esa variable aleatoria es completamente plana: ningún número es "más probable" porque lleve más tiempo sin salir ni porque termine en 5.
  Ahora la forma que más importa. Las cantidades medidas (diámetros de ejes, estaturas, el ruido de un sensor) tienden a formar la curva normal, la campana (en español también se la llama campana de Gauss). Su gran comodidad es una regla fija: cerca del 68.3% de los valores cae a una desviación estándar de la media, el 95.4% a dos y el 99.7% a tres. Los ingenieros la usan todos los días. Supón que la especificación del eje es 10.00 mm ± 0.05 mm. Mueve el proceso y mira qué porcentaje de piezas se desecha.

  
    Interactivo · ¿Cuántas piezas no cumplen la especificación?
    
      Diámetro promedio
      Dispersión (desviación estándar)
      
      
    
    Sin JavaScript: un proceso centrado con desviación estándar de 0.025 mm (los límites de la especificación están justo a ±2 desviaciones estándar) desecha cerca del 4.55% de las piezas. Si reduces la dispersión a 0.01 mm, se desecha cerca del 0.00006%. Si desplazas el promedio 0.02 mm fuera del centro con dispersión de 0.02 mm, se desecha cerca del 6.7%.
  
  Los graduados guardan dos lecciones. Primera: la dispersión, no el promedio, decide la calidad: un proceso perfectamente centrado pero ancho igual desecha piezas. Segunda: estar descentrado cuesta mucho aunque la dispersión sea buena. Por eso las fábricas vigilan las dos cosas.

  El teorema central del límite: por qué la campana aparece una y otra vez
  ¿Por qué tantas cosas tienen forma de campana? La respuesta es uno de los teoremas más útiles de las matemáticas. Toma casi cualquier proceso aleatorio, por torcido que sea, y promedia unas decenas de datos independientes. Los promedios se amontonan en una campana centrada en la media verdadera, con una dispersión que se encoge como 1/√n. Las primeras versiones se deben a De Moivre en 1733 (para lanzamientos de moneda) y a Laplace, cuya versión general data de hacia 1810. Elige una fuente torcida y arrastra el tamaño de la muestra.

  
    Interactivo · Promedia lo que sea y obtendrás una campana
    
      Plana (0 a 1)
      Muy torcida
      Moneda (0 o 1)
    
    
      Datos que se promedian: n
      
      
    
    Sin JavaScript: para la fuente torcida (media 1, desviación estándar 1) el promedio de n = 30 datos tiene desviación estándar 1/√30 = 0.183, y los 3,000 promedios forman una campana casi normal alrededor de 1.
  
  Con n = 1 ves la fuente tal cual. Con n = 30 hasta la torcida es casi una campana. La predicción (la curva) usa solo dos números de la fuente: su media y su desviación estándar. La forma de la fuente se olvida. Por eso una medición hecha de muchos errores pequeños e independientes es normal, y por eso buena parte de la estadística puede darse el lujo de suponer campanas.
  error estándar de un promedio = σ / √n
  En palabras: el promedio de n datos oscila menos que un solo dato, en un factor de la raíz cuadrada de n. Para reducir la oscilación a la mitad necesitas cuatro veces más datos, no el doble. Es el hecho caro más discreto de toda la ciencia experimental.

  Muestreo e intervalos de confianza: ¿qué tan segura es una encuesta?
  No puedes preguntarle a todo el mundo, así que preguntas a n personas y tratas la proporción de "sí" como una estimación. ¿Qué tan lejos puede estar? El error estándar de la sección anterior lo responde. Para una proporción p la oscilación es √(p(1−p)/n), y un intervalo de confianza del 95% es la estimación más y menos unas dos de esas oscilaciones. Con n = 1,000 y una proporción cercana a la mitad, eso da ±3.1 puntos porcentuales: el conocido "margen de error" (a veces llamado "error muestral" en los informes de las encuestadoras).
  La redacción tiene sutileza, y el interactivo la vuelve concreta. "95% de confianza" es una afirmación sobre el método, no sobre un intervalo concreto: si repites el procedimiento una y otra vez, unos 95 intervalos de cada 100 capturarán el valor verdadero. Aquí la verdad es, en secreto, 52%. Haz 100 encuestas.

  
    Interactivo · 100 encuestas, una sola verdad
    
      Personas consultadas en cada encuesta
      Hacer 100 encuestas
      
      
    
    Sin JavaScript: con 1,000 personas por encuesta el margen de error es de unos 3.1 puntos; si haces 100 encuestas, unos 95 de los intervalos cubren el valor verdadero. Con 4,000 personas el margen se reduce a la mitad, a cerca de 1.5 puntos.
  
  Fíjate en dos cosas. Más o menos cinco de cada cien intervalos fallan aunque todo se haga bien. Y cuadruplicar la muestra de 1,000 a 4,000 solo reduce el intervalo a la mitad. Una encuesta de un país y una de un pueblo necesitan el mismo tamaño de muestra para la misma precisión, siempre que la muestra sea aleatoria. El peligro real no es el margen de error; es una muestra que no es aleatoria en absoluto, algo que ninguna fórmula arregla.

  Valores p y Bayes: dos maneras de pesar la evidencia
  Una prueba de hipótesis pregunta si los datos serían sorprendentes si no estuviera pasando nada. El valor p es la probabilidad, suponiendo que no pasa nada, de obtener un resultado al menos tan extremo como el tuyo. Lanza una moneda 100 veces y obtén 60 caras: para una moneda justa, la probabilidad de un reparto al menos así de desigual, en cualquier dirección, es de cerca del 5.7%. No es la probabilidad de que la moneda sea justa, ni la probabilidad de que el resultado se deba "al azar". La Asociación Estadounidense de Estadística (ASA) publicó en 2016 una declaración formal poco habitual al respecto, con seis principios. Dos de ellos: los valores p no miden la probabilidad de que una hipótesis sea verdadera, y un valor p no mide el tamaño ni la importancia de un efecto.
  La trampa clásica es probar muchas cosas. Con el umbral habitual de 0.05, una prueba sobre una "nada" verdadera sale "significativa" una vez de cada 20 por pura suerte. Si pruebas veinte cosas sin relación, la probabilidad de que al menos una se encienda es 1 − 0.9520, cerca del 64%. Pruébalo: cada pulsación prueba veinte efectos que, por construcción, no existen.

  
    Interactivo · Prueba veinte cosas que no hacen nada
    
      Hacer 20 pruebasReiniciar el conteo
      
      
    
    Sin JavaScript: veinte pruebas de puro ruido al nivel de 0.05 dan al menos un falso "descubrimiento" cerca del 64% de las veces, y en promedio una de cada 20 pruebas.
  
  Si solo informas del que se encendió, tienes un titular y ningún hallazgo. Es parte de la razón por la que muchos resultados publicados no se repiten: en el intento de replicación de 100 estudios de psicología que hizo en 2015 el Open Science Collaboration, el 97% de los originales tenía resultados estadísticamente significativos, pero solo el 36% de las réplicas.
  La regla de Bayes responde otra pregunta: dados los datos, ¿cómo debe moverse mi creencia? Parte de una creencia previa, multiplícala por lo bien que cada posibilidad explica los datos y vuelve a normalizar. Supón que pruebas piezas y quieres conocer la tasa de defectos. Al principio no sabes nada (cualquier tasa de 0% a 100% es igual de probable) y vas añadiendo piezas una por una.

  
    Interactivo · Aprende una tasa de defectos a partir de piezas
    
      Añadir una pieza buenaAñadir 10 piezas buenasAñadir una pieza defectuosaReiniciar
      
      
    
    Sin JavaScript: tras 20 piezas buenas y ningún defecto, una creencia inicial plana da una tasa de defectos más plausible cercana a 0%, un promedio de 4.5% y un rango creíble del 90% de aproximadamente un cuarto de punto porcentual a 13%. Veinte piezas limpias no bastan para descartar una tasa de defectos de uno entre ocho.
  
  Frecuentistas y bayesianos discrepan en la filosofía: unos tratan la probabilidad como frecuencia a largo plazo y nunca se la asignan a una hipótesis; los otros, como grados de creencia que los datos actualizan. En la práctica se usan ambas, a menudo en el mismo proyecto, y con muchos datos suelen coincidir. La versión bayesiana tiene aquí una ventaja práctica: tras veinte piezas limpias dice con honestidad "todavía no podemos descartar uno entre ocho".

  Correlación, regresión y la trampa de la causalidad
  La correlación (llamada r) mide qué tan de cerca se mueven dos cantidades a lo largo de una recta, de −1 a +1. La regresión ajusta la mejor recta a través de la nube (por mínimos cuadrados, como en Álgebra lineal, 34/34). Ambas son resúmenes, y cualquier resumen puede esconder la historia. En 1973 el estadístico Francis Anscombe creó cuatro conjuntos de datos con, a dos decimales, la misma media, la misma dispersión, la misma r (0.82) y la misma recta (y = 3 + 0.5x). Mira cada uno.

  
    Interactivo · Cuatro conjuntos de datos, un mismo juego de números
    
      Conjunto 1Conjunto 2Conjunto 3Conjunto 4
    
    
      
      
    
    Sin JavaScript: los cuatro conjuntos de Anscombe tienen media de x = 9, media de y = 7.50, correlación 0.816 y recta y = 3.00 + 0.50x. El conjunto 1 es una recta con ruido, el 2 una curva, el 3 una recta con un dato atípico y el 4 un solo punto lejano que crea toda la pendiente.
  
  Los números coinciden y las historias no: una recta con ruido, una curva, una recta con un punto rebelde, una columna vertical sostenida por un solo punto. Dibuja siempre primero.
  La otra trampa es la famosa. Las ventas de helados y los ahogamientos suben juntos, porque el calor del verano impulsa ambos. Un factor de confusión (una tercera variable oculta) hace que dos cosas se muevan juntas sin que ninguna cause la otra. El remedio que conocen los graduados es la asignación aleatoria: si una moneda decide quién recibe el tratamiento, nada más puede quedar ligado sistemáticamente a él. Donde no se puede asignar al azar, las afirmaciones causales necesitan mucho más que una recta trazada por una nube de puntos.

  Ingeniería: pilas de tolerancias, confiabilidad y Monte Carlo
  Cinco piezas, de 10 mm ± 0.1 mm cada una, se alinean en un conjunto. ¿Cuál es lo peor que puede desviarse el total? El apilamiento del peor caso suma las tolerancias: ±0.5 mm. Es seguro y caro, porque supone que todas las piezas están en su extremo y en la misma dirección a la vez. Si las piezas varían de forma independiente, se suman las varianzas, así que las desviaciones estándar se suman en cuadratura: raíz de la suma de cuadrados, √5 × 0.1 = ±0.224 mm. Con cinco piezas es menos de la mitad de la cifra del peor caso.
  Cuando las fórmulas se complican, los ingenieros usan Monte Carlo: dejan que la computadora (o el ordenador, en España) arme el conjunto diez mil veces con piezas aleatorias y cuentan cuántas veces falla. Aquí la tolerancia de cada pieza se trata como tres desviaciones estándar. Elige cuántas piezas apilar.

  
    Interactivo · Pila de tolerancias con Monte Carlo
    
      Piezas en la pila
      Armar de nuevo 10,000 conjuntos
      
      
    
    Sin JavaScript: cinco piezas de ±0.1 mm (tres desviaciones estándar) dan un límite de peor caso de ±0.5 mm, un límite de raíz de suma de cuadrados de ±0.224 mm y, en la simulación, solo cerca del 0.3% de los conjuntos supera el límite de raíz de suma de cuadrados; ninguno se acerca a 0.5 mm.
  
  La salvedad honesta es que la raíz de la suma de cuadrados supone que las piezas varían de forma independiente y están centradas. Una herramienta que se desgasta en el mismo sentido en todas las piezas rompe ese supuesto, y también un lote de un solo proveedor. Los ingenieros no están de acuerdo sobre cuándo confiar en el apilamiento estadístico y cuándo en el del peor caso; los diseños críticos para la seguridad suelen exigir el peor caso.
  La confiabilidad usa la misma aritmética. Un sistema que necesita todas sus partes es un sistema en serie, y las probabilidades se multiplican: diez componentes que funcionan el 99% de las veces dan 0.9910 ≈ 90.4% para el conjunto. Si añades un respaldo en paralelo, para fallar deben fallar los dos: dos unidades que funcionan el 90% de las veces dan 1 − 0.1² = 99%. Estas dos reglas explican por qué los aviones duplican sistemas y por qué las máquinas complicadas exigen componentes muy confiables.

  Lo que un graduado ve sin pensarlo
  
    Todo número tiene una dispersión detrás; la primera pregunta es "¿qué tan disperso?", no "¿cuánto vale?".
    La dispersión, no el promedio, decide cuántas piezas se desechan, y centrar el proceso también importa.
    Los promedios de muchas cosas independientes tienen forma de campana, sea cual sea el aspecto de la fuente.
    Reducir la incertidumbre a la mitad cuesta cuatro veces más datos.
    Un intervalo de 95% es una afirmación sobre un método: falla una vez de cada veinte por diseño.
    Un valor p es "qué tan sorprendente es esto si no pasa nada", no "qué tan probable es que sea cierto".
    Prueba veinte cosas y una parecerá significativa; pregunta cuántas se probaron.
    Dibuja los datos; correlación no es causalidad, y solo la asignación aleatoria rompe un factor de confusión.
    Los errores independientes se suman en cuadratura; las confiabilidades en serie se multiplican.
  

  Dónde aparece después
  
    Métodos de investigación en psicología (34/20): tamaños del efecto, potencia, p-hacking y replicación son esta materia aplicada al laboratorio, y es donde se ve por qué tantos resultados famosos no se repitieron.
    Aprendizaje automático (34/30): entrenar es ajustar un modelo a datos con ruido; las ideas de sobreajuste, barras de error y Bayes son esta materia en grande.
    Ciencia de materiales y manufactura (en inglés, 34/13): la capacidad del proceso y las tasas de desecho son la campana frente a un límite de especificación.
    Mecánica de materiales (en inglés, 34/11) y Diseño de máquinas (en inglés, 34/19): los factores de seguridad existen porque las cargas y las resistencias son distribuciones, no números.
    Ingeniería de sistemas (en inglés, 34/22) y Seguridad informática (en inglés, 34/33): presupuestos de confiabilidad que multiplican probabilidades en serie, y las probabilidades de adivinar un secreto.
  

  Si quieres profundizar
  
    📘 Douglas Montgomery y George Runger, Probabilidad y estadística aplicadas a la ingeniería (Limusa; traducción al español de Applied Statistics and Probability for Engineers). El texto estándar de los cursos de ingeniería, con muchos problemas de tolerancias, calidad y confiabilidad.
    📘 Joseph Blitzstein y Jessica Hwang, Introduction to Probability (CRC Press; 2.ª edición, 2019; en inglés). Lo mejor para la intuición profunda sobre la probabilidad misma, del curso Stat 110 de Harvard.
    📖 David Spiegelhalter, El arte de la estadística: cómo aprender de los datos (Capitán Swing, 2023; traducción de Francisco Herreros). La ruta más legible para aprender por tu cuenta, construida sobre casos reales y honesta sobre la incertidumbre.
    🌐 Estadística y probabilidad, curso de la UNAM en Coursera, en español y de nivel principiante (de bajo costo: inscribirse es gratis; el acceso completo a materiales y tareas es de pago, con prueba gratuita). Totalmente gratis y en español: Estadística y probabilidad de Khan Academy, con vídeos, ejercicios y cuestionarios por unidad.
    🌐 Si lees inglés: MIT OpenCourseWare 18.05, Introduction to Probability and Statistics (primavera de 2022; en inglés), con apuntes y problemas, y estadística bayesiana y clásica lado a lado.
  

  
    Para llevar
    Nada de lo que mides es exacto, así que cada número es una forma. Resume una forma con su centro y su dispersión, confía más en los promedios en proporción a la raíz cuadrada de la muestra, lee un intervalo de confianza como una promesa sobre un método, trata un valor p como una medida de sorpresa y dibuja los datos antes de creer en una correlación.
    Prueba esto: la próxima vez que veas una encuesta o un titular que diga "significativo", busca el tamaño de la muestra y pregunta cuántas cosas se probaron. Luego, en el widget de dados de arriba, añade cuatro dados y mira cómo la carpa se vuelve campana.
  

  
    Fuentes y para profundizar
    Fuentes. La regla de la curva normal (68.3%, 95.4%, 99.7%), el teorema central del límite, los intervalos de confianza, la prueba binomial, la posterior Beta, el apilamiento por raíz de la suma de cuadrados y la confiabilidad en serie y en paralelo son resultados estándar de los libros de texto (Montgomery y Runger; MIT 18.05); cada número mostrado se recalculó en código. Wasserstein y Lazar, "The ASA's Statement on p-Values: Context, Process, and Purpose", The American Statistician (2016). Open Science Collaboration, "Estimating the reproducibility of psychological science", Science (2015): 97% de los originales significativos frente a 36% de las réplicas. Anscombe, "Graphs in Statistical Analysis", The American Statistician (1973). Primeras formas del teorema central del límite: De Moivre (1733) y Laplace (c. 1810), según historias recientes como Ulyanov, "From classical to modern central limit theorems" (arXiv 2405.19828). Sorteo Extraordinario de Navidad: 100,000 números del 00000 al 99999, probabilidad de 1 entre 100,000 por número (Wikipedia en español, "Sorteo Extraordinario de Navidad"). Adaptada de la pieza en inglés Probability & Statistics: Reasoning with Uncertainty.
    Para profundizar. Los libros y el curso de arriba; la declaración de Wasserstein y Lazar es gratuita y breve (doi.org/10.1080/00031305.2016.1154108, en inglés).
    
      🌐 UNAM en Coursera: Estadística y probabilidad (en español)
      🌐 Khan Academy: Estadística y probabilidad (en español, gratis)
      🌐 MIT OCW 18.05 (en inglés)
      📖 Spiegelhalter, El arte de la estadística (Capitán Swing)
    
  

  
    Para tu español
    
      desviación estándar (standard deviation; "desviación típica" in Spain) · campana de Gauss (bell curve) · muestra (sample) · margen de error (margin of error) · valor p (p-value) · factor de confusión (confounder) · intervalo de confianza (confidence interval) · dato atípico (outlier) · desechar (to scrap, discard) · azar (chance, luck)


Step 4. Contabilidad: toda transacción tiene dos lados
------------------------------------------------------
Why: El marketing gasta dinero; la contabilidad muestra si volvió.
La contabilidad es el idioma con el que un negocio lleva la cuenta. Aprende una sola regla, que todo lo que tiene una empresa lo pagó alguien, y podrás leer cómo le va de verdad a cualquier compañía, incluso por qué una con utilidades puede quedarse sin efectivo.

Una panadería tiene su mejor mes. Los pedidos suben, los hornos no se enfrían, y la dueña le enseña a su contador un total de ventas con un número feliz. Tres semanas después no puede pagar la nómina. Nadie robó nada y nadie mintió. Los restaurantes que compraron su pan pagan a 60 días, el proveedor de harina quiere su dinero en 14, y el horno nuevo se pagó de contado el primer día. Ventas, utilidad y efectivo son tres cosas distintas, y el negocio se quedó sin la única que no se puede imprimir.
  Esa brecha es lo primero que un curso de contabilidad te enseña a ver. Lo segundo es que todas las cifras de los reportes de una empresa están conectadas entre sí por una regla muy antigua, tan chica que cabe en una servilleta. Un graduado no memoriza reglas sobre reportes. Lleva la regla de la servilleta en la cabeza, y los reportes salen de ella.
  Hay algo más que conviene saber desde el principio: la contabilidad es un idioma con acentos. Lo que en México se llama capital contable en España es patrimonio neto; lo que unos llaman estado de resultados otros llaman cuenta de pérdidas y ganancias; y unos dicen depreciación donde otros dicen amortización. La lógica es la misma. Los nombres cambian, y quien trabaje con clientes, bancos o auditores de más de un país necesita las dos listas.

  
    La materia en una caja
    
      Quién la cursaTodo estudiante de Administración de Empresas, Contaduría, Finanzas o Economía, en el primer o segundo año; ingenieros, abogados y emprendedores suelen llevar una versión corta. Casi todos los programas la dividen en dos: la contabilidad financiera (informar a quienes están fuera de la empresa) y la contabilidad de gestión o gerencial (números para decidir dentro de la empresa, también llamada contabilidad administrativa).
      Para qué sirvePara registrar lo que un negocio tiene, debe y gana, de modo que dueños, bancos, autoridades fiscales y gerentes lean la misma historia.
      Viene después de:Nada. Es una materia de entrada, aunque la aritmética es la de la escuela.
      Lleva a:Finanzas corporativas (34/41), después Emprendimiento (34/44). Las ideas también alimentan Gestión de operaciones (34/42) y Precios (34/48).
      Qué te da esta piezaNo sabrás preparar los estados financieros auditados de una empresa. Sí sabrás registrar una transacción, ver por qué los libros siempre cuadran y distinguir utilidad de efectivo; además, sabrás leer el mismo balance en el vocabulario de España y en el de Hispanoamérica, y cómo se reparten las normas NIIF y las nacionales en cada país. Lecturas más fáciles en la biblioteca: De dónde sale el dinero de verdad y Poner precio sin miedo (en Empezar un Negocio). Esta pieza va más lejos y muestra los tres estados moviéndose juntos. Describe cómo funcionan las cosas; no es asesoría fiscal, legal ni de inversión.
    
  

  Toda transacción tiene dos lados: la ecuación contable
  Esta es la regla de la servilleta. Todo lo que un negocio tiene lo pagó alguien: o personas a las que les debe (bancos, proveedores) o los dueños. No hay una tercera fuente. Por eso:
  Activos = Pasivos + Patrimoniolo que la empresa tiene = lo que debe + lo que los dueños han puesto o dejado dentro
  Como esto es siempre cierto, toda transacción debe tocar los libros en al menos dos lugares para que la ecuación siga equilibrada. Eso es la partida doble. La primera descripción impresa y detallada la dio el fraile Luca Pacioli en un libro de matemáticas publicado en Venecia en 1494, pero él puso por escrito un método que los comerciantes italianos usaban desde hacía unos dos siglos. Un débito (o cargo) y un crédito (o abono) son simplemente el lado izquierdo y el derecho de un libro de dos columnas; las palabras no tienen ningún sentido moral. Los activos y los gastos aumentan por el débito; los pasivos, el patrimonio y los ingresos aumentan por el crédito; y el total de débitos siempre es igual al total de créditos.
  Abajo hay una empresa pequeña, registrada una transacción a la vez. Fíjate en tres cosas: la ecuación que sigue equilibrada, la utilidad que aparece en el estado de resultados y el estado de flujos de efectivo contando una historia distinta.
  
    Interactivo · Registra un año de transacciones
    
      Registrar la siguiente
      Registrar todas
      Reiniciar
    
    
    
      Activos$Pasivos y patrimonio$
      EfectivoProveedores (por pagar)
      Clientes nos debenPréstamo bancario
      InventarioCapital del dueño
      Equipo (neto)Utilidad retenida
      Total de activosTotal de pasivos + patrimonio
    
    
      Estado de resultados$Estado de flujos de efectivo$
      IngresosOperación
      Costo de lo vendidoInversión
      RentaFinanciamiento
      DepreciaciónCambio en el efectivo
      UtilidadEfectivo de la operación
    
    
    Una empresa inventada, para ilustrar. Sin impuestos ni intereses, para que la aritmética se vea.
  
  Registra las nueve y llegarás a un resultado que vale la pena recordar: utilidad de $1,700, pero efectivo de la operación de −$800. La empresa tiene $8,200 en el banco, pero solo porque el dueño y el banco pusieron $15,000 y $6,000 se fueron en equipo. La venta se registró en el momento en que salió la mercancía, pero solo habían entrado $4,000 de los $6,000. Y los $1,000 de depreciación bajaron la utilidad sin que saliera un solo dólar. Tres estados, un solo conjunto de hechos.

  Utilidad no es efectivo: estado de resultados contra flujo de efectivo
  El estado de resultados (en España, cuenta de pérdidas y ganancias; en las normas internacionales, estado del resultado integral) responde: en este periodo, ¿cuánto ganamos y cuánto gastamos? Va de los ingresos hacia abajo hasta la utilidad. El estado de flujos de efectivo (en la práctica, flujo de caja) responde otra pregunta: ¿cuánto dinero entró y salió realmente del banco? Se divide en operación (el negocio del día a día), inversión (comprar y vender activos de larga vida) y financiamiento (préstamos y dinero de los dueños). Una empresa puede estar bien en uno y morirse en el otro.
  La trampa habitual es un negocio que crece y vende a crédito. Paga materiales y personal ahora y le pagan después, así que cada venta extra hace más hondo el hoyo de efectivo antes de llenarlo. Pruébalo: un negocio con 30% de margen bruto, $2,000 al mes de gastos fijos, que empieza con $10,000 y vende $10,000 en el primer mes. Cambia qué tan rápido crece y cuántos días tardan sus clientes en pagar.
  
    Interactivo · Con utilidades y sin dinero
    Crecimiento de las ventas por mes
      
    Días que tardan los clientes en pagar
      
    
    
    Negocio ilustrativo: ventas del primer mes $10,000, la mercancía cuesta 70% de las ventas y se paga al momento, gastos fijos de $2,000 al mes, efectivo inicial de $10,000. La línea es el efectivo al cierre de cada mes.
  
  Con 10% de crecimiento y 60 días, el negocio gana unos $40,150 de utilidad en el año y aun así termina con −$4,300 en el banco, con un mínimo de unos −$9,600 en el mes 5. Pon los días en cero y termina con $50,150 en efectivo. Las mismas ventas, la misma utilidad; solo cambió la espera. Por eso los bancos vigilan el flujo de efectivo y por eso fracasan las empresas que crecen rápido: el crecimiento se come primero el efectivo.
  En América Latina la espera pesa más de lo que parece, porque una parte enorme del empleo y de los negocios opera fuera del registro formal. Según la OIT (indicador 8.3.1, datos de 2025), el empleo informal es de 56.9% en México, 56.0% en Colombia, 70.5% en Perú y 26.4% en Chile. Muchos de esos negocios llevan sus cuentas en un cuaderno y miden todo en efectivo, que es contabilidad de caja: funciona mientras nadie les fíe ni les compre a crédito. La pieza Emprender en América Latina vs. en EE. UU. (Empezar un Negocio, 10) da el cuadro completo.

  El balance es una foto, no una película
  El estado de resultados cubre un tramo de tiempo. El balance es una foto de un solo día: a la izquierda lo que la empresa tiene, a la derecha lo que debe y quién lo financió. La misma ecuación, congelada. La utilidad entra como "utilidad retenida" (o resultados acumulados) abajo del todo, y así se amarran los tres estados: la utilidad del estado de resultados aumenta el patrimonio del balance, y el estado de flujos de efectivo explica el cambio en la línea de efectivo.
  
    EstadoTiempoPregunta que responde
    Balance (estado de situación)un día¿Qué tenemos y qué debemos, y quién lo financió?
    Estado de resultadosun periodo¿Ganamos más de lo que gastamos?
    Estado de flujos de efectivoun periodo¿De dónde vino el efectivo y adónde se fue?
  
  Un graduado lee un balance como un mapa. ¿Muchas cuentas por cobrar e inventario y poco efectivo? El crecimiento está atando dinero. ¿Deuda mucho mayor que el patrimonio? Un tropiezo en las utilidades dolerá. ¿Equipo grande y viejo? Viene el reemplazo. No necesitas que los números sean emocionantes; necesitas que sean coherentes.

  Devengo, efectivo y depreciación: poner el costo donde se usa
  Hay dos maneras de decidir cuándo cuenta algo. La contabilidad de caja registra una venta cuando llega el dinero y un costo cuando se paga. La usan tiendas pequeñas y muchas personas, y algunos sistemas fiscales la permiten. La contabilidad de devengo (o base acumulada) registra el ingreso cuando se gana y el costo cuando se incurre, diga lo que diga el banco. Las empresas grandes tienen que usar devengo porque empareja el esfuerzo con el premio: si compraste una camioneta de reparto en $12,000, sería absurdo decir que tu negocio perdió $12,000 el primer año y ganó una fortuna los cuatro siguientes.
  Esa es la lógica de la depreciación: repartir el costo de un activo de larga vida entre los años en que ayuda a ganar dinero. La forma más simple es la línea recta: (costo − valor de desecho esperado) ÷ años de vida. Los métodos acelerados, como el de saldo decreciente, cargan más al principio y menos después. La depreciación es el gasto sin salida de efectivo por excelencia: baja la utilidad y el impuesto, pero ese año no se mueve dinero. El efectivo salió cuando se compró el activo. (En España el nombre habitual es amortización, también para los bienes físicos; el Plan General de Contabilidad habla, por ejemplo, de la "amortización acumulada del inmovilizado material". En varios países de Hispanoamérica, como Colombia, se dice depreciación para los bienes físicos.)
  
    Interactivo · Reparte el costo de una camioneta
    
      Línea recta
      Doble saldo decreciente
    
    Costo de compra
      
    Vida útil
      
    Valor de desecho al final
      
    
    
  
  Con una camioneta de $12,000, $2,000 de valor de desecho y cinco años, la línea recta carga $2,000 al año. El doble saldo decreciente carga $4,800, $2,880, $1,728, luego solo $592 en el año 4, porque el valor en libros no puede bajar del valor de desecho, y nada en el año 5. El mismo total, distinto calendario. Las reglas fiscales suelen dictar qué método puede usar un negocio; la pregunta contable es cuál muestra mejor cómo se va gastando la camioneta.

  Leer razones financieras: cinco números que cuentan una historia
  Un estado es una lista de números. Una razón financiera (o ratio, o indicador) convierte dos de ellos en un juicio. Contadores y bancos se apoyan en un conjunto corto, cada uno con una pregunta sencilla: el margen (¿cuánto de cada venta queda como utilidad?), la razón circulante o liquidez corriente (¿podemos pagar las cuentas del próximo año?), los días de ventas por cobrar (¿cuánto tardan los clientes en pagar?), la deuda sobre patrimonio (¿qué parte del financiamiento es prestado?) y el rendimiento sobre el patrimonio, o ROE (¿qué ganó el dinero de los dueños?).
  Razón circulante = activo circulante ÷ pasivo circulanteuna razón menor que 1 significa que las cuentas que vencen pronto son mayores que el efectivo y los activos casi en efectivo con que pagarlas
  Las razones solo significan algo frente a otra cosa: el pasado de la propia empresa u otras empresas del mismo giro. El margen de 2% de un supermercado y el de 70% de una empresa de software están bien los dos. Aquí tienes una compañía pequeña. Mueve sus números y mira cómo reaccionan las razones y el veredicto.
  
    Interactivo · Lee una empresa pequeña
    Ventas del año
      
    Costo de lo vendido, como parte de las ventas
      
    Otros gastos de operación
      
    Clientes nos deben
      
    Efectivo en el banco
      
    Cuentas por pagar a proveedores
      
    Deuda bancaria (8% de interés)
      
    
    Cifras inventadas, en miles de dólares. El inventario queda fijo en 90 y el equipo en 300; el patrimonio es lo que sobra después de los pasivos. Sin impuestos.
  
  Con los números iniciales la empresa gana unos $104,000, un margen neto de 13%, una razón circulante de 3.5, clientes que tardan 59 días en pagar, una deuda de 0.67 veces el patrimonio y un rendimiento sobre el patrimonio cercano a 35%. Ahora sube la deuda a $400,000 con los mismos activos. El patrimonio baja a $100,000, la deuda sobre patrimonio salta a 4.0, la cobertura de intereses cae de 7.5 a 3.8 veces y el rendimiento sobre el patrimonio se dispara a 88%. Ese último número se ve maravilloso y es el peligroso: una base delgada de dinero de los dueños infla todos los rendimientos. Ninguna razón decide sola; decide el patrón.

  Contabilidad de gestión: fijos, variables y el punto de equilibrio
  Todo lo anterior es para gente de afuera. La contabilidad de gestión es para decidir: ¿fabricamos esto, cobramos aquello, cerramos esta tienda? Empieza por separar los costos en dos tipos. Los costos variables suben con cada unidad que produces (harina, vasos, envío). Los costos fijos no (renta, sueldos, seguro). El precio menos el costo variable es el margen de contribución: lo que cada venta aporta para cubrir los costos fijos y, después, para generar utilidad.
  Punto de equilibrio en unidades = costos fijos ÷ (precio − costo variable por unidad)por debajo de este volumen pierdes dinero; por encima, cada venta extra suma su margen de contribución a la utilidad
  Un carrito de café vende una taza a $4.00 y gasta $1.50 en granos, leche y vaso, así que cada taza aporta $2.50. Con $3,000 al mes de renta y sueldos necesita 1,200 tazas para llegar al equilibrio. Con 1,500 tazas gana $750; la diferencia entre 1,500 y 1,200, una quinta parte de las ventas, es su margen de seguridad. Baja un poco el precio y mira cuánto más volumen necesitas.
  
    Interactivo · Punto de equilibrio de un carrito de café
    Precio por taza
      
    Costo variable por taza
      
    Costos fijos por mes
      
    Tazas vendidas por mes
      
    
    
  
  La forma es lo que los graduados conservan: un negocio con costos fijos altos y un buen margen por unidad es una palanca. Por debajo del equilibrio pierde mucho; por encima, la utilidad sube rápido. Una aerolínea con aviones medio vacíos y una empresa de software sin costo por cliente adicional viven en esta curva. Es también la primera herramienta de Emprendimiento (34/44).

  Un idioma, muchos acentos: el mismo balance en España y en Hispanoamérica
  Con el balance de la empresa de las nueve transacciones ya cerrado, mira cómo se escribiría en dos tradiciones. En España, el Plan General de Contabilidad (aprobado por el Real Decreto 1514/2007) llama balance a la foto, cuenta de pérdidas y ganancias al estado de resultados, y define tres elementos: activo, pasivo y patrimonio neto. Su modelo de balance pone primero lo menos líquido (el activo no corriente) y después el activo corriente. Según explica Wikipedia, en países de Hispanoamérica se ordena al revés, de lo más líquido a lo menos líquido. En las normas mexicanas (NIF B-6) la foto se llama estado de situación financiera, igual que en las normas internacionales, y el tercer elemento se llama capital contable.
  Más diferencias de vocabulario que verás a diario: lo que en España son existencias en América suele llamarse inventarios; las cuentas por cobrar y por pagar de gran parte de Hispanoamérica son, en el modelo español, deudores comerciales y acreedores comerciales; lo que unos llaman utilidad, otros llaman ganancia o beneficio (el impuesto español es el "impuesto sobre beneficios"; el argentino, el "impuesto a las ganancias"). Y el conjunto de los estados se llama cuentas anuales en España, estados contables en Argentina y estados financieros en casi todas partes; en Colombia es común oír "el balance" para todo el paquete.
  
    Interactivo · El mismo balance, dos vocabularios
    
      Hispanoamérica (NIIF)
      España (Plan General)
    
    
    
    Las cifras son las de la empresa de las nueve transacciones. Se supone que el préstamo es a largo plazo. Los rótulos hispanoamericanos varían de un país a otro; los españoles siguen el modelo del Plan General.
  

  Los libros de reglas: NIIF, PCGA de EE. UU. y qué pasa cuando los libros mienten
  Alguien tiene que decidir cómo se aplican las reglas. La mayor parte del mundo usa las NIIF (Normas Internacionales de Información Financiera, en inglés IFRS), emitidas por el Consejo de Normas Internacionales de Contabilidad (IASB); Estados Unidos usa las suyas, los PCGA de EE. UU. (US GAAP), escritos por el FASB. En el panorama de la Fundación IFRS de 2018, 144 de 166 jurisdicciones perfiladas exigían NIIF a sus empresas con obligación pública de rendir cuentas, incluidas 15 de las 20 economías del G20; hoy la Fundación dice tener perfiles completos de 170 jurisdicciones. EE. UU. permite que las empresas extranjeras coticen allí con NIIF, pero exige PCGA a las nacionales; un acuerdo firmado en 2002 en Norwalk, Connecticut, inició una década de trabajo para acercar los dos juegos de normas, y quedan muchas diferencias.
  Hispanoamérica sigue, en general, el camino de las NIIF, con matices que importan. Elige un país y lee lo que dice su ficha en la Fundación IFRS.
  
    Interactivo · ¿Qué normas usa cada país?
    País
      
    
    Resumen de las fichas de la Fundación IFRS, "Use of IFRS Standards by jurisdiction". La fecha de la última actualización de cada ficha aparece abajo; la ley puede haber cambiado después.
  
  Fíjate en España: las cuentas consolidadas de los grupos que cotizan en bolsa siguen las NIIF adoptadas por la Unión Europea (desde 2005, por un reglamento de 2002), pero las cuentas individuales de todas las sociedades, cotizadas o no, siguen el Plan General de Contabilidad. Y fíjate en las pymes: en Colombia hay tres grupos (NIIF plenas, NIIF para las Pymes y una norma para microempresas); en México, ninguna norma específica y la mayoría de las pymes usa las NIF mexicanas. Con tantos negocios diminutos, como muestran los datos de informalidad, esa es la parte de la historia que más gente toca.
  
    PreguntaNIIF (IFRS)PCGA de EE. UU.
    EstiloBasado en principios; más espacio para el criterioMás reglas detalladas
    Inventario UEPS (LIFO, último en entrar, primero en salir)No se permiteSe permite
    Inventario rebajado que luego se recuperaSe permite la reversiónNo se permite la reversión
    Costos de desarrolloSe pueden capitalizar al cumplir criteriosEn general se llevan a gasto
  
  La tabla es una muestra, no una comparación completa, y las normas cambian; revisa el texto vigente antes de apoyarte en una línea. Ninguno de los dos libros es "mejor": cada uno refleja decisiones, y la utilidad de una empresa puede diferir bajo uno y otro para exactamente la misma actividad. Un auditor, una firma contable independiente, comprueba si los estados siguen las reglas; no garantiza que los números sean verdad.
  Lo que pasa cuando se doblan las reglas muestra por qué. Enron era una empresa real, con gasoductos reales y un enorme negocio de comercio de energía. Sus cuentas usaban la contabilidad a valor de mercado (mark-to-market; la SEC la aprobó para sus contratos de gas en 1992), que le permitía registrar desde el primer día la utilidad estimada de un contrato a largo plazo, según sus propios pronósticos. También usaba entidades de propósito especial, sociedades fuera de su balance, para esconder deuda y pérdidas. Una regla permitía que un vehículo no se consolidara si inversionistas externos aportaban al menos 3% de su capital; la investigación posterior de un comité del consejo (el informe Powers) encontró que algunos ni siquiera cumplían eso. El director financiero Andrew Fastow manejaba dos sociedades, LJM1 y LJM2, en las que ganaba personalmente y que hacían negocios con la propia Enron.
  La acción, de unos $90 en agosto de 2000, valía menos de $1 a fines de noviembre de 2001. Enron reformuló años de resultados y se declaró en quiebra el 2 de diciembre de 2001 con $63,400 millones en activos, la mayor quiebra de EE. UU. hasta ese momento. El ex director general Jeffrey Skilling fue condenado en 2006 por 19 de 28 cargos, y Kenneth Lay fue declarado culpable pero murió antes de la sentencia. La auditora Arthur Andersen fue condenada por obstrucción en junio de 2002 por destruir documentos; la Corte Suprema anuló esa condena por unanimidad en 2005 por las instrucciones al jurado, pero para entonces la firma había desaparecido. El Congreso aprobó la ley Sarbanes-Oxley ese julio. La lección no es "los contadores son delincuentes", sino que las reglas, los incentivos y la supervisión tienen que sostenerse a la vez, y que la utilidad que reporta una empresa es una opinión construida sobre decisiones.

  Lo que un graduado ve sin pensarlo
  
    Todo lo que se tiene lo pagó alguien, así que los libros siempre cuadran: activos = pasivos + patrimonio.
    Toda transacción tiene dos lados; si solo aparece uno, falta algo.
    Utilidad y efectivo son distintos. Una empresa que crece y vende a crédito puede tener utilidades y estar en quiebra.
    El balance es una fotografía; el estado de resultados y el de flujos de efectivo son películas entre dos fotografías.
    La depreciación (o amortización) es un costo real repartido en años, pero no es efectivo que sale.
    Una razón sola no significa nada; compárala con el pasado de la empresa y con sus competidoras.
    Los costos fijos hacen de un negocio una palanca: por encima del equilibrio, casi cada venta es utilidad.
    Los mismos conceptos tienen nombres distintos según el país (capital contable, patrimonio neto; existencias, inventarios): aprende la lógica y traduce los rótulos.
    Las utilidades reportadas dependen de decisiones. Pregunta siempre qué permitía la norma.
  

  Dónde aparece después
  
    Finanzas corporativas (34/41): valora una empresa con los flujos de efectivo que reporta la contabilidad, así que el efectivo es el idioma.
    Emprendimiento (34/44): punto de equilibrio, quema de efectivo y "pista" (cuántos meses te alcanza el dinero) son contabilidad de gestión aplicada a una empresa nueva.
    Gestión de operaciones (34/42) y Precios (34/48): el comportamiento de los costos y el margen de contribución deciden qué producir y cuánto cobrar.
    En el mundo: una solicitud de crédito, una declaración de impuestos, un trabajo en cualquier empresa, una noticia sobre "alertas de utilidades", o darte cuenta de que un negocio que quieres funciona en silencio a base de crédito.
  

  Si quieres profundizar
  
    📘 Libro de texto. Ray Garrison, Eric Noreen y Peter Brewer, Contabilidad administrativa (McGraw Hill; hay edición en español, no siempre de la misma edición que la última en inglés). El estándar sobre comportamiento de costos y punto de equilibrio.
    📘 Libro de texto (en inglés). Jerry Weygandt, Paul Kimmel y Donald Kieso, Financial Accounting (Wiley). Un texto de primer año muy usado, con muchos problemas para practicar.
    📘 Más amable (en inglés). Thomas Ittelson, Financial Statements: A Step-by-Step Guide to Understanding and Creating Financial Reports. Inglés sencillo, construido sobre ejemplos pequeños.
    🌐 Curso en español, gratis. Introducción a la Contabilidad, de la Universidad de Cantabria (OpenCourseWare, licencia Creative Commons BY-NC-SA): ciclo contable, existencias, deudores y acreedores, y estados financieros, con el Plan General de Contabilidad de España como referencia.
    🌐 Libro en español, gratis. Contabilidad Financiera (OpenStax) en LibreTexts Español, la versión en español del libro abierto Principles of Accounting de OpenStax. El original en inglés, con su volumen de contabilidad gerencial, está en openstax.org.
  

  
    Para llevar
    Todo lo que tiene una empresa lo pagó alguien, así que cada transacción tiene dos lados y los libros cuadran. Tres estados cuentan una sola historia desde tres ángulos: el balance dice dónde estás, el estado de resultados dice qué ganaste, y el de flujos de efectivo dice qué puedes gastar. La utilidad es una opinión construida sobre reglas; el efectivo es un hecho. Y las reglas y los nombres cambian de país en país, así que la lógica es lo que viaja.
    Prueba esto: elige una empresa que te guste, busca su último informe anual y lee solo tres líneas: utilidad neta, efectivo de la operación y efectivo al final. Si las dos primeras discrepan varios años seguidos, averigua por qué.
  

  
    Fuentes y para profundizar
    Fuentes. Partida doble y la Summa de arithmetica de Pacioli (Venecia, 1494): codificada, no inventada, según las historias estándar de la contabilidad. Normas: NIC 2 (UEPS prohibido, reversiones de inventario), NIC 38 (costos de desarrollo) frente a los PCGA de EE. UU.; revisa el texto vigente. Adopción de las NIIF: Fundación IFRS, Use of IFRS Standards around the world (panorama de 2018: 144 de 166 jurisdicciones, 15 de 20 del G20), y fichas por país en ifrs.org (México, actualizada el 16 de junio de 2016; Colombia, 16 de junio de 2016, con la Ley 1314 del 13 de julio de 2009; Venezuela, 16 de junio de 2016; Argentina, 27 de diciembre de 2023; Chile, Perú y Ecuador, 16 de junio de 2016; Brasil, 7 de mayo de 2026; España, 18 de julio de 2016; Estados Unidos, 4 de abril de 2025). El reglamento europeo de 2002 sobre las NIC aplica desde 2005 a las cuentas consolidadas de las cotizadas, según la ficha de España. El Plan General de Contabilidad: Real Decreto 1514/2007, de 16 de noviembre, en el BOE (modelo de balance con activo no corriente antes que corriente, partida "Amortización del inmovilizado" en la cuenta de pérdidas y ganancias, cuenta 281 "Amortización acumulada del inmovilizado material", elementos activo, pasivo y patrimonio neto). Vocabulario: Wikipedia en español, artículos "Balance general", "Estado de resultados", "Estados financieros" (nombres por país), "Patrimonio neto" (patrimonio neto o capital contable) y "Depreciación" (caso de Colombia); NIF B-6 y NIF B-3 de México (CINIF), conocidas por fuentes secundarias (vLex, contadormx.com), cuyo texto oficial conviene consultar. Informalidad: OIT, indicador de los ODS 8.3.1, datos de 2025, tal como los registra la pieza Emprender en América Latina vs. en EE. UU. de esta biblioteca. El acuerdo de Norwalk de 2002: memorando del FASB y el IASB. Enron: resumen de Wikipedia contrastado con las fechas de la aprobación de la SEC en enero de 1992, el auge y el desplome de la acción, la quiebra del 2 de diciembre de 2001, la condena de Skilling el 25 de mayo de 2006, la muerte de Lay el 5 de julio de 2006, la condena de Andersen (15 de junio de 2002) y su anulación (Arthur Andersen LLP v. United States, 2005) y la ley Sarbanes-Oxley (30 de julio de 2002); la regla del 3% de capital externo y el informe Powers (2002) provienen del informe del comité del consejo y de fuentes secundarias. Todos los números de los interactivos se calcularon en node: el libro de nueve pasos termina con utilidad $1,700, efectivo de operación −$800, efectivo $8,200 y activos $16,700; la trampa de efectivo con 10% de crecimiento y 60 días termina en −$4,316 con utilidad de $40,153; depreciación $2,000 al año en línea recta, $4,800 / $2,880 / $1,728 / $592 / $0 en saldo decreciente; punto de equilibrio 1,200 tazas, utilidad $750 con 1,500.
    
      🌐 Universidad de Cantabria OCW: Introducción a la Contabilidad (gratis, en español)
      🌐 LibreTexts Español: Contabilidad Financiera (OpenStax) (gratis, en español)
      🌐 Fundación IFRS: uso de las NIIF por jurisdicción (en inglés)
      📘 Garrison, Noreen y Brewer, Contabilidad administrativa (McGraw Hill)
      📘 Ittelson, Financial Statements (en inglés)
    
  

  
    Para tu español
    
      partida doble (double-entry bookkeeping) · balance (balance sheet) · estado de resultados (income statement) · patrimonio (equity) · cuentas por cobrar (receivables) · depreciación (depreciation) · punto de equilibrio (break-even point) · existencias o inventarios (inventory) · utilidad (profit) · devengo (accrual)


Step 5. Comportamiento del consumidor: cómo la gente nota, desea, elige y se arrepiente
---------------------------------------------------------------------------------------
Why: Cómo la gente nota, desea, elige y se arrepiente, y qué dice y qué no dice la investigación.
Nadie sopesa todas las opciones. La gente nota una rendija de lo que tiene enfrente, se imita más de lo que admite y se arrepiente de maneras predecibles. Quien se gradúa también sabe cuáles "hallazgos" famosos resistieron y cuáles nunca fueron reales.

Entras al supermercado por leche y sales con leche, una barra de chocolate y una revista. Si después te preguntaras cómo era el anaquel, no podrías dibujarlo. No leíste cuarenta etiquetas. Hiciste lo que hace todo el mundo: miraste una fracción de lo que había, fuiste a lo conocido, echaste un vistazo a lo que se llevaban los demás y decidiste en unos segundos.
  El comportamiento del consumidor estudia cómo ocurre eso en realidad, y no cómo dice una hoja de cálculo que debería ocurrir. Está donde el marketing (o mercadotecnia) se encuentra con la psicología. Sus resultados famosos llenan libros populares, y buena parte de ellos no ha sobrevivido a una revisión cuidadosa. Parte de lo que se aprende en esta materia es distinguir cuáles son cuáles.

  
    La materia en una caja
    
      Quién la cursaEstudiantes de marketing, normalmente en el año 2, justo después del curso introductorio. En Psicología es una materia aplicada de los últimos años; estudiantes de diseño y de negocios la toman como optativa.
      Para qué sirvePredecir qué notan, prefieren y hacen las personas reales, y de qué se arrepentirán, para que productos, anaqueles y mensajes encajen con ellas.
      Viene después de:Dirección de marketing (34/45) y Economía conductual (34/27). En Psicología se apoya en Sensación y percepción (34/21), Psicología cognitiva (34/22) y Psicología social (34/24).
      Lleva a:Gestión de marca (34/47), Precios (34/48) y, a través de Dirección de marketing, Investigación de mercados (34/46).
      Lo que te da esta piezaNo podrás dirigir un estudio de consumidores. Sí sabrás qué poco absorbe un comprador, por qué las multitudes amplifican la suerte y de qué afirmaciones famosas conviene dudar. Lectura más fácil para empezar: Los sesgos que engañan a todos (en inglés, 17/02). Esta pieza va más lejos y revisa las afirmaciones.
    
  

  Notas mucho menos de lo que crees
  La visión nítida cubre solo un parche pequeño en el centro de tu mirada. El resto de la escena lo rellenan tus expectativas. Por eso la gente puede mirar algo de frente y no verlo. En la demostración más conocida, Daniel Simons y Christopher Chabris pidieron a los espectadores contar los pases de un partido de baloncesto en un video; cerca de la mitad no notó que una persona disfrazada de gorila cruzaba por el centro (Perception, 1999). El efecto se ha repetido muchas veces. La lección para el marketing es directa: la atención es el recurso escaso, y el comprador no está mirando donde esperas.
  Un pariente es la ceguera al cambio. Si un cambio ocurre durante un parpadeo, un corte o un destello, la gente no ve diferencias grandes. Ronald Rensink y colegas crearon en 1997 el método del "parpadeo", que muestra lo difícil que es detectar un cambio cuando una pantalla en blanco separa dos versiones. Pruébalo: un objeto del anaquel cambia de color. Encuéntralo.
  
    Interactivo · Encuentra el cambio en el anaquel
    
      Empezar una ronda nueva
      Pantalla en blanco entre cuadros: sí
      Muéstramelo
    
    
    Pulsa Empezar. Toca el objeto que creas que cambia. El anaquel parpadea unas dos veces por segundo.
    Demostración ilustrativa. Los cuadros alternan: original, (en blanco), cambiado, (en blanco). Sin la pantalla en blanco, el cambio da un salto visible y es mucho más fácil de ver.
  
  Con la pantalla en blanco, la mayoría necesita varios ciclos; sin ella, el color que cambia salta a la vista. Un anaquel real tiene cientos de objetos y ningún blanco evidente, pero cada parpadeo, mirada y pausa hace ese papel. Para las marcas, esto significa que un color o una forma distintivos no son adorno: son la manera en que el producto llega a ser notado (ver Gestión de marca, 34/47).
  Hay un caso real de política pública que juega con esta idea. En Chile, la Ley 20.606 de etiquetado de alimentos (aprobada en 2012) obliga desde junio de 2016 a poner en el frente del envase un octágono negro con la leyenda "ALTO EN" calorías, grasas saturadas, azúcares o sodio cuando el producto pasa los límites. Un estudio publicado en PLOS Medicine (Taillie y colegas, 2020) siguió las compras mensuales de 2,383 hogares urbanos de 2015 a 2017 y estimó que el volumen de bebidas "altas en" azúcar u otros nutrientes críticos que se compraban cayó 23.7% respecto de lo que predecía la tendencia anterior. Es un estudio observacional de antes y después, y sus autores señalan que no permite establecer causalidad; aun así, ilustra el punto: una señal con forma, color y contraste que se nota a pesar de la prisa mueve decisiones de manera medible.

  Aprender a desear, y el recorrido de decisión
  Nadie nace queriendo una marca. Se aprende. Importan tres mecanismos. Repetición: Robert Zajonc mostró en 1968 que el mero hecho de volver a ver algo hace que nos guste un poco más, y el efecto de "mera exposición" se sostuvo en un metaanálisis grande de Robert Bornstein (1989), con un efecto modesto que se desgasta si se repite demasiado. Asociación: junta una marca con un sentimiento que la gente ya disfruta (una playa soleada, una cara de confianza) y el sentimiento se pega, una forma de condicionamiento. Memoria: solo puedes elegir lo que te viene a la mente. Los investigadores llaman conjunto de consideración al puñado de opciones en las que un comprador piensa de verdad.
  Luego viene el recorrido de decisión. La imagen de los libros de texto es un embudo; en 2009, unos consultores de McKinsey (Court, Elzinga, Mulder y Vetvik) sostuvieron que es un círculo con cuatro momentos: consideración inicial, evaluación activa, compra y la experiencia posterior, que alimenta la siguiente consideración. Para muchos bienes cotidianos el recorrido está casi vacío: agarras lo de siempre. Cuanto más cuesta una compra, o más riesgo tiene, más largo y deliberado se vuelve el recorrido. Quien se gradúa pregunta primero cuánto recorrido tiene este producto.
  
    MomentoQué ocurreQué implica
    ConsideraciónVienen a la mente unas pocas opcionesSi no te recuerdan, no te eligen
    EvaluaciónComparar, preguntar, buscarAquí pesan más las reseñas y los amigos
    CompraSuele ser rápida, en el anaquel o la pantallaDeciden la disponibilidad y las opciones por defecto
    DespuésUso, satisfacción o dudaAlimenta la siguiente ronda
  

  Elección: ¿más siempre es peor?
  El estudio más citado de la materia es el "estudio de las mermeladas" de Sheena Iyengar y Mark Lepper (2000). En un supermercado, una mesa con 24 mermeladas atrajo a más gente que una con 6, pero compró cerca del 3% de quienes estaban en la mesa grande, frente a cerca del 30% en la pequeña. La conclusión, que demasiada elección paraliza, se volvió una idea de bestseller (Barry Schwartz, The Paradox of Choice, 2004; en inglés).
  Luego los investigadores intentaron repetirlo. En 2010, Benjamin Scheibehenne, Rainer Greifeneder y Peter Todd reunieron 50 experimentos y encontraron que el efecto promedio de tener más opciones era cercano a cero, con grandes diferencias entre estudios. Alexander Chernev y colegas (2015) hicieron su propio metaanálisis y sostuvieron que el efecto es real bajo ciertas condiciones: cuando las opciones son difíciles de comparar, cuando el comprador no tiene una preferencia clara y cuando el conjunto es grande y complejo. Así que la lectura honesta es esta: la sobrecarga de elección existe, pero no es una ley, y el famoso 3% contra 30% no era un tamaño típico.
  Un modelo sencillo muestra por qué ambas cosas pueden ser ciertas. Supón que cada opción tiene para ti un valor aleatorio entre 0 y 1. La mejor de n opciones tiene un valor esperado de n ÷ (n + 1): más opciones siempre mejoran lo mejor que podrías encontrar, con rendimientos decrecientes. Pero mirar cuesta esfuerzo. Resta un costo pequeño por opción y aparece un punto ideal.
  neto = n ÷ (n + 1) − c × nn = opciones · c = costo en esfuerzo de cada opción, como parte de la satisfacción completa
  
    Interactivo · ¿Cuántas opciones son las mejores?
    Costo de mirar cada opción
      
    Opciones en el anaquel
      
    
    
    Un modelo de juguete, no datos. Muestra la forma del argumento: más opciones ayudan hasta cierto punto, el costo del esfuerzo sube en línea recta y el máximo depende de lo costoso que sea mirar para esta persona y este producto.
  
  Con medio punto por opción, el mejor número es 13, pero la curva es plana cerca de la cima, así que un anaquel con 6 o con 24 queda a pocos puntos de 13. El modelo no dice que el estudio de las mermeladas estuviera equivocado. Dice que el efecto depende del esfuerzo, y por eso los conjuntos grandes y confusos pueden perjudicar, mientras que las categorías conocidas (leche, pasta de dientes) normalmente no.

  Los demás deciden con nosotros: grupos de referencia y prueba social
  Un grupo de referencia es cualquiera cuya opinión usas como vara de medir: la familia, los colegas, desconocidos que se parecen a ti. Robert Cialdini llamó prueba social al hábito de usar la conducta de otros como evidencia (Influencia, 1984). Es sensato: si un restaurante está lleno, probablemente es bueno. El riesgo es que la prueba sea circular, con cada persona copiando a la anterior.
  Matthew Salganik, Peter Dodds y Duncan Watts lo probaron en 2006. 14,341 participantes descargaron canciones desconocidas de un "mercado de música" en línea. Algunos veían los conteos de descargas de los demás; otros no. Cuando la gente veía los conteos, las canciones populares se volvían mucho más populares, las impopulares menos, y qué canciones ganaban cambiaba de una repetición del experimento a otra. La calidad importó un poco (a las mejores canciones rara vez les fue mal, y a las peores rara vez les fue bien), pero la suerte inicial se amplificó. El siguiente modelo captura el mecanismo: 200 personas eligen por turnos entre dos opciones igual de buenas.
  
    Interactivo · Veinte mundos paralelos de 200 personas que eligen
    Cuánto copia la gente a la multitud hasta ese momento
      
    Repetir
    
    
    Un modelo de juguete en el espíritu del estudio de 2006 (no son sus datos). Cada persona elige A con probabilidad (1 − w) × ½ + w × la parte de A hasta ese momento. Las dos opciones son idénticas; cada punto es la parte final de A en un mundo.
  
  Sin copiar, todos los mundos terminan cerca de 50-50. Sube la influencia y los mundos se dispersan: en algunos se impone A; en otros, B, aunque las dos opciones son idénticas. Desde dentro de un solo mundo, el éxito parece calidad. Por eso las marcas pagan por reseñas tempranas, por eso funcionan las etiquetas de "más vendido" y por eso un éxito puede ser en parte un accidente.

  El mismo anuncio, otro país
  Los consumidores llevan una cultura a cuestas. El estudio de 1980 de Geert Hofstede, basado en encuestas a empleados de IBM en más de 50 países (unas 117,000 muestras pareadas, 1967–73), agrupó las diferencias nacionales en dimensiones como individualismo frente a colectivismo, distancia al poder y evitación de la incertidumbre. En sus puntajes publicados, Estados Unidos obtiene cerca de 91 en individualismo, mientras que países como Hong Kong están cerca de 25 y Portugal en 27. Los especialistas en marketing lo usaron para adivinar si un anuncio debía hablar de "tú" o de "la familia".
  Tómalo como una hipótesis, no como un mapa. Críticos como Brendan McSweeney (2002) cuestionan el método: la muestra era de una sola empresa y sobre todo de hombres, los países no son uniformes, un promedio nacional dice poco de cualquier individuo, y los datos son viejos. Una regla útil: usa la cultura para hacer una pregunta ("¿significaría lo mismo aquí este chiste, este color, este papel familiar?") y luego pruébala con clientes locales. Muchos cuentos sobre nombres de productos que "significaban algo grosero" en el extranjero son leyendas urbanas, así que verifica antes de repetir uno. Y ten presente que "el mercado hispano" no es uno solo: de México a Argentina y a los hispanos de Estados Unidos, los hábitos de compra, las palabras y los precios cambian.

  Afirmaciones famosas, verificadas
  El campo tiene una pila de resultados que todos han oído. Algunos eran reales, algunos se encogieron, otros nunca fueron lo que se decía. Adivina primero; luego mira.
  
    Interactivo · ¿Se sostuvo, se encogió o nunca fue real?
    Afirmación 1 de 7
    
    
      Se sostuvo
      Se encogió o depende
      No es real como se cuenta
    
    
    Siguiente afirmación
  
  Fíjate en cuántas veces lo que falla es el número de la historia, mientras queda un efecto menor, pero real. Dos lecciones para quien trabaja en marketing: pide la muestra y si alguien lo repitió, y desconfía de cualquier cifra suelta del tipo "X% de las decisiones".

  Después de la compra: arrepentimiento y duda
  La disonancia cognitiva de Leon Festinger (1957) explica por qué, después de una compra costosa, la gente busca razones para haber elegido bien y evita la evidencia contraria: a la mente le molesta sostener juntas "yo lo elegí" y "fue un error". Los vendedores lo aprovechan con mensajes de seguimiento que confirman la elección. El arrepentimiento también tiene un patrón en el tiempo. Thomas Gilovich y Victoria Medvec (1995) encontraron que a corto plazo la gente lamenta lo que hizo, pero al mirar atrás a lo largo del tiempo lamenta lo que no hizo.
  En el anaquel, el arrepentimiento y la elección interactúan. Barry Schwartz y colegas (2002) encontraron que los "maximizadores", que revisan todo en busca de lo mejor, reportan menos satisfacción y más arrepentimiento que los "satisfactores", que toman lo suficientemente bueno; el trabajo es correlacional y estudios posteriores son mixtos, así que tómalo como una tendencia, no como un veredicto. Las políticas de devolución, las pruebas gratuitas y las reseñas son maneras de bajar el precio del arrepentimiento.

  Lo que un graduado ve sin pensarlo
  
    El comprador mira muy poco; la primera tarea de un empaque o de una página es ser notado.
    La mayor parte de las compras cotidianas es rápida y habitual; el "recorrido" es corto para las cosas baratas y conocidas.
    La repetición y la asociación construyen el gusto antes de que se escuche ningún argumento.
    Más opciones no es automáticamente peor; depende del esfuerzo y de si la gente sabe lo que quiere.
    Las multitudes amplifican la suerte: la popularidad es en parte una historia sobre popularidad anterior.
    La cultura es una pregunta que se prueba localmente, no un estereotipo que se da por hecho.
    Cuando un estudio trae un número dramático, comprueba si se repitió.
    La gente se arrepiente, y los vendedores pueden bajar ese costo facilitando devoluciones y confirmaciones.
  

  Dónde aparece después
  
    Gestión de marca (34/47): la disponibilidad mental es el conjunto de consideración, y los rasgos distintivos son la respuesta a la atención escasa.
    Precios (34/48): cómo percibe la gente un precio, desde los anclajes hasta "¿es justo?".
    Investigación de mercados (34/46): cómo preguntar, probar y comprobar si un hallazgo se replica.
    Economía conductual (34/27): la hermana formal de esta materia, con los mismos debates de replicación.
    Psicología cognitiva (34/22) y Psicología social (34/24): la atención y la memoria de arriba, y la imitación y la prueba social, en su versión de laboratorio.
    En el mundo: por qué los anaqueles de las tiendas se acomodan como se acomodan, por qué las aplicaciones ordenan lo "más popular" y por qué existen las políticas de devolución.
  

  Si quieres profundizar
  
    📘 Texto estándar. Michael Solomon, Comportamiento del consumidor (Pearson, con ediciones en español). El texto estándar de licenciatura, con muchos casos aplicados.
    📘 Texto estándar. Wayne Hoyer, Deborah MacInnis y Rik Pieters, Consumer Behavior (Cengage; en inglés). Más centrado en la investigación.
    📘 Más suave. Robert Cialdini, Influencia (HarperCollins, edición en español). Legible y lleno de ejemplos. Como compañero, Pensar rápido, pensar despacio de Daniel Kahneman (2011; edición en español), sabiendo que algunos de los estudios de priming que cita han sido cuestionados.
    🌐 Curso gratuito. MIT OpenCourseWare 15.810 Marketing Management (en inglés) cubre el lado del consumidor en sus sesiones centrales; combínalo con los libros.
  

  
    Para llevar
    La gente nota poco, copia a otros, decide rápido y se arrepiente según patrones. Diseña para la rendija de atención que vas a recibir, recuerda que la popularidad se alimenta a sí misma y comprueba si una afirmación famosa tiene una replicación antes de apoyarte en ella.
    Prueba esto: la próxima vez que compres, fíjate en las tres primeras cosas que miraste y en lo último que elegiste. Luego pregúntate cuál viste primero y cuál vino del hábito.
  
  
    Fuentes y para profundizar
    Fuentes. Simons y Chabris, "Gorillas in our midst", Perception (1999). Rensink, O'Regan y Clark (1997), método del parpadeo. Zajonc (1968); Bornstein (1989). Court et al., "The consumer decision journey", McKinsey Quarterly (2009). Iyengar y Lepper, JPSP (2000); Scheibehenne, Greifeneder y Todd, Journal of Consumer Research (2010: 50 experimentos, efecto promedio cercano a cero); Chernev, Böckenholt y Goodman, Journal of Consumer Psychology (2015). Salganik, Dodds y Watts, Science (2006; 14,341 participantes). Hofstede (1980; 117,000 muestras de IBM, según el resumen de Wikipedia; individualismo de EE. UU. 91, Hong Kong y Serbia 25, Portugal 27); McSweeney (2002). La afirmación de James Vicary de 1957 sobre las palomitas (aumentos de 57.5% y 18.1%) fue calificada de "un truco" por el propio Vicary en una entrevista de 1962 en Advertising Age. Festinger (1957); Gilovich y Medvec (1995); Schwartz et al. (2002). Pirámide de Maslow: Bridgman, Cummings y Ballard, "Who built Maslow's pyramid?", Academy of Management Learning & Education (2019). Etiquetado en Chile: Ley 20.606, en vigor desde junio de 2016; Taillie et al., "An evaluation of Chile's Law of Food Labeling and Advertising on sugar-sweetened beverage purchases from 2015 to 2017: A before-and-after study", PLOS Medicine (2020; reducción de 23.7% en el volumen comprado de bebidas "altas en"). Las simulaciones son modelos de juguete; los números (mejor n = 13 con costo de 0.5%; la dispersión del efecto manada) se calcularon en node. Esto no es asesoría de negocios. Adaptada de la pieza en inglés Consumer Behavior: How People Notice, Want, Choose and Regret.
    
      🌐 MIT OCW 15.810 Marketing Management (en inglés)
      📘 Solomon, Comportamiento del consumidor
      📘 Cialdini, Influencia
    
  

  
    Para tu español
    
      anaquel (shelf; also estante, góndola in some countries) · comprador (shopper, buyer) · prueba social (social proof) · conjunto de consideración (consideration set) · arrepentimiento (regret) · disonancia cognitiva (cognitive dissonance) · mera exposición (mere exposure) · devolución (return, refund) · más vendido (bestseller)


Step 6. Economía conductual: cómo eligen realmente las personas
---------------------------------------------------------------
Why: Los sesgos detrás de las opciones por defecto, las anclas y el "solo quedan 3".
La economía estándar supone calculadores serenos, coherentes y egoístas. La economía conductual mide cómo se apartan de eso las personas reales y, tan importante como eso, cuáles de sus hallazgos famosos han sobrevivido a que alguien los revisara.

Te apuntas a un gimnasio un 2 de enero a las 8 de la mañana, lleno de ganas, y pagas la mensualidad durante un año. Vas cuatro veces. Una tienda muestra una chamarra (o chaqueta) con el cartel «antes $2,000, ahora $1,200», y de pronto parece una ganga, aunque un minuto antes no tenías idea de cuánto valía. Una empresa inscribe automáticamente a su personal nuevo en un plan de ahorro para el retiro, y mucha más gente termina ahorrando, aunque nada de sus finanzas haya cambiado.
  Nada de esto es irracional en el sentido de ser aleatorio. Es irracional de una manera predecible, y lo predecible es lo que un economista puede usar. La economía conductual reúne esas desviaciones regulares del elector de los libros de texto y las convierte en modelos. Es también un campo que pasó una década dura, en la que se volvieron a probar muchos resultados de titular y algunos no sobrevivieron. Esta pieza enseña las dos cosas: las ideas y el boletín de calificaciones.

  
    La materia en una caja
    
      Quién la cursaEstudiantes de Economía, normalmente en el tercer año, después de Microeconomía y Estadística; los programas de Mercadotecnia, Psicología y escuelas de negocios la enseñan como comportamiento del consumidor o toma de decisiones. El MIT, por ejemplo, ofrece un curso llamado Psychology and Economics (14.13).
      Para qué sirvePara predecir dónde las decisiones reales se apartan del modelo del agente racional, y para diseñar precios, opciones por defecto y políticas que funcionen para personas reales.
      Viene después de:Microeconomía (34/14) y Probabilidad y estadística (34/19).
      Lleva a:Comportamiento del consumidor (34/29); y alimenta Precios (34/48) y Dirección de marketing (34/45). Econometría (34/36) es la caja de herramientas para juzgar cuáles de sus hallazgos son reales.
      Qué te da esta piezaNo vas a poder diseñar un experimento conductual. Sí vas a conocer los efectos principales, más o menos de qué tamaño son, y cuáles clásicos fueron refutados. Lecturas más fáciles para empezar (en inglés, 17/02, 17/05 y 17/10): The Biases That Fool Everyone, How to Make a Hard Decision y Why You Understand Less Than You Think. Esta pieza va más allá al preguntar cuánto vale cada sesgo y si resistió la prueba.
    
  

  Racionalidad limitada: atajos que casi siempre funcionan
  La consumidora de los libros de texto sopesa todas las opciones, conoce sus propios gustos y nunca comete errores de cálculo. Herbert Simon argumentó en los años cincuenta que eso ignora lo obvio: las mentes son limitadas, el tiempo es corto, la información es incompleta. Las personas no optimizan, se conforman con lo suficiente (satisfice, en inglés): buscan hasta encontrar algo suficientemente bueno y paran. Lo llamó racionalidad limitada. Daniel Kahneman y Amos Tversky catalogaron después las reglas generales, o heurísticas, que usa la gente, y los errores sistemáticos que produce cada una. Juzgar qué tan probable es algo por lo fácil que se nos ocurren ejemplos (disponibilidad), por cuánto se parece a un estereotipo (representatividad) o partiendo de un número que nos entregaron (anclaje) funciona casi siempre, y falla siempre de maneras con patrón. Kahneman recibió el Nobel de Economía de 2002 por este trabajo.
  Un ejemplo resuelto, de la literatura sobre «reflexión cognitiva» (versión adaptada del clásico problema del bate y la pelota de Shane Frederick): un cuaderno y un lápiz cuestan $110 juntos; el cuaderno cuesta $100 más que el lápiz. ¿Cuánto cuesta el lápiz? La respuesta rápida es $10. Compruébalo: lápiz $10, cuaderno $110, total $120. Si el lápiz cuesta x, el cuaderno cuesta x + 100, así que 2x + 100 = 110 y x = $5. La respuesta equivocada llega rápido y se siente bien; la correcta pide una segunda mirada. Los sesgos son en buena medida esto: un proceso rápido que suele estar bien, sin alarma cuando no lo está. El resto de la pieza es un recorrido por los mejor estudiados, con una idea creciente de cuánto confiar en cada uno.

  Teoría prospectiva: ganancias, pérdidas y el quiebre
  El artículo de 1979 de Kahneman y Tversky en Econometrica propuso la teoría prospectiva (prospect theory) como descripción de cómo valoramos los resultados con riesgo. Tiene tres ingredientes. Primero, juzgamos los resultados como ganancias o pérdidas respecto a un punto de referencia (normalmente donde estamos ahora), no como totales de riqueza. Segundo, la sensibilidad decreciente: la diferencia entre ganar 0 y 100 se siente mayor que entre ganar 1,000 y 1,100. Tercero, la aversión a las pérdidas: una pérdida duele más de lo que agrada la ganancia equivalente. Sus estimaciones de 1992 fueron aproximadamente α ≈ 0.88 para la curvatura y λ ≈ 2.25 para la aversión a las pérdidas.
  v(x) = xα para ganancias, v(x) = −λ·(−x)α para pérdidasλ mayor que 1 hace la curva más empinada para las pérdidas; α menor que 1 la aplana a medida que crecen las cantidades
  
    Interactivo · ¿Aceptarías la moneda al aire?
    Aversión a las pérdidas λ
      
    Curvatura α
      
    Ganas si sale cara (pierdes 100 si sale cruz)
      
    
    
    Una función de valor simplificada de la teoría prospectiva, que ignora la ponderación de probabilidades. Los valores están en unidades «sentidas» arbitrarias. Con λ = 1 y α = 1 el elector es el neutral al riesgo de los libros de texto.
  
  Sin JavaScript: con λ = 2.25 y α = 0.88, una apuesta 50:50 para perder 100 solo vale la pena si la ganancia es de al menos 251; con λ = 2 y α = 1 se necesita exactamente 200.
  Con los valores por defecto, una moneda al aire que arriesga 100 y ofrece 150 tiene un promedio positivo (+25 en dinero) pero un valor sentido negativo. Sube la ganancia hasta cerca de 250 y se invierte. Mucha gente rechaza esas apuestas, y la teoría prospectiva explica por qué. ¿Qué tan sólida es la propia aversión a las pérdidas? Es una discusión abierta, que se retoma al final.

  Anclaje y encuadre: los mismos hechos, otra atracción
  En el experimento de anclaje más conocido, Tversky y Kahneman (1974) hicieron girar una ruleta que se detenía en 10 o en 65, y luego preguntaron qué porcentaje de los miembros de las Naciones Unidas son países africanos. Quienes vieron 10 dieron una respuesta típica cercana a 25%; quienes vieron 65 respondieron cerca de 45%. Un número aleatorio arrastró la estimación. La herramienta de abajo interpola entre esas dos medianas reportadas (ilustra el tamaño del tirón, no son datos más allá de ellas).
  
    Interactivo · El tirón del ancla
    Número que mostró la ruleta
      
    
    
    Recta que pasa por las dos medianas reportadas (ancla 10 da 25; ancla 65 da 45). Entre ambas, cada punto de ancla mueve la estimación típica unos 0.36 puntos.
  
  El índice de anclaje es el cambio en las estimaciones dividido por el cambio en las anclas: (45 − 25) ÷ (65 − 10) ≈ 0.36. El anclaje es uno de los hallazgos más sólidos del campo, aunque unos pocos estudios con anclas obviamente aleatorias no lo han encontrado. El encuadre (framing) es su primo: el problema de la «enfermedad asiática» de Tversky y Kahneman de 1981 describe un programa para 600 personas en riesgo, ya sea como «se salvarán 200» o como «morirán 400», y ambas describen el mismo resultado. En el original, una mayoría tomó la opción segura cuando se presentaba como vidas salvadas, y una mayoría tomó la apuesta cuando se presentaba como muertes. Los efectos de encuadre se han vuelto a probar ampliamente, y la dirección suele sostenerse; el tamaño depende mucho de la redacción y de a quién se pregunta.

  Sesgo hacia el presente: hoy contra después
  La teoría estándar descuenta el futuro a una tasa constante, de modo que tu preferencia entre «$100 el día d» y «$110 el día d + 7» sigue igual a medida que pasan los días. Las personas reales no. Richard Thaler halló en 1981 que la gente era indiferente entre $15 ahora y $30 en tres meses, $60 en un año o $100 en tres años, lo que implica tasas de descuento que caen bruscamente con la demora. George Ainslie halló que muchas personas preferían $50 ahora a $100 en seis meses, pero $100 en nueve meses a $50 en tres: la misma elección, seis meses más lejos, se invierte. David Laibson (1997) lo capturó en el modelo cuasi hiperbólico: todo lo posterior a hoy recibe un descuento adicional único β menor que 1.
  valor de la recompensa x con demora t = β · δt · x si t > 0, y x si es ahoraδ es la paciencia ordinaria por día; β menor que 1 es el «sesgo hacia el presente»
  
    Interactivo · Planeas hoy, eliges mañana
    Sesgo hacia el presente β (1 = ninguno)
      
    Días hasta la recompensa menor
      
    
    Elección: $100 ese día, o $110 una semana después. Paciencia δ = 0.995 por día (se pierde cerca del 3.4% por semana). Parámetros inventados para ilustrar.
  
  Con β = 0.7, tu plan de hoy es esperar los $110 siempre que la recompensa menor esté a un día o más de distancia. Cuando llega el día y los $100 están disponibles ahora, los tomas, contra tu propio plan. Ese patrón de planear y romper el plan es la mensualidad del gimnasio, la dieta sin terminar, la cuenta de ahorros sin abrir. Quienes saben que son así compran mecanismos de compromiso: una cuenta de ahorro bloqueada, una apuesta con un amigo, borrar la aplicación. Pon β = 1 y la inversión desaparece.

  Opciones por defecto y empujoncitos: diseñar el camino fácil
  Si las personas son poco atentas y algo sesgadas hacia el presente, lo que ocurre cuando no hacen nada importa enormemente. Madrian y Shea (2001) estudiaron una gran empresa estadounidense que pasó su plan de retiro 401(k) a la inscripción automática, con los términos económicos del plan sin cambios: la participación fue significativamente mayor con inscripción automática, y muchos empleados se quedaron en la tasa de aportación y el fondo por defecto. Las tasas nacionales de donación de órganos cuentan algo parecido: cerca del 12% de consentimiento en la Alemania de adhesión voluntaria (opt-in) frente al 99.98% en la Austria de exclusión voluntaria (opt-out) es el contraste más citado, aunque mezcla otras causas.
  En el mundo hispanohablante hay ejemplos reales de cambios de regla. En España, la ley de 1979 presume el consentimiento, y el país tiene una de las tasas de donantes más altas del mundo, pero el presidente de la Organización Nacional de Trasplantes ha reconocido que la ley probablemente no es la razón principal del éxito: pesa más la organización de la coordinación en los hospitales. Chile adoptó en 2010 la Ley 20.413, que considera donantes a los mayores de 18 años salvo que declaren lo contrario, y Argentina pasó a donante presunto en 2005 (Ley 26.066) y, con la Ley Justina de 2018 (Ley 27.447), eliminó el requisito de consultar a la familia. La lección es la misma: el valor por defecto importa, pero rara vez actúa solo.
  
    Interactivo · ¿Adhesión voluntaria o exclusión voluntaria?
    Proporción de personas que deciden activamente
      
    Proporción que de verdad quiere participar
      
    
    
    Un modelo de juguete: quienes deciden activamente siguen su propio deseo; todos los demás se quedan en la opción por defecto. La participación real depende de muchas más cosas.
  
  El modelo de juguete muestra la lógica: cuanto menos atenta es la población, más decide la opción por defecto y menos personas están eligiendo. Esa es la idea detrás del empujoncito (nudge), término que Richard Thaler y Cass Sunstein hicieron famoso en su libro de 2008: cambiar la «arquitectura de la elección» sin prohibir nada. Es también el momento de una advertencia. Si los empujoncitos funcionan a gran escala es discutido (el boletín de abajo), y también se discute la ética de orientar a la gente: los críticos temen la manipulación; los defensores responden que toda elección tiene alguna opción por defecto, así que alguien tiene que fijarla.

  Preferencias sociales: el juego del ultimátum
  La teoría estándar predice que a las personas solo les importa su propia ganancia. En el juego del ultimátum (Güth, Schmittberger y Schwarze, 1982), un proponente reparte 100 con un respondedor que puede aceptar o rechazar; si rechaza, ambos se quedan sin nada. Quien solo maximiza dinero aceptaría 1, así que el proponente ofrecería 1. Los respondedores reales no lo hacen. En 37 estudios, los proponentes ofrecían típicamente cerca del 40%, y las ofertas por debajo de cerca del 30% se rechazaban a menudo: los respondedores pagan para castigar lo que ven como injusto. Quince sociedades de pequeña escala estudiadas por Henrich y colaboradores mostraron que lo que se considera justo difiere entre culturas, de modo que las cifras «típicas» pertenecen a los lugares donde se han hecho la mayoría de los experimentos.
  
    Interactivo · Haz la oferta
    Tu oferta (de 100)
      
    Mínimo típico que aceptan los respondedores
      
    Cuánto difieren los respondedores
      
    
    Cada respondedor tiene un mínimo privado, distribuido en forma de campana alrededor del valor típico. Parámetros inventados: lo importante es la forma del intercambio, no un pronóstico.
  
  Pon el mínimo y la dispersión cerca de cero (un respondedor de libro de texto): la mejor oferta se hunde a cerca de 3. Ponlos cerca de lo que describen los estudios y la mejor oferta salta a cerca de 39, porque una oferta tacaña arriesga todo. Un proponente que ofrece con justicia puede estar movido por la equidad o por el miedo al rechazo, y el juego por sí solo no puede decir cuál.

  Qué resistió, qué se encogió, qué fracasó
  La economía conductual nació de la psicología, y la psicología pasó por una crisis de replicación. En 2015 la Open Science Collaboration repitió 100 estudios de psicología publicados y encontró que cerca del 36% se replicó con éxito según su criterio principal. A la economía le fue mejor, pero no perfectamente: un proyecto de 2016 repitió 18 experimentos de laboratorio de revistas líderes de economía, y 11 (cerca del 61%) se replicaron; un proyecto de 2018 repitió 21 artículos de ciencias sociales de Nature y Science, y 13 (cerca del 62%) se replicaron, por lo general con efectos más pequeños. El boletín de abajo clasifica los hallazgos usados en esta pieza y algunos vecinos famosos. Usa los botones para filtrarlo.
  
    Interactivo · El boletín de calificaciones
    
      Todos
      Resistió
      Se encogió
      Fracasó
      Discutido
    
    
    
  
  Algunas lecciones. Las direcciones se sostienen más a menudo que los tamaños: las opciones por defecto, las anclas y el sesgo hacia el presente apuntan hacia donde dice la teoría, pero sus efectos en el terreno suelen ser menores que los del primer estudio de laboratorio. Los hallazgos grandes, llamativos y aislados son los más riesgosos: el agotamiento del yo y el priming social se construyeron sobre muestras pequeñas e historias ingeniosas. No todo «sesgo» es una sola idea: la aversión a las pérdidas, el efecto de dotación y el sesgo de statu quo pueden ser una fuerza o tres, y los expertos difieren. Y los promedios publicados exageran, por la razón que muestra Econometría (34/36): los resultados significativos sobreviven al filtro de las revistas, y las sobreestimaciones afortunadas son las que lo pasan.

  Lo que un graduado ve sin pensarlo
  
    La gente usa atajos que casi siempre funcionan y a veces fallan con patrones; el patrón es lo que lo convierte en una ciencia.
    Los resultados se juzgan desde un punto de referencia, y las pérdidas pesan más que las ganancias iguales, probablemente cerca del doble, pero la cifra depende del contexto.
    Un número que te entregan tira de tu estimación hacia él, aun cuando sea irrelevante.
    Los mismos hechos presentados como ganancias o como pérdidas pueden invertir una elección.
    El sesgo hacia el presente hace que planes y acciones discrepen; los mecanismos de compromiso existen porque la gente lo sabe.
    La opción por defecto es una decisión que alguien tomó por ti; cuando la gente está desatenta, decide ella.
    La gente pagará por castigar la injusticia, y las normas de equidad difieren entre sociedades.
    De cualquier hallazgo famoso pregunta: ¿se replicó? ¿de qué tamaño? ¿en quiénes? La dirección sobrevive más que el tamaño.
  

  Dónde aparece después
  
    Comportamiento del consumidor (34/29): los precios de referencia, el anclaje en los precios de lista y el encuadre de «antes/ahora» son mercadotecnia cotidiana.
    Precios (34/48): los señuelos, los números redondos y las suscripciones con renovación por defecto se apoyan en estos efectos, y el registro de replicaciones te dice en cuáles confiar.
    Economía pública (34/37): la inscripción automática y la donación con exclusión voluntaria son instrumentos de política, con el debate sobre los empujoncitos incluido.
    Estrategia y competencia (34/43) y Teoría de juegos (34/15): el juego del ultimátum es un resultado de teoría de juegos que las personas reales no siguen.
    En el mundo: el diseño de pensiones, la recaudación de fondos, los mensajes de salud, el diseño de aplicaciones y cada «oferta por tiempo limitado».
  

  Si quieres profundizar
  
    📘 Libro de texto. Nick Wilkinson y Matthias Klaes, An Introduction to Behavioral Economics (Palgrave, en inglés). Un texto universitario estándar.
    📘 Referencia. Colin Camerer, George Loewenstein y Matthew Rabin (eds.), Advances in Behavioral Economics (Princeton, 2004, en inglés), con los artículos de investigación detrás del campo.
    📘 Más amable. Richard Thaler, Portarse mal: el comportamiento irracional en la vida económica (Paidós, 2018), y Daniel Kahneman, Pensar rápido, pensar despacio (Debate, 2013). Léelos con el boletín en mente, porque algunos de los estudios del segundo han sido cuestionados desde entonces.
    🌐 Curso gratuito. MIT OpenCourseWare 14.13 Psychology and Economics (primavera de 2020, prof. Frank Schilbach; en inglés).
  

  
    Para llevar
    Los electores reales se apoyan en atajos, juzgan desde puntos de referencia, descuentan lo inmediato frente a lo posterior, siguen las opciones por defecto y se preocupan por la equidad. Esas desviaciones son reales y a menudo predecibles, pero los tamaños son menores y menos universales de lo que dijeron los primeros titulares, y algunos resultados famosos no sobrevivieron. Confía en la dirección, duda de la magnitud y revisa la replicación.
    Prueba esto: esta semana, busca una opción por defecto en tu vida (una suscripción, un ajuste de notificaciones, una aportación de retiro) y decide a propósito si es la que habrías elegido tú.
  

  
    Fuentes y para profundizar
    Fuentes. Simon sobre la racionalidad limitada y el conformarse con lo suficiente (años cincuenta); Tversky y Kahneman, «Judgment under Uncertainty: Heuristics and Biases», Science 1974 (anclaje con la ruleta: anclas 10 y 65, respuestas típicas de cerca de 25% y 45%); Kahneman y Tversky, «Prospect Theory: An Analysis of Decision under Risk», Econometrica 47(2), 1979; Kahneman ganó el Nobel de Economía de 2002. Los parámetros de la función de valor α ≈ 0.88 y λ ≈ 2.25 son las estimaciones de Tversky y Kahneman (1992); varían según la muestra y aquí se usan solo como ilustración. Frederick, «Cognitive Reflection and Decision Making», Journal of Economic Perspectives 2005 (problema del bate y la pelota; aquí adaptado al cuaderno y el lápiz). Tversky y Kahneman, «The Framing of Decisions and the Psychology of Choice», Science 1981. Thaler, «Some Empirical Evidence on Dynamic Inconsistency», 1981 ($15 ahora frente a $30 en 3 meses, $60 en 1 año, $100 en 3 años); las inversiones de $50/$100 de Ainslie; Laibson, «Golden Eggs and Hyperbolic Discounting», 1997. Madrian y Shea, NBER Working Paper 7682 (2000), publicado en 2001: participación «significativamente mayor con inscripción automática». Contraste de donación de órganos y la advertencia sobre otras causas: Wikipedia, «Organ donation» (que recoge también la ley española de 1979, la declaración del presidente de la ONT, la Ley 20.413 de Chile promulgada el 6 de enero de 2010, y las leyes argentinas 26.066 de 2005 y 27.447 de 2018). Thaler y Sunstein, Nudge (2008; en español, Un pequeño empujón, Taurus). Eficacia de los empujoncitos: Mertens et al. (PNAS 2022) hallaron efectos moderados; Maier et al. (PNAS 2022) no hallaron evidencia tras corregir el sesgo de publicación; DellaVigna y Linos (Econometrica 2022) hallaron efectos menores en los ensayos de unidades de empujoncitos que en los artículos publicados. Güth, Schmittberger y Schwarze, 1982; Oosterbeek, Sloof y van de Kuilen 2004 (37 estudios: ofertas de cerca del 40%, ofertas por debajo de cerca del 30% a menudo rechazadas); Henrich et al. sobre sociedades de pequeña escala. Replicación: Open Science Collaboration 2015 (36%); Camerer et al. 2016 (11 de 18) y 2018 (13 de 21); agotamiento del yo: Hagger et al. 2016 (2,141 participantes, sin evidencia) y Vohs et al. 2021 (d = 0.06); prueba del malvavisco: Mischel y Ebbesen 1970 (32 niños), Watts, Duncan y Quan 2018; aversión a las pérdidas: Gal y Rucker 2018, Mrkva et al. 2020, Yechiam y Zeif 2025; sobrecarga de opciones: Iyengar y Lepper 2000, Scheibehenne et al. 2010, Chernev et al. 2015. Cálculos con el código de esta página: ganancia de equilibrio en la moneda al aire = λ1/α × 100 = 251 (200 con λ = 2, α = 1); índice de anclaje 20 ÷ 55 = 0.36; cuaderno y lápiz: lápiz $5; las mejores ofertas del juego del ultimátum de juguete (39 y 3). Adaptada de la pieza en inglés Behavioral Economics.
    
      🌐 MIT OCW 14.13 Psychology and Economics (en inglés)
      📘 Thaler, Portarse mal (Paidós)
      📘 Kahneman, Pensar rápido, pensar despacio (Debate)
    
  

  
    Para tu español
    
      sesgo (bias) · atajo (shortcut) · ancla (anchor) · encuadre (framing) · empujoncito (nudge) · por defecto (default) · ganga (bargain) · aversión a las pérdidas (loss aversion) · boletín de calificaciones (report card) · tacaño (stingy)


Step 7. Investigación de mercados: preguntar, probar y no engañarte
-------------------------------------------------------------------
Why: Preguntar a los clientes, probar con ellos y leer bien la respuesta.
Toda encuesta, prueba y tablero te da un número. La habilidad está en saber cómo la pregunta lo orientó, cuánto ruido tiene y qué dejó de medir sin avisarte.

Lunes por la mañana, el tablero está en verde. El nuevo botón de pago, la variante B, "convirtió 12% mejor" durante el fin de semana. Alguien quiere lanzarla a todos y ponerla en las diapositivas del trimestre. Antes de que nadie lo haga, un analista de marketing hace cuatro preguntas tranquilas. ¿Cuántas personas vieron realmente cada botón? ¿Podría aparecer una mejora de este tamaño aunque los dos botones fueran idénticos? ¿Quiénes estaban en la prueba y quiénes faltaban? Y "conversión", ¿sigue siendo lo que la empresa quiere, o solo lo que cuenta?
  Esas cuatro preguntas son la mayor parte de esta materia. La investigación de mercados es el oficio de averiguar qué piensan, quieren y hacen los clientes sin engañarte por el camino. Está entre la estadística y la psicología, y es el curso donde la estadística que aprendiste se topa con personas que no se comportan como monedas al aire: malentienden tu pregunta, no contestan tu encuesta y cambian lo que hacen cuando saben que las miden.

  
    La materia en una caja
    
      Quién la cursaEstudiantes de Marketing, normalmente en el año 2 o 3, después del primer curso de marketing y uno de estadística. Las escuelas de negocios también la enseñan como "analítica de marketing" en los MBA, y los estudiantes de ciencia de datos la conocen como experimentación.
      Para qué sirvePara convertir una pregunta de negocio ("¿cambiamos el precio, el empaque, la página?") en evidencia en la que puedas confiar, y saber hasta dónde confiar.
      Viene después de:Dirección de marketing (34/45) y Probabilidad y estadística (34/19).
      Lleva a:Marketing digital y publicidad (34/49) e Innovación y lanzamiento de productos (34/50). También alimenta Econometría (34/36), donde la pregunta "¿qué causó la campaña?" recibe su tratamiento completo.
      Qué te da esta piezaNo podrás dirigir un estudio conjunto ni un proyecto de agrupamiento de manera profesional. Sí verás por qué una pregunta tendenciosa mueve la respuesta, por qué una muestra más grande no arregla una sesgada, por qué una prueba "gana" por azar con tanta frecuencia y por qué una meta arruina una métrica. Lecturas más fáciles: Cómo hablar con clientes antes de construir nada (04/02), Statistics for Reading the World (en inglés, 12/05) y The Biases That Fool Everyone (en inglés, 17/02).
    
  

  Preguntar bien: una pregunta orienta su propia respuesta
  Una pregunta de encuesta no es una ventana a lo que la gente piensa. Es un empujón, y la gente contesta la pregunta que oye. Una demostración famosa: Elizabeth Loftus y John Palmer mostraron en 1974 películas de choques de autos y preguntaron a qué velocidad iban los autos cuando "se estrellaron" uno contra otro. A otros grupos les dijeron "chocaron" o "se tocaron". Mientras más violento el verbo, más rápido dijeron que iban. La redacción no cambió la película. Cambió el recuerdo que reportaron.
  Los investigadores tienen una lista corta de maneras en que una pregunta sale mal. Una pregunta tendenciosa cuela la respuesta ("¿Qué tan satisfecho estás con nuestro excelente servicio?"). Una pregunta doble pregunta dos cosas a la vez, y un "no" no se puede interpretar ("¿El precio y la calidad son buenos?"). Un conjunto de opciones cargado tiene más opciones positivas que negativas. Y una pregunta hipotética ("¿Lo comprarías?") invita a un sí alegre que las carteras reales rara vez cumplen. El remedio es aburrido y confiable: pregunta lo que la gente hizo (la última compra, la última semana), una cosa a la vez, con opciones equilibradas y en palabras sencillas, y prueba el borrador con cinco personas antes de enviarlo a cinco mil.
  En español hay un cuidado más. Si la encuesta va a varios países, pruébala en cada uno: la misma palabra puede designar cosas distintas o sonar rara (la fruta que en México es aguacate en Chile es palta, como verás en Dirección de marketing, 34/45). Una pregunta no se "traduce" una vez para todos.
  
    Interactivo · ¿Cuál redacción es justa?
    Cuatro pares. Toca la redacción que enviaría un investigador cuidadoso.
    
    Puntaje: 0 de 0 respondidas.
  

  Hablar antes de contar: investigación cualitativa
  Las encuestas solo pueden medir lo que ya se te ocurrió preguntar. Antes de contar nada, escuchas: entrevistas individuales, mirar cómo alguien usa el producto, un grupo de enfoque, un diario de uso. Eso es investigación cualitativa. Da palabras, no porcentajes, y su trabajo es encontrar las preguntas que valen la pena en la encuesta y las hipótesis que valen la pena probar. Una panadería que "sabe" que los clientes quieren pan más barato puede oír en tres entrevistas que el verdadero problema es que el pan se pone duro el martes.
  ¿Cuántas personas bastan? Los investigadores de usabilidad lo modelan de forma sencilla: si cada persona de prueba se topa de manera independiente con un problema dado con probabilidad p, entonces n personas encuentran una parte 1 − (1 − p)n de los problemas. El artículo de Jakob Nielsen y Thomas Landauer de 1993 puso la p promedio cerca de 0.31 para problemas de usabilidad, de donde sale la famosa regla de que "cinco usuarios encuentran cerca de 85% de los problemas". Tómala como una regla práctica para problemas evidentes de un producto, no como una ley: los problemas raros y los distintos tipos de usuario necesitan más personas, y la voz más fuerte de un grupo de enfoque puede tapar a las demás.
  parte encontrada = 1 − (1 − p)np = probabilidad de que una persona se tope con un problema dado · n = personas de prueba
  
    Interactivo · ¿Cuántas entrevistas?
    Probabilidad de que una persona se tope con un problema (p)
      
    Número de personas
      
    
    
    Un modelo, no una medición. 0.31 es el promedio que reportaron Nielsen y Landauer; tu producto y tus usuarios serán distintos.
  

  Muestreo y margen de error
  No puedes preguntarle a todo el mundo, así que preguntas a unos pocos y deduces el resto. Una muestra verdaderamente aleatoria de n personas da una estimación de una proporción que se equivoca más o menos por esta cantidad, 19 de cada 20 veces:
  margen de error ≈ 1.96 × √( p(1−p) ÷ n )p = la proporción que mediste, n = personas que contestaron. Peor caso p = 0.5.
  Para n = 1,000 y p = 0.5 son ±3.1 puntos. Cuadruplica la muestra a 4,000 y el margen solo se reduce a la mitad, ±1.5, porque n está bajo una raíz cuadrada. Por eso las encuestas nacionales se detienen alrededor de mil: después de eso, el dinero compra poco.
  La fórmula esconde una trampa. Supone que la muestra es aleatoria: que todos tuvieron la misma probabilidad de entrar en ella y de contestar. Cuando eso falla, una n mayor solo te hace estar más seguro del número equivocado. En 1936 la revista Literary Digest envió por correo unas 10 millones de papeletas y le regresaron unas 2.38 millones, una muestra enorme, y predijo que Alf Landon vencería a Franklin Roosevelt con cerca de 57% del voto. Roosevelt ganó con 60.8%. Las listas venían de sus propios lectores, dueños de autos y suscriptores de teléfono, que en la Gran Depresión eran más ricos que el promedio, y estudios posteriores señalaron la falta de respuesta como la causa principal del tamaño del error: los enojados con Roosevelt devolvían su papeleta con más frecuencia.
  En nuestra región hay un caso reciente. El 2 de octubre de 2016, Colombia votó en un plebiscito sobre el acuerdo de paz con las FARC. Las últimas encuestas publicadas, entre el 20 y el 27 de septiembre, daban ventaja al Sí: Invamer Gallup 67.6% contra 32.4% (margen de error declarado de 5 puntos), Ipsos Napoleón Franco 66% contra 34% (3.5), Cifras & Conceptos 62% contra 38% (3.8) y Datexco 55% contra 36.6%, con 8.4% de indecisos (2.1). El resultado fue 49.8% para el Sí y 50.2% para el No, con una participación de cerca de 37.4% de los inscritos. Un error de entre 10 y 18 puntos no cabe en márgenes de 2 a 5 puntos: difícilmente salió del azar del muestreo, y apunta más bien a sesgos (quién contesta, quién finalmente vota) y a cambios de último momento. Lo que muestra el caso es lo que dice la fórmula: el margen de error solo describe el ruido del muestreo.
  Hay otra limitación, sobre todo en la región: las encuestas en línea dejan fuera a quien no usa internet. Según el Banco Mundial, en 2024 usaban internet alrededor de 96% de la población en España (95.8%) y en Chile (95.6%), 83% en México (83.1%), 79% en Colombia (79.3%), 60% en Guatemala (60.2%) y 59% en Honduras (58.6%). En Honduras, una encuesta solo en línea deja fuera a cuatro de cada diez personas, y es poco probable que esas personas piensen igual que las demás.
  
    Interactivo · Cuarenta sondeos de la misma ciudad
    Proporción real a la que le gusta el producto
      
    Encuestados por sondeo
      
    Los fans contestan tantas veces más que los demás
      
    Hacer 40 sondeos nuevosAgregar un sesgo de respuesta de 1.4
    
    
    Cada barra es el intervalo del 95% de un sondeo. La línea punteada es la verdad. Simulación ilustrativa, no datos reales.
  
  Sin sesgo y con 257 encuestados, unas 37 de las 40 barras cubren la verdad. Sube la muestra a 3,000 con un sesgo de respuesta de 1.4 y las barras se vuelven estrechas y ninguna cubre la verdad. La precisión y la exactitud son cosas distintas: el tamaño de la muestra cura el ruido, nunca el sesgo.

  Pruebas A/B: cuántas veces nada "gana"
  Una prueba A/B muestra la versión A a una mitad aleatoria de los visitantes y la versión B a la otra mitad, y pregunta si la diferencia de conversión es más que azar. Aleatorizar es lo que la hace un experimento de verdad: cualquier otra diferencia entre los grupos es casualidad, así que la diferencia en el resultado se puede atribuir al cambio. El estadístico de prueba es una puntuación z: la diferencia observada dividida entre el tamaño típico que tendría por puro ruido. Pasado ±1.96, una diferencia así de grande ocurriría por azar cerca de 1 vez de cada 20 si las versiones fueran idénticas (p < 0.05).
  Fíjate en lo que significa "1 de cada 20". Si haces 20 pruebas de cambios que no hacen nada, esperas que una "gane". Ahora agrega el error común, espiar: miras el tablero todos los días y detienes la prueba en cuanto sale significativa. Cada vistazo es otra oportunidad para que el azar cruce la línea, y la tasa de falsas alarmas sube muy por encima de 5%. Los estadísticos lo saben desde el análisis secuencial de la década de 1940; los libros de experimentación en línea todavía lo ponen como el error número uno. Haz abajo una prueba A/A (dos versiones idénticas) y mira.
  
    Interactivo · ¿La prueba grita "lobo"?
    
      Leer una vez, al final
      Mirar 10 veces y parar en el primer "triunfo"
    
    Visitantes por versión
      
    Conversión base
      
    Mejora real de B sobre A (0 = idénticas)
      
    Hacer 400 experimentos
    Pulsa el botón.
    Cada experimento simula visitantes reales con un generador aleatorio con semilla, y luego aplica una prueba z de dos colas al 5%. Simulación ilustrativa.
  
  Con versiones idénticas y un solo vistazo, cerca de 5% se marca: esa es la promesa. Con diez vistazos, se marcan unas 18%. Y con una mejora real de 10% sobre una base de 5% y 2,000 visitantes por versión, la mayoría de las pruebas no detecta el efecto real: las muestras pequeñas tienen poca potencia. La buena práctica es decidir el tamaño de muestra de antemano a partir de la mejora más pequeña que valga la pena, correr hasta ese tamaño y leer una sola vez; o usar un método diseñado para vigilar de forma continua.

  Análisis conjunto: lo que la gente está dispuesta a sacrificar
  Pregunta "¿cuáles de estas funciones te importan?" y todos dicen que todas, sobre todo el precio bajo. Las decisiones reales son disyuntivas, así que el análisis conjunto (conjoint) las obliga a aparecer. Describes los productos como paquetes de atributos (precio, duración de la batería, resistencia al agua), muestras muchos paquetes a las personas y les pides que los califiquen o que elijan entre ellos. Como los paquetes varían de manera planeada, un poco de aritmética saca cuánto aportó cada nivel al gusto: su utilidad parcial. El método viene de la psicología matemática (Luce y Tukey, 1964) y llegó al marketing en la década de 1970. La versión actual suele mostrar pares o tríos y pedir que elijas uno, pero la lógica es la misma.
  Abajo, una persona inventada calificó de 0 a 10 ocho linternas recargables. Dos precios, dos duraciones de batería, impermeable o no: las ocho combinaciones, lo que hace el diseño equilibrado, de modo que cada utilidad parcial es simplemente la calificación promedio cuando un atributo está en un nivel menos el promedio cuando está en el otro. La razón entre el efecto de una característica y el efecto del precio la convierte en dólares.
  
    Interactivo · Un mini análisis conjunto que haces tú
    
      Atento al precio
      Amante de las funciones
      Indiferente al precio
    
    
    
    Mueve los controles a tu gusto. Importancia = rango del efecto de un atributo ÷ suma de los rangos. Valor en dólares = efecto de la característica ÷ (efecto del precio por dólar). Ilustrativo, solo ocho perfiles.
  
  Prueba el "amante de las funciones": los valores en dólares salen muy por encima del rango de precios probado. Esa es la advertencia clásica: el análisis conjunto funciona dentro del rango que probaste y se estira mal fuera de él. Además mide elecciones declaradas; no sabe qué pasa en un estante lleno, así que los estudios serios lo comparan con ventas reales.

  Segmentación: el agrupamiento encuentra los grupos, tú les pones nombre
  "El cliente" es una ficción. Un gimnasio tiene a los madrugadores constantes y a los que llegan en enero; un supermercado tiene a las familias que llenan el carrito y a los que solo pasan a la hora de comer. La segmentación divide un mercado en grupos que responden de manera parecida, para poder atender a cada uno de otro modo. Cuando tienes datos de comportamiento, un método estándar es el agrupamiento k-medias: eliges k, sueltas k centros al azar, asignas a cada cliente al centro más cercano, mueves cada centro al promedio de sus clientes, y repites hasta que nada se mueva. (Un ejemplo hecho en México con otro método es el índice de Niveles Socioeconómicos de la AMAI, descrito en Dirección de marketing, 34/45.)
  Dos cosas para recordar. Primero, tú eliges k, y los datos siempre te darán k grupos, sean reales o no. La revisión honesta es el "codo": qué tanto se aprietan los grupos al subir k. Segundo, el resultado depende de dónde empiezan los centros; un mal arranque puede asentarse en una división peor. El algoritmo encuentra agrupamientos; una persona debe decidir si significan algo y darles nombres como "cazadores de ofertas" sobre los que una campaña pueda actuar.
  
    Interactivo · Recorre un agrupamiento paso a paso
    Número de grupos (k)
      
    Un pasoHasta el finalNuevo inicio al azar
    
    
    90 clientes inventados. Horizontal: visitas por mes. Vertical: gasto por visita. Dispersión (inercia) = suma de las distancias al cuadrado de cada punto al centro de su grupo.
  

  Tableros y la trampa de las métricas
  Un tablero convierte un negocio desordenado en unos cuantos números, y luego la gente se guía por ellos. En 1975 el economista británico Charles Goodhart notó que una regularidad estadística tiende a derrumbarse cuando se le presiona para controlarla. La antropóloga Marilyn Strathern lo dijo en 1997 de la forma que todos citan: cuando una medida se convierte en una meta, deja de ser una buena medida. El propio Goodhart dijo después que lo había dicho como un comentario al pasar.
  La versión de marketing está en todas partes. Premia a un equipo por clics y los titulares se vuelven más tentadores y menos honestos. Premia al personal de un banco por cuentas abiertas y, en el caso mejor documentado, abren cuentas que nadie pidió: en septiembre de 2016 los reguladores de EE.UU. anunciaron multas por 185 millones de dólares contra Wells Fargo, después de que su propio análisis encontró que sus empleados pudieron haber abierto más de dos millones de cuentas de depósito y tarjetas de crédito sin autorización, para cumplir metas de ventas y ganar bonos. La medida, cuentas por cliente, se había vuelto la meta.
  La defensa es un hábito, no una fórmula: acompaña cada métrica con otra que no se falsee con facilidad (clics con compras, compras con devoluciones y quejas), mira la distribución además del promedio, y pregúntate qué harías para cumplir ese número si no te importara el cliente.
  
    Interactivo · Presionar por clics
    Qué tanto persigue la campaña los clics
      
    
    
    Un modelo estilizado: los titulares de curiosidad suben los clics (1,000 × (1 + 1.5x)) pero la parte de quienes hacen clic y compran baja (6% × (1 − 0.85x²)), con x la presión de 0 a 1. Lo que importa es la forma, no los números.
  

  Lo que un graduado ve sin pensarlo
  
    Toda pregunta orienta; las más justas preguntan por conducta pasada, una cosa a la vez.
    Las entrevistas encuentran las preguntas; las encuestas cuentan las respuestas. Las primeras entrevistas encuentran la mayoría de los problemas evidentes.
    El margen de error se encoge con la raíz cuadrada de n y solo describe el ruido. El sesgo necesita otro remedio.
    Una de cada veinte pruebas con un cambio que no hace nada "ganará"; espiar lo empeora mucho.
    "¿Qué funciones quieres?" es la pregunta equivocada; haz que la gente elija entre opciones.
    Los grupos los encuentra una máquina y los nombra una persona; k es una decisión.
    Una métrica que además es un premio ya se está manipulando.
    Un resultado inusualmente bueno es más probablemente un problema de medición que un milagro.
  

  Dónde aparece después
  
    Marketing digital y publicidad (34/49): el embudo, la atribución y las pruebas de incrementalidad son esta materia a la escala de una plataforma de anuncios; cada anuncio en línea es un experimento en marcha.
    Innovación y lanzamiento de productos (34/50): las pruebas de concepto, el análisis conjunto y las encuestas previas al lanzamiento deciden qué sale al mercado.
    Econometría (34/36): cuando no puedes aleatorizar, ¿cómo decir aun así qué causó qué?
    En el mundo: empresas de investigación de mercados, equipos de analítica de producto, encuestas de opinión política, la "plataforma de experimentación" dentro de toda aplicación grande, y cualquier puesto que empiece con las palabras "insight" o "growth".
  

  Si quieres profundizar
  
    🌐 Curso gratis (en inglés). Marketing Research: An Introduction (OpenCourseWare de la Universidad del País Vasco, UPV/EHU, 2013, de Jon Charterina): ocho unidades con lecturas y videos sobre recolección de datos cuantitativos y cómo mostrarlos.
    🌐 Curso gratis (en inglés). MIT OpenCourseWare 15.071 The Analytics Edge (primavera de 2017): casos con datos y clases en video.
    🌐 Curso de bajo costo, en español. Investigación de mercados y comportamiento del consumidor, de IE Business School, en Coursera (Coursera: inscribirse es gratis; el acceso completo a materiales y tareas es de pago, con prueba gratuita).
    📘 Libro de texto (en español). Naresh K. Malhotra, Investigación de mercados (Pearson): el texto estándar del curso, del diseño de cuestionarios al análisis de datos.
    📘 Libro de texto (experimentos, en inglés). Ron Kohavi, Diane Tang y Ya Xu, Trustworthy Online Controlled Experiments (Cambridge University Press, 2020). Escrito por profesionales de Microsoft, Google y LinkedIn; lo mejor sobre espiar, potencia y diseño de métricas.
    📘 Más ameno (en inglés). Darrell Huff, How to Lie with Statistics (1954). Corto, divertido y todavía el recorrido más rápido por muestras y gráficas engañosas.
  

  
    Para llevar
    La evidencia se fabrica, no se encuentra. La redacción de la pregunta, la forma en que se sacó la muestra, las veces que miraste y la meta que fijaste le dan forma al número antes de que lo veas. La verdadera habilidad de un analista de marketing es preguntarse, con calma y antes de la reunión, cómo cada una de esas cosas le dio forma a este.
    Prueba esto: la próxima vez que veas una encuesta, una calificación o un "subió 12%", busca tres cosas: cuántas personas, cómo se las eligió y qué se preguntó o contó exactamente. Si no las encuentras, trata el número como decoración.
  

  
    Fuentes y para profundizar
    Fuentes. El margen de error, las pruebas z, la simulación A/B y k-medias son estadística estándar, calculados aquí y revisados en código. Loftus y Palmer, "Reconstruction of automobile destruction", Journal of Verbal Learning and Verbal Behavior (1974). Nielsen y Landauer, "A mathematical model of the finding of usability problems", INTERCHI 1993. Las cifras de Literary Digest (1936) son del artículo de Wikipedia sobre la revista, que resume análisis posteriores. Plebiscito de Colombia del 2 de octubre de 2016: resultados de la Registraduría Nacional (Sí 49.78%, No 50.21%; participación 37.43%) y tabla de encuestas publicadas (Invamer Gallup 20/09, Cifras & Conceptos 23/09 y 27/09, Datexco 27/09, Ipsos Napoleón Franco 27/09), tal como las recoge Wikipedia en español, "Plebiscito sobre el acuerdo de paz de Colombia de 2016". Uso de internet: Banco Mundial, indicador IT.NET.USER.ZS (2024), API consultada en noviembre de 2026. Luce y Tukey, "Simultaneous conjoint measurement", Journal of Mathematical Psychology (1964). Goodhart (1975) y Strathern, "'Improving ratings': audit in the British University system", European Review 5(3), 1997. Wells Fargo: comunicado de la Oficina para la Protección Financiera del Consumidor (CFPB) de EE.UU. del 8 de septiembre de 2016 (multa de 100 millones de dólares de la CFPB dentro de un total de 185 millones con otros reguladores), según el resumen de Wikipedia, "Wells Fargo cross-selling scandal". Todos los conjuntos de datos de los interactivos son inventados para ilustrar.
    
      🌐 OCW UPV/EHU: Marketing Research: An Introduction (gratis, en inglés)
      🌐 MIT OCW 15.071 The Analytics Edge (gratis, en inglés)
      🌐 Coursera: Investigación de mercados y comportamiento del consumidor (IE Business School) (de bajo costo, en español)
      🌐 Wikipedia: Plebiscito de Colombia de 2016 (tabla de encuestas y resultado)
      📘 Malhotra, Investigación de mercados (Pearson) · Kohavi, Tang y Xu, Trustworthy Online Controlled Experiments (en inglés) · Huff, How to Lie with Statistics (en inglés)
    
  

  
    Para tu español
    
      encuesta (survey, poll) · muestra (sample) · margen de error (margin of error) · sesgo (bias) · pregunta tendenciosa (leading question) · grupo de enfoque (focus group) · agrupamiento (clustering) · tablero (dashboard) · meta (target, goal) · potencia (statistical power)


Step 8. Comportamiento organizacional y liderazgo: las personas son el sistema
------------------------------------------------------------------------------
Why: El marketing también es equipos, agencias y persuasión dentro de la empresa.
Por qué algunos equipos hablan con franqueza y otros se quedan callados, qué mueve de verdad a la gente a trabajar, y cuáles hallazgos famosos sobre las personas en el trabajo no sobrevivieron a que alguien los repitiera.

Dos equipos reciben el mismo encargo, el mismo presupuesto y gente igual de talentosa. Uno entrega, aprende y hasta lo disfruta. El otro discute en el pasillo, asiente en las reuniones y fracasa en silencio. Nada en la hoja de cálculo explica la diferencia. Quien ha trabajado en los dos sabe que es real.
  El comportamiento organizacional estudia esa diferencia: qué mueve a la gente a trabajar, cómo piensan los grupos, por qué algunos equipos hablan con franqueza y otros no, a quién se le hace caso y qué hace falta para dirigir. Es también un campo que ha tenido una década difícil: varios de sus hallazgos más famosos no sobrevivieron cuando se volvieron a probar. Esta pieza enseña lo que resistió, y dice sin rodeos cuáles de los famosos no.

  
    La materia en una caja
    
      Quién la cursaEstudiantes de Administración y negocios, normalmente en el año 2, con nombres como Comportamiento organizacional, Gestión o Liderazgo. En Psicología suele aparecer en los últimos años como psicología organizacional o del trabajo; en ingeniería se ve una versión más ligera.
      Para qué sirveEntender por qué la gente en las organizaciones hace lo que hace, para diseñar el trabajo, dirigir reuniones y liderar equipos sin apoyarte en mitos.
      Viene después de:Nada en particular; se apoya en la vida cotidiana en grupos. Ayuda haber visto Psicología social (34/24) y Probabilidad y estadística (34/19).
      Lleva a:Estrategia y competencia (34/43) y Emprendimiento (34/44) en la carrera de Administración; Dirección de marketing (34/45) también la lista, porque el marketing es equipos y persuasión dentro de la empresa. Se conecta con Teoría de juegos (34/15) para la negociación, con Economía conductual (34/27) para los sesgos, y con Ingeniería de software (en inglés, 34/31) e Ingeniería de sistemas (en inglés, 34/22), donde los equipos son el verdadero sistema.
      Lo que te da esta piezaNo te vas a convertir en coach ni en director general. Sí sabrás qué afirmaciones sobre la gente en el trabajo son sólidas, cuáles son folclor, y cómo jugar una negociación. Lecturas más fáciles para empezar: Los sesgos que engañan a todos (en inglés, 17/02), Pensar en sistemas (en inglés, 17/06) y Negociar para gente normal (en inglés, 16/10).
    
  

  Motivación: qué se sostiene y qué no
  ¿Por qué trabaja duro la gente? Las dos teorías con más evidencia son menos vistosas que las de los pósters.
  La teoría del establecimiento de metas viene de Edwin Locke y Gary Latham. En décadas de estudios de laboratorio y de campo, quienes reciben una meta específica y difícil rinden más que quienes oyen "haz lo mejor que puedas", siempre que acepten la meta, tengan la capacidad y reciban retroalimentación. Una revisión de 1981 reportó que alrededor del 90% de los estudios encontraban el efecto. Tiene límites: en una tarea compleja que nunca has hecho, una meta de resultado específica puede salir mal y una meta de aprendizaje ("encuentra tres estrategias") funciona mejor, y Ordóñez y sus colegas sostuvieron en 2009 que las metas pueden estrechar la atención e invitar a tomar atajos. Locke y Latham respondieron por escrito, y el debate sigue.
  La teoría de la autodeterminación, de Edward Deci y Richard Ryan, dice que la gente está más motivada y se siente mejor cuando se cubren tres necesidades: autonomía (actuar por decisión propia), competencia (mejorar) y pertenencia (formar parte de algo). Su resultado más conocido es que pagarle a alguien por algo que ya disfrutaba puede reducir su interés después: Deci lo encontró con dinero en 1971, mientras que los elogios no hicieron daño. Qué tan grande y general es ese efecto sigue discutiéndose, pero la lección práctica, que el control apaga el interés y la elección lo mantiene, se usa mucho.
  Lo que no se sostiene es una lista sorprendentemente larga. La pirámide de necesidades de Abraham Maslow es el caso más claro: Maslow nunca dibujó una pirámide. Se le atribuye a un artículo de 1960 de Charles McDermid, y aunque trabajos posteriores respaldan que existen necesidades humanas universales, el orden estricto escalón por escalón no tiene respaldo. La "pose de poder" y el agotamiento del yo (ego depletion) son las otras bajas famosas. Ponte a prueba: para cada afirmación clásica, adivina cómo le fue.
  
    Interactivo · ¿Se replicó?
    
    
      Se sostiene
      Se sostiene, con límites
      No se sostuvo
      Mixto o mal atribuido
    
    
    Siguiente afirmación
    Los veredictos siguen las fuentes del final. "Se sostiene" significa respaldado por varios estudios o revisiones independientes, no que esté zanjado para siempre.
  
  El hábito que esto enseña es lo principal que da la materia: cuando alguien dice "las investigaciones demuestran", pregunta qué tan grande era el estudio, si lo repitió alguien más y a quién le conviene la afirmación.

  Decisiones en grupo: pensamiento de grupo, y la sabiduría y la locura de las multitudes
  Los grupos parecen más sabios que los individuos, y a veces lo son. En 1907 Francis Galton reunió cerca de 800 estimaciones, en una feria de Plymouth, del peso de un buey ya sacrificado. La mediana fue de 1,207 libras. El peso real era de 1,198 (unos 543 kg): a menos del 1%. El libro de James Surowiecki The Wisdom of Crowds (2004, en inglés) popularizó la idea y nombró las condiciones: opiniones diversas, estimaciones hechas de forma independiente y una pregunta con respuesta verificable. Promediar cancela los errores que son aleatorios; no puede cancelar los errores que todos comparten.
  El fallo opuesto es el pensamiento de grupo (groupthink) de Irving Janis (1972, revisado en 1982): grupos unidos y aislados, bajo estrés, que buscan la armonía antes que la verdad. Lo aplicó a las advertencias previas a Pearl Harbor, a la invasión de Bahía de Cochinos y a la escalada de la guerra de Vietnam, y enumeró ocho síntomas, como la ilusión de invulnerabilidad y la presión sobre los disidentes. Sus remedios siguen siendo buena práctica: un abogado del diablo designado, un líder que habla al final, expertos externos y subgrupos independientes. Como teoría científica le ha ido peor. La evidencia de laboratorio y de campo es mixta, y investigadores posteriores (Kramer en 1998, Baron en 2005) cuestionaron cómo leyó Janis sus estudios de caso. Trátala como una lista de riesgos, no como una ley.
  La multitud también puede enloquecer cuando la gente se ve entre sí. Jan Lorenz y colaboradores mostraron en un artículo de PNAS de 2011 que dejar que las personas vieran las estimaciones de otras estrechaba la dispersión de las respuestas sin hacer más exacto el promedio. Puedes reproducir la lógica abajo: cada persona simulada parte de su propia estimación ruidosa del peso del buey, y luego algunas se acercan al promedio corriente de quienes respondieron antes.
  
    Interactivo · Adivina el peso del buey
    Tamaño de la multitud
    Cuánto se apoya la gente en respuestas previas
    
    Nueva multitud
    
    Modelo ilustrativo: la estimación privada de cada persona es el peso verdadero (1,198 lb) multiplicado por un factor aleatorio con un error típico de alrededor del 25%, sin sesgo compartido. Con influencia w, la respuesta de una persona es (1 − w) × su propia estimación + w × el promedio de todas las respuestas anteriores. No son datos de un estudio real.
  
  Sube la influencia: los puntos se apiñan y la multitud parece segura, pero su promedio empeora, porque las primeras personas marcan el tono para todas las demás. El acuerdo no es evidencia. Por eso los buenos procesos de decisión recogen las opiniones antes de la discusión.

  Equipos: seguridad psicológica
  La idea más útil de la investigación moderna sobre equipos es la seguridad psicológica, de Amy Edmondson: la creencia compartida de que puedes correr un riesgo interpersonal, como hacer una pregunta, admitir un error o contradecir al jefe, sin que te castiguen o te humillen. La definió en un estudio de 1999 sobre equipos de trabajo (Administrative Science Quarterly 44(2)) a partir de un enigma en hospitales: en un estudio anterior, las unidades con mejor liderazgo parecían cometer más errores. La explicación era que su personal se sentía capaz de reportarlos. Los equipos que no reportan nada no son más seguros, solo más callados.
  El Proyecto Aristóteles de Google, iniciado hacia 2012, salió a buscar qué hacía eficaces a sus propios equipos, esperando encontrar la mezcla correcta de habilidades y personalidades. Lo que reportó fue otra cosa: quién estaba en el equipo importaba menos que cómo se trataban sus miembros. Su informe nombró cinco dinámicas, con la seguridad psicológica como la más importante: después, la fiabilidad, la estructura y claridad, el sentido y el impacto. Cuidado con lo que eso prueba. Es un análisis interno de una empresa, no un experimento controlado, y el vínculo con la seguridad es correlacional. Las revisiones académicas independientes sí respaldan un vínculo positivo entre seguridad psicológica, aprendizaje y desempeño, pero "seguro" no significa "blando": los mejores equipos también mantienen altos estándares.
  La seguridad tampoco se vive igual en todas partes. Geert Hofstede, con encuestas a empleados de IBM de 1967 a 1973, midió la "distancia al poder", es decir, cuánto aceptan quienes tienen menos poder que este se reparta de forma desigual. En su escala, Guatemala sacó 95, Estados Unidos 40 y Dinamarca 18 (según el resumen de su teoría en Wikipedia). Es una hipótesis útil, pues donde la distancia es grande puede costar más contradecir al jefe, pero no un destino: son promedios de una empresa y de una época, su método tiene críticos (Brendan McSweeney, 2002) y ningún promedio nacional dice qué hará un equipo concreto. En la práctica, lo que más se recomienda es lo que hace el líder: preguntar, admitir sus propios errores y agradecer el desacuerdo.
  P(se entera) = 1 − (1 − p)kk personas notan un problema, cada una lo dice con probabilidad p
  Aquí está la aritmética sencilla de un equipo callado. Supón que una persona junior detecta un problema y solo lo diría el 30% de las veces. El equipo se entera el 30% de las veces: siete de cada diez veces, el problema queda oculto. Si lo notan tres personas, cada una con 30%, la probabilidad sube a cerca del 66%. La seguridad no es amabilidad; es la diferencia entre un equipo que oye sus malas noticias y uno que las oye de los clientes.
  
    Interactivo · ¿Se entera el equipo del problema?
    Probabilidad de que cada persona hable
    Personas que lo notaron
    Reuniones antes de que sea tarde
    
    
    Modelo de juguete: personas independientes, misma probabilidad en cada reunión. Hablar de verdad no es independiente (el silencio de una persona le enseña a la siguiente). Ilustrativo.
  

  Poder e influencia
  La gente suele seguir a alguien porque debe, porque puede recibir una recompensa, porque lo admira o porque cree que esa persona sabe. En 1959 los psicólogos sociales John French y Bertram Raven ordenaron esto en cinco bases del poder: legítimo (el cargo da derecho a pedir), de recompensa, coercitivo (el poder de castigar), de experto (saber más) y de referencia (ser querido o admirado). Raven añadió después una sexta, el poder informativo. La lista es una taxonomía, no una ley, pero sirve de diagnóstico: la base decide cuánto dura la influencia y cuánto cuesta. La coerción funciona solo mientras te están mirando; la experiencia y la admiración funcionan cuando no.
  
    Interactivo · Nombra la base del poder
    
    
      Legítimo
      De recompensa
      Coercitivo
      De experto
      De referencia
    
    
    Siguiente escenario
  
  La posición en la red importa tanto como el rango: quien conecta a dos grupos, o a quien todos acuden para pedir ayuda, tiene una influencia que ningún cargo da. Y un atajo popular no sobrevivió: la idea de que adoptar una "pose de poder" cambia tus hormonas y tu conducta. Dana Carney, coautora del estudio, dijo en 2016 que ya no creía que los efectos fueran reales. Verte seguro puede ayudar a cómo te sientes; no reescribe tu biología.

  Cultura: lo que se premia es lo que obtienes
  Edgar Schein, cuyo libro de 1985 sobre cultura organizacional es un texto estándar, describió la cultura en tres capas. Arriba están los artefactos: la vestimenta, la distribución de la oficina, los rituales, los lemas. Debajo están los valores declarados: lo que la empresa dice creer. En el fondo están los supuestos básicos: las reglas no dichas que la gente de verdad sigue, y que aprendes viendo qué pasa cuando los valores chocan con las metas. Cuando el valor declarado es "primero la seguridad" y el bono se paga por producción, el supuesto es que primero va la producción.
  El artículo de Steven Kerr de 1975, "On the Folly of Rewarding A, While Hoping for B" (la locura de premiar A mientras se espera B), es la versión clásica: las organizaciones anuncian trabajo en equipo y pagan resultados individuales, anuncian calidad y pagan volumen, y luego se preguntan por qué la gente hace lo que se le paga. La prueba práctica de una cultura son unas pocas preguntas. ¿A quién ascendieron el año pasado? ¿Cuál fue la última mala noticia que alguien dio, y qué le pasó? ¿Qué aprendería una persona nueva en su primera semana sobre lo que se tolera? La cultura no es un cartel; es lo que el sistema de recompensas, la conducta de los líderes y las historias que la gente cuenta vuelven racional.

  Liderazgo: lo que dice la evidencia
  El experimento de liderazgo más antiguo es el estudio de 1939 de Kurt Lewin, Ronald Lippitt y Ralph White con clubes de niños dirigidos con estilos autocrático, democrático y laissez-faire (dejar hacer). Popularizó los tres estilos y el hallazgo de que los grupos democráticos solían estar más satisfechos. Fue pequeño, y eran adultos representando estilos; es un hito, no una prueba de que exista un mejor estilo.
  La investigación posterior siguió adelante. Las búsquedas de rasgos (¿los líderes son más altos, más extrovertidos, más inteligentes?) encontraron, como mucho, vínculos modestos. Las teorías de contingencia, como la de Fred Fiedler en los años sesenta, sostuvieron que el mejor estilo depende de la situación. El modelo con más investigación detrás es el liderazgo transformacional, de James MacGregor Burns y Bernard Bass: líderes que inspiran una visión compartida, atienden a cada persona y cuestionan los supuestos. Los metaanálisis, como el de Judge y Piccolo (2004), lo vinculan con la satisfacción de los seguidores y con la eficacia que se les atribuye a los líderes, aunque la recompensa contingente, una práctica "transaccional" de recompensas claras por resultados, también muestra vínculos positivos. Los críticos (entre ellos Daan van Knippenberg y Sim Sitkin, 2013) señalan un problema en las medidas, que se solapan con los resultados que predicen, y la dificultad de mostrar que el estilo causa el resultado en lugar de seguir al éxito.
  Lo que se puede llevar con seguridad: los líderes importan, pero menos de lo que sugieren las historias heroicas; la dirección clara, la justicia, el apoyo y la retroalimentación honesta tienen el respaldo más consistente; y la gente les atribuye a los líderes resultados que solo controlaban en parte, un sesgo que James Meindl y colaboradores llamaron "el romance del liderazgo" en 1985.

  Fundamentos de la negociación: conoce tu BATNA
  En 1981 Roger Fisher y William Ury, del Proyecto de Negociación de Harvard, publicaron Getting to Yes (en español, Sí... ¡de acuerdo! Cómo negociar sin ceder). Sus herramientas centrales son tres. Separa a las personas del problema. Concéntrate en los intereses (por qué quieres algo) y no en las posiciones (lo que dices que quieres). Y conoce tu BATNA, la Mejor Alternativa a un Acuerdo Negociado (en inglés, Best Alternative To a Negotiated Agreement; en español a veces MAAN): lo mejor que puedes hacer si fracasan las conversaciones. La idea resuena con el "punto de desacuerdo" de la teoría de negociación de John Nash.
  Tu BATNA es tu poder real, y también tu línea de retirada: nunca aceptes menos. Tu precio de reserva es el peor trato que aceptarías; la otra parte tiene el suyo. Si tu precio de reserva está por debajo del de ellos, entre los dos existe una zona de posible acuerdo (ZOPA), y la negociación consiste en cómo repartirla. Si no, no hay trato posible y lo correcto es irte. La investigación sobre anclaje (Galinsky y Mussweiler, 2001) encuentra que quien hace la primera oferta suele jalar el precio final hacia su lado, y por eso importa prepararse.
  
    Interactivo · Vende el coche
    
      Revendedor: $70,000
      Revendedor: $90,000
      Revendedor: $110,000
    
    Tu precio pedido
    Pedir este precioAceptar la oferta del compradorAceptar la oferta del revendedorNuevo comprador
    
    Un modelo para enseñar. Las cantidades son pesos (de cualquier país que los use) y se escalaron a partir de un ejemplo en dólares. El comprador tiene un límite oculto entre $80,000 y $140,000. En cada ronda cierra el 30% de la distancia que lo separa de ese límite, y acepta cualquier precio pedido hasta la mitad del camino entre su oferta y su límite. Los compradores reales son menos predecibles. Ilustrativo.
  
  Juégalo varias veces. Los mejores precios pedidos quedan justo debajo del límite del comprador, sin pasarse, algo que solo puedes juzgar por cómo se mueven sus ofertas, y a veces el límite del comprador está por debajo de lo que ofrece el revendedor, así que la mejor jugada es irse. Negociar es sobre todo prepararse: conocer tu alternativa antes de que empiece la conversación.

  Lo que un graduado ve sin pensarlo
  
    "Las investigaciones demuestran" es una señal para preguntar: ¿qué tan grande?, ¿repetido por quién?, ¿qué sobrevivió?
    Las metas específicas ayudan, pero las metas estrechas pueden corromper lo que no miden.
    El control mata el interés; la elección, la competencia y la pertenencia lo sostienen.
    Un grupo que se pone de acuerdo rápido no necesariamente tiene razón; recoge las opiniones antes de la discusión.
    El silencio no es seguridad. Un equipo que no reporta problemas puede ser uno que no puede.
    Pregunta qué base de poder usa alguien: te dice cuánto durará su influencia.
    La cultura es lo que se premia y se tolera, no lo que cuelga de la pared.
    Conoce tu BATNA antes de sentarte; es tu línea de retirada y tu ventaja.
  

  Dónde aparece después
  
    Estrategia y competencia (34/43) y Emprendimiento (34/44): una estrategia tiene que ejecutarla gente, y una startup es sobre todo un equipo que sobrevive a la incertidumbre.
    Economía conductual (34/27) y Teoría de juegos (34/15): los sesgos y el modelo de negociación que hay debajo de las lecciones humanas de esta pieza.
    Psicología social (34/24): conformidad, pensamiento de grupo e influencia desde el laboratorio, con los mismos debates de replicación.
    Ingeniería de software (en inglés, 34/31) e Ingeniería de sistemas (en inglés, 34/22): las revisiones de código, los análisis posteriores a un fallo y las revisiones de diseño funcionan o fracasan según la seguridad psicológica.
    Dirección de marketing (34/45): la persuasión dentro de la empresa, las relaciones con agencias y la negociación entre comprador y vendedor.
    En el mundo: contratar y ascender, dirigir reuniones, evaluaciones de desempeño, fusiones, hospitales y tripulaciones aéreas, y cada conversación de salario que tendrás en tu vida.
  

  Si quieres profundizar
  
    📘 Texto estándar. Stephen Robbins y Timothy Judge, Comportamiento organizacional (Pearson, con ediciones en español). El texto de licenciatura más asignado, con un capítulo para cada tema de aquí.
    📘 Texto gratuito. Organizational Behavior de OpenStax (en inglés), escrito para cursos introductorios y disponible en línea sin costo.
    📘 Más suave. Amy Edmondson, La organización sin miedo (Arpa, 2024) sobre seguridad psicológica; Roger Fisher y William Ury, Sí... ¡de acuerdo! Cómo negociar sin ceder (Norma) sobre negociación.
    🌐 Cursos. En español, el curso Liderazgo y comportamiento organizacional del Tecnológico de Monterrey en edX (edX: revisa en la página si hay acceso gratuito; si no, es de bajo costo). Gratis, en inglés: MIT OpenCourseWare 15.311 Organizational Processes (otoño de 2003), un curso de posgrado de Sloan sobre organizaciones y liderazgo.
  

  
    Para llevar
    A la gente en el trabajo la mueven la elección, la competencia y la pertenencia más que las pirámides y las poses. Los grupos son sabios cuando sus miembros piensan de forma independiente y necios cuando se copian. Los equipos aprenden cuando es seguro hablar. La cultura es lo que se premia. Lidera con claridad y justicia, y entra a cualquier negociación conociendo tu alternativa. Confía en los hallazgos que se han repetido y desconfía de los que solo hicieron una buena historia.
    Prueba esto: en tu próxima reunión, escribe tu opinión antes de que hable nadie y pídeles a otras dos personas que hagan lo mismo. Compara. Fíjate cuánto de la discusión posterior simplemente se movió hacia la primera voz segura.
  

  
    Fuentes y para profundizar
    Fuentes. Establecimiento de metas: Locke y Latham, "Building a practically useful theory of goal setting and task motivation", American Psychologist (2002); Ordóñez et al., "Goals Gone Wild" (2009). Autodeterminación: Deci (1971); Deci y Ryan (1985). Pirámide de Maslow: atribuida a McDermid, Business Horizons (1960); Tay y Diener (2011). Pose de poder: Carney, Cuddy y Yap (2010); Ranehill et al. (2015); declaración de Carney de 2016. Agotamiento del yo: Hagger et al. (2016); Vohs et al. (2021). Pensamiento de grupo: Janis (1972, 1982); Kramer (1998); Baron (2005). Multitudes: Galton (1907); Surowiecki (2004); Lorenz et al., PNAS (2011). Seguridad psicológica: Edmondson, ASQ 44(2), 1999; Google re:Work sobre el Proyecto Aristóteles. Bases del poder: French y Raven (1959). Cultura: Schein (1985); Kerr, Academy of Management Journal (1975). Liderazgo: Lewin, Lippitt y White (1939); Burns (1978); Bass (1985); Judge y Piccolo (2004); Meindl, Ehrlich y Dukerich (1985). Negociación: Fisher y Ury (1981); Galinsky y Mussweiler (2001). Distancia al poder: Hofstede (1980), puntajes según el resumen de Wikipedia sobre su teoría; crítica de McSweeney (2002). Los datos de replicación se contrastaron con los resúmenes de Wikipedia sobre estos estudios, que citan los artículos. Los números de los interactivos se calcularon y verificaron en código; los datos son ilustrativos. Adaptada de la pieza en inglés Organizational Behavior & Leadership: People Are the System.
    
      🌐 edX: Liderazgo y comportamiento organizacional (Tecnológico de Monterrey)
      🌐 MIT OCW 15.311 Organizational Processes (en inglés)
      📘 Robbins y Judge, Comportamiento organizacional
      📘 Edmondson, La organización sin miedo
      📘 Fisher y Ury, Sí... ¡de acuerdo!
    
  

  
    Para tu español
    
      pensamiento de grupo (groupthink) · seguridad psicológica (psychological safety) · meta (goal) · retroalimentación (feedback) · replicar (to replicate a study) · distancia al poder (power distance) · precio de reserva (reservation price) · zona de posible acuerdo (zone of possible agreement) · abogado del diablo (devil's advocate)


Step 9. Gestión de marca: qué es una marca y por qué vale dinero
----------------------------------------------------------------
Why: Qué es una marca, por qué vale dinero y cómo se construye y se pierde.
Una marca no es un logotipo. Es lo que viene a la mente de un comprador cuando se topa con una señal, y se construye con memoria. Los especialistas todavía discuten si crece por ser querida o por ser fácil de encontrar.

Quítale el color a la botella de tu refresco favorito y probablemente aún sabrías decir cuál es. La lata roja, el vidrio curvo, una musiquita, hasta un sonido: pequeñas señales que tu memoria pega a un solo nombre. Una empresa que gastó miles de millones en esa conexión posee algo que no aparece en ninguna planta de producción, y que puede valer más que la planta.
  Hay casos que lo muestran en casa. En Perú, la Inca Kola, una gaseosa amarillo dorado nacida en Ica en 1935, es de las pocas bebidas del mundo que en su propio país venden más que la Coca-Cola (Wikipedia en español, consultada el 2 de noviembre de 2026). Su fórmula es secreto industrial, pero lo que la gente reconoce es el color, el nombre y lo que significan en una mesa peruana. Y en España, la silueta de un toro negro junto a una carretera dice "Osborne" a cualquiera, aunque no tenga una sola letra. Un nombre o una silueta que cuesta años de memoria no se copia en una tarde.
  La gestión de marca (en inglés, brand management; en México y otros países se oye también branding) es la disciplina de construir, proteger y valorar esa conexión. Tiene dos escuelas que discrepan con fuerza sobre cómo crecen las marcas. Un graduado conoce los dos argumentos, porque los dos se usan en reuniones de verdad.

  
    La materia en una caja
    
      Quién la cursaEstudiantes de Marketing (Mercadotecnia, en México y otros países) en el año 3, como optativa o materia obligatoria; la concentración de marketing de Wharton, por ejemplo, incluye marca entre sus optativas, después de los cursos de consumidor e investigación. En los posgrados de negocios se llama "Gestión estratégica de marca".
      Para qué sirvePara decidir qué debe significar un nombre en la mente de la gente, cómo protegerlo y cuánto vale.
      Viene después de:Comportamiento del consumidor (34/29), que a su vez necesita Dirección de marketing (34/45).
      Lleva a:Ninguna materia posterior la exige como requisito, pero alimenta Precios (34/48), Marketing digital y publicidad (34/49) e Innovación y lanzamiento de productos (34/50).
      Qué te da esta piezaNo sabrás hacer una auditoría de marca. Sí sabrás qué es una marca, cómo se estima su valor, qué recomienda cada escuela y por qué fracasaron dos cambios de imagen muy conocidos. Una lectura más fácil para empezar: Comportamiento del consumidor (34/29) y Los sesgos que nos engañan a todos (en inglés, 17/02). Esta va más lejos.
    
  

  Qué es una marca: asociaciones en la memoria
  La definición legal y más antigua, una que ha usado la Asociación Americana de Marketing, dice que una marca es un nombre, término, signo, símbolo o diseño que identifica los productos de un vendedor y los distingue de los demás. Eso es una marca registrada. La idea moderna, de un artículo de 1993 de Kevin Lane Keller, "Conceptualizing, Measuring, and Managing Customer-Based Brand Equity", en el Journal of Marketing, va más allá: la marca vive en la cabeza del comprador. Es el conjunto de asociaciones ligadas a un nombre, como "confiable", "para niños", "caro", "donde compra la abuela". El conocimiento de marca, argumentó Keller, es conocimiento (que el comprador sepa que existe) más esas asociaciones, y una marca vale cuando las asociaciones son fuertes, favorables y únicas.
  Eso cambia el trabajo. Una empresa no hace una marca: aporta señales (nombre, color, envase, precio, conducta) y los clientes forman la memoria. La memoria puede reforzarse o dañarse con cualquier cosa que el comprador vea, incluso con lo que la empresa no quiso decir.
  Y la memoria se forma en un lugar, con las palabras de ese lugar. Mitsubishi vendió su todoterreno como Pajero en buena parte del mundo, pero en España, Norteamérica y casi toda América Latina (excepto Brasil y Jamaica) lo llamó Montero, porque en español "pajero" es un insulto vulgar (Wikipedia en inglés, artículo Mitsubishi Montero, consultado el 2 de noviembre de 2026). En cambio, la historia de que el Chevrolet Nova no se vendía en español porque "no va" es en gran parte una leyenda urbana: según la misma enciclopedia, el coche se vendió bastante bien en México y en muchos países de Centro y Sudamérica. La lección sirve para los dos casos: un nombre significa lo que la gente de cada mercado oye en él, y "el mercado hispano" no es uno solo, son muchos con vocabularios que se superponen sin coincidir del todo.

  Capital de marca: lo que aporta el nombre y cómo se valora
  David Aaker, en Managing Brand Equity (1991; hay traducción al español de su libro posterior, Construir marcas poderosas), enumeró cinco fuentes de valor ligadas a un nombre: lealtad a la marca, conocimiento del nombre, calidad percibida, asociaciones y otros activos propios, como patentes y marcas registradas. El capital de marca (brand equity) es el valor extra que un producto obtiene por llevar el nombre, comparado con el mismo producto sin nombre. Aparece como precios más altos, más volumen o menor gasto de marketing para las mismas ventas.
  Valorarlo es difícil y existen varios métodos. El de la consultora Interbrand, en esquema, hace tres cosas: estima la ganancia que el negocio genera por encima de lo que exige su capital, calcula qué parte de la decisión de compra se debe a la marca (el "papel de la marca") y luego descuenta esos ingresos a una tasa que es más baja para las marcas más fuertes. La lista Best Global Brands 2026 de Interbrand (interbrand.com, consultada el 2 de noviembre de 2026) pone a Apple en primer lugar con 514.6 mil millones de dólares, a Microsoft en segundo con 443.7 mil millones y a Google en tercero con 389.3 mil millones. Otras firmas usan otros métodos y publican otros valores, así que cualquier número suelto es una estimación hecha con un método. Prueba la lógica tú mismo.
  valor de marca ≈ ganancia económica × papel de la marca × (1 + g) ÷ (r − g)r baja cuando sube la fuerza de la marca · g = crecimiento a largo plazo · ilustración simplificada, no es el modelo de Interbrand
  
    Interactivo · ¿Cuánto vale un nombre?
    Ingresos (millones de dólares)
    Margen operativo
    Papel de la marca en la compra
    Puntaje de fuerza de la marca
    
    Datos ilustrativos. Fijos en este juguete: impuesto 25%, cargo por capital 5% de los ingresos, crecimiento a largo plazo g = 2%, tasa de descuento r = 12% − 6% × fuerza/100. Si la ganancia económica es negativa, el valor que se muestra es cero. Los métodos reales usan proyecciones, más factores y criterio; Interbrand, Kantar BrandZ y Brand Finance pueden dar valores muy distintos para la misma marca.
  
  Con los valores iniciales, el juguete da unos 7,034 millones de dólares (7.03 mil millones). Mueve las dos palancas que controla quien dirige una marca. Si subes el papel de la marca de 40% a 80%, el valor se duplica a unos 14,069 millones: sube en proporción. Si subes la fuerza de 0 a 100, la tasa de descuento baja de 12% a 6% y el valor pasa de 4,080 a 10,200 millones, más de lo que se esperaría. Una marca fuerte vale en parte porque sus ingresos se ven más seguros. Y baja el margen a 0%: la ganancia económica es negativa y el valor es cero, porque un nombre famoso no salva a un negocio que no gana.

  Posicionamiento y la escuela clásica: lealtad y diferencia
  La escuela que se enseñó durante décadas, asociada con Aaker y Keller, dice: elige una posición clara, haz que la marca sea diferente de sus rivales en lo que los clientes valoran y construye lealtad, de modo que los clientes vuelvan a comprar y paguen más. El modelo de "resonancia de marca" de Keller (Strategic Brand Management, traducido al español como Administración estratégica de marca) sube desde la prominencia (¿te conocen?), pasa por el significado y los juicios, y llega a la resonancia (¿se sienten ligados a ti?). Desde esta visión, apuntar al segmento correcto y ser distinto es como ganan las marcas.
  De ahí salen prácticas que reconocerás: personalidades de marca, "propósito", programas de lealtad, posicionamiento premium. Es intuitiva. La siguiente escuela pregunta si los datos están de acuerdo.

  La escuela basada en evidencia: ser fácil de recordar y fácil de comprar
  Byron Sharp y sus colegas del Ehrenberg-Bass Institute for Marketing Science (Universidad del Sur de Australia) sostienen, en How Brands Grow (Oxford University Press, 2010), a partir de décadas de datos de compra, lo siguiente: las marcas crecen sobre todo sumando clientes (penetración), incluidos muchos que compran la categoría pocas veces, y no elevando la lealtad de unos cuantos; las marcas de una categoría se parecen mucho más de lo que creen los especialistas; y lo que importa es la disponibilidad mental (venir a la mente en las situaciones de compra, con ayuda de muchas señales conectadas) y la disponibilidad física (ser fácil de encontrar y de comprar).
  Su patrón empírico clave es el doble riesgo (double jeopardy), observado por William McPhee en 1963 y desarrollado por Andrew Ehrenberg y colegas (por ejemplo "Double Jeopardy Revisited", Journal of Marketing, 1990): las marcas pequeñas tienen menos compradores y esos compradores son un poco menos leales. Si la lealtad fuera el motor, las grandes no tendrían además más lealtad por defecto. Lo sorprendente es que el patrón aparece con cero lealtad incorporada. Compruébalo: cada hogar elige una marca al azar, en proporción a su cuota.
  
    Interactivo · Doble riesgo sin lealtad alguna
    Compras de la categoría por hogar
    Hogares nuevos al azar
    
    
    Mercado inventado con cinco marcas (cuotas de 40, 25, 15, 12 y 8%). 3,000 hogares simulados compran la categoría el número de veces elegido; cada compra escoge una marca al azar con probabilidad igual a su cuota. Ninguna marca tiene clientes leales por diseño. Las compras reales varían entre hogares, por eso los investigadores usan modelos más ricos.
  
  Con cinco compras por hogar, la matemática exacta dice que la marca de 40% llega a 92% de los hogares y la de 8% a 34% (1 − 0.92⁵). Con los hogares iniciales, la simulación lo reproduce (cerca de 92% y 34%), y también muestra que cada comprador de la marca grande la compra unas 2.2 veces y cada comprador de la pequeña, unas 1.2. La marca pequeña tiene muchos menos compradores, y esos compradores la compran menos veces al año, por pura aritmética. Quien ve eso y dice "las marcas pequeñas tienen un problema de lealtad" está, en esta lectura, confundiendo el azar con una causa. ¿Qué dicen entonces los datos que debe hacer la marca pequeña? Llegar a más gente.
  La escuela clásica responde. Dice que la evidencia viene sobre todo de bienes de consumo envasados de compra repetida, donde la elección exige poco esfuerzo; que el lujo, los negocios entre empresas, las suscripciones y los servicios pueden funcionar distinto; y que el rechazo general de Sharp a la segmentación y a la diferenciación va más allá de los datos. El equipo de Ehrenberg-Bass responde que los patrones se encuentran en muchas categorías, algunas de servicios. Otra evidencia muy usada, The Long and the Short of It, de Les Binet y Peter Field (2013, construido sobre la base de datos de los premios de eficacia IPA del Reino Unido), sugiere que la construcción emocional de marca impulsa el crecimiento a largo plazo y la activación impulsa las ventas a corto plazo, con una regla práctica de cerca de 60% en marca y 40% en activación. El campo no ha resuelto la discusión. Una lectura prudente: sé fácil de encontrar y de recordar, y desconfía de cualquier afirmación de lealtad que no traiga datos.

  Activos distintivos: cómo se reconoce una marca
  Si las marcas crecen siendo notadas y recordadas, importan las señales: un color, una forma, un personaje, un sonido, un eslogan. Jenni Romaniuk, del Ehrenberg-Bass Institute, propuso en Building Distinctive Brand Assets (Oxford University Press, 2018) probar cada señal con dos números: la fama (qué parte de los compradores de la categoría liga la señal con la marca) y la unicidad (de esos, qué parte la liga solo con esa marca). Una señal necesita las dos. Una señal famosa pero compartida, como el rojo en un refresco, ayuda también a todos los rivales.
  
    Interactivo · ¿Es esta señal un activo distintivo?
    
      Mascota de dibujos
      Un color común
      Jingle nuevo
      Eslogan genérico
    
    Fama: compradores que la ligan con la marca
    Unicidad: de esos, los que la ligan solo con esta marca
    
    
    Ejemplos inventados. Las líneas divisorias de 50% se eligieron para esta ilustración; los profesionales fijan sus propios umbrales según la categoría. La idea de la cuadrícula es de Romaniuk; los nombres de los cuadrantes son de esta pieza.
  
  Un caso español muestra qué pasa cuando una señal pasa de famosa a querida. El toro de Osborne nació en 1956, creado por la agencia Azor Publicidad para anunciar el brandy Veterano de Grupo Osborne en vallas junto a las carreteras. En 1994, el Reglamento General de Carreteras (Real Decreto 1812/1994) ordenó, según esa fuente, retirar los toros, y en diciembre de 1997 el Tribunal Supremo falló a favor de conservar los toros por su "interés estético o cultural" (Wikipedia en español, artículo Toro de Osborne, consultado el 2 de noviembre de 2026). Los toros siguen en pie, y la empresa conserva sus derechos de marca: según la misma fuente, numerosas sentencias han confirmado esos derechos, incluso frente a comerciantes que vendían la silueta sin permiso. Es una señal famosa y única, en el sentido de Romaniuk, hasta el punto de que parte del público la siente suya. Un activo así no se compra: se acumula, año tras año, con constancia.
  Un aviso práctico. Una marca registrada protege el nombre y el signo solo donde está registrada: el registro es, por regla general, país por país o región por región (la Unión Europea tiene el suyo). El Sistema de Madrid de la OMPI permite pedir protección en varios países con una sola solicitud y un solo conjunto de tasas: tiene 117 miembros que cubren 133 países (wipo.int, consultado el 2 de noviembre de 2026). Esto es información general, no asesoría legal.

  Extensiones de marca: prestar un nombre para algo nuevo
  Una extensión de marca usa un nombre establecido en un producto nuevo, para ahorrar el costo de construir conocimiento. El estudio de Aaker y Keller de 1990 ("Consumer Evaluations of Brand Extensions", Journal of Marketing) encontró que la gente aceptaba más las extensiones cuando la marca madre se veía de alta calidad y el producto nuevo encajaba, de tres maneras: complementa a la madre, puede sustituirla y el fabricante parece capaz de transferir sus habilidades para hacerlo. El estudio de laboratorio original halló pocas señales de que una mala extensión dañara a la marca madre; investigaciones posteriores sugieren que la dilución puede ocurrir en algunas condiciones, de modo que estirar un nombre no está libre de riesgo.
  Un ejemplo de transferencia de habilidades: Zara, del grupo español Inditex, abrió su primera tienda de Zara Home en agosto de 2003, en Marbella (Wikipedia en español, artículo Zara Home, consultado el 2 de noviembre de 2026), una marca nacida en la ropa que se estiró a artículos para el hogar. Es la pregunta de la transferencia de habilidades: ¿sabe esta empresa hacer, surtir y vender bien lo nuevo? Un caso que salió bien no demuestra nada por sí solo, porque no cuenta cuántas extensiones fracasaron en silencio. Pero ilustra qué se mira antes de estirar un nombre.
  
    Interactivo · ¿Se estirará el nombre?
    
      Zapatillas → calcetines
      Jabón → gel de baño
      Reloj de lujo → celular económico
      Aerolínea de bajo costo → crucero de lujo
    
    Calidad de la marca madre (1 a 5)
    Ajuste como complemento (1 a 5)
    Ajuste como sustituto (1 a 5)
    Transferencia de habilidades (1 a 5)
    
    Ejemplos inventados y un puntaje de juguete: (calidad ÷ 5) × (suma de los tres ajustes ÷ 15). Muestra la idea de que importan la calidad y el ajuste, no el modelo ajustado de Aaker y Keller. Con los ejemplos de arriba da 69, 93, 27 y 16 sobre 100.
  

  Cambios de imagen que salieron mal: Tropicana 2009 y Gap 2010
  En enero de 2009, el jugo de naranja Pure Premium de Tropicana lanzó un envase nuevo, diseñado por Arnell Group: la vieja imagen de una naranja con una pajita (popote) clavada dio paso a un vaso de jugo y a otro aspecto. Según reportes de Ad Age basados en datos de comercios, las ventas de la línea cayeron cerca de 20% entre el 1 de enero y el 22 de febrero (unos 33 millones de dólares), y el 23 de febrero de 2009 la empresa dijo que restauraría el diseño anterior. Varios rivales ganaron en esas mismas semanas. La lectura de Ehrenberg-Bass es que Tropicana tiró su señal más reconocible. Los datos de ventas muestran la caída; por sí solos no pueden separar el rediseño de otras causas, pero la marcha atrás habla por sí sola.
  En octubre de 2010, Gap presentó un logotipo nuevo, un "Gap" negro en Helvetica con un pequeño cuadrado azul, que reemplazaba su conocido recuadro azul marino con letras blancas. Tras una oleada de críticas en línea, anunció que volvía al logotipo anterior en aproximadamente una semana (las fuentes difieren en los días exactos; la mayoría dice que el cambio se revirtió el 11 o el 12 de octubre). Gap también había planteado una idea de colaboración con el público, que abandonó. No se ha publicado una cifra fiable del costo, así que ignora los números que circulan en internet.
  Dos lecciones. Primera: una identidad visual es un acervo de recuerdos, y cambiarla puede quemarlo. Segunda: los cambios de imagen suelen fallar en silencio. Recordamos estos porque las reversas fueron públicas. No todos los cambios fracasan, y muchos pasan inadvertidos.

  Lo que un graduado ve sin pensarlo
  
    Una marca es memoria: asociaciones ligadas a un nombre, no el logotipo.
    El capital de marca es el valor extra que aporta el nombre; valorarlo es una estimación hecha con un método, nunca un hecho.
    Las marcas pequeñas tienen menos compradores y algo menos de lealtad incluso en un mercado al azar: no confundas aritmética con un problema de lealtad.
    Crecer suele significar llegar a más gente, incluidos los compradores ocasionales, y no solo profundizar con unos pocos.
    Una señal sirve solo si es a la vez famosa y exclusiva de la marca.
    Las extensiones funcionan cuando la marca madre inspira confianza y el producto nuevo encaja.
    Cambiar una identidad gasta memoria; hazlo solo con evidencia.
    Un nombre significa lo que cada mercado oye en él, y la protección legal de una marca suele ser por país.
    El campo está dividido: pregunta de qué escuela viene una afirmación y qué cubren sus datos.
  

  Dónde aparece después
  
    Precios (34/48): el sobreprecio de una marca es su poder de fijar precio, y los descuentos pueden erosionarlo.
    Marketing digital y publicidad (34/49): el alcance en búsqueda y redes (disponibilidad física y mental en línea) y el debate entre largo y corto plazo.
    Innovación y lanzamiento de productos (34/50): ¿marca nueva o extensión? Los lanzamientos y los nombres dependen de esto.
    En el mundo: un fundador que elige nombre, una empresa que cambia de nombre tras una fusión, una organización sin fines de lucro que se pregunta por qué los donantes la reconocen, o quien vende en varios países y debe revisar si su nombre suena bien en cada uno.
  

  Si quieres profundizar
  
    📘 Libro de texto. Kevin Lane Keller, Administración estratégica de marca (Pearson Educación, México, 3.ª edición en español, 2008): es la traducción de Strategic Brand Management, el texto estándar de la escuela clásica. La edición en inglés más reciente, de Keller y Vanitha Swaminathan (Pearson, 2020), es más actual (en inglés).
    📘 Libro de texto. David Aaker, Construir marcas poderosas (Gestión 2000, Barcelona, 1996), traducción de Building Strong Brands. Es la fuente del marco de capital de marca; su libro Managing Brand Equity (1991) es de la misma línea (en inglés).
    📘 Más amable (escuela basada en evidencia, en inglés). Byron Sharp, How Brands Grow (Oxford University Press, 2010). Se lee bien; léelo junto a un libro de la escuela clásica para ver los dos lados.
    📘 También (en inglés). Les Binet y Peter Field, The Long and the Short of It (IPA, 2013). Jenni Romaniuk, Building Distinctive Brand Assets (Oxford University Press, 2018).
    🌐 Curso de bajo costo, en español. Proceso de gestión de marca estratégico, del Tecnológico de Monterrey, en Coursera: cuatro módulos (gestión estratégica de marca, comunicación, diferenciación y estrategia, valor del cliente y posicionamiento), unas 24 horas de contenido (Coursera: inscribirse es gratis; el acceso completo a materiales y tareas es de pago, con prueba gratuita).
    🌐 Gratis. MIT OpenCourseWare 15.810 Marketing Management (en inglés), con sesiones sobre marcas; y, en español, Fundamentos del Marketing en OpenCourseWare de la Universidad del País Vasco (UPV/EHU), un curso introductorio abierto para tener el vocabulario antes de pasar a marca.
  

  
    Para llevar
    Una marca es un patrón de recuerdos pegado a un nombre, y vale dinero porque hace más fáciles las compras y más pegajosos los precios. Sé fácil de encontrar y de recordar, conserva las señales que la gente ya liga contigo, extiéndete solo donde el ajuste sea real, y trata cualquier número de valoración de marca o teoría de crecimiento como la visión de una escuela.
    Prueba esto: tapa el nombre de una marca en un envase o un anuncio y pregúntate qué te dice quién es. Cuenta las señales. ¿Cuáles son exclusivas de esa marca y cuáles podrían ser de cualquier rival?
  

  
    Fuentes y para profundizar
    Fuentes. Keller, Journal of Marketing 57 (1993). Aaker, Managing Brand Equity (Free Press, 1991). Aaker y Keller, Journal of Marketing 54 (1990). Sharp, How Brands Grow (OUP, 2010). Ehrenberg, Goodhardt y Barwise, "Double Jeopardy Revisited", Journal of Marketing 54 (1990); McPhee (1963). Romaniuk (OUP, 2018). Binet y Field (IPA, 2013). Interbrand, Best Global Brands 2026 (interbrand.com, consultada el 2 de noviembre de 2026; el esquema del método sigue la descripción de Interbrand, simplificada). Tropicana: datos de Ad Age vía Bloomberg (2 de abril de 2009) y prensa especializada, caída de ventas de 20% del 1 de enero al 22 de febrero de 2009, reversa anunciada el 23 de febrero de 2009. Gap: reportes de The Daily Beast, Fashion Network y otros de octubre de 2010; las fechas varían uno o dos días entre fuentes. Casos de los países de habla hispana (consultados el 2 de noviembre de 2026): Inca Kola (Wikipedia en español: lanzada el 28 de julio de 1935 en Ica, color amarillo dorado, entre las dos gaseosas del mundo que en su país venden mucho más que Coca-Cola); Mitsubishi Montero (Wikipedia en inglés: nombre Montero en España, Norteamérica y casi toda América Latina salvo Brasil y Jamaica por el significado de "pajero"); Chevrolet Nova (Wikipedia en inglés, sección de leyenda urbana: se vendió bastante bien en México y varios países de Centro y Sudamérica); toro de Osborne (Wikipedia en español: 1956, Real Decreto 1812/1994, sentencia del Tribunal Supremo de diciembre de 1997, sentencias posteriores sobre los derechos de marca); Zara Home (Wikipedia en español: primera tienda en Marbella, agosto de 2003); Sistema de Madrid (wipo.int/madrid: 117 miembros, 133 países). Las herramientas de valoración, doble riesgo y extensión usan datos inventados; los cálculos se comprobaron en node. Esto no es asesoría legal, de negocios ni de inversión.
    
      🌐 Tecnológico de Monterrey: Proceso de gestión de marca estratégico (bajo costo, en español)
      🌐 MIT OCW 15.810 Marketing Management (gratis, en inglés)
      🌐 Interbrand, Best Global Brands (en inglés)
      📘 Keller, Administración estratégica de marca (Pearson)
      📘 Aaker, Construir marcas poderosas (Gestión 2000)
    
  

  
    Para tu español
    
      marca (brand) · marca registrada (trademark) · capital de marca (brand equity) · lealtad (loyalty) · posicionamiento (positioning) · disponibilidad (availability) · penetración (penetration) · extensión de marca (brand extension) · activo distintivo (distinctive asset) · logotipo (logo)


Step 10. Precios: el número que trae el dinero
----------------------------------------------
Why: El precio es la única parte de la mezcla que trae dinero.
Cada otra decisión de marketing gasta dinero. El precio es la que lo cobra. Detrás de un buen precio hay una curva, una razón y unos cuantos trucos, algunos de los cuales resultan menos sólidos de lo que dicen los libros.

Dos asientos en el mismo vuelo, en la misma fila, en el mismo avión. Un pasajero pagó 89 dólares y el otro 540. A ninguno lo están estafando y la aerolínea no cometió un error: el avión lo puso a precio una computadora que sabe, minuto a minuto, cuántas personas siguen por reservar y cuánto soporta cada tipo de viajero (las cifras son un ejemplo ilustrativo). Pasea por un supermercado y la misma mente trabaja en cosas más pequeñas: 2.99 en lugar de 3, un tamaño "premium" junto al normal, un cupón que solo recortan algunos.
  Un precio parece un dato del producto. En realidad es una decisión sobre quién va a comprar, cuántos, y cuánto de su propia satisfacción vas a cobrar. La economía y el marketing detrás de esa decisión son el tema de esta pieza, y es una de las pocas áreas donde un poco de teoría vale dinero esa misma tarde.

  
    La materia en una caja
    
      Quién la cursaEstudiantes de Marketing (Mercadotecnia, en México y otros países) y de Administración, normalmente en el año 3, como optativa o como materia obligatoria de precios; los programas de posgrado la tratan como núcleo de la estrategia de marketing. Quienes estudian Economía ven la teoría en microeconomía y la evidencia en economía conductual.
      Para qué sirvePara elegir precios, estructuras de precios y descuentos que encajen con lo que los clientes pagarían, lo que hacen los competidores y lo que cuesta el producto.
      Viene después de:Microeconomía (34/14) y Comportamiento del consumidor (34/29).
      Lleva a:Es una pieza de cierre de la mezcla de marketing y alimenta Estrategia y competencia (34/43), Innovación y lanzamiento de productos (34/50) y Emprendimiento (34/44).
      Qué te da esta piezaNo sabrás hacer un estudio de precios. Sí verás por qué un precio es una elección de clientes tanto como de dólares, cómo se lee la elasticidad, por qué las aerolíneas y las aplicaciones cobran distinto a distintas personas, y qué trucos famosos de psicología del precio tienen evidencia sólida. Lecturas más fáciles para empezar: Poner precio sin miedo y De dónde sale el dinero de verdad (en Empezar un Negocio) y Los sesgos que nos engañan a todos (en inglés, 17/02).
    
  

  Disposición a pagar: la curva detrás de cada precio
  Cada cliente lleva un número privado: lo máximo que pagaría por tu producto. Es su disposición a pagar. Pon a los clientes en fila, del número más alto al más bajo, y habrás dibujado la curva de demanda: a cualquier precio compran todos los que tienen un número igual o mayor. Si subes el precio, pierdes a los clientes del final de la fila; si lo bajas, ganas más, pero cada uno paga menos. El problema del vendedor es elegir el punto de esa línea donde el dinero cobrado es mayor.
  La diferencia entre lo que un cliente habría pagado y lo que pagó es su excedente del consumidor. Poner precio es en parte negociar quién se queda con él. En el modelo de abajo, 200 clientes inventados tienen una disposición a pagar que se reparte como en muchos mercados reales: unos pocos pagarían mucho, una multitud pagaría poco. Mueve el precio y mira cómo se jalan entre sí los ingresos, la ganancia y el excedente.
  
    Interactivo · Ponle precio a un producto para 200 clientes
    Precio
      
    Costo unitario
      
    Cuánto valoran el producto los clientes (disposición a pagar promedio)
      
    Costo más 50%Precio que maximiza la ganancia
    
    
    La disposición a pagar del cliente i entre 200 es −promedio × ln((i + 0.5) ÷ 200): un reparto exponencial, ilustrativo. Un cliente compra si su disposición a pagar ≥ precio.
  
  Con los valores iniciales, un precio de costo más 50% (costo de 20 dólares más la mitad, o sea 30) vende a 110 personas y deja una ganancia de 1,100 dólares. El precio que maximiza la ganancia es 74: pierde a más de la mitad de esos clientes y gana 2,484 dólares con los 46 que quedan, en este mercado inventado. Ahora sube "cuánto valoran el producto" a 100 y vuelve a pulsar el botón de costo más 50%. El precio sigue en 30 y gana 1,480; el mejor precio saltó a 121 y gana 6,060. Esa es toda la crítica del precio basado en costos en un solo gesto.

  Tres maneras de fijar un precio, y cuándo cada una miente
  Las empresas se apoyan en tres anclas. El costo más margen suma un margen a lo que costó hacerlo; es simple e ignora por completo al cliente, así que deja dinero sobre la mesa cuando el producto vale más y no vende nada cuando vale menos. El precio competitivo sigue a los rivales; es natural cuando los productos son parecidos (gasolina, vuelos en una misma ruta) y más débil cuando el tuyo es distinto. El precio basado en el valor parte de lo que el producto vale para el comprador, el ahorro o el disfrute que le da, y cobra una parte de eso.
  
    MétodoParte deFunciona cuandoFalla cuando
    Costo más margentu costolos costos son altos y comunes a todos los rivales; hay que cotizar rápidolos clientes pagarían mucho más, o mucho menos, de lo que implica el costo
    Competitivolos precios de los rivaleslos productos son casi idénticoste cuesta menos hacerlo, o es mejor, y aun así igualas
    Basado en el valorla ganancia del clienteel beneficio se puede expresar en dinero (horas ahorradas, pérdidas evitadas)el beneficio es vago o no se puede mostrar al comprador
  
  Un número de ejemplo. Una herramienta de agenda le ahorra 10 horas al mes a una clínica; a 25 dólares la hora son 250 dólares de tiempo del personal. Un precio basado en el valor podría ser 60 dólares al mes: la clínica se queda con casi toda la ganancia y dice que sí enseguida. El costo más margen sobre una herramienta que cuesta 4 dólares por cliente al mes diría 6. La empresa de software que cobra 6 dejó contento al comprador y pobre a sí misma. Fíjate también en que el costo sí importa, como piso: por debajo de él, cada venta extra pierde dinero.
  En la práctica, los precios también viven en un marco legal y político. Los topes de precios, que ponen un techo por debajo del precio de equilibrio, se explican en Microeconomía (34/14), y el precio de una gama de productos básicos se vuelve a veces un asunto público. Aquí hablamos de la decisión de una empresa que fija su propio precio.

  Elasticidad del precio: cuánto volumen cuesta un cambio de precio
  Subes el precio y las ventas bajan, pero ¿cuánto? La respuesta es la elasticidad precio de la demanda: el cambio porcentual en la cantidad por cada uno por ciento de cambio en el precio. Si es más negativa que −1, la demanda es elástica: una subida pierde más en volumen de lo que gana por unidad, así que los ingresos caen. Si está entre 0 y −1, la demanda es inelástica: los clientes se encogen de hombros y una subida trae más dinero. La gasolina y la insulina para una persona con diabetes son inelásticas a corto plazo. Una marca concreta de cereal, con diez sustitutos casi idénticos en el estante, es elástica.
  ε = (% de cambio en la cantidad) ÷ (% de cambio en el precio)Para maximizar solo el ingreso, el mejor precio es donde ε = −1. Con un costo unitario c, quien maximiza la ganancia fija (precio − c) ÷ precio = 1 ÷ |ε|.
  La segunda regla es la que usan los profesionales: cuanto más elástica la demanda, más delgado el margen. Los supermercados venden la leche con márgenes pequeños (los clientes lo notan y comparan) y las tarjetas de regalo con márgenes grandes. La calculadora usa una demanda en línea recta: 1,000 unidades a precio cero, con una caída de 10 por cada dólar.
  
    Interactivo · Calculadora del precio que maximiza el ingreso
    Precio
      
    Costo unitario
      
    
    
    Demanda: Q = 1,000 − 10 × P. Elasticidad en un punto = −10 × P ÷ Q. El ingreso llega a su máximo en P = 50 dólares; la ganancia, en (100 + costo) ÷ 2. Ilustrativo.
  
  Fija el costo en 20 dólares. A 30 vendes 700 unidades con 21,000 de ingresos y 7,000 de ganancia; ε es cercana a −0.43, así que la demanda es inelástica y subir ayuda. A 50 los ingresos llegan a su tope de 25,000 (ε = −1), pero la ganancia es 15,000. A 60 los ingresos bajan a 24,000 mientras la ganancia sube a 16,000 (ε = −1.5): la mejor. Los precios que maximizan la ganancia quedan por encima del que maximiza el ingreso siempre que los costos son positivos, porque cada unidad que no vendes también te ahorra su costo.

  Discriminación de precios y versiones: un producto, clientes distintos
  Un precio único es un compromiso: si lo pones alto, pierdes a los ahorrativos; si lo pones bajo, regalas un descuento a quienes habrían pagado más. La discriminación de precios es cobrar a distintos clientes precios distintos por algo esencialmente igual, para recoger más de la disposición a pagar de cada uno. Viene en tres sabores: por persona (precios para estudiantes, mayores, residentes), por tiempo o lugar (hora pico y hora valle, aeropuerto frente a calle comercial) y por versión, donde ofreces un menú y dejas que los clientes se clasifiquen solos. Los economistas cuentan la historia, atribuida a menudo al ingeniero francés del siglo XIX Jules Dupuit, de ferrocarriles que dejaban a propósito incómodos los vagones de tercera, no por crueldad ni ahorro, sino para que los pasajeros con dinero no bajaran de categoría. Sea cual sea la historia, la lógica se sostiene.
  Un ejemplo de discriminación por persona y lugar con un fin público: en España, los residentes de Baleares, Canarias, Ceuta y Melilla tienen un descuento de 75% en el precio del billete aéreo para viajar entre esos territorios y el resto de España, sin contar tasas ni gastos de gestión; el descuento está en vigor en esa cuantía desde el 16 de julio de 2018 y antes era de 50% (OCU, consultada el 2 de noviembre de 2026; el Ministerio de Transportes confirmó en marzo de 2023 que subió de 50% a 75%). No lo fija una aerolínea para ganar más, sino una política pública de conexión con los territorios insulares y las ciudades autónomas. En 2023 la AIReF, la autoridad fiscal independiente de España, propuso sustituir el descuento porcentual por una subvención fija, y el Ministerio de Transportes respondió que no se había planteado cambiarlo (Diario de Avisos, 16 de marzo de 2023). Sirve para ver que "cobrar distinto a distinta gente" puede tener razones muy distintas, y que cómo se diseña un descuento (porcentaje o cantidad fija) es en sí una discusión de política pública.
  La versión de menú es la que ves todos los días: bueno, mejor, el mejor. El truco es que la versión de arriba debe valer más para el cliente de alto valor que el ahorro de la barata, o este bajará de categoría. Los economistas lo llaman la restricción de incentivo. La calculadora de abajo tiene dos grupos: 60 aficionados que pagarían 40 dólares por una versión básica o 50 por la profesional, y 40 profesionales que pagarían 60 por la básica o 120 por la profesional.
  
    Interactivo · Arma un menú
    
      Un solo producto a $50
      Básico $40, pro $100
      ¿Pro demasiado barato?
    
    Precio del básico
      
    Precio del pro
      
    
    Cada cliente elige la opción que le deja más excedente, o ninguna. Costo marginal cero (software). "Un solo producto" vende solo la versión pro. Grupos ilustrativos.
  
  El mejor precio único (solo pro, a 50 dólares) recoge 5,000. Con el básico a 40 y el pro a 100, los aficionados compran el básico, los profesionales el pro, y los ingresos son 6,400. Arrastra el precio del pro a 75: los profesionales siguen comprando el pro, pero les cobras 25 menos de lo que pagarían, y los ingresos bajan a 5,400. Pásalo de 100 y bajan al básico. La versión funciona solo donde los clientes de verdad difieren en cuánto valoran lo extra.
  ¿Es justo? La discriminación de precios es legal en la mayoría de los contextos comerciales ordinarios y puede atender a más gente en total (los aficionados obtienen una versión que pueden pagar). Se restringe cuando apunta a características protegidas o en mercados regulados, como los servicios públicos, y los clientes que descubren que pagaron más sin una razón visible suelen sentirse engañados. Las empresas honestas cuelgan la diferencia de algo real: la hora, la cantidad, las funciones o un costo. Las reglas varían por país; esto es descriptivo y no es asesoría legal.

  Paquetes: vender dos cosas como una
  ¿Por qué un servicio de streaming vende cientos de series por un solo precio, y una compañía telefónica un paquete de llamadas, datos y mensajes? Porque los clientes no coinciden en qué partes les gustan. Piensa en una empresa de software con dos programas y dos clientes de gustos opuestos: Ana valora el procesador de texto en 100 dólares y la hoja de cálculo en 40; Beto los valora en 40 y 100. Vendidos por separado, el mejor precio de cada programa es 100 (un comprador) o 40 (dos compradores: 80), así que 100 por programa y 200 en total. Vendidos como paquete, ambos lo valoran en 140, y un solo precio de 140 recoge 280. El paquete funciona porque las valoraciones altas y bajas se cancelan y los clientes se vuelven parecidos, lo que hace que un precio sirva para todos. Los economistas lo describieron entre los años 1960 y 1970, con el ejemplo de licencias de películas de Stigler (1963) y a Adams y Yellen (1976).
  
    Clientes (texto, hojas)Por separado, lo mejorPaquete, lo mejor
    Ana (100, 40), Beto (40, 100): gustos opuestos$200$280
    Ana (100, 100), Beto (40, 40): gustos iguales$200$200
  
  La segunda fila es la advertencia. Si a quienes les encanta una parte también les encanta la otra, el paquete no suma nada. Empaquetar rinde cuando las valoraciones están correlacionadas negativamente o al menos no muy positivamente, y cuando el costo extra de darle todo a cada cliente es casi cero, como en los bienes digitales.
  Un caso español: Movistar Fusión, anunciado por Telefónica el 14 de septiembre de 2012 y puesto en el mercado el 1 de octubre de ese año, juntó en una sola factura la telefonía fija, el móvil, la banda ancha y la televisión, en cuatro paquetes; en el anuncio, el presidente de Telefónica España afirmó que los clientes podían ahorrar hasta 50% de su factura mensual (Wikipedia en español, artículo Movistar (España), consultado el 2 de noviembre de 2026; el ahorro es una afirmación de la empresa, no una medición). El artículo la describe como la primera oferta de este tipo en España. Más allá de lo que ahorre, un paquete así también puede hacer más trabajoso cambiar de compañía, porque hay que mover varios servicios a la vez.

  La psicología del precio: lo que resistió y lo que no
  Los libros de texto enseñan tres trucos de precio con confianza. Es justo preguntar qué tan bien ha sobrevivido cada uno a las pruebas, un tema que recorre toda esta serie.
  
    IdeaAfirmación originalLo que muestra el registro
    Precios "encantadores" (terminados en 9)39 vende mejor que 40, aunque un centavo sea un centavoEl más sólido de los tres. Anderson y Simester (2003) hicieron tres experimentos de campo con un minorista y encontraron que los finales en 9 aumentaron la demanda las tres veces, más en artículos nuevos y menos cuando había señales de "oferta". Una literatura amplia coincide en la dirección; el tamaño varía con el producto.
    AnclasUn número irrelevante cambia lo que pagarás: Tversky y Kahneman (1974); "arbitrariedad coherente" (Ariely, Loewenstein y Prelec, 2003)El anclaje en las estimaciones es robusto. La versión de precios, que un número de seguro social tomado al azar movía las ofertas por vino y chocolate, fue mucho más débil en pruebas posteriores: Fudenberg, Levine y Maniadis (2012) hallaron efectos muy débiles para bienes comunes y ninguno para loterías; otros equipos hallaron efectos pequeños o nulos.
    SeñuelosUna tercera opción peor hace que la meta se vea mejor (Huber, Payne y Puto, 1982); popularizado por un ejemplo de revista con "web / impresa / impresa+web"El más frágil. Frederick, Lee y Baskin (2014) informaron que el efecto casi desaparece con productos y descripciones realistas. El famoso ejemplo de la revista viene de una demostración en clase en un libro popular, no de una prueba de campo con los clientes reales de la revista.
  
  La lección no es "la psicología es falsa". Es que los efectos viven en condiciones concretas y se encogen en el mundo real, y que una prueba de precios con tus propios clientes vale más que una historia de un libro. Prueba, y publica tu propio "aumento" con su margen de error (ver Investigación de mercados, 34/46, y Economía conductual, 34/27).
  
    Interactivo · Un señuelo, si funciona
    División ilustrativa de 100 compradores, no son datos. Añade un tamaño mediano de mal valor junto al grande, y supón que empuja a algunas personas de pequeño a grande.
    
      Pequeño $3 · Grande $5
      Pequeño $3 · Mediano $4.50 · Grande $5
    
    Qué tan fuerte funciona el señuelo (personas que pasan a Grande)
      
    
  
  Fíjate en que el señuelo solo rinde si el efecto es real y suficientemente grande. Con efecto cero, solo agrega una línea inútil al menú. Los números del deslizador son lo que habría que probar.
  Hay también una capa de reglas. En la Unión Europea las rebajas tienen una regla propia, que en España llegó con el Real Decreto-ley 24/2021, de 2 de noviembre, que reformó el artículo 20 de la Ley de Ordenación del Comercio Minorista y transpuso la llamada Directiva Ómnibus (en vigor desde el 28 de mayo de 2022 en lo que se refiere a esos cambios, según Cuatrecasas): el "precio anterior" de una rebaja es el más bajo aplicado en los 30 días previos, como dice el artículo 20.1 de la Ley 7/1996 de Ordenación del Comercio Minorista (texto consolidado del BOE). Eso limita el truco de subir un precio y luego "rebajarlo". En México, la Procuraduría Federal del Consumidor (Profeco), creada en 1976, publica el programa Quién es Quién en los Precios, con precios de productos de uso diario, gasolina y diésel, y otros dos comparadores: el de créditos de pagos fijos y el de costos de enviar dinero desde Estados Unidos a México (Wikipedia en español, artículo Procuraduría Federal del Consumidor, consultado el 2 de noviembre de 2026). Esto muestra una idea práctica: cuando el comprador puede comparar, la demanda se vuelve más elástica, y cuando no puede, la empresa tiene más margen. Las reglas cambian de un país a otro: consulta la de tu país.

  Precios dinámicos y gestión de ingresos: vender el mismo asiento muchas veces
  Un asiento de avión es perecedero: al despegar su valor cae a cero. La aerolínea tiene un número fijo de asientos, unos cuantos viajeros de negocios que reservan tarde y pagan mucho, y muchos turistas que reservan temprano y pagan poco. Si llena el avión con reservas baratas tempranas, el viajero de negocios que llega tarde no encuentra asiento; si guarda asientos y se van vacíos, es desperdicio. El oficio de decidir cuántos asientos proteger para la tarifa alta es la gestión de ingresos (revenue management), y empezó en serio cuando las aerolíneas de Estados Unidos fueron desreguladas en 1978 y llegaron rivales de bajo costo como People Express. En 1985, American Airlines respondió con tarifas restringidas "Ultimate Super Saver", de compra anticipada y no reembolsables, vendidas solo donde tenía asientos vacíos; el caso que se enseña en las escuelas de negocios reporta ingresos 14.5% mayores y ganancia 47.8% mayor en el año siguiente.
  protege asientos hasta que P(demanda de tarifa alta > y) = tarifa baja ÷ tarifa altaRegla de Littlewood (1972): sigue vendiendo asientos a la tarifa baja hasta que el siguiente asiento valga más para un comprador tardío de tarifa alta.
  Esa regla es el corazón. Si la tarifa alta es el triple de la baja, protege asientos hasta que quede solo una probabilidad de uno en tres de vender el siguiente al precio alto. La calculadora la aplica a un avión de 100 asientos; con los valores iniciales la mejor respuesta es proteger 34 asientos. Los sistemas reales manejan decenas de clases de tarifa, cancelaciones, conexiones y competidores, pero descansan en esta idea. Los hoteles, los autos de alquiler, los boletos de conciertos, las aplicaciones de transporte con tarifa dinámica y las tarifas eléctricas por horario funcionan con la misma lógica, y con la misma tensión: la empresa gana más y los clientes sienten la imprevisibilidad.
  
    Interactivo · Protege asientos para quien reserva tarde
    Asientos protegidos para la tarifa alta
      
    Demanda tardía esperada de tarifa alta (promedio)
      
    Tarifa baja (la alta está fija en $300)
      
    
    
    100 asientos; la demanda de tarifa baja es grande y reserva primero; la demanda tardía de tarifa alta es Normal con desviación estándar de 10. Ingreso = tarifa baja × (100 − protegidos) + 300 × E[mín(demanda, protegidos)]. Ilustrativo.
  

  Suscripciones y freemium: poner precio al largo plazo
  Una suscripción cambia la pregunta de "¿qué pagarán hoy?" a "¿cuánto tiempo se quedarán?". El valor de un cliente es, más o menos, lo que paga cada mes, por tu margen, dividido entre la tasa de abandono mensual (churn, la parte que se va): un cliente que paga 10 dólares con un margen de 80% y se va con una tasa de 5% al mes vale unos 8 ÷ 0.05 = 160 dólares en toda su vida. Puedes gastar hasta esa cantidad para ganarlo, y medio punto de abandono pesa tanto como una subida de precio.
  El freemium regala una versión básica y cobra por más. Funciona cuando los usuarios gratuitos cuestan casi nada, traen a otros o se vuelven pagadores a una tasa que cubre el resto. Falla cuando el nivel gratuito es tan generoso que pocos necesitan pagar, o tan caro que cuesta más de lo que trae. La calculadora parte de 1,000 registros gratuitos y hace la pregunta simple: ¿la minoría que paga cubre a todos?
  
    Interactivo · ¿La minoría que paga cubre a la multitud?
    Precio de pago por mes
      
    Parte de los registros que pagan
      
    Costo mensual de atender a un usuario gratuito
      
    Abandono mensual de los que pagan
      
    
    Margen bruto de los pagadores: 80%. Valor de un pagador = precio × 80% ÷ abandono. Ilustrativo.
  
  Con los valores iniciales, 40 de cada 1,000 registros pagan, con un margen de 320 dólares al mes; los 960 gratuitos cuestan 115.20, y quedan 204.80 al mes. El punto de equilibrio está cerca de 1.5% de conversión: por debajo de eso, la multitud cuesta más de lo que traen los que pagan. Un pagador vale unos 160 dólares a lo largo de su vida.

  Lo que un graduado ve sin pensarlo
  
    Detrás de todo precio hay una curva de demanda: cada precio es una elección de qué clientes conservar.
    El costo pone el piso; el valor para el cliente pone el techo; el precio vive entre los dos.
    Demanda elástica significa márgenes delgados y una caída de ingresos si subes; inelástica, lo contrario.
    Un precio único es un compromiso; los menús, los horarios y los paquetes dejan que distintos clientes paguen de distinta manera.
    Un paquete gana cuando los gustos difieren y pierde cuando a todos les gustan las mismas cosas.
    Los precios terminados en 9 tienen buena evidencia; las anclas y los señuelos son más débiles de lo que dicen los libros. Prueba con tus propios clientes.
    El inventario perecedero (asientos, habitaciones, horas) es un problema de proteger o vender, y el precio se mueve con las probabilidades.
    En una suscripción, el abandono y el valor de vida del cliente importan más que la cifra mensual.
    El precio vive dentro de reglas, que cambian de país a país: qué se puede anunciar como rebaja, qué debe incluir el precio mostrado.
  

  Dónde aparece después
  
    Estrategia y competencia (34/43): cuando los rivales pueden copiar tu precio al instante, el precio se vuelve un juego; ver guerras de precios y colusión tácita.
    Innovación y lanzamiento de productos (34/50): los precios de lanzamiento (desnatar o penetrar) deciden quiénes son tus primeros clientes.
    Emprendimiento (34/44): la mayoría de los negocios nuevos pone precios demasiado bajos; la curva de demanda es lo primero que hay que probar.
    En el mundo: los equipos de ingresos de aerolíneas y hoteles, las páginas de precios de software, los gerentes de categoría de supermercados, las aplicaciones de transporte y los reguladores de servicios públicos.
  

  Si quieres profundizar
  
    📘 Libro de texto. Thomas T. Nagle y Reed K. Holden, Estrategia y tácticas de precios: una guía para tomar decisiones rentables (Pearson Educación, Madrid, 3.ª edición en español, 2002; traducción de Yago Moreno López). Es el texto estándar para quien trabaja en precios, fuerte en precios basados en el valor. Hay ediciones más recientes del original en inglés, con otros coautores.
    📘 Libro de texto (en inglés). Hermann Simon y Martin Fassnacht, Price Management (Springer, 2019). Más cuantitativo, con casos europeos y de empresa a empresa.
    📘 Más amable (en inglés). William Poundstone, Priceless: The Myth of Fair Value (2010). Un recorrido ameno por la psicología del precio; léelo junto a las notas de replicación de arriba.
    🌐 Curso de bajo costo, en español. Estrategia de precios, de IE Business School (profesor Martin Boehm), en Coursera: enfoques de precio basados en costos, competencia y cliente, elasticidad, precio óptimo, disposición a pagar, discriminación de precios y psicología del precio; unas 11 horas de contenido (Coursera: inscribirse es gratis; el acceso completo a materiales y tareas es de pago, con prueba gratuita).
    🌐 Gratis. MIT OpenCourseWare 15.071 The Analytics Edge (en inglés), que incluye la optimización de ingresos con demanda incierta; el libro gratuito de CORE Econ, The Economy (en inglés; la página ofrece un selector de idioma que incluye español) cubre demanda, elasticidad y poder de mercado; y, en español, Fundamentos del Marketing en OpenCourseWare de la UPV/EHU, para el vocabulario básico de la mezcla de marketing.
  

  
    Para llevar
    Un precio es la elección de a quién sirves y cuánto de su ganancia cobras. El costo pone el piso, la elasticidad dice cuánto volumen cuesta cada dólar, y las versiones, los paquetes y los relojes te dejan cobrar distinto a personas distintas. La psicología del precio es real, pero más pequeña y más frágil de lo que dicen los libros populares.
    Prueba esto: esta semana, fíjate en un menú de precios (el letrero de tamaños de un café, la página de planes de un servicio de streaming) y averigua para qué cliente está hecha cada opción, y cuál está ahí solo para que otra se vea bien.
  

  
    Fuentes y para profundizar
    Fuentes. La elasticidad, la regla de margen de Lerner, la regla de Littlewood (1972), la aritmética de los paquetes y la fórmula del valor de vida son microeconomía y teoría de gestión de ingresos estándar; cada número de los interactivos se calcula en código a partir de los supuestos dichos y es ilustrativo, no un dato (comprobados en node: 110 compradores y ganancia de 1,100 a 30; mejor precio 74 con 46 compradores y 2,484; con valoración media 100, 1,480 y mejor precio 121 con 6,060; ingresos 21,000, 25,000 y 24,000 y ganancias 7,000, 15,000 y 16,000 a precios 30, 50 y 60; menú de 6,400 contra 5,000 y 5,400; paquete 280 contra 200; proteger 34 asientos; freemium 40 pagadores, 320 de margen, 115.20 de costo, 204.80 netos, valor 160). Anderson y Simester, "Effects of $9 price endings on retail sales: evidence from field experiments", Quantitative Marketing and Economics 1(1), 2003. Fudenberg, Levine y Maniadis, "On the robustness of anchoring effects in WTP and WTA experiments", American Economic Journal: Microeconomics (2012). Frederick, Lee y Baskin, "The limits of attraction", Journal of Marketing Research 51(4), 2014. Huber, Payne y Puto, Journal of Consumer Research (1982). Tversky y Kahneman, "Judgment under uncertainty", Science (1974). Stigler, "United States v. Loew's Inc.: a note on block-booking" (1963); Adams y Yellen, "Commodity bundling and the burden of monopoly", QJE (1976). Las cifras de American Airlines de 1985 son las reportadas en el caso de Harvard Business School resumido en el artículo de Wikipedia sobre gestión de ingresos; la historia del ferrocarril de Dupuit es muy contada y se da aquí como relato, no como cita verificada. Casos de países de habla hispana (consultados el 2 de noviembre de 2026): descuento de residente de 75% (OCU, en vigor desde el 16 de julio de 2018, sobre el precio sin tasas ni gastos de gestión; Diario de Avisos, 16 de marzo de 2023, sobre la propuesta de la AIReF y la respuesta del Ministerio de Transportes); Movistar Fusión (Wikipedia en español: anunciado el 14 de septiembre de 2012, a la venta el 1 de octubre de 2012, hasta 50% de ahorro según la empresa); Real Decreto-ley 24/2021 y artículo 20 de la Ley 7/1996 (Cuatrecasas: reforma del precio anterior, en vigor el 28 de mayo de 2022; la regla de los 30 días, en el texto consolidado del artículo 20.1, BOE); Profeco (Wikipedia en español: creada el 5 de febrero de 1976, programa Quién es Quién). Esto no es asesoría legal, de negocios ni de inversión.
    
      🌐 IE Business School: Estrategia de precios (bajo costo, en español)
      🌐 MIT OCW 15.071 The Analytics Edge (gratis, en inglés)
      🌐 CORE Econ, The Economy (gratis)
      📘 Nagle y Holden, Estrategia y tácticas de precios (Pearson)
      📘 Poundstone, Priceless (en inglés)
    
  

  
    Para tu español
    
      precio (price) · disposición a pagar (willingness to pay) · elasticidad (elasticity) · ganancia (profit) · ingresos (revenue) · descuento (discount) · paquete (bundle) · señuelo (decoy) · suscripción (subscription) · abandono (churn)


Step 11. Marketing digital y publicidad: dónde se compra hoy la atención
------------------------------------------------------------------------
Why: Búsqueda, redes, anuncios y atribución: dónde se compra hoy la atención.
Cada búsqueda, cada deslizada de pulgar y cada página que carga puede disparar una subasta, y cada clic deja un rastro. Lo difícil ya no es llegar a la gente. Es saber cuáles de los clics que pagaste cambiaron algo de verdad.

Escribes unas cuantas palabras en un buscador. Antes de que termine de cargar la página, varios anunciantes ya pujaron por el derecho a aparecer arriba de los resultados, se calculó un orden y quedó fijado el precio del ganador. Todo eso tarda menos que un parpadeo. Más tarde abres un sitio de noticias y, mientras llega el texto, un intercambio publicitario ofrece tu visita, con un perfil adjunto, a una sala de postores. Al anochecer, un correo, una publicación y un anuncio de los mismos tenis (o zapatillas) han declarado, cada uno, que fue el responsable de que los compraras.
  El marketing digital es la maquinaria detrás de esos momentos: cómo se compra la atención, cómo se gana sin pagar, cómo se cuentan los resultados y cómo cambian sin parar las reglas sobre tus datos. Esta pieza toma las ideas que se empiezan gratis en el curso Marketing en redes sociales de la biblioteca (en inglés) y va más lejos, hacia el dinero y la evidencia. Aquí el dólar sirve de unidad de cuenta, porque casi todo el mundo lo entiende; cuando un dato es de un país, aparece en su contexto.
  Esta pieza describe cómo funcionan las cosas y qué dicen las leyes. No es asesoría legal ni dice cómo cumplir la ley en tu país: eso depende de dónde vivan tus clientes.

  
    La materia en una caja
    
      Quién la cursaEstudiantes de marketing (o mercadotecnia) en el año 3, después del primer curso de marketing y del de investigación y analítica. Las escuelas de negocios la enseñan como marketing digital o de desempeño; muchos programas universitarios la combinan además con certificaciones de las plataformas publicitarias.
      Para qué sirveComprar y ganar atención en línea, y medir cuánto valió.
      Viene después de:Dirección de marketing (34/45) e Investigación de mercados (34/46).
      Lleva a:Innovación y lanzamiento de productos (34/50), donde estos canales se vuelven un plan de lanzamiento, y Estrategia y competencia (34/43), para entender el poder de las plataformas.
      Lo que te da esta piezaNo podrás manejar una cuenta de campañas. Sí verás cómo una subasta de anuncios elige al ganador y el precio, por qué el crédito del "último clic" es engañoso, qué es una prueba de incrementalidad y cómo las reglas de privacidad, que cambian de país en país, moldean todo. Lecturas más fáciles para empezar: Vender en tu barrio y en línea (Empezar un Negocio, 04/08), De dónde sale el dinero de verdad (Empezar un Negocio, 04/03), Marketing en redes sociales: de cero a tu propia estrategia (Curso The Default Course 01, en inglés) e Internet: de ARPANET a la red en tu bolsillo (en inglés, 29/04).
    
  

  Cómo se compran los anuncios: subastas en un parpadeo
  Casi toda la publicidad en línea se vende por subasta, porque lo que se vende (esta persona, en esta página, ahora mismo) existe una sola vez y no tiene precio de lista. Las subastas tienen un problema de diseño famoso: si pagas lo que pujaste, te conviene pujar menos de lo que algo vale para ti, y todos acaban adivinando lo que harán los demás. En 1961 William Vickrey describió la solución. En una subasta de segundo precio gana el que puja más alto, pero paga solo la segunda puja más alta. Ya no tiene sentido recortar: ofrecer exactamente lo que vale para ti es lo mejor que puedes hacer, hagan lo que hagan los demás.
  Los anuncios de búsqueda usan una variante. Varios anuncios comparten la página y se ordenan por su ranking del anuncio (Ad Rank), más o menos la puja multiplicada por un puntaje de calidad (qué tan probable es que la gente haga clic, y qué tan relevantes son el anuncio y la página a la que lleva). Solo pagas cuando alguien hace clic, y la regla de los libros de texto es que pagas lo mínimo que habrías tenido que pujar para conservar tu lugar:
  precio por clic = (ranking del anuncio de abajo ÷ tu calidad) + 1 centavoLos sistemas reales agregan más señales y reglas. Este es el modelo que enseñan Varian (2007) y Edelman, Ostrovsky y Schwarz (2007).
  Esta regla de "segundo precio generalizado" no es exactamente la de Vickrey: ya no hace que la honestidad sea estrictamente la mejor puja, pero es estable y fácil de explicar, y un anuncio de alta calidad puede ganarle a una puja más alta. Por eso un anuncio relevante puede pagar menos que uno descuidado por el mismo lugar. Cambia abajo la puja y la calidad de un anunciante.
  
    Interactivo · Una subasta de búsqueda
    Eres el anunciante B. Los demás: A (puja US$4.00, calidad 7), C (puja US$3.50, calidad 5), D (puja US$5.00, calidad 3). Precio mínimo: US$0.50.
    Tu puja
      
    Tu puntaje de calidad
      
    
    
  
  Los anuncios de display y de video, los banners y los clips que rodean el contenido de otros, usan la compra programática: cuando carga una página, el servidor de anuncios del sitio ofrece el espacio a muchos postores en una fracción de segundo, y gana la puja más alta. Durante años se rigieron por reglas de segundo precio. Luego, en un cambio que Google anunció el 6 de marzo de 2019 y fue aplicando en los meses siguientes, Google Ad Manager pasó su mercado de display y video a una subasta de primer precio, donde el ganador paga lo que pujó, y eliminó la ventaja del "último vistazo" que tenía el intercambio de la propia Google. Los compradores, que ahora tienen que adivinar qué tan bajo pueden ofrecer, recurren al "recorte de puja" (bid shading), que baja el precio a lo que el ganador necesitaba.
  
    Interactivo · Pagar tu puja frente a segundo precio
    
      Segundo precio
      Primer precio
    
    Lo que vale la impresión para ti
      
    Postores rivales
      
    Tu puja
      
    
    
    Modelo: los valores de los rivales son igual de probables en cualquier punto entre US$0 y US$10; pujan su valor en una subasta de segundo precio y (n−1)/n de su valor en una de primer precio (el equilibrio estándar). Ilustrativo e idealizado.
  
  Lo que hay que llevarse: en segundo precio, tu mejor puja es tu valor, así que pujar es fácil. En primer precio, tu mejor puja es tu valor multiplicado por k/(k+1), donde k es el número de rivales: cuantos más rivales, más cerca de tu valor completo. El paso a primer precio hizo las subastas más fáciles de explicar a quien vende el espacio, más difíciles de jugar para quien compra y un poco más parecidas a un juego de adivinanzas.

  Muchos mercados, no uno: quién está conectado y cómo compra
  Todo lo anterior supone gente conectada que mira, hace clic y compra. Pero "el mercado hispano" no es un mercado: son muchos, con niveles de acceso, hábitos de pago y leyes distintos. Dos fotos, con fecha, hechas por las oficinas de estadística de cada país:
  
    PaísQué midióDato
    México, 2024Uso de internet, población de 6 años y más (INEGI, ENDUTIH, publicada el 6 de mayo de 2025)83.1 %, unos 100.2 millones de personas (81.2 % en 2023). De las personas usuarias de teléfono inteligente, 90.6 % usó aplicaciones de mensajería instantánea y 77.9 % redes sociales. 35.8 % de las personas usuarias de internet declaró comprar por internet.
    España, 2025Personas de 16 a 74 años (INE, publicada el 20 de noviembre de 2025)96.3 % usó internet en los últimos tres meses; 59.6 % compró en línea en los últimos tres meses.
  
  No se pueden restar una cifra de la otra: cambian las edades, los períodos y las preguntas. Sirven para ver la forma del mercado, no para clasificar países.
  Fíjate en lo que dicen para quien anuncia. En México, casi todo el que tiene teléfono inteligente usa mensajería: ahí está la conversación, y para un negocio pequeño el chat puede ser un canal de venta además de un medio de atención. (INEGI mide la categoría "mensajería instantánea", no una marca.) Y comprar por internet todavía es algo que hace una minoría de quienes están conectados en México, mientras que en España es algo que hace más de la mitad de la población de 16 a 74 años en un trimestre. Un anuncio que lleva a un carrito de compras no se comporta igual en los dos lugares.
  La otra cara es el comercio electrónico regional. Mercado Libre, empresa de comercio electrónico con operaciones en 18 países de América Latina según su comunicado, informó para el cierre de 2024 (comunicado del 20 de febrero de 2025) más de 100 millones de compradores únicos anuales por primera vez, y un volumen bruto de mercancía de US$51,500 millones en el año, 15 % más que en 2023. Para quien anuncia, esto significa que una parte de la "búsqueda" ocurre dentro de un mercado en línea, no en un buscador general: ahí también se compite por la atención, por reglas propias de cada plataforma.
  Y el público hispano de Estados Unidos es otra realidad: puede leer en dos idiomas y vive bajo leyes de privacidad que, en Estados Unidos, son sobre todo estatales. Segmentar "por idioma" no es lo mismo que segmentar "por país de origen", y ninguna de las dos cosas dice por sí sola cómo compra una persona.

  Ganar atención: posicionamiento en buscadores, redes, contenido y correo
  Los anuncios pagados son solo la parte visible. La optimización para buscadores (SEO, por search engine optimization) es el trabajo de ganarse un lugar en los resultados no pagados. En palabras sencillas, un buscador rastrea la web, arma un índice de lo que encuentra y luego ordena las páginas para una consulta según qué tan relevantes y confiables parecen. La idea original detrás del orden de Google, descrita por Sergey Brin y Larry Page en 1998, era que un enlace desde otra página es un voto, y que los votos de páginas que a su vez están bien enlazadas valen más. Hoy los buscadores usan muchas más señales y las cambian seguido, así que el consejo duradero es aburrido: haz páginas que respondan lo que la gente realmente escribió, que carguen rápido, que funcionen en un teléfono, que se puedan rastrear y que ganen enlaces de sitios en los que la gente confía. Los trucos que apuntan al sistema de orden y no al lector son una carrera que se alquila, no que se posee.
  El marketing en redes sociales es atención que se gana publicando, formando comunidad y trabajando con creadores, y que se alquila con anuncios. Las reglas las pone el algoritmo de cada plataforma, así que una estrategia construida sobre una sola es una estrategia construida sobre decisiones ajenas. El curso de la biblioteca cubre el cómo; la lección aquí es estratégica. El marketing de contenidos (artículos, videos y herramientas útiles) construye un activo que sigue trayendo gente; el correo electrónico es el canal que posees, una lista a la que llegas sin pagarle a una plataforma cada vez.
  Dado lo extendida que está la mensajería, el chat también es un canal de marketing. Un chat con un cliente que te escribió primero es una conversación; uno con una lista que compraste, no. La regla de oro del correo vale para el chat: tener el permiso de la persona. Las plataformas de mensajería también ponen sus propias reglas para empresas, que cambian; revísalas en su sitio oficial antes de planear una campaña.
  El correo trae además una lección de medición. Desde 2021, la Protección de Privacidad en Mail de Apple descarga en segundo plano las imágenes de los mensajes de quienes la activan, así que las "aperturas" dejaron de significar que una persona leyó el mensaje. Los clics, las respuestas y las compras son los números que vale la pena leer. Y las listas deben armarse con permiso: las reglas de la Unión Europea y las leyes de muchos países exigen consentimiento previo. En España, por ejemplo, la Ley 34/2002 (LSSI), artículo 21, prohíbe enviar comunicaciones publicitarias por correo electrónico que no hayan sido solicitadas o expresamente autorizadas, con una excepción cuando ya existe una relación contractual y se trata de productos o servicios similares de la propia empresa. Otros países pesan el permiso de otra manera, así que revisa la ley de donde viven tus lectores.

  El embudo: por dónde se va la gente
  El embudo es la imagen más vieja del marketing: mucha gente nota, menos hacen clic, aún menos se registran, menos todavía compran. Cada paso tiene una tasa de conversión y la cadena se multiplica. Esa multiplicación esconde algo que casi todos pasan por alto. Una mejora de diez por ciento en cualquier etapa da el mismo diez por ciento más de compradores. Pero las etapas cuestan cosas distintas. Un anuncio que gana más clics trae más visitantes y una factura mayor; una página de destino que convierte a más de los mismos visitantes no cuesta nada extra. La métrica que hay que vigilar es el costo por adquisición (CPA): el gasto dividido entre los compradores, comparado con lo que vale un comprador.
  
    Interactivo · Arma un embudo y encuentra la palanca
    Tasa de clics (clics por cada 100 vistas)
      
    Costo por clic
      
    Visitantes que se registran
      
    Registrados que compran
      
    Ganancia por comprador, antes del costo del anuncio
      
    
    100,000 vistas del anuncio. Se paga por clic. Cifras ilustrativas.
  
  Con los valores iniciales, 100,000 vistas dan 2,000 clics que cuestan US$1,600, 100 registros y 20 compradores: un CPA de US$80 frente a US$90 de ganancia por comprador, una ganancia de US$200. Sube 10 % la tasa de clics y obtienes 22 compradores, pero gastas US$1,760, así que el CPA sigue en US$80. Sube 10 % la tasa de registro y obtienes 22 compradores con los mismos US$1,600: el CPA baja a US$72.73. Arreglar la página rinde más que ganar más clics, hasta que la página es lo mejor que puede ser.

  Atribución: por qué el "último clic" miente
  Un cliente ve el video de un creador, luego un banner, luego un correo, después busca el nombre de tu marca y compra. ¿A cuál de esos contactos se le da el crédito? Lo que hacen por defecto muchas herramientas es el último clic: el contacto final se lleva todo. Es fácil de calcular y sistemáticamente injusto. La búsqueda del final ocurre porque los contactos anteriores crearon el interés; la búsqueda pagada de marca, como veremos, muchas veces solo recoge a gente que de todos modos venía. Otras reglas reparten el crédito de otro modo: el primer clic premia lo que presentó al cliente; la regla lineal reparte por igual; el decaimiento temporal da más a los contactos cercanos a la venta; la basada en posición da más al primero y al último. Cada una es una regla práctica. Ninguna es una medición de causa.
  
    Interactivo · Cinco clientes, cinco reglas
    
      Último clic
      Primer clic
      Lineal
      Decaimiento temporal
      Posición (40/20/40)
    
    ClienteContactos, en orden
    
    
    Cinco recorridos inventados que terminaron en una venta. El decaimiento temporal reduce a la mitad el peso por cada paso hacia atrás desde la venta. La columna del "experimento" es un resultado inventado, del tipo que podría dar una prueba con grupo de control; solo muestra qué tan lejos pueden quedar las reglas prácticas de un experimento.
  

  Incrementalidad: la pregunta que la atribución no responde
  La atribución te dice quién estaba presente antes de una venta. La incrementalidad pregunta qué añadió el anuncio: cuántas de esas ventas habrían ocurrido de todos modos. La única manera confiable de averiguarlo es un experimento: mostrar el anuncio a un grupo al azar, retenerlo de un grupo de control equivalente y comparar los resultados. Es la misma lógica de la prueba A/B de Investigación de mercados (34/46), aplicada a la publicidad.
  El ejemplo más conocido es el de eBay. Un equipo de economistas (Thomas Blake, Chris Nosko y Steven Tadelis) trabajó con eBay en experimentos de campo, publicados en Econometrica en 2015. En uno, eBay dejó de pagar anuncios en las búsquedas de su propia marca para un subconjunto aleatorio de usuarios; el enlace gratuito seguía apareciendo. Encontraron que los anuncios sobre palabras clave de marca no tenían un beneficio medible a corto plazo, porque quienes perdían el enlace pagado casi siempre hacían clic en el gratuito. Para palabras clave que no eran de marca el cuadro era más matizado: los usuarios nuevos y los poco frecuentes respondían a los anuncios, pero la mayor parte del gasto iba a usuarios frecuentes cuyas compras los anuncios no parecían influir, de modo que el rendimiento promedio era negativo. Su conclusión: el rendimiento de la búsqueda pagada era una fracción de lo que sugerían las estimaciones no experimentales, en parte porque quienes buscan algo son justo quienes tienen más probabilidad de comprarlo.
  Los experimentos no son gratis. Randall Lewis y Justin Rao (2015, Quarterly Journal of Economics) examinaron 25 experimentos grandes con minoristas y casas de bolsa de Estados Unidos, la mayoría con millones de clientes, y encontraron que medir con precisión el rendimiento de la publicidad es difícil incluso así: los efectos de los anuncios son pequeños frente a las variaciones naturales de las compras, por lo que la incertidumbre sobre la respuesta sigue siendo amplia. Un estudio aparte en Facebook (Gordon y colaboradores, 2019) comparó grandes experimentos aleatorizados con los métodos observacionales que usan los anunciantes, y encontró que estos con frecuencia no reproducían la respuesta del experimento. Por eso muchas plataformas publicitarias venden hoy "estudios de efecto incremental" (lift studies) y pruebas geográficas con zonas de control.
  
    Interactivo · ¿Lo logró el anuncio?
    De quienes hicieron clic, los que habrían comprado de todos modos
      
    Clics en el anuncio por mes
      
    
    
    Tasa de compra del grupo de control
      
    Efecto relativo real que esperas detectar
      
    
    Parte 1: US$0.50 por clic, 5 % de quienes hacen clic compran, US$50 de ingreso por venta. Parte 2: regla práctica n ≈ 16 p(1−p) ÷ (cambio en la tasa)² para una potencia de 80 % con significancia de 5 %. Ilustrativo.
  
  Con los valores iniciales, el tablero le atribuye al anuncio 200 ventas y US$10,000 de ingresos contra US$2,000 de gasto: un rendimiento de 5 a 1. Si 90 % de esos clientes habría comprado igual por el enlace gratuito, el anuncio causó solo 20 ventas y US$1,000 de ingresos, un rendimiento de 0.5 a 1. El mismo anuncio, los mismos datos de clics, una diferencia de diez veces. La segunda mitad muestra el precio de averiguarlo: detectar un efecto de 5 % sobre una tasa de compra de 2 % exige, más o menos, 300,000 personas por grupo.

  Reglas de datos, cookies y un futuro medido
  Casi todo lo anterior funciona con identificadores: cookies, ID de dispositivo, direcciones de correo. Los gobiernos llevan una década regulándolos, y las reglas cambian según el país. Un resumen justo, con las fechas de las fuentes revisadas para esta pieza (descriptivo, no es asesoría legal; consulta siempre el texto vigente y a una persona abogada en tu país):
  
    DóndeNormaQué significa para quien anuncia
    Unión Europea y EspañaReglamento General de Protección de Datos (RGPD), aplicable desde el 25 de mayo de 2018; en España, la Ley Orgánica 3/2018 (publicada en el BOE el 6 de diciembre de 2018) y la LSSI (Ley 34/2002) para el correo comercial; reglas de privacidad electrónica (ePrivacy) sobre cookiesSe necesita una base legal para tratar datos personales; el consentimiento debe ser específico e inequívoco (nada de casillas premarcadas); aplica también a empresas de fuera que se dirigen a personas en la UE; multas de hasta 20 millones de euros o 4 % del volumen de negocio anual mundial, lo que sea mayor.
    MéxicoNueva Ley Federal de Protección de Datos Personales en Posesión de los Particulares, publicada en el DOF el 20 de marzo de 2025 y en vigor desde el 21 de marzo de 2025Sustituyó a la ley de 2010. La autoridad en el sector privado pasó del INAI a la Secretaría Anticorrupción y Buen Gobierno. El consentimiento puede ser expreso o tácito (tácito cuando se puso a disposición el aviso de privacidad y la persona no se opone), salvo que la ley pida el expreso.
    ColombiaLey Estatutaria 1581 de 2012 (17 de octubre de 2012), régimen general de protección de datos personalesLa Superintendencia de Industria y Comercio atiende las quejas, después de que la persona haya reclamado primero ante quien trata sus datos.
    ArgentinaLey 25.326 de Protección de los Datos Personales (sancionada el 4 de octubre de 2000)Es del año 2000, anterior a las redes sociales actuales.
    ChileLey 21.719 (publicada el 13 de diciembre de 2024), que crea la Agencia de Protección de Datos PersonalesFijada para entrar en vigencia el 1 de diciembre de 2026. El 28 de octubre de 2026 el Senado aprobó, en primer trámite, un proyecto que la pospone al 15 de octubre de 2027; pasó a la Cámara de Diputados. Mientras no se publique como ley, se mantiene la fecha original.
    BrasilLey General de Protección de Datos (LGPD), ley de 2018, en vigor desde 2020Régimen basado en el consentimiento, con regulador nacional.
    Estados UnidosCCPA de California (aprobada en 2018, en vigor el 1 de enero de 2020), luego reformada por la CPRA; leyes parecidas en Virginia y Colorado (2021)Derecho a saber, a borrar y a negarse a la "venta" o el intercambio de datos. EE. UU. se ha apoyado en leyes estatales y no en una sola ley nacional, lo que importa si tu público hispano vive allí.
    Otros paísesChina (2021), India (2023), Japón, Corea del Sur, Singapur, Tailandia y Sudáfrica tienen leyes, varias influidas por el RGPDUn mosaico creciente, por lo que las empresas globales construyen para la región más estricta.
  
  La tabla no cubre a todos los países de la región; que no aparezcan no significa que no tengan reglas. Antes de lanzar una campaña, busca la ley de datos y la de publicidad y protección del consumidor del país donde viven tus clientes.
  Las plataformas añadieron sus propias reglas. La Transparencia de Seguimiento de Apps (ATT) de Apple, que llegó con iOS 14.5 en 2021, obligó a las apps a pedir permiso antes de rastrear a las personas por las apps de otras empresas, lo que redujo los datos entre apps de los que dependían los anuncios basados en rastreo. Safari y Firefox bloquean por defecto las cookies de terceros.
  ¿Y Chrome? Esta es la parte que más seguido queda desactualizada, así que fíjate en la fecha. Google anunció en 2020 que eliminaría las cookies de terceros en Chrome y las reemplazaría con sus herramientas de Privacy Sandbox, y luego lo pospuso varias veces. En 2025 dijo que Chrome mantendría su enfoque actual de ofrecer a los usuarios una opción sobre las cookies de terceros, en lugar de quitarlas para todos. El 17 de octubre de 2025, el equipo de Privacy Sandbox anunció que retiraba la mayoría de sus tecnologías, incluidas las interfaces Topics y Protected Audience y la API de informes de atribución, por su baja adopción, y que seguiría con unas pocas como CHIPS, FedCM y Private State Tokens. Hasta la última declaración oficial de Google (octubre de 2025), las cookies de terceros seguían funcionando por defecto en Chrome. Si lees esto más tarde, revisa las páginas de Privacy Sandbox y tu propio navegador antes de apoyarte en ello.
  El resultado práctico para quien hace marketing: depender menos de rastrear a individuos y más de los datos propios que obtuviste con consentimiento, de la colocación contextual (la página, no la persona) y de los experimentos que miden el efecto sin seguir a nadie.

  Lo que un graduado ve sin pensarlo
  
    El espacio publicitario se vende por subasta; la regla de la subasta decide cómo se comportan los postores.
    En una subasta de búsqueda, un mejor anuncio puede ganar un lugar más alto a un precio más bajo.
    Las tasas de conversión se multiplican, así que arregla la etapa con más fugas; pagar por más clics y arreglar la página son gastos distintos.
    El "último clic" dice quién estaba al final, no quién causó la venta.
    No vale la pena comprar clics de gente que ya venía.
    Solo un experimento con grupo de control mide la incrementalidad, y necesita una muestra grande.
    Una "tasa de apertura" o una "vista" es un indicador indirecto; lee la métrica más cercana al dinero.
    "El mercado hispano" son muchos mercados: el acceso, la forma de pagar y la ley cambian de país en país.
    Las reglas de privacidad las ponen cada región y cada plataforma, y ambas cambian; construye sobre datos propios y con consentimiento.
  

  Dónde aparece después
  
    Innovación y lanzamiento de productos (34/50): los planes de lanzamiento eligen canales con la matemática del embudo y con presupuestos de prueba.
    Econometría (34/36): cuando un experimento es imposible, las técnicas que estiman la causa a partir de datos desordenados.
    Redes de computadoras (en inglés, 34/27) y Bases de datos (en inglés, 34/28): la tubería que sirve un anuncio en un parpadeo y guarda sus registros.
    En el mundo: equipos de marketing de desempeño, agencias, áreas de publicidad de los medios, oficiales de privacidad y los científicos de datos que construyen los sistemas de puja y de medición.
  

  Si quieres profundizar
  
    🌐 Curso gratis, en español. HubSpot Academy: curso de marketing digital. La página en español se presenta como gratuita y con certificado; también tiene cursos de inbound, contenidos, redes sociales y correo. Complementa con Google Skillshop, cuya página está en español (América Latina) y ofrece formación sobre Google Ads y las herramientas de medición; revisa allí las condiciones de cada curso.
    📘 Texto estándar. Dave Chaffey y Fiona Ellis-Chadwick, Marketing digital: estrategia, implementación y práctica (Pearson Educación de México, 5.ª ed., 2014; edición en español). La edición vigente en inglés (9.ª, 2025) está al día.
    📘 Para la parte de medición (en inglés). Ron Kohavi, Diane Tang y Ya Xu, Trustworthy Online Controlled Experiments (Cambridge University Press, 2020). Experimentos a escala de la web.
    📘 Más suave y escéptico (en inglés). Tim Hwang, Subprime Attention Crisis (2020). Un argumento legible de que el mercado de la publicidad en línea es más frágil de lo que parece.
    🌐 Para la parte de evidencia. El artículo de eBay (enlace abajo) se puede leer gratis.
  

  
    Para llevar
    En línea, la atención se compra por subasta, se juzga con un embudo y se acredita con reglas cómodas más que ciertas. La pregunta honesta siempre es "¿qué habría pasado sin el anuncio?", y solo un experimento la responde. Los mercados hispanos son muchos, y las reglas sobre datos, puestas por gobiernos y plataformas, no dejan de moverse, así que el activo más seguro es un cliente que te dio permiso.
    Prueba esto: la próxima vez que un anuncio te siga de un sitio a otro, pregúntate de qué está reclamando el crédito. ¿Habrías comprado igual? Si puedes responder "sí", acabas de entender la incrementalidad.
  

  
    Fuentes y para profundizar
    Fuentes. Vickrey, "Counterspeculation, auctions, and competitive sealed tenders", Journal of Finance (1961). Varian, "Position auctions", International Journal of Industrial Organization (2007); Edelman, Ostrovsky y Schwarz, "Internet advertising and the generalized second-price auction", American Economic Review (2007). Cambio de Google a subastas de primer precio: anunciado el 6 de marzo de 2019 (9to5Google, AdExchanger y el blog de Google Ad Manager); descrito por Marketing Dive. Brin y Page, "The anatomy of a large-scale hypertextual Web search engine" (1998). Blake, Nosko y Tadelis, "Consumer heterogeneity and paid search effectiveness: a large-scale field experiment", Econometrica (2015), versión de trabajo NBER w20171. Lewis y Rao, "The unfavorable economics of measuring the returns to advertising", QJE 130(4), 2015. Gordon, Zettelmeyer, Bhargava y Chapsky, "A comparison of approaches to advertising measurement: evidence from big field experiments at Facebook", Marketing Science (2019). México: INEGI, ENDUTIH 2024, reporte de resultados del 6 de mayo de 2025. España: INE, Encuesta sobre equipamiento y uso de TIC en los hogares 2025 (publicada el 20 de noviembre de 2025). Mercado Libre: resultados del cuarto trimestre y del año 2024, comunicado del 20 de febrero de 2025 (más de 100 millones de compradores únicos anuales; volumen bruto de mercancía de US$51,500 millones). RGPD: texto del Reglamento (artículos 3 y 83) y Wikipedia para las leyes de otros países. España: BOE, Ley Orgánica 3/2018 y Ley 34/2002 (LSSI), art. 21. México: DOF, 20 de marzo de 2025 (resumen de Garrigues). Colombia: Ley Estatutaria 1581 de 2012, Diario Oficial 48.587 de 18 de octubre de 2012 (Senado de la República). Argentina: Ley 25.326, InfoLEG. Chile: Ley 21.719 y proyecto de posposición (Garrigues, 28 de octubre de 2026). Chrome: blog de Google Privacy Sandbox, "Update on plans for Privacy Sandbox technologies", 17 de octubre de 2025. Las cifras de las subastas, el embudo, la atribución y la incrementalidad en los interactivos son inventadas y calculadas en código.
    
      🌐 HubSpot Academy: marketing digital (en español, gratis)
      🌐 NBER w20171: Consumer Heterogeneity and Paid Search Effectiveness (eBay) (en inglés)
      🌐 Google Privacy Sandbox: actualización del 17 de octubre de 2025 (en inglés)
      🌐 RGPD, artículo 83: multas (en inglés)
      📘 Chaffey y Ellis-Chadwick, Marketing digital
      📘 Kohavi, Tang y Xu, Trustworthy Online Controlled Experiments (en inglés)
    
  

  
    Para tu español
    
      puja (bid; also oferta) · subasta (auction) · embudo (funnel) · tasa de conversión (conversion rate) · clic (click: "hacer clic") · atribución (attribution) · grupo de control (control group) · consentimiento (consent) · posicionamiento en buscadores (SEO) · mercadotecnia (marketing, common in Mexico)


Step 12. Estrategia y competencia: por qué algunas empresas conservan sus ganancias
-----------------------------------------------------------------------------------
Why: La estrategia de marketing es estrategia competitiva vista desde el cliente.
La mayoría de las buenas ideas se copian hasta que la ganancia desaparece. La estrategia estudia qué lo impide, y el derecho de la competencia estudia cuándo lo ha impedido demasiado bien.

En el conjunto de datos de Damodaran de enero de 2026 para empresas cotizadas de Estados Unidos, el mercado entero se quedaba con cerca de 9.7 centavos de ganancia neta por cada dólar de ventas. Las empresas de software se quedaban con unos 25 centavos. Las de tabaco, con unos 27. Las aerolíneas, con unos 2.5, y el comercio de alimentos, con unos 1.3. Las aerolíneas cruzan océanos y vuelan con seguridad; los supermercados alimentan ciudades enteras. No son menos útiles que el software. Solo están en un juego en el que la ganancia se la lleva la competencia.
  ¿Por qué? Una empresa hace refrescos y otra acero, y las dos trabajan duro. La estrategia pregunta qué permite a una empresa ganar por encima del promedio, y la política de competencia pregunta qué debe hacer la sociedad cuando una empresa se queda con demasiado.
  Si quieres verlo desde esta región, piensa en una panadería de barrio frente a una gran marca nacional, en la plataforma en la que compras en línea, o en la farmacia de la esquina frente a tres cadenas. En cada una está la misma pregunta. Más abajo hay casos latinoamericanos y españoles con fecha y fuente. Esta pieza es descriptiva: no es asesoría legal, financiera ni de inversión.

  
    La materia en una caja
    
      Quién la cursaEstudiantes de Administración (una materia central de año 3 en licenciaturas y MBA, normalmente después de haber visto finanzas y marketing); estudiantes de Economía, como organización industrial; y estudiantes de Marketing, que la encuentran como estrategia de marketing. Las escuelas de negocios la enseñan con casos y marcos; los departamentos de economía, con teoría de juegos y modelos. Es la misma materia vista desde dos lados.
      Para qué sirvePara ver por qué algunas industrias y algunas empresas ganan bien durante décadas, y cuándo esa ganancia viene de un mejor producto y cuándo de cerrar el paso a los rivales.
      Viene después de:Microeconomía (34/14) y Teoría de juegos (34/15).
      Lleva a:Es la materia de cierre de Administración de Empresas y una materia tardía en Economía y en Marketing. Alimenta Precios (34/48) y Emprendimiento (34/44).
      Qué te da esta piezaNo podrás escribir la estrategia de una empresa. Tendrás una lista de preguntas que hacen los estrategas con experiencia, una idea de por qué la escala y las redes crean ganadores, y la visión del economista sobre cuándo un mercado tiene muy pocos competidores. Lecturas más fáciles: De dónde sale el dinero de verdad y Emprender en América Latina vs. en EE. UU. (en Empezar un Negocio, 04/03 y 04/10), y Capitalismo (en inglés, 31/01). La mayoría de las empresas de la región son micro y pequeñas: los marcos de abajo valen igual para una tienda que para una multinacional, pero con otra escala. Los números de los deslizadores son ilustrativos.
    
  

  Por qué unas industrias son más rentables: las cinco fuerzas de Porter
  En un artículo de 1979 en la Harvard Business Review, "How Competitive Forces Shape Strategy", Michael Porter hizo una afirmación sencilla: la ganancia depende menos de qué tan lista sea una empresa que de la estructura de la industria en la que está. Nombró cinco fuerzas que aprietan o protegen la ganancia:
  
    Amenaza de nuevos entrantes. Si cualquiera puede empezar, las ganancias se copian hasta desaparecer.
    Amenaza de sustitutos. Algo distinto que cumple el mismo trabajo pone tope a tu precio.
    Poder de los compradores. Compradores grandes e informados que pueden cambiar de proveedor te bajan el precio.
    Poder de los proveedores. Si tus insumos vienen de una sola fuente, te quitan el margen.
    Rivalidad. Muchos rivales parejos con costos fijos altos pelean por precio.
  
  Una fuerza débil es buena para la empresa y una fuerte es mala. Un graduado mira una industria y califica las cinco antes de decir nada sobre los directivos.
  
    Interactivo · Califica una industria
    Califica cada fuerza de 1 (débil, buena para la ganancia) a 5 (fuerte, mala). Los ejemplos usan valoraciones ilustrativas de esta pieza para cinco industrias; discútelas. El margen mostrado es el margen neto de Damodaran para la industria equivalente de empresas de EE. UU., enero de 2026.
    
    Nuevos entrantes
    Sustitutos
    Poder de los compradores
    Poder de los proveedores
    Rivalidad
    
    
  
  El modelo tiene críticos, y vale la pena conocerlos. Kevin Coyne y Somu Subramaniam sostienen que supone que compradores, proveedores y rivales nunca se alían ni interactúan, que el valor viene solo de la estructura y que la incertidumbre es baja. Adam Brandenburger y Barry Nalebuff añadieron a los complementadores (quienes hacen las cosas que vuelven más valioso tu producto) como una sexta fuerza. Otros sostienen que el modelo ignora lo que cada empresa sabe hacer, que la visión basada en recursos pone primero. El propio Porter actualizó el marco en un artículo de 2008. Todos coinciden en que importan tanto la industria como la empresa.

  Ventaja competitiva: costo, diferenciación y cadena de valor
  Dentro de una industria, la empresa que gana más que sus rivales tiene una ventaja competitiva. La Estrategia competitiva de Porter (1980) dijo que hay dos tipos básicos. Ventaja en costo: haces lo mismo por menos, y puedes vender más barato que los rivales o quedarte con la diferencia. Diferenciación: haces algo por lo que los compradores pagan más. También advirtió contra quedar "atrapado en el medio", sin ninguna de las dos; economistas y gerentes aún discuten qué tan seguido es cierto.
  Una forma ordenada de ver las dos juntas es preguntar qué te deja cobrar el costo del rival. Si tu producto es tan bueno como el del rival, una guerra de precios baja el precio hasta el costo del rival, y tu margen es tu brecha de costo. Si los compradores valoran más el tuyo, puedes cobrar esa prima además.
  tu margen = (costo del rival + tu prima de calidad) − tu costobrecha de costo más prima; un número negativo significa que el rival gana la venta
  
    Interactivo · Costo, prima o ambos
    Dos empresas venden a los mismos compradores. Una guerra de precios lleva el precio de la perdedora a su propio costo. Los compradores valoran tu producto $prima más que el del rival. Todas las cifras son inventadas.
    Tu costo por unidad
    Costo por unidad del rival
    Prima que pagan los compradores por la tuya
    
    
  
  La cadena de valor de Porter (Ventaja competitiva, 1985) te dice dónde mirar: logística de entrada, operaciones, logística de salida, marketing y ventas, servicio, apoyadas por tecnología, compras, personas e infraestructura. Una ventaja se esconde en un eslabón o en cómo encajan los eslabones. La de Ikea vive en el diseño y en la logística del empaque plano, no en la madera barata. La de una marca de lujo vive en el marketing y el servicio. La pregunta siempre es: ¿qué actividad hacemos mejor, y pueden copiarla? Una ventaja copiable dura lo que tarde la copia.
  Dos ejemplos de la región, como lecturas y no como cifras certeras. Zara (Inditex, con sede en Arteixo, Galicia; la primera tienda abrió en 1975) es el caso que se cita para una ventaja en la cadena de valor: Inditex se creó en 1985 como holding de Zara y sus plantas, y se reporta que el proceso de diseño a estante ha llegado a tardar tan solo 15 días en algunos casos, frente a los ciclos más largos de muchas empresas de moda. La ventaja no está en una prenda, sino en la velocidad de todo el sistema. Grupo Bimbo (las operaciones empezaron en la Ciudad de México el 2 de diciembre de 1945) se considera una de las panificadoras más grandes del mundo, aunque la afirmación se discute; la empresa reporta unas 57,000 rutas de distribución y unos 3 millones de puntos de venta. Una lectura posible: en un producto perecedero, repartirlo a tiempo a millones de tiendas pequeñas es una actividad difícil de copiar. Son cifras reportadas por la empresa y recogidas en fuentes públicas; compáralas con sus informes anuales antes de citarlas.

  Economías de escala y la curva de aprendizaje
  El tamaño ayuda de dos maneras simples. Los costos fijos se reparten: una fábrica cuesta lo mismo si hace mil unidades o un millón, así que el costo medio por unidad baja con el volumen. Y la experiencia enseña: cuanto más produce una empresa, mejor lo hace. T. P. Wright notó en 1936 que el trabajo por avión bajaba un porcentaje constante cada vez que se duplicaba la producción acumulada; las consultoras llamaron luego a esto la curva de experiencia.
  costo medio = costo fijo ÷ volumen + costo unitario × (factor de aprendizaje)factor de aprendizaje = r^d, donde r es el costo que se conserva tras cada duplicación de la producción acumulada y d el número de duplicaciones
  
    Interactivo · Escala y aprendizaje
    Una empresa con $F millones de costo fijo produce Q millones de unidades. Su rival produce la mitad y tiene una duplicación menos de experiencia. Números inventados; lo que importa es la forma.
    Costo fijo (millones de $)
    Volumen (millones de unidades)
    Costo que se conserva tras cada duplicación
    Duplicaciones de experiencia (tú)
    
    
  
  La trampa: la escala solo ayuda si la demanda es lo bastante grande para aprovecharla. Una planta gigante medio vacía tiene un costo medio más alto que una pequeña llena. Y una curva de aprendizaje no es automática; viene del trabajo deliberado, y los rivales también pueden aprender.

  Efectos de red y plataformas
  Algunos bienes se vuelven más valiosos cuanta más gente los usa. Un teléfono es inútil solo y valioso con millones. Los economistas llaman a esto efecto de red (una economía de escala del lado de la demanda): sube lo que los compradores están dispuestos a pagar, en vez de bajar el costo del vendedor. Los efectos directos vienen de otros usuarios de lo mismo (mensajería, una red telefónica). Los efectos indirectos o de dos lados unen a grupos distintos: más conductores mejoran una aplicación de viajes para los pasajeros, y más pasajeros la mejoran para los conductores. Una plataforma es un negocio construido para alojar un mercado así, y la economía de fijar precios a dos lados a la vez la plantearon Jean-Charles Rochet y Jean Tirole (2003).
  La ley de Metcalfe dice que el valor de una red crece con el cuadrado de sus usuarios, porque n usuarios tienen cerca de n(n−1)/2 conexiones posibles. Andrew Odlyzko, Bob Briscoe y Benjamin Tilly sostuvieron en 2006 ("Metcalfe's Law is Wrong") que los usuarios posteriores valen menos que los primeros, así que el crecimiento se parece más a n × log n. Estudios de Facebook y Tencent han ajustado n², y un estudio europeo de uso de internet encontró n² en redes pequeñas y n log n en las grandes. Los datos no lo han zanjado; la idea central sobrevive en ambos casos.
  Un caso de la región para pensar con estas ideas es Mercado Libre: fundada el 2 de agosto de 1999 en Buenos Aires por Marcos Galperin, es un mercado en línea que une compradores y vendedores, con su propio sistema de pagos (Mercado Pago) y de envíos; en 2007 fue la primera empresa tecnológica latinoamericana en cotizar en el Nasdaq, y opera en 18 países de la región. Una lectura posible, no una medición: un mercado de dos lados tiende a mejorar para unos cuando se suman los otros, y sumar pagos y logística cambia lo que cuesta cambiar de plataforma. Si eso la protege de rivales es justo lo que los reguladores y los analistas discuten caso por caso.
  
    Interactivo · Punto de quiebre
    Un modelo de juguete. Cada persona se une si su gusto por el producto, multiplicado por su valor (un valor base más la fuerza de la red por la proporción que ya lo usa), supera el precio. Las rondas se repiten. Si empiezas por debajo de la masa crítica, muere; por encima, despega.
    Fuerza de la red
    Precio (como proporción del valor máximo)
    Proporción inicial de usuarios
    
    
  
  Tres cautelas. El quiebre no es automático: requiere que los beneficios de red superen las diferencias de producto y los costos de cambiar o de usar varios servicios a la vez. Algunas redes se congestionan (más usuarios pueden empeorarla). Y las ventajas de datos suelen ser más débiles y más breves que los efectos de red clásicos. Los casos famosos, como el de VHS contra Betamax, los cuentan con detalles distintos por distintos historiadores.

  Entrada, guerras de precios y la visión del economista sobre la competencia
  Los libros de estrategia preguntan cómo ganar. La organización industrial pregunta lo contrario: ¿cuántos rivales hacen falta para que un mercado se comporte de forma competitiva? El modelo clásico es el del economista francés Antoine Cournot (1838): las empresas eligen cuánto producir, y el precio baja a medida que sube la producción total. Con una empresa tienes el precio de monopolio. Con dos, un precio menor. A medida que crece el número de empresas, el precio se desliza hacia el costo. Los precios bajan rápido al principio y luego despacio.
  
    Interactivo · ¿Cuántos rivales?
    La demanda es P = 100 − Q. Cada una de N empresas idénticas elige su producción; el costo unitario es c. El IHH es la suma de los cuadrados de las cuotas de mercado. El botón de fusión quita una empresa (dos se vuelven una).
    Número de empresas
    Costo unitario
    
      Fusionar dos empresas
    
    
    
  
  Fíjate en lo que el modelo omite y los estrategas añaden. Las empresas reales también entran y salen, y un incumbente puede amenazar con una guerra de precios para disuadir la entrada. La teoría de juegos (34/15) muestra que una amenaza de pelear solo es creíble si pelear conviene al incumbente cuando llegue el momento; si no, los entrantes descubren el farol. Las empresas evitan las guerras de precios cuando pueden: en la imagen de Cournot la ganancia cae rápido a medida que se multiplican los rivales, y por eso prefieren diferenciar productos a igualar precios.

  Poder de mercado y defensa de la competencia
  Las empresas que conservan ganancias por ser mejores hacen lo que el sistema premia. Las que las conservan cerrando el paso a los rivales hacen otra cosa. Distinguirlas es el trabajo del derecho de la competencia (se llama antitrust en Estados Unidos), y los regímenes difieren. En España y en América Latina la autoridad suele tener nombres como estos:
  
    RégimenNormas y autoridad principalesNotas
    Estados UnidosSherman Act (1890), Clayton Act (1914), Hart-Scott-Rodino (1976)La sección 2 de Sherman prohíbe la monopolización. Las fusiones las revisan el Departamento de Justicia (DOJ) y la Comisión Federal de Comercio (FTC).
    Unión EuropeaArtículos 101 (acuerdos) y 102 (abuso de posición dominante); Reglamento de concentraciones 139/2004La Ley de Mercados Digitales se aplica desde 2023 a los "guardianes de acceso" designados, con multas de hasta el 10% de la facturación mundial.
    EspañaLey 15/2007 de Defensa de la Competencia; Comisión Nacional de los Mercados y la Competencia (CNMC)La CNMC se creó por la Ley 3/2013 (de 4 de junio), empezó a funcionar el 7 de octubre de 2013 e integró a la Comisión Nacional de la Competencia y a los reguladores de energía, telecomunicaciones, sector postal y transporte. Aplica la norma española y la de la UE.
    MéxicoLey Federal de Competencia Económica; Comisión Nacional Antimonopolio (CNA)Una reforma publicada el 16 de julio de 2025 suprimió la Comisión Federal de Competencia Económica (COFECE) y creó la CNA, que asumió sus funciones el 17 de octubre de 2025. Es un órgano descentralizado adscrito a la Secretaría de Economía.
    ChileDecreto Ley 211; Fiscalía Nacional Económica (FNE) y Tribunal de Defensa de la Libre Competencia (TDLC)La FNE investiga y puede pedir sanciones; el TDLC (creado por la Ley 19.911 de 2003) resuelve.
    ColombiaSuperintendencia de Industria y Comercio (SIC)Es la autoridad que investiga y sanciona las prácticas restrictivas de la competencia.
    ChinaLey Antimonopolio, en vigor desde 2008La aplica desde 2018 la Administración Estatal de Regulación del Mercado (SAMR).
    IndiaCompetition Act, 2002La aplica la Comisión de Competencia de la India.
  
  Ejemplos recientes, cada uno con fecha. En Chile, la FNE presentó en diciembre de 2008 un requerimiento contra las tres principales cadenas de farmacias por concertar los precios de medicamentos. El TDLC dictó sentencia el 31 de enero de 2012 y sancionó a Cruz Verde y Salcobrand con multas de unos 19 millones de dólares cada una; Farmacias Ahumada no fue condenada porque había llegado a un acuerdo. El 7 de septiembre de 2012 la Corte Suprema rechazó los recursos de las condenadas. El caso se cita como un impulso para la delación compensada (el beneficio a quien delata el cártel). En Colombia, la SIC formuló cargos en 2014 contra cinco empresas por acordar precios de pañales desechables y, el 28 de junio de 2016, sancionó a tres empresas y a 16 directivos con multas por unos 208,900 millones de pesos; la investigación contra una empresa se archivó por colaborar. En México, la reforma de 2025 que creó la CNA se justificó, según se reportó, por concentrar las funciones de competencia en una sola autoridad y aplicar mayores sanciones, mientras sus críticos sostienen que un órgano subordinado al Ejecutivo reduce la independencia y la capacidad técnica; ambas posturas son parte del debate público y no hay una conclusión zanjada.
  Y los casos de las grandes tecnológicas. El 5 de agosto de 2024 un juez federal de EE. UU., Amit Mehta, determinó que Google había mantenido ilegalmente un monopolio en la búsqueda general; en una decisión sobre las medidas, del 2 de septiembre de 2025, rechazó partir la empresa, prohibió los contratos de exclusividad para la búsqueda y ordenó compartir algunos datos, y ambas partes apelaron. En abril de 2025 la Comisión Europea impuso las primeras multas bajo la Ley de Mercados Digitales: 500 millones de euros a Apple y 200 millones a Meta. En abril de 2021 el regulador chino multó a Alibaba con unos 2,800 millones de dólares, cerca del 12% de su beneficio neto de 2020, por prácticas anticompetitivas.
  Las herramientas difieren en qué miden. Un primer filtro común es el IHH (Índice Herfindahl-Hirschman, el widget de arriba). Las guías de EE. UU. de 2010 trataban un mercado con más de 2,500 como muy concentrado; la revisión de 2023 endureció el umbral, así que revisa el texto vigente. La discusión más profunda es sobre el objetivo. El estándar de bienestar del consumidor, asociado con Robert Bork, pregunta si suben los precios o baja la producción para los compradores. Los críticos (a veces llamados "neobrandeisianos") dicen que es demasiado estrecho y no ve el poder sobre los trabajadores, los proveedores y la política. Los defensores dicen que es el único estándar que se puede medir y poner a prueba. La mayoría de las jurisdicciones tratan hoy el bienestar del consumidor como un factor entre varios.

  Lo que un graduado ve sin pensarlo
  
    La estructura de la industria explica mucha de la ganancia antes de mirar a los directivos: califica las cinco fuerzas.
    Una ventaja vale tanto como lo difícil que sea copiarla.
    Tu margen = costo del rival + tu prima − tu costo: una ventaja es una brecha.
    El costo medio baja con el volumen, pero solo si la demanda llena la fábrica.
    Los efectos de red crean ganadores al desbordar un punto de quiebre; la masa crítica es todo el juego, y las expectativas lo deciden.
    En un mercado con pocos rivales los precios tienden a subir; cada rival adicional ayuda, con fuerza decreciente.
    Una fusión cambia el número de concentración, y los reguladores miran tanto el nivel como el cambio.
    "Dominante por ser mejor" y "dominante por haber bloqueado a todos los demás" pueden verse igual desde afuera, y la ley intenta distinguirlos.
    La autoridad de competencia cambia de nombre y de diseño de un país a otro (CNMC, CNA, FNE, SIC); la pregunta de fondo es la misma.
  

  Dónde aparece después
  
    Precios (34/48): una vez que conoces tu costo y el costo de tu rival, fijar el precio es elegir dónde sentarte dentro de esa brecha.
    Dirección de marketing (34/45): el posicionamiento es la diferenciación vista desde el cliente.
    Emprendimiento (34/44): la primera pregunta de una empresa nueva es qué fuerza puede vencer y por cuánto tiempo.
    Derecho mercantil y ética empresarial (34/13): los deberes de quienes dirigen y los límites legales de la competencia.
    En el mundo: por qué las aerolíneas y los supermercados ganan márgenes delgados, por qué se forma un mercado de aplicaciones donde "el ganador se lleva casi todo", qué pregunta una revisión de fusiones, y cada noticia sobre una empresa demandada por un regulador.
  

  Si quieres profundizar
  
    📘 Libro de texto (en inglés). Robert Grant, Contemporary Strategy Analysis (Wiley). El texto estándar de estrategia para estudiantes de negocios, con análisis de industria, recursos y casos.
    📘 Libro de texto (en inglés). David Besanko, David Dranove, Mark Shanley y Scott Schaefer, Economics of Strategy (Wiley). La versión del economista, con teoría de juegos a lo largo. Para la teoría pura, Jean Tirole, The Theory of Industrial Organization (MIT Press, 1988).
    📘 Más amable. Michael Porter, Estrategia competitiva (hay edición en español, Compañía Editorial Continental), para los originales; Carl Shapiro y Hal Varian, Information Rules (1999, en inglés), para redes y estándares; Tim Wu, The Curse of Bigness (2018, en inglés), para la historia del antimonopolio y el argumento contra el bienestar del consumidor.
    🌐 Curso de bajo costo, en español. Estrategia de marketing, de IE Business School, en Coursera: cinco cursos en español, entre ellos el de posicionamiento (la diferenciación vista desde el cliente) y el plan de marketing. Cubre el lado del cliente más que la teoría de la competencia. (Coursera: inscribirse es gratis; el acceso completo a materiales y tareas es de pago, con prueba gratuita).
    🌐 Gratis, en inglés. MIT OpenCourseWare 15.902 Strategic Management I (otoño de 2006, Hax y Sahani), un curso de posgrado de la escuela Sloan sobre métodos analíticos y práctica estratégica. Y los márgenes por industria de Damodaran, gratis, para comparar tu intuición con datos.
  

  
    Para llevar
    La ganancia dura donde algo detiene a los rivales: barreras de entrada altas, una escala que un rival no puede igualar, una red que se desborda o un producto que los compradores no cambiarán. Donde nada los detiene, la ganancia se compite hasta el costo. El economista agrega una segunda pregunta: cuando la ganancia de una empresa viene de bloquear a los rivales y no de servir a los compradores, ¿interviene la sociedad, y con qué criterio?
    Prueba esto: elige un negocio que uses (un banco, un servicio de streaming, una tienda). Califica sus cinco fuerzas de 1 a 5 y nombra lo único que impide que un rival lo copie. Si no puedes nombrar nada, espera márgenes delgados.
  

  
    Fuentes y para profundizar
    Fuentes. Márgenes: Aswath Damodaran, conjunto de datos de márgenes por industria, base de EE. UU., enero de 2026 (márgenes netos: todas las empresas 9.74%, software 25.49%, tabaco 26.65%, refrescos 13.40%, transporte aéreo 2.51%, acero 1.93%, comercio de alimentos 1.32%, automóviles y camiones 1.29%; página cargada y leída); las valoraciones de las cinco fuerzas en el widget son de esta pieza. Cinco fuerzas: Porter, "How Competitive Forces Shape Strategy", Harvard Business Review (1979) y "The Five Competitive Forces That Shape Strategy" (2008); las críticas (Coyne y Subramaniam; los complementadores de Brandenburger y Nalebuff; la visión basada en recursos) según Wikipedia. Las estrategias genéricas (1980) y la cadena de valor (1985) son atribuciones estándar a Porter. Wright (1936) es el origen estándar de la curva de aprendizaje. Efectos de red: definiciones y cautelas sobre el quiebre según Wikipedia; la ley de Metcalfe y sus críticos (Briscoe, Odlyzko y Tilly, IEEE Spectrum, 2006; Madureira y otros, 2013; Zhang, Liu y Xu, 2015) igualmente; Rochet y Tirole (2003) sobre mercados de dos lados. Zara/Inditex: Wikipedia, "Inditex" (primera tienda en 1975; Inditex creada en 1985 como holding; el proceso de diseño a estante "reportedly as little as 15 days in some cases"). Grupo Bimbo: Wikipedia, "Grupo Bimbo" (operaciones desde el 2 de diciembre de 1945; 57,000 rutas y cerca de 3 millones de puntos de venta, cifras de la empresa; la afirmación de "mayor panificadora" se discute frente a Yamazaki). Mercado Libre: Wikipedia, "Mercado Libre" (2 de agosto de 1999; Nasdaq en agosto de 2007; 18 países). Defensa de la competencia: normas de EE. UU. y UE según el artículo de Wikipedia sobre derecho de la competencia; CNMC según la ficha en español de Wikipedia (Ley 3/2013, de 4 de junio; inicio el 7 de octubre de 2013); Ley 15/2007 (3 de julio de 2007) según la ficha de Wikipedia sobre el órgano predecesor; México: reforma a la Ley Federal de Competencia Económica aprobada por el Senado el 28 de junio de 2025 y por Diputados el 1 de julio de 2025, publicada el 16 de julio de 2025; la CNA asumió funciones el 17 de octubre de 2025 (Expansión, El Financiero, Cuatrecasas, Galicia Abogados); Chile: Wikipedia, "Fiscalía Nacional Económica" (DL 211; TDLC por la Ley 19.911 de 2003) y el caso de farmacias (The Clinic, 7 de septiembre de 2012; Salud y Fármacos, 2012; Centro Competencia; La Tercera); Colombia: comunicado de la SIC del 28 de junio de 2016 publicado por Ámbito Jurídico (208,907,622,820 pesos, tres empresas y 16 directivos) y reportes de Blu Radio y La FM. United States v. Google (Mehta, 5 de agosto de 2024, fallo sobre responsabilidad; 2 de septiembre de 2025, medidas); Ley de Mercados Digitales (en vigor desde el 1 de noviembre de 2022, guardianes designados en septiembre de 2023, primeras multas en abril de 2025: Apple 500 millones de euros, Meta 200 millones); multa a Alibaba, SAMR, 9 de abril de 2021 (según se reportó, 2,800 millones de dólares, cerca del 12% del beneficio neto de 2020); bandas del IHH de EE. UU. de las Guías de Fusiones Horizontales de 2010 (1,500 y 2,500). Todos los números de los interactivos se calcularon en node: por ejemplo, con tres empresas y costo unitario 20 el precio de Cournot es 40, cada una produce 20 y gana 400, IHH 3,333; fusionar dos sube el precio a 46.7; el modelo de quiebre con fuerza 1.5 y precio 0.3 tiene una masa crítica de 4.2% y una proporción estable de 79.1%. Adaptada de la pieza en inglés Strategy & Competition.
    
      🌐 IE Business School: Estrategia de marketing (bajo costo, en español)
      🌐 MIT OCW 15.902 Strategic Management I (en inglés)
      🌐 Damodaran: márgenes por industria (en inglés)
      📘 Porter, Estrategia competitiva
      📘 Besanko y otros, Economics of Strategy (en inglés)
    
  

  
    Para tu español
    
      ventaja competitiva (competitive advantage) · cadena de valor (value chain) · economía de escala (economy of scale) · efecto de red (network effect) · barrera de entrada (entry barrier) · defensa de la competencia (competition law, antitrust) · cártel (cartel) · delación compensada (leniency programme) · fusión (merger) · margen (margin)


Step 13. Innovación y lanzamiento de productos: por qué los buenos productos igual fracasan
-------------------------------------------------------------------------------------------
Why: Llevar un producto nuevo de la idea al mercado, y por qué la mayoría de los lanzamientos fracasa.
Un producto nuevo tiene que construirse, ser encontrado por la gente adecuada, adoptarse en cierto orden y venderse a un costo que funcione. Casi todo lo que sale mal ocurre cuando la ingeniería ya terminó.

El 9 de enero de 2007 se anunció un teléfono; salió a la venta el 29 de junio a US$499 o US$599 con contrato de dos años. Se vendieron unos 270,000 en la primera semana y en septiembre el precio del modelo grande bajó a US$399. Seis años antes, el 3 de diciembre de 2001, se presentó un transportador personal de dos ruedas, tras semanas de rumores de que sería tan importante como la computadora personal. Costaba US$5,000. En toda su vida se vendieron unos 140,000, y la producción del modelo original terminó en 2020.
  Los dos eran máquinas ingeniosas. Uno cambió una industria y el otro encontró un nicho. El tema de esta pieza es el pensamiento que intenta distinguirlos antes de gastar el dinero: de dónde vienen los productos, cómo se esparce la adopción, cómo saber si hay ajuste con el mercado, cómo lanzar y por qué tantos lanzamientos fallan. La respuesta honesta, como verás, es que el campo describe mejor los patrones de lo que predice los casos. Los precios van en dólares, que casi todo el mundo entiende; los datos de un país concreto aparecen con su fuente y su fecha.

  
    La materia en una caja
    
      Quién la cursaEstudiantes de marketing (o mercadotecnia) en el año 4, como optativa o proyecto final (programas como los de Wharton y Kellogg ofrecen cursos de productos nuevos e innovación), y estudiantes de ingeniería y diseño en cursos de desarrollo de producto. Algunas escuelas de negocios la enseñan solo como optativa de maestría, como el curso 15.356 de MIT Sloan, How to Develop Breakthrough Products and Services.
      Para qué sirveLlevar un producto nuevo de la idea a los primeros clientes que pagan, y decidir con evidencia si seguir.
      Viene después de:Dirección de marketing (34/45) e Investigación de mercados (34/46).
      Lleva a:Cierra la carrera de Marketing y alimenta Emprendimiento (34/44). Vecinas cercanas: Precios (34/48), Gestión de marca (34/47) y Marketing digital y publicidad (34/49).
      Lo que te da esta piezaNo podrás dirigir un lanzamiento. Sí conocerás los modelos que la gente usa (trabajos por hacer, difusión, ajuste, economía por cliente), cuáles de sus afirmaciones se sostienen y por qué conviene tratar con cuidado la famosa cifra de "95 % de los productos nuevos fracasan". Lecturas más fáciles para empezar: La versión más pequeña posible (Empezar un Negocio, 04/01) y Cómo hablar con clientes antes de construir nada (Empezar un Negocio, 04/02).
    
  

  De dónde vienen los productos y el trabajo para el que se contratan
  Los productos nuevos vienen de tres direcciones. El empuje de la tecnología: un laboratorio hace posible algo y una empresa busca para qué sirve. El jalón del mercado: los clientes tienen un problema y alguien construye la respuesta. Y los propios usuarios: Eric von Hippel, del MIT, mostró que quienes usan un producto de maneras exigentes muchas veces construyen la primera versión, y que los "usuarios líderes" (cuyas necesidades van por delante del mercado) son una fuente rica de ideas. En uno de sus estudios en varias industrias, los usuarios líderes fueron los desarrolladores pioneros de cerca de la mitad de las innovaciones juzgadas más importantes.
  La lente más conocida del lado del jalón son los trabajos por hacer (jobs to be done). La idea es que los clientes no compran un producto: lo "contratan" para avanzar en una situación. La historia del licuado de Clayton Christensen: una cadena de comida rápida vio que muchos licuados se vendían temprano en la mañana a personas que manejaban solas al trabajo, contratados para un trabajo (hacer menos aburrido el trayecto y quitar el hambre hasta el almuerzo), de modo que el competidor era un plátano o un pan, no otro licuado. El método se expuso en Competing Against Luck (2016, Christensen, Hall, Dillon y Duncan). La frase más antigua de que la gente quiere "un agujero de un cuarto de pulgada, no un taladro" suele atribuirse a Theodore Levitt, aunque su origen exacto es incierto.
  Los críticos tienen razón en algo, y el campo está dividido. Hay escuelas rivales: la de Christensen y la de Tony Ulwick, el "outcome-driven innovation", que define un trabajo como un conjunto medible de resultados deseados. "Trabajo" se define de maneras distintas entre ellas, el caso del licuado es una historia de consultoría y no una prueba, y el marco es difícil de refutar. La teoría anterior de Christensen, la disrupción, ha recibido un escrutinio parecido: el ensayo de Jill Lepore de 2014 en The New Yorker cuestionó su evidencia y su dependencia de casos escogidos. Trata los trabajos por hacer como una pregunta útil ("¿qué intenta lograr esta persona?") y no como un método comprobado.

  Difusión y la curva de Bass: cómo se esparce una buena idea
  Diffusion of Innovations (1962; 5.ª edición, 2003), de Everett Rogers, reunió cientos de estudios, empezando por el de Ryan y Gross de 1943 sobre el maíz híbrido entre los agricultores de Iowa, que tardó más de diez años en esparcirse aunque se pagaba solo. Rogers clasificó a los adoptantes según cuándo adoptan: innovadores (el primer 2.5 %), adoptantes tempranos (el siguiente 13.5 %), mayoría temprana (34 %), mayoría tardía (34 %) y rezagados (16 %). Los cortes salen de rebanar una campana de Gauss; son una convención, no una ley de la naturaleza.
  Frank Bass convirtió la imagen en una sola ecuación en 1969. En cada momento, la probabilidad de que alguien que aún no adopta compre tiene dos partes: un empuje externo que no depende de nadie más (p: publicidad, curiosidad) y un jalón interno que crece con cuánta gente ya lo tiene (q: boca a boca, imitación).
  dF/dt = (1 − F)(p + q F)proporción que adopta en este instante = (proporción que falta) × (empuje externo + jalón de quienes ya entraron)
  En muchos productos de consumo, los estudios reportan un p promedio de cerca de 0.03 y un q de cerca de 0.38 por año. Con eso, las ventas alcanzan su máximo en t* = ln(q/p) ÷ (p+q), unos 6.2 años. Ajústalo tú.
  
    Interactivo · Ajusta una curva de adopción
    
      Típico (p 0.03, q 0.38)
      Boca a boca viral
      Impulsado por publicidad, sin ruido
    
    Empuje externo p (por año)
    Jalón del boca a boca q (por año)
    
    
    Modelo de Bass para un mercado de 1,000,000 de compradores potenciales, 15 años. Barras: nuevos adoptantes cada año. Línea: proporción que ha adoptado hasta ahora. Ilustrativo.
  
  Fíjate en la lección del segundo valor predefinido: con poco empuje externo, un producto muy social arranca lento y luego explota. Con solo empuje externo, las ventas son más altas el primer día y bajan sin parar. La forma de la curva te dice en qué gastar: en alcance en el primer caso, en recomendaciones en el segundo.
  Un caso de la región, con sus límites. Yape, la billetera digital que lanzó el Banco de Crédito del Perú (BCP) hacia 2016 o 2017 (las fuentes difieren en el año), pasó de unos 1.5 millones de personas registradas en 2019 a unos 2.2 millones en 2020 y a cerca de 15 millones de registradas en 2025; por separado, una nota de febrero de 2025 la daba con unos 14 millones de usuarios activos, el 69 % de la población económicamente activa del Perú. Son cifras de fuentes distintas, con definiciones distintas ("registradas" no es "activas"), así que no sirven para ajustar un p y un q. Sí ilustran la forma de un producto en el que cada persona que entra hace más útil entrar a la siguiente, porque más gente a quien enviarle dinero y más negocios donde pagar.

  Cruzar el abismo: cuando los primeros usuarios no son el mercado
  Crossing the Chasm (1991), de Geoffrey Moore (en español, Cruzando el abismo), dice que la curva de Rogers tiene una grieta. Los adoptantes tempranos (visionarios que toleran un producto tosco por un gran beneficio) compran por razones distintas a las de la mayoría temprana (pragmáticos que quieren una solución completa y referencias de otros pragmáticos de su propia industria). Los elogios de los entusiastas no los mueven. El consejo de Moore es escoger un nicho estrecho, ganarlo por completo con una solución integral y usar sus referencias para cruzar, un poco como asegurar una cabeza de playa antes del desembarco principal.
  Es una idea famosa con una base de evidencia discutida. El propio Rogers la rechazó: escribió que la investigación pasada no mostraba apoyo a un abismo entre categorías de adoptantes. Goldenberg, Libai y Muller (2002) encontraron una "silla de montar" (una caída de ventas tras el primer pico) en una minoría de productos de consumo, que atribuyen a la mala comunicación entre segmentos y no a una brecha universal. El modelo de juguete de abajo tiene dos grupos, los adoptantes tempranos (16 %) y una mayoría que sobre todo copia a los suyos. Es un modelo propio de esta pieza, no de Moore.
  
    Interactivo · ¿Hay un abismo?
    
      La mayoría escucha a los adoptantes tempranos
      Abismo
      Nicho de cabeza de playa
      Estancado
    
    La mayoría copia a los adoptantes tempranos
    Boca a boca propio de la mayoría
    
    
    Modelo de dos segmentos al estilo de Bass: adoptantes tempranos (16 %) con p 0.25, q 0.5; mayoría (84 %) con p 0.004, su propio q según lo fijes y, además, el jalón elegido de los adoptantes tempranos. Ilustrativo, no son datos.
  

  Ajuste producto–mercado: cómo sabes que tienes algo
  "Ajuste producto–mercado" (product–market fit) significa un producto que satisface una demanda fuerte en un mercado, de modo que los clientes te lo sacan de las manos. Andy Rachleff, de Benchmark, le puso nombre a la idea; Marc Andreessen la popularizó a mediados de la década de 2000 con la afirmación de que era lo único que importaba para una empresa nueva. ¿Cómo se ve? Sean Ellis, que miró muchas empresas nuevas, propuso una sola pregunta: ¿cómo te sentirías si ya no pudieras usar este producto? Si al menos 40 % de los usuarios responde "muy decepcionado", probablemente ya estás ahí. El 40 % es una regla práctica de la experiencia, no una ley.
  El problema es el ruido. Una encuesta de 30 personas no distingue 40 % de 25 %. Y quienes contestan no son todos: son usuarios que se quedaron, que tuvieron ganas de llenar un formulario. Los dos sesgos empujan la cifra hacia arriba. Usa la herramienta para ver qué tan ancha es la duda.
  
    Interactivo · ¿De verdad el 40 % supera la barra?
    Personas encuestadas
    Dicen "muy decepcionado"
    Proporción real en toda la base de usuarios
    Repetir la encuesta
    
    Intervalo de Wilson de 95 % para una proporción. La repetición toma muestras al azar de la "proporción real" que fijes: cada pulsación es una encuesta simulada nueva de las mismas personas.
  

  Planear el lanzamiento y los canales: la economía de ser encontrado
  Un lanzamiento es un conjunto de decisiones: quiénes son los primeros clientes, qué promesa se les hace, dónde la oirán, cuánto se cobra y cuándo se sale. Una forma barata de aprender es el lanzamiento escalonado: primero un grupo pequeño y luego uno más amplio, para que los errores sean chicos. Para los canales, Traction (2015), de Gabriel Weinberg y Justin Mares, enumera 19 (anuncios de búsqueda, contenidos, alianzas, ventas, recomendaciones y más) y propone un "blanco": pensar todos, probar tres de forma barata y concentrarse en el que funcione.
  Para comparar canales necesitas dos números. El costo de adquisición de clientes (CAC) es lo que gastas para ganar un cliente que paga. El valor del tiempo de vida del cliente (LTV) es la ganancia que ese cliente deja antes de irse. Los inversionistas de negocios de suscripción suelen citar reglas prácticas: un LTV de al menos tres veces el CAC y una recuperación en menos de un año. Son convenciones, no leyes, y varían según la industria.
  
    Interactivo · La economía por cliente de un canal de lanzamiento
    
      Anuncios pagados
      Contenidos y búsqueda
      Ventas directas
      Recomendaciones
    
    Gasto en el canal
    Costo por visitante
    Visitantes que se registran
    Registrados que pagan
    Precio por mes
    Margen bruto
    Meses que se queda un cliente
    
    Los valores predefinidos son cifras inventadas e ilustrativas, no referencias de ningún canal real.
  

  Por qué fracasa la mayoría de los lanzamientos: una cifra que nadie sabe de dónde sale
  A menudo leerás que "95 % de los productos nuevos fracasan", normalmente atribuido a Christensen, o que es 80 % o 90 %. Cuidado. En una revisión de 2013 en el Journal of Product Innovation Management, George Castellion y Stephen Markham rastrearon las tasas de fracaso más conocidas e informaron que las cifras muy altas carecen de respaldo sólido, y que las encuestas cuidadosas sobre los lanzamientos de las propias empresas implican una tasa mucho menor.
  El problema más profundo es que "fracasar" significa muchas cosas:
  
    Definición de fracasoDa una tasa que es
    No alcanzó la meta interna de ventasAlta: las metas suelen ser optimistas
    Se retiró del mercado en pocos añosModerada
    Nunca recuperó su costo de desarrolloMenor que la primera, mayor de lo que crees
  
  Una medida distinta, con datos reales: la Oficina de Estadísticas Laborales de EE. UU. (BLS) sigue a todos los establecimientos del sector privado (los productos nuevos no se registran por separado). Cerca de 47 % de los establecimientos que abrieron en el año hasta marzo de 2021 seguían abiertos cinco años después, y cerca de 34 % de los que abrieron en el año hasta marzo de 2016 sobrevivieron diez años. Eso trata de la supervivencia de negocios en general, no es lo mismo que el fracaso de un producto, pero encaja con el mismo patrón: fracasar es común, aunque no al 95 %.
  En México, el INEGI hace algo parecido con su Estudio sobre la Demografía de los Negocios (EDN). Los Censos Económicos 2019 muestran que 99.8 % de los establecimientos del país son micro, pequeños o medianos. De los 4.9 millones de establecimientos micro, pequeños y medianos de esa base, el EDN 2021 (período de referencia: mayo de 2019 a julio de 2021) estimó que nacieron 1.2 millones y cerraron definitivamente 1.6 millones. Ese período incluye la pandemia de COVID-19, que el propio INEGI señala como causa de pausas y cierres, así que no es una tasa "normal" de fracaso; sí muestra que, cuando casi todo el tejido empresarial es pequeño, nacer y morir son hechos de todos los días.

  Lanzamientos y fracasos, contados sin adornos
  
    ProductoQué muestra el registroEn qué se equivoca la historia habitual
    Edsel (Ford), 1957Se lanzó el 4 de septiembre de 1957 y se canceló el 19 de noviembre de 1959; se vendieron unos 116,000, menos de la mitad del punto de equilibrio."La investigación lo mató" es demasiado simple: una recesión, precios que se encimaban con los del Mercury, una parrilla polémica y quejas de calidad contribuyeron.
    New Coke, 1985Lanzada el 23 de abril; la "Classic" volvió el 11 de julio (79 días). El nuevo sabor ganó a Coca-Cola y a Pepsi en pruebas a ciegas.Las pruebas no captaron el apego a la marca vieja. Los ejecutivos negaron un complot deliberado ("no somos tan tontos ni tan listos").
    Segway, 2001US$5,000 al lanzarse; unas 140,000 unidades en toda su vida; el modelo original terminó en 2020.El fracaso fue el bombo, no la máquina; sus descendientes siguen vivos como scooters y en turismo y seguridad.
    Google Glass, 2013US$1,500 para los "Explorers"; las ventas a consumidores terminaron en enero de 2015; las ediciones para empresas, en 2023.Fue un problema de aceptación social tanto como técnico.
    Quibi, 2020Reunió US$1,750 millones; lanzada el 6 de abril; unos 500,000 suscriptores; cerró en diciembre de 2020.Su fundador culpó a la pandemia; otros señalan el producto y el contenido.
  

  Lo que un graduado ve sin pensarlo
  
    La gente contrata productos para trabajos. El verdadero competidor puede no estar en tu categoría.
    La adopción es social: después de los primeros, un producto se esparce entre quienes ya lo tienen.
    Los adoptantes tempranos pueden engañarte; la mayoría quiere referencias de gente como ella.
    Una encuesta de ajuste con 30 personas es ruido; pregunta quién respondió y cuántos.
    Todo canal tiene un CAC; si el LTV no está cómodamente por encima, crecer agranda la pérdida.
    "La mayoría de los productos fracasa" es cierto, y su porcentaje famoso no está bien respaldado.
    Toda historia de fracaso tiene una versión ordenada y otra, documentada, más desordenada.
  

  Dónde aparece después
  
    Emprendimiento (34/44): un negocio nuevo es esta materia sin presupuesto ni marca todavía.
    Precios (34/48) y Gestión de marca (34/47): el precio y el nombre del lanzamiento son las primeras decisiones de ambas.
    Marketing digital y publicidad (34/49): los canales del lanzamiento y la medición de su efecto real.
    Investigación de mercados (34/46): la encuesta y las pruebas A/B que deciden si seguir.
    En el mundo: gerentes de producto, gerentes de marca, fundadores de empresas nuevas y los ingenieros que se sientan con ellos.
  

  Si quieres profundizar
  
    🌐 Curso gratis (en inglés). MIT OpenCourseWare 15.356 How to Develop Breakthrough Products and Services (primavera de 2012; gratis, con licencia Creative Commons), y 15.810 Marketing Management.
    📘 Texto estándar, en español. Philip Kotler y Gary Armstrong, Fundamentos de marketing (Pearson Educación, 2013): los capítulos sobre desarrollo y lanzamiento de productos nuevos.
    📘 En español. Geoffrey Moore, Cruzando el abismo (Gestión 2000, 2015).
    📘 Texto de ingeniería y diseño (en inglés). Karl Ulrich y Steven Eppinger, Product Design and Development (McGraw-Hill).
    📘 Los clásicos (en inglés). Everett Rogers, Diffusion of Innovations (5.ª ed., 2003).
    📘 Más suave (en inglés). Gabriel Weinberg y Justin Mares, Traction (2015); Christensen y otros, Competing Against Luck (2016).
  

  
    Para llevar
    Un producto triunfa cuando hace un trabajo que a alguien le importa, le llega por las personas adecuadas en el orden adecuado y cuesta menos ganarlo de lo que deja. Los modelos (trabajos por hacer, Bass, el abismo, el ajuste, la economía por cliente) son buenas preguntas más que pronósticos, y las tasas famosas de fracaso y las historias de fiascos merecen una segunda mirada.
    Prueba esto: escoge un producto que empezaste a usar en el último año. Anota el trabajo para el que lo contrataste, quién te habló de él y qué dejaste de usar.
  

  
    Fuentes y para profundizar
    Fuentes. Bass: Frank Bass, "A New Product Growth Model for Consumer Durables", Management Science 15(5), 1969; forma cerrada F(t) = (1 − e−(p+q)t) ÷ (1 + (q/p) e−(p+q)t), máximo t* = ln(q/p) ÷ (p+q); promedios p 0.03 y q 0.38 de Mahajan, Muller y Bass (1995), según las referencias estándar. Rogers, Diffusion of Innovations (1962; 5.ª ed., 2003); Ryan y Gross (1943), maíz híbrido en Iowa; las proporciones 2.5/13.5/34/34/16 son las categorías estándar de Rogers. Moore, Crossing the Chasm (1991, revisado en 1999 y 2014); rechazo de Rogers a un abismo; Goldenberg, Libai y Muller, "Riding the saddle", Journal of Marketing (2002), sin que se indique la proporción de productos con silla de montar. Trabajo de von Hippel sobre usuarios líderes (1986; la cifra de 54.4 % en nueve industrias es la que reportan fuentes secundarias). Rachleff y Andreessen sobre el ajuste producto–mercado; prueba del 40 % de Sean Ellis (regla práctica). Lepore, The New Yorker (2014). Castellion y Markham (2013), Journal of Product Innovation Management. BLS, Business Employment Dynamics, supervivencia de establecimientos (consultado en 2026): 47.2 % a cinco años para el año hasta marzo de 2021 y 34.2 % a diez años para el año hasta marzo de 2016. INEGI: Estudio sobre la Demografía de los Negocios 2021, boletín (referencia: mayo de 2019 a julio de 2021; Censos Económicos 2019: 99.8 % de los establecimientos son micro, pequeños o medianos; 4.9 millones de establecimientos; nacieron 1.2 millones y cerraron 1.6 millones). Yape: Wikipedia en español, artículo "Yape (software)" (registrados: 2019, 2020 y 2025) y nota de Descubre (21 de febrero de 2025, que cita 14 millones de usuarios activos, 69 % de la PEA del Perú). iPhone: anunciado el 9 de enero de 2007, a la venta el 29 de junio de 2007, US$499/US$599, baja de precio el 5 de septiembre de 2007, unos 270,000 vendidos en la primera semana. Las fechas y cifras de Edsel, New Coke, Segway, Google Glass y Quibi vienen de referencias estándar (resúmenes de Wikipedia de la prensa de la época y de declaraciones de las empresas). Toda cifra de los interactivos se calculó en node; el modelo de juguete de dos segmentos es de esta pieza.
    
      🌐 MIT OCW 15.356 (en inglés, gratis)
      📘 Kotler y Armstrong, Fundamentos de marketing
      📘 Moore, Cruzando el abismo
      📘 Rogers, Diffusion of Innovations (en inglés)
      📘 Ulrich y Eppinger, Product Design and Development (en inglés)
    
  

  
    Para tu español
    
      lanzamiento (launch) · adoptante temprano (early adopter) · boca a boca (word of mouth) · abismo (chasm) · ajuste producto–mercado (product–market fit) · costo de adquisición (acquisition cost) · valor del tiempo de vida del cliente (lifetime value) · fracaso (failure) · rezagado (laggard) · mercadotecnia (marketing, common in Mexico)


Step 14. Econometría: cómo encontrar qué causó qué
--------------------------------------------------
Why: Probar qué causó de verdad una campaña.
La correlación es barata. La econometría es el oficio de pasar de "esto se mueve junto con aquello" a "esto hizo que aquello ocurriera", y de saber cuánto te pueden engañar en el camino.

Una ciudad abre una nueva línea de metro, y un año después los precios de las viviendas a lo largo de la línea han subido. ¿Lo hizo el metro? Quizá. O quizá la ciudad trazó la línea donde ya esperaba que la zona creciera. O una universidad nueva abrió cerca el mismo año. Todo titular que dice "X está vinculado con Y" esconde esta pregunta, y casi siempre el titular no puede responderla.
  Un economista ve el mismo patrón en una ley de salario mínimo, en el tamaño de los grupos escolares, en un cambio de impuestos, en un ensayo clínico. Los datos muestran un vínculo. El trabajo es decir cuál habría sido el vínculo si no hubiera pasado nada más. Eso es la econometría: estadística hecha para preguntas en las que casi nunca puedes correr el experimento, y en las que las personas de tus datos eligieron sus propias circunstancias.

  
    La materia en una caja
    
      Quién la cursaEstudiantes de Economía, normalmente en segundo o tercer año, justo después de un primer curso de estadística. Los programas de políticas públicas, ciencia política, finanzas y analítica de negocios enseñan primos cercanos. Programas como el Course 14-1 del MIT, la LSE y Chicago la exigen.
      Para qué sirvePara estimar el efecto de una cosa sobre otra a partir de datos reales y desordenados, con una declaración honesta de cuánto podría equivocarse la estimación.
      Viene después de:Probabilidad y estadística (34/19).
      Lleva a:Economía del desarrollo (34/39), y es la herramienta de trabajo en Economía conductual (34/27), Investigación de mercados (34/46) y Aprendizaje automático (34/30).
      Qué te da esta piezaNo podrás correr un paquete de regresión después de leerla. Sí verás por qué un coeficiente puede mentir, qué hace un estudio ingenioso para que no mienta, qué mostró una de las evaluaciones aleatorias más famosas de la región (Progresa, en México) y por qué un resultado "significativo" es evidencia más débil de lo que suena. Va más lejos que Probabilidad y estadística (34/19), cuyo último apartado se detiene en "correlación no es causalidad"; aquí está qué hacer al respecto. Un comienzo más suave es How to Spot Bullshit (en inglés, 17/03). Todos los conjuntos de datos de los interactivos son inventados y están rotulados como ilustrativos.
    
  

  La regresión es la recta que mejor se ajusta
  Toma a doce estudiantes: las horas que estudió cada uno y la nota que sacó. Si los marcas en un gráfico, los puntos suben en general. Una regresión traza la recta que queda más cerca de todos los puntos. "Más cerca" tiene un significado preciso: para cada punto se mide la distancia vertical hasta la recta (el residuo), se eleva al cuadrado y se suman los cuadrados. La recta con la menor suma es la de mínimos cuadrados ordinarios (MCO). Elevar al cuadrado hace que un error grande cuente mucho más que varios pequeños; la figura muestra cada error al cuadrado como un cuadrado de verdad.
  nota = a + b × horas + errorb es la pendiente: la diferencia de nota entre dos estudiantes que difieren en una hora de estudio
  
    Interactivo · Ajusta la recta tú mismo (datos ilustrativos)
    Pendiente b (puntos por hora)
      
    Intercepto a (nota con 0 horas)
      
    Saltar a la mejor recta
    
    
    Doce estudiantes inventados. La mejor recta se halla resolviendo las ecuaciones de mínimos cuadrados; ninguna otra recta tiene una suma menor de errores al cuadrado.
  
  La mejor recta aquí es aproximadamente 47 + 3.5 × horas (el recuadro da el valor exacto). El coeficiente b dice: los estudiantes que estudiaron una hora más sacaron cerca de 3.5 puntos más. Fíjate en lo que esa frase no dice. Compara a estudiantes distintos. No dice que obligar a una estudiante a estudiar una hora extra le subiría la nota 3.5. Esa brecha, entre una comparación y una causa, es el resto del curso.

  Variables omitidas: añade el confusor y mira cambiar el efecto
  Supón que haces una regresión de los salarios sobre los años de escolaridad en una encuesta grande y encuentras que cada año extra va acompañado de mejor paga. ¿Es eso lo que la escuela hace? Las personas con más empuje o talento pueden tanto quedarse más tiempo en la escuela como ganar más de todos modos. Si es así, el coeficiente de la escolaridad también está absorbiendo el efecto del talento. Es el sesgo de variable omitida, y tiene una regla ordenada:
  sesgo ≈ (efecto del factor omitido sobre el resultado) × (qué tanto se mueve junto con tu variable)si cualquiera de los dos es cero, no hay sesgo
  En el laboratorio de abajo, el efecto verdadero de un año más de escuela es exactamente 3 (miles de dólares). El talento también sube el pago, y un dial fija qué tanto empuja el talento a la gente hacia más escuela. Cambia el modelo entre ignorar el talento e incluirlo.
  
    Interactivo · El confusor oculto (simulación ilustrativa, 1,500 personas)
    Qué tanto empuja el talento a la gente a seguir en la escuela
      
    
      Ignorar el talento
      Controlar por el talento
      Aleatorizar la escolaridad
    
    
    talento superior al promedio   talento inferior al promedio
    
    Efecto verdadero de la escolaridad = 3.0; el talento suma 8 por desviación estándar. Salario = 10 + 3·escuela + 8·talento + ruido. "Aleatorizar" significa que un proceso parecido a lanzar una moneda asigna la escolaridad sin importar el talento.
  
  Sin JavaScript: con el talento empujando la escolaridad con fuerza 1.2, ignorar el talento da un coeficiente de la escolaridad cercano a 4.7 en lugar del 3.0 verdadero; controlar por el talento recupera cerca de 3.0; aleatorizar la escolaridad también recupera cerca de 3.0.
  Ignorar el talento con fuerza 1.2 da cerca de 4.7, más de la mitad por encima. Controla por el talento y baja a cerca de 3. El costo de este arreglo: tienes que medir el confusor. La mayoría de los confusores reales (motivación, contactos familiares, qué tan bien dirigida está la empresa) no aparecen en ningún conjunto de datos. Por eso los economistas pasaron décadas discutiendo qué podían demostrar las regresiones.

  Aleatoriza: la moneda que corta todos los vínculos ocultos
  Pulsa el tercer botón. Cuando la escolaridad se asigna con un proceso sin relación con el talento, se rompe el vínculo entre ambos, y hasta la regresión ingenua que ignora el talento cae en 3. Una moneda es independiente de todo: motivación, familia, suerte, cosas que nadie pensó en medir. Por eso un experimento aleatorizado es el estándar de oro, y por eso el premio Nobel de Economía de 2019 fue para Abhijit Banerjee, Esther Duflo y Michael Kremer por sus enfoques experimentales para reducir la pobreza.
  Un caso famoso de la región: Progresa, en México. Se lanzó en 1997 (el programa se llamó Oportunidades desde 2002) y da dinero a familias pobres a cambio de que sus hijos vayan a la escuela y a la clínica. Como el presupuesto no alcanzaba para llegar a todas las comunidades a la vez, de 506 localidades elegibles se asignó por sorteo que 186 esperaran como grupo de control, y los evaluadores (el IFPRI, de 1997 a 2000) compararon a unas y otras. Entre los resultados, el programa aumentó de manera significativa la matrícula de niños y de niñas, sobre todo la de las niñas y sobre todo en secundaria. El diseño es citado como una de las primeras evaluaciones aleatorizadas de gran escala de un programa social en un país en desarrollo, y ayudó a que gobiernos de todo el mundo tomaran en serio ese método. Nota lo que el diseño hace: nadie tiene que medir el "empuje" de las familias, porque el sorteo se encarga de que las dos listas se parezcan.
  Otro ejemplo, de Colombia: un programa dio vales para pagar parte de la secundaria privada a estudiantes de bajos ingresos. Como había más solicitantes que vales, se sortearon. Tres años después de la lotería, los ganadores tenían 15 puntos porcentuales más de probabilidad de haber asistido a una escuela privada, alrededor de 10 puntos más de haber terminado 8.º grado (sobre todo porque repitieron menos) y puntajes cerca de 0.2 desviaciones estándar más altos en las pruebas (Angrist, Bettinger, Bloom, King y Kremer, American Economic Review, 2002, según el resumen del laboratorio J-PAL). Una lotería es una moneda que ya estaba en la política.
  Pero los economistas rara vez pueden lanzar la moneda: no se puede asignar al azar los años de escolaridad, una recesión ni un salario mínimo. Las tres ideas siguientes son maneras de encontrar una moneda que la naturaleza o una regla ya lanzó. Juntas se llaman la revolución de la credibilidad, una expresión del ensayo de 2010 de Joshua Angrist y Jörn-Steffen Pischke, en respuesta a la queja de Edward Leamer de 1983 de que la econometría necesitaba "sacarse el engaño" de encima.

  Diferencia en diferencias: tomar prestada la tendencia del otro grupo
  En 1992 Nueva Jersey subió su salario mínimo y la vecina Pensilvania no. David Card y Alan Krueger encuestaron restaurantes de comida rápida de ambos estados antes y después (American Economic Review, 1994). Mirar solo Nueva Jersey antes y después habría confundido la ley con cualquier otra cosa que cambiara ese año. En cambio usaron Pensilvania como sustituto de "lo que habría pasado de todos modos". Su hallazgo, que el empleo no cayó en Nueva Jersey, contradecía la predicción de los libros de texto de entonces. Desde entonces se ha discutido: Neumark y Wascher lo reanalizaron con registros de nómina y encontraron pérdidas de empleo, y la lectura global del campo sigue en disputa. El diseño no está en disputa. Card compartió el premio Nobel de 2021 en parte por él.
  efecto = (tratado después − tratado antes) − (comparación después − comparación antes)se resta el cambio del grupo de comparación para eliminar la tendencia común
  
    Interactivo · Diferencia en diferencias (números ilustrativos)
    Tendencia común (afecta a los dos grupos)
      
    Efecto verdadero de la política
      
    El grupo tratado ya iba por otra senda
      
    
    
    El grupo tratado empieza en 20 y el de comparación en 24 (unidades inventadas). Línea punteada: adónde habría ido el grupo tratado sin la política, si hubiera seguido la tendencia del de comparación.
  
  Con una tendencia común de +1.5 y ningún efecto verdadero, el grupo tratado igual sube 1.5, de modo que un "antes y después" ingenuo anunciaría un éxito de la política. La diferencia en diferencias dice, correctamente, cero. El punto débil del diseño es el tercer deslizador: supone que los dos grupos se habrían movido en paralelo sin la política. Si el grupo tratado ya iba por otra senda, la estimación se equivoca exactamente por esa brecha. Los buenos artículos muestran las dos líneas siguiéndose durante años antes de la política.

  Instrumentos y cortes: dos formas más de encontrar una moneda
  Una variable instrumental es algo que empuja aquello que te interesa pero no tiene otro camino hacia el resultado. Angrist (1990) estudió si el servicio militar en la época de Vietnam cambió los ingresos posteriores. Los hombres que eligieron servir son distintos de los que no, así que una comparación simple está confundida. Pero la lotería del reclutamiento asignó números por fecha de nacimiento al azar, y un número bajo hacía mucho más probable el servicio. El número de la lotería es una moneda que empuja a la gente a ponerse el uniforme. Su efecto sobre los ingresos, dividido entre su efecto sobre el servicio, aísla el efecto de servir para las personas que sirvieron por causa de la lotería. Su estudio encontró que el servicio redujo los ingresos de los veteranos afectados.
  efecto del servicio = (brecha de ingresos por grupo de lotería) ÷ (brecha de servicio por grupo de lotería)el cociente de "Wald": forma reducida entre primera etapa
  Un número de ejemplo, inventado para mostrar la aritmética: supón que 35% de los hombres con número bajo sirvieron y 20% de los de número alto, una primera etapa de 0.15; y que los de número bajo ganaron $300 menos al año en promedio. Entonces el efecto estimado de servir es −300 ÷ 0.15 = −$2,000 al año. Dividir entre una primera etapa pequeña agranda el ruido, y por eso los instrumentos débiles son peligrosos.
  Una regresión discontinua usa un punto de corte. Las clases de las escuelas israelíes se limitan a 40 alumnos por una regla atribuida al sabio del siglo XII Maimónides, de modo que una escuela con 40 alumnos tiene un grupo y una con 41 se divide en dos grupos pequeños de unos 20. Angrist y Lavy (1999) compararon escuelas justo a uno y otro lado de esos umbrales, donde la matrícula es casi como lanzar una moneda, para estimar qué hace el tamaño del grupo sobre los puntajes. Mueve la ventana de abajo: las ventanas angostas son más justas pero más ruidosas.
  
    Interactivo · Regresión discontinua (datos ilustrativos)
    Ventana alrededor del corte (± puntos)
      
    Salto verdadero en el corte
      
    
    
    400 estudiantes inventados; quienes sacan 60 o más reciben un programa de apoyo. El resultado sube 0.3 por punto de puntaje de todos modos, así que comparar a todos los de arriba con todos los de abajo exagera el salto.
  

  Errores estándar: ¿cuánto oscilaría la respuesta?
  Toda estimación sale de una muestra, y otra muestra habría dado otro número. El error estándar es el tamaño típico de esa oscilación. Para la pendiente de una regresión se reduce con la raíz cuadrada del tamaño de la muestra, crece con el ruido alrededor de la recta y se reduce cuando x varía mucho:
  EE(b) ≈ (ruido alrededor de la recta) ÷ ( dispersión de x × √n )con cuatro veces más datos la oscilación se reduce a la mitad
  La regla práctica: una estimación a más de unos dos errores estándar de cero se llama estadísticamente significativa al nivel de 5%. Significativa quiere decir "difícil de producir solo por la oscilación de la muestra si el efecto verdadero fuera cero". No quiere decir grande ni importante, y no quiere decir verdadera. Corre 300 estudios de un efecto real pero modesto y mira quiénes se llevan las estrellas.
  
    Interactivo · Corre 300 estudios (simulación ilustrativa)
    Tamaño de muestra por estudio
      
    Pendiente verdadera
      
    Correr 300 estudios nuevos
    
    significativo al 5%   no significativo
    
  
  Con n = 50 y una pendiente verdadera de 0.3, un poco más de la mitad de los estudios alcanza la significancia, y esos promedian cerca de 0.40, un tercio por encima de la verdad, porque solo las sobreestimaciones afortunadas pasan la barra. Baja a n = 10 y una pendiente verdadera de 0.05, y las pocas estrellas (cerca de 8%) promedian alrededor de 0.7, catorce veces demasiado. Los resultados publicados son sobre todo los significativos, así que exageran. Esa es una razón por la que las replicaciones más recientes encuentran con tanta frecuencia efectos menores.

  P-hacking: prueba suficientes cosas y algo brillará
  Una prueba al nivel de 5% se equivoca por azar 1 vez de cada 20 cuando no pasa nada. Prueba 20 resultados sin relación y la probabilidad de que al menos uno se ilumine es 1 − 0.9520 = 64%. Un investigador que prueba varios resultados, subgrupos o conjuntos de controles y reporta el que "funcionó" hace p-hacking, a propósito o solo por vagar por un jardín de senderos que se bifurcan. Simmons, Nelson y Simonsohn (2011) mostraron lo fácil que es: con decisiones flexibles de apariencia ordinaria "encontraron" que escuchar una canción sobre ser mayor hacía a los estudiantes casi año y medio más jóvenes. Los economistas no son inmunes: Brodeur y coautores (2016) encontraron una acumulación antinatural de resultados justo por debajo de la línea de 0.05 en las revistas principales de economía.
  
    Interactivo · Un estudio sobre nada (simulación ilustrativa)
    Resultados que pruebas (todos realmente sin efecto)
      
    Correr un estudioCorrer 500 estudios
    
    
    Cada resultado compara dos grupos de 50 sacados de la misma distribución, así que todo "efecto" es ruido. Una celda se ilumina cuando |t| pasa el corte de 5% (1.98).
  
  Defensas: decidir el análisis antes de ver los datos (preregistro), reportar todas las pruebas que corriste, ajustar el umbral cuando corres muchas y, sobre todo, preferir diseños, como los de arriba, en los que la respuesta no depende de qué controles elegiste.

  Lo que un graduado ve sin pensarlo
  
    Un coeficiente de regresión es una comparación entre personas distintas, no una palanca que puedas jalar.
    Antes de creer que "X sube Y", pregunta qué más se mueve con X y también mueve Y. El sesgo es su efecto por su vínculo con X.
    Agregar controles solo arregla los confusores que mediste. Una moneda arregla los que no mediste.
    Todo estudio de experimento natural es una cacería de una moneda: una lotería, una frontera, un corte, una ley que cambió para unos y no para otros.
    La diferencia en diferencias necesita tendencias paralelas; pide ver los años anteriores a la política.
    "Significativo" quiere decir difícil de obtener solo por oscilación. No dice nada sobre el tamaño, y una estrella con muestra pequeña probablemente exagera.
    Si puedes correr veinte pruebas, una se iluminará. Pregunta cuántas se corrieron.
  

  Dónde aparece después
  
    Economía del desarrollo (34/39): los ensayos aleatorizados y los experimentos naturales son la manera en que los economistas prueban qué ayuda de verdad a los países pobres.
    Economía conductual (34/27): el historial de replicaciones de esa pieza depende de esta, desde los tamaños del efecto hasta el p-hacking.
    Investigación de mercados (34/46): "¿la campaña causó las ventas o fue el verano?" es una diferencia en diferencias.
    Aprendizaje automático (34/30): la predicción pregunta "qué va a pasar"; la econometría pregunta "qué pasaría si lo cambio". Se necesitan mutuamente.
    En el mundo: bancos centrales y agencias tributarias, los equipos de pruebas A/B de las empresas tecnológicas, ensayos de salud pública y todo informe de centro de estudios que dice "causa".
  

  Si quieres profundizar
  
    📘 Libro de texto. James Stock y Mark Watson, Introducción a la econometría (Pearson, edición en español). Un texto de grado estándar, fuerte en pensamiento causal y aplicaciones.
    📘 Libro de texto. Jeffrey Wooldridge, Introducción a la econometría: un enfoque moderno (Cengage, edición en español). La otra opción estándar, con más álgebra y más datos trabajados. En muchas universidades de América Latina también se usa el clásico Econometría de Damodar Gujarati (McGraw-Hill).
    📘 Más amable. Joshua Angrist y Jörn-Steffen Pischke, Dominar la econometría (Antoni Bosch, 2022), la edición en español de Mastering 'Metrics. Escrito para quienes no son especialistas y construido en torno a los diseños de arriba.
    🌐 Gratis, en español. Econometría, de César Alonso-Borrego y Jesús Carro (OpenCourseWare de la Universidad Carlos III de Madrid): curso de grado de Economía con materiales abiertos.
    🌐 Gratis (en inglés). MIT OpenCourseWare 14.32 Econometrics (primavera de 2007, Joshua Angrist): curso de grado con apuntes y problemas.
  

  
    Para llevar
    Una regresión te da una comparación, y una comparación solo es una causa si nada más difiere entre los grupos. La econometría es una caja de herramientas para lograr que eso sea cierto o casi cierto (aleatorizar, restar una tendencia, usar una lotería, acercarse a un corte), más la humildad de reportar cuánto oscilaría tu número y de cuántas maneras lo intentaste.
    Prueba esto: la próxima vez que un titular diga "X está vinculado con Y", nombra un confusor que podría mover a los dos y pregunta qué moneda, frontera o corte podría separarlos.
  

  
    Fuentes y para profundizar
    Fuentes. Los mínimos cuadrados, el sesgo de variable omitida, los errores estándar y el estimador de Wald son material estándar de libro de texto (Stock y Watson; Wooldridge; Angrist y Pischke). Card y Krueger, "Minimum Wages and Employment: A Case Study of the Fast-Food Industry in New Jersey and Pennsylvania", American Economic Review 84(4), 1994; el premio Nobel de Economía 2021 fue para David Card (la mitad) y Joshua Angrist y Guido Imbens (la otra mitad, "por sus contribuciones metodológicas al análisis de las relaciones causales"). Angrist, "Lifetime Earnings and the Vietnam Era Draft Lottery", 1990; Angrist y Lavy, "Using Maimonides' Rule to Estimate the Effect of Class Size on Scholastic Achievement", 1999; la regresión discontinua fue introducida por Thistlethwaite y Campbell en 1960. Angrist y Pischke, "The Credibility Revolution in Empirical Economics", Journal of Economic Perspectives 2010; Leamer, "Let's Take the Con out of Econometrics", 1983. Simmons, Nelson y Simonsohn, "False-Positive Psychology", 2011; Brodeur, Lé, Sangnier y Zylberberg, "Star Wars: The Empirics Strike Back", 2016. El Nobel de Economía de 2019 fue para Banerjee, Duflo y Kremer. Progresa: 506 localidades elegibles, 186 asignadas al azar como control (J-PAL, resumen de la evaluación); evaluación del IFPRI de 1997 a 2000 y cambio de nombre de Progresa (1997) a Oportunidades (2002) (Wikipedia, "Oportunidades"); efectos sobre la matrícula, sobre todo de niñas en secundaria (resumen de J-PAL; Schultz, Journal of Development Economics 74, 2004). Vales en Colombia: Angrist, Bettinger, Bloom, King y Kremer, American Economic Review 92(5), 2002, cifras del resumen de J-PAL (15 puntos porcentuales más de asistencia a escuela privada, cerca de 10 puntos más de haber terminado 8.º grado, cerca de 0.2 desviaciones estándar en pruebas). Edición en español de Angrist y Pischke: catálogo de Open Library (Antoni Bosch, 2022). Cada número que muestra un interactivo se calculó en node con el código de esta página: la mejor recta es 47.0 + 3.53 × horas; el sesgo por variable omitida con fuerza 1.2 es 8 × 1.2 ÷ (1.2² + 4) = 1.76 en teoría (1.67 en esta muestra); 1 − 0.9520 = 64.2%. Todos los conjuntos de datos son inventados.
    
      🌐 UC3M OpenCourseWare: Econometría
      🌐 MIT OCW 14.32 Econometrics (en inglés)
      🌐 J-PAL: Vouchers for Private Schooling in Colombia (en inglés)
      📘 Angrist y Pischke, Dominar la econometría
      📘 Stock y Watson, Introducción a la econometría
    
  

  
    Para tu español
    
      regresión (regression) · residuo (residual) · mínimos cuadrados (least squares) · variable omitida (omitted variable) · confusor (confounder) · error estándar (standard error) · significativo (significant) · grupo de control (control group) · sorteo (lottery, random draw) · sesgo (bias)


Step 15. Aprendizaje automático: programas que escriben sus propias reglas
--------------------------------------------------------------------------
Why: Recomendaciones, segmentación y pronósticos funcionan con aprendizaje automático.
Nadie escribió la regla que distingue un mensaje de spam del correo de tu mamá. Un programa la encontró mirando ejemplos, y todo el campo gira en torno a una pregunta: ¿puedes confiar en lo que encontró?

Tu teléfono agrupa las fotos por persona. Tu bandeja de entrada esconde los avisos de "ganaste un premio". Un banco bloquea un pago con tu tarjeta a las 3 de la mañana desde otro continente. Intenta escribir a mano las reglas de cualquiera de estas tareas y chocas con un muro en una hora: ¿qué hace, exactamente, que una cara sea una cara o un mensaje sea spam?
        El aprendizaje automático (también llamado aprendizaje de máquina, o machine learning) renuncia a escribir las reglas. En lugar de eso, le muestras al programa miles de ejemplos etiquetados y dejas que se ajuste solo hasta acertar. Es potente, y cambia sin ruido las preguntas que hay que hacer. Lo difícil ya no es "¿cuál es la regla?", sino "¿cómo sé que la regla que encontró va a funcionar mañana, con gente que nunca ha visto?"
        Esa pregunta, y un puñado de herramientas sencillas para responderla, es lo que se queda para siempre quien cursa una materia de aprendizaje automático.

        
            La materia en una caja
            Quién la cursa: estudiantes de Ciencias de la Computación, normalmente en el año 4; también de estadística, ciencia de datos e ingeniería. Quien viene de Psicología la encuentra aquí como el lado computacional de la pregunta "¿cómo se aprende de la experiencia?".
            Para qué sirve: construir programas que aprenden su comportamiento de los datos, y juzgar con honestidad si funcionan.
            Viene después de: Álgebra lineal (34/34), Probabilidad y estadística (34/19), Cálculo multivariable (34/33) y Algoritmos (en inglés, 34/24).
            Lleva a: ninguna materia posterior de esta serie la pide como requisito; alimenta la investigación y las carreras en inteligencia artificial, y toca Seguridad informática (en inglés, 34/33), donde los sistemas que aprenden son herramientas y también blancos de ataque, y Bases de datos (en inglés, 34/28), donde viven los datos de entrenamiento. Dentro de Psicología conecta con Aprendizaje y conducta (34/18) y con Métodos de investigación en psicología (34/20): separar datos de entrenamiento y de prueba es la misma disciplina que replicar un estudio.
            Una línea honesta: después de esta pieza no vas a entrenar un modelo de lenguaje moderno; sí vas a entender el ciclo de entrenamiento que todos comparten. Para la historia de la IA y un recorrido por los modelos de lenguaje, lee primero Inteligencia artificial (en inglés, 29/01) y Cómo funcionan realmente los grandes modelos de lenguaje (en inglés, 29/02); esta pieza va por debajo de ellos.
        

        Aprender de los datos, y los datos que reservas
        Toma un problema de juguete. A cada correo se le asigna un puntaje de "palabras sospechosas", y tienes que decidir si es spam o no. Podrías escribir una regla a mano: es spam si el puntaje pasa de 3. ¿Pero por qué 3? Mejor: prueba todos los umbrales sobre un conjunto de ejemplos etiquetados y quédate con el que acierta más. Eso, en miniatura, es el entrenamiento: una regla con una perilla ajustable, una manera de calificar la regla con datos, y una búsqueda del mejor ajuste de la perilla.
        Aquí está la trampa. El ajuste que mejor encaja con los ejemplos que usaste casi siempre se verá mejor con ellos que con ejemplos nuevos, porque lo afinaste para ellos. Por eso quienes practican este oficio dividen los datos en tres partes:
        
            Conjunto de entrenamiento: los ejemplos con los que el modelo se ajusta.
            Conjunto de validación: se reserva para comparar decisiones (qué modelo, qué ajustes).
            Conjunto de prueba: se toca una sola vez, al final, para estimar cómo le irá en el mundo real. Si sigues afinando contra él, deja de ser una prueba.
        

        
            Pruébalo: elige el umbral y luego conoce datos nuevos
            Los puntos rellenos son 30 correos de entrenamiento (naranja = spam, azul = no spam); los cuadrados huecos son 20 correos reservados que la regla nunca vio. Todos los datos están inventados para esta demostración. El mejor umbral con los correos de entrenamiento es 3.3, que acierta el 93% de ellos, pero solo el 85% de los 20 correos reservados.
            
                
                Umbral: es spam si el puntaje es mayor que 3.0
                    
                Que lo elijan los datos
                
            
        

        Regresión lineal y descenso del gradiente
        Muchos problemas consisten en predecir un número. El modelo más simple es una recta: predicción = w × entrada + b. Las dos perillas son la pendiente w y la ordenada al origen b. Para calificar una recta, mide cuánto falla en cada punto, eleva las fallas al cuadrado para que cuenten igual las que se pasan y las que se quedan cortas, y promédialas: es el error cuadrático medio (ECM, o MSE en inglés). El método de mínimos cuadrados lo publicó por primera vez Adrien-Marie Legendre en 1805; Carl Friedrich Gauss dijo haberlo usado antes, y de ahí salió una disputa de prioridad.
        Para una recta existe una fórmula del mejor w y el mejor b. Para los modelos enormes no existe, y se usa la idea que sostiene a todo el campo: el descenso del gradiente. Párate sobre la superficie del error, siente hacia dónde baja más empinado (el gradiente, de Cálculo multivariable, 34/33) y da un paso pequeño en esa dirección. Repite. Augustin-Louis Cauchy propuso el método en 1847.
        nuevo w = w − η × (pendiente del error respecto de w)    igual para bη ("eta") es la tasa de aprendizaje, el tamaño de cada paso
        La tasa de aprendizaje es un equilibrio real: si es muy pequeña, avanzas a paso de tortuga; si es muy grande, te pasas del valle y rebotas fuera de él. Pruébalo. Los 12 puntos de abajo están inventados alrededor de una recta; la respuesta de mínimos cuadrados es w = 2.465, b = 8.289, con ECM 2.58.

        
            Pruébalo: ajusta una recta rodando cuesta abajo
            Parte de w = 0, b = 0 y pulsa Paso. Elige una tasa de aprendizaje. Con η = 0.01, 200 pasos llegan a w = 2.89, b = 5.79 y ECM 4.37, todavía bajando; con η = 0.04 los pasos son demasiado grandes y el error explota en lugar de reducirse.
            
                
                
                    η = 0.001
                    η = 0.01
                    η = 0.03
                    η = 0.04
                
                Paso20 pasosReiniciar
                
            
        

        Sobreajuste y subajuste
        Una recta es un modelo rígido. Uno más flexible, por ejemplo un polinomio con más curvas, puede seguir los datos más de cerca. La flexibilidad es una perilla, y fallar es posible en los dos extremos:
        
            Subajuste (underfitting): el modelo es demasiado simple para captar el patrón. Falla con los datos de entrenamiento y falla con los nuevos.
            Sobreajuste (overfitting): el modelo es tan flexible que memoriza el ruido de los datos de entrenamiento. Es casi perfecto con ellos y malo con los nuevos.
        
        Por eso existe el conjunto de validación. El error de entrenamiento solo baja a medida que añades flexibilidad. El error de validación baja, y luego vuelve a subir, y el fondo de esa U es donde te detienes.
        El error de entrenamiento te dice qué tan bien recuerda el modelo. El error de validación te dice qué tan bien aprendió.

        
            Pruébalo: gira la perilla de complejidad
            El patrón verdadero es una onda suave; los 12 puntos rellenos son muestras con ruido de ella, y los 40 puntos huecos son muestras nuevas con ruido que se usan solo para juzgar. La curva es un polinomio ajustado a los puntos rellenos. Una recta de grado 1 no capta la onda (errores 0.54 y 0.43), el grado 3 es el mejor con datos nuevos (0.28 de entrenamiento, 0.35 de validación) y el grado 9 se pega a los 12 puntos (0.14) pero es mucho peor con los nuevos (1.02).
            
                
                Grado del polinomio: 3
                    
                
            
        

        Clasificación y redes neuronales como funciones en capas
        La clasificación predice una etiqueta en lugar de un número: spam o no, qué dígito, qué animal. Un clasificador simple calcula una suma ponderada de las entradas y la comprime en una probabilidad entre 0 y 1; su frontera de decisión es una recta (o un plano). Eso basta cuando las clases se pueden separar con una recta.
        Algunos problemas no se dejan. El ejemplo clásico es la XOR ("o exclusivo"): la respuesta es 1 cuando exactamente una de las dos entradas es 1. Ninguna recta separa bien los cuatro casos. A fines de los años sesenta, el libro Perceptrons de Marvin Minsky y Seymour Papert analizó justo ese tipo de límite en las redes de una sola capa, y a menudo se le atribuye haber ayudado a enfriar durante años el interés en las redes neuronales (los historiadores discuten cuánto).
        La salida es apilar modelos. Una red neuronal es una cadena de funciones simples: cada capa toma una suma ponderada de sus entradas, le aplica una curvatura (una función no lineal como la tangente hiperbólica) y le pasa el resultado a la capa siguiente. Una capa traza una recta; una capa construida sobre rectas puede recortar regiones que ninguna recta sola alcanza. Entrenar una red es encontrar buenos pesos, y la herramienta es la retropropagación (backpropagation), que en palabras va así:
        
            Pasa un ejemplo hacia adelante por las capas y obtén una predicción.
            Mide cuánto se equivocó.
            Camina hacia atrás, capa por capa, preguntándole a cada peso "¿cuánto de este error fue culpa tuya?", con la regla de la cadena del cálculo.
            Mueve cada peso un poco en la dirección que reduce el error. Repite con el siguiente ejemplo.
        
        La idea se dedujo varias veces; el artículo de 1986 en Nature de David Rumelhart, Geoffrey Hinton y Ronald Williams es el que la popularizó. El descenso del gradiente con retropropagación, ejecutado a gran escala, sigue siendo la forma de entrenar redes neuronales, incluidos los grandes modelos de lenguaje de 29/02 (en inglés).

        
            Pruébalo: enseña XOR a una red
            Cuatro casos de entrenamiento. Elige cuántas unidades ocultas tiene la red y luego desliza los pasos de entrenamiento (siempre con los mismos pesos iniciales). La imagen muestra la salida de la red sobre el plano. Sin capa oculta, lo mejor que puede hacer el modelo es dar cerca de 0.5 en los cuatro casos (pérdida 0.693) y se queda atascado; con 4 unidades ocultas, 500 pasos ya aciertan los cuatro (pérdida 0.010).
            
                
                
                    Sin capa oculta
                    2 unidades ocultas
                    4 unidades ocultas
                
                Pasos de entrenamiento: 500
                    
                
            
        

        Evaluación: la exactitud no basta
        "El modelo tiene 99% de exactitud" puede no significar nada. Imagina una enfermedad rara que afecta al 1% de 10,000 personas. Un modelo que siempre dice "sano" acierta el 99% y no encuentra a nadie. Mejor cuenta los resultados: verdaderos positivos (VP), falsos positivos (FP), verdaderos negativos (VN) y falsos negativos (FN).
        precisión = VP / (VP + FP): de los marcados, cuántos acertaronsensibilidad (recall) = VP / (VP + FN): de los enfermos, cuántos se encontraron
        Las dos tiran en direcciones opuestas. Un modelo que marca solo cuando está seguro tiene alta precisión y baja sensibilidad; uno que marca ante el menor indicio tiene alta sensibilidad y te inunda de falsas alarmas. Dónde poner el umbral depende de lo que cueste cada error: no es lo mismo no detectar un cáncer que mandar un buen correo a la carpeta de spam. Y cuando la condición real es rara, hasta una prueba decente produce sobre todo falsas alarmas.

        
            Pruébalo: una prueba con umbral
            10,000 personas. La prueba da un puntaje; las personas enfermas puntúan en promedio 2 desviaciones estándar más alto que las sanas (una prueba decente, inventada para esta demostración). Mueve el umbral y la prevalencia. Con 1% de prevalencia y un umbral de 1.0, la prueba encuentra 84 de las 100 personas enfermas (sensibilidad 84%) pero da 1,571 falsas alarmas, así que solo el 5% de las marcadas está realmente enferma.
            
                
                    1% enfermos
                    10%
                    50%
                
                Marcar cuando el puntaje sea mayor que 1.0
                    
                
                
            
        

        Sesgo: el modelo aprende los datos que le diste
        Un modelo no tiene opinión sobre la justicia. Encuentra el patrón que mejor encaja con los ejemplos que vio, incluidos los patrones sobre quién aparece en esos ejemplos. Si un grupo es una parte pequeña de los datos de entrenamiento, la regla única del modelo se afina para la mayoría y le va peor al resto.
        No es hipotético. En el estudio de 2018 Gender Shades, Joy Buolamwini y Timnit Gebru encontraron que los dos conjuntos de datos de referencia que examinaron tenían 79.6% (IJB-A) y 86.2% (Adience) de personas de piel clara, y que tres sistemas comerciales de clasificación de género clasificaban mal a las mujeres de piel oscura con tasas de error de hasta 34.7%, frente a un máximo de 0.8% para los hombres de piel clara.

        
            Pruébalo: ¿quién está en los datos de entrenamiento?
            Dos grupos, A y B, cuyos puntajes están en escalas distintas (un ejemplo inventado). El modelo elige el único umbral que acierta más casos de entrenamiento. Cambia qué parte de los datos de entrenamiento es del grupo B. Con 2% de los datos del grupo B, el modelo acierta el 84% en A pero el 74% en B; con 50%, los dos grupos llegan al 81%.
            
                Parte del grupo B en los datos de entrenamiento: 2%
                    
                
                
            
        
        Más datos de la misma fuente no lo arreglan; datos distintos, o un modelo revisado grupo por grupo, sí. El sesgo también puede venir de las etiquetas (decisiones humanas pasadas que el modelo copia) y de cómo se usa el sistema. Revisar el desempeño para cada grupo, y no solo el promedio, es el hábito que hay que conservar.
        La misma disciplina vale para los sistemas más nuevos. El informe AI Index 2026 de Stanford HAI describe una "frontera irregular": un modelo obtuvo medalla de oro en la Olimpiada Internacional de Matemáticas, y el mejor modelo que se probó leyó bien relojes analógicos solo el 50.1% de las veces. Un puntaje promedio, o un resultado de titular, dice poco sobre cómo le irá a un modelo en el caso que tienes delante; eso hay que medirlo.

        Lo que un graduado ve sin pensarlo
        
            Aprender es ajustar perillas para encajar con ejemplos; la regla se encuentra, no se escribe.
            El desempeño con los datos de entrenamiento no es evidencia. Solo lo es el de los datos que reservaste.
            El descenso del gradiente es "bajar un paso"; la tasa de aprendizaje es el tamaño del paso y importa.
            Tanto lo demasiado simple como lo demasiado flexible fallan; el error de validación tiene forma de U.
            Una red es una pila de funciones simples, y la retropropagación es la regla de la cadena aplicada capa por capa.
            La exactitud esconde los casos raros; pide precisión, sensibilidad y el costo de cada error.
            Cuando algo es raro, la mayoría de las alarmas son falsas.
            Un modelo es tan justo como sus datos; revisa cada grupo, no el promedio.
        

        Dónde aparece después
        
            Álgebra lineal (34/34) y Cálculo multivariable (34/33): los pesos son vectores y matrices, y los gradientes son derivadas parciales.
            Probabilidad y estadística (34/19): la idea de entrenamiento y prueba es la verificación fuera de muestra del estadístico, y la precisión es el teorema de Bayes disfrazado.
            Aprendizaje y conducta (34/18) y Métodos de investigación en psicología (34/20): aprender de la retroalimentación y no engañarse con los propios datos son problemas gemelos de los de esta pieza.
            Algoritmos (en inglés, 34/24): entrenar es optimizar, y su costo es la razón por la que importa el hardware como las GPU (ver 29/12, en inglés).
            Seguridad informática (en inglés, 34/33): los sistemas que aprenden pueden ser engañados con entradas fabricadas y con datos envenenados.
            En el mundo: detección de fraude, orden de resultados de búsqueda, recomendaciones, traducción, imágenes médicas y los chatbots de 29/02 (en inglés). Según el AI Index 2025 de Stanford, el cómputo usado para entrenar modelos notables se duplicaba más o menos cada cinco meses, razón por la que entrenar es hoy una actividad industrial.
        

        Si quieres profundizar
        
            📘 An Introduction to Statistical Learning (en inglés; James, Witten, Hastie, Tibshirani; 2.ª edición 2021, con edición en Python de 2023): gratis en la página de los autores, es el primer texto universitario estándar; claro y ligero en matemáticas.
            📘 Deep Learning (en inglés; Goodfellow, Bengio, Courville, MIT Press, 2016): el texto de posgrado estándar sobre redes neuronales, gratis en línea.
            ▶️ Más suave: la serie de videos sobre redes neuronales de 3Blue1Brown (en inglés, con subtítulos) construye con imágenes las ideas de arriba.
            🌐 Cursos gratuitos: MIT OpenCourseWare 6.036 Introduction to Machine Learning (en inglés).
        

        
            Para llevar
            El aprendizaje automático reemplaza las reglas escritas a mano por perillas afinadas con ejemplos, y usa el descenso del gradiente para encontrar el ajuste. Todo lo demás es cuestión de confianza: reserva datos para medir con honestidad, busca el punto medio entre lo demasiado simple y lo demasiado flexible, apila funciones cuando una recta no alcanza, pregunta qué errores importan y revisa quién está en los datos.
            Prueba esto: la próxima vez que leas "una IA con 95% de exactitud", hazte cuatro preguntas. ¿Exacta con qué datos? ¿Qué tan raro es lo que busca? ¿Cuánto cuesta cada tipo de error? ¿Y alguien la ha revisado para el grupo al que perteneces?
        

        
            Fuentes y para profundizar. A.-M. Legendre (1805) y C. F. Gauss sobre mínimos cuadrados (disputa de prioridad, según las historias estándar de la estadística); A.-L. Cauchy (1847) sobre el descenso del gradiente; M. Minsky y S. Papert, Perceptrons, MIT Press, 1969; D. Rumelhart, G. Hinton y R. Williams, "Learning representations by back-propagating errors", Nature 323, 1986; J. Buolamwini y T. Gebru, "Gender Shades: Intersectional Accuracy Disparities in Commercial Gender Classification", Proceedings of Machine Learning Research 81, 2018; Stanford HAI, AI Index Report 2025 (cómputo de entrenamiento duplicado cada cinco meses aproximadamente) y AI Index Report 2026 (la "frontera irregular": oro en la Olimpiada de Matemáticas, 50.1% en relojes analógicos); G. James, D. Witten, T. Hastie, R. Tibshirani, An Introduction to Statistical Learning. Todos los conjuntos de datos de las demostraciones son inventados, y cada número que muestran se calculó y se verificó para esta pieza. Adaptada de la pieza en inglés Machine Learning: Programs That Write Their Own Rules.
            📘 An Introduction to Statistical Learning (statlearning.com, gratis, en inglés)
            📘 Deep Learning, Goodfellow, Bengio y Courville (deeplearningbook.org, gratis en línea, en inglés)
            ▶️ 3Blue1Brown: redes neuronales (en inglés)
            🌐 MIT OCW 6.036 Introduction to Machine Learning (en inglés)
        

        
            Para tu español
            aprendizaje automático (machine learning) · entrenamiento (training) · sobreajuste (overfitting) · umbral (threshold) · descenso del gradiente (gradient descent) · retropropagación (backpropagation) · falsa alarma (false alarm) · sesgo (bias) · tasa de aprendizaje (learning rate)


Step 16. Emprendimiento: cómo equivocarse barato
------------------------------------------------
Why: Una empresa nueva es marketing sin presupuesto y sin marca todavía.
La mayoría de los negocios nuevos fracasa, y los que sobreviven suelen haber descubierto qué quería el cliente antes de quedarse sin dinero. Emprender es el oficio de averiguarlo pronto y de hacer la cuenta que dice cuánto tiempo tienes para aprender.

Dos personas tienen la misma idea: una aplicación que ayuda a los restaurantes a desperdiciar menos comida. Una pasa ocho meses y los ahorros de su empleo anterior construyéndola, y la lanza en medio del silencio. La otra escribe una descripción de una página, llama a cuarenta gerentes de restaurantes y el jueves ya sabe que casi todos llevan el control de mermas en un pizarrón y pagarían por algo distinto: una herramienta que adivine los pedidos de mañana. La segunda no es más lista. Solo encontró el lugar más barato para equivocarse.
  Esta es la materia que corona la carrera de Administración porque usa todas las demás: la contabilidad para saber si un cliente se paga, las finanzas para valorar la empresa y poner precio a sus acciones, el marketing para encontrar al cliente, las operaciones para entregarle lo prometido. Y añade algo que ninguna tiene: decidir qué construir cuando nadie puede decírtelo.
  Un detalle de este lado del mundo: cuando se habla de "emprender" suele imaginarse una empresa de tecnología con inversionistas, pero en América Latina y en España la mayoría de los negocios nuevos son una tienda, un taller, un puesto, un consultorio o una cocina. Las ideas de abajo (probar barato, contar lo que deja cada cliente, medir los meses que te quedan) sirven igual para la tiendita de la esquina que para una startup. Lo que cambia es el terreno: casi todo es micro, mucho es informal y el capital de riesgo es pequeño y joven. Más abajo hay una sección con datos de la región.

  
    La materia en una caja
    
      Quién la cursaEstudiantes de Administración de Empresas en el último año, programas de MBA (en la Harvard Business School forma parte del currículo obligatorio del primer año) e ingenieros y científicos en minors y cursos de emprendimiento, como el 15.390 New Enterprises del MIT, que dan Bill Aulet y colegas en la Escuela Sloan. En español se enseña con nombres como "creación de empresas", "emprendimiento" o "iniciativa emprendedora".
      Para qué sirvePara encontrar un problema que valga la pena resolver, probar la solución con poco gasto, construir un negocio que recupere lo que cuesta cada cliente y financiarlo sin perder el control por accidente.
      Viene después de:Contabilidad (34/40), Finanzas corporativas (34/41) y Dirección de marketing (34/45).
      Lleva a:Es el remate de la carrera. Alimenta Innovación y lanzamiento de productos (34/50) y Precios (34/48), y es donde toda la carrera se usa a la vez.
      Qué te da esta piezaNo podrás levantar una ronda de inversión ni dirigir una empresa al terminarla. Sí verás por qué la mayoría de las startups muere de las mismas pocas causas, y podrás calcular lo que se recupera de un cliente, los meses de pista que quedan y la parte que conserva un fundador después de la dilución. Lecturas más fáciles en esta biblioteca, en la serie Empezar un Negocio: La versión más pequeña posible (04/01), Cómo hablar con clientes antes de construir nada (04/02) y De dónde sale el dinero de verdad (04/03). Esta pieza va más lejos. Describe cómo funcionan las cosas; no es asesoría legal, fiscal ni de inversión.
    
  

  Empieza por un problema que alguien ya paga por resolver
  El error habitual es enamorarse de la solución. El hábito disciplinado, que se enseña casi en todas partes donde se enseña emprendimiento, es empezar por un problema: quién lo tiene, con qué frecuencia, qué tan grave es y qué hace hoy al respecto. Esa última pregunta es la más importante. Un problema por el que la gente ya gasta dinero, tiempo o ingenio es real. Uno que solo dicen que es molesto puede no serlo.
  Steve Blank, cuyo método de desarrollo de clientes está debajo de buena parte de la enseñanza actual de las startups, resumió el punto central en una frase: sal del edificio (get out of the building). Los hechos sobre los clientes están afuera, no en tu cabeza. El oficio práctico es preguntar de manera que salga evidencia y no cortesía. Rob Fitzpatrick, en The Mom Test (2013, en inglés), da una buena regla: pregunta por su vida y su conducta pasada, no por tu idea. Un halago es lo más barato que una persona puede darte. La pieza Cómo hablar con clientes antes de construir nada (04/02) lleva esto a la práctica.
  
    Lo que oyesCuánto te dice
    "Qué buena idea, seguro la usaría."Casi nada. Decirlo no le cuesta nada.
    "Deberías agregar la función X."Una opinión. Sirve para tener ideas, es débil como prueba.
    "El mes pasado pasé seis horas haciendo esto a mano."Una conducta real. Vale la pena seguir preguntando.
    Un anticipo, un pedido por adelantado, una carta de intención firmada.La señal más fuerte: alguien renunció a algo.
  

  Los experimentos son baratos; equivocarse es caro
  Eric Ries, que acuñó "lean startup" en 2008 y publicó el libro en 2011 (en español, El método Lean Startup), se apoyó en la manufactura esbelta y en el trabajo de Blank para describir el ciclo: construir lo más pequeño que ponga a prueba una creencia, medir lo que hacen los clientes, aprender y decidir si sigues o cambias de rumbo. Esa cosa pequeña es el producto mínimo viable (MVP): no un mal producto, sino el experimento más barato que más te enseña. Puede ser una página de aterrizaje, un servicio hecho a mano que finges que es software, o un video.
  El método tiene críticos. Ben Horowitz escribió en 2010 que "andar esbelto" puede volverse un fin en sí mismo en lugar de un medio para ganar un mercado. Teppo Felin, Alfonso Gambardella, Scott Stern y Todd Zenger sostienen que copiar la iteración de las fábricas solo produce ideas incrementales, y que las startups audaces necesitan una teoría, no solo pruebas A/B. Otros señalan que ciertos productos, como los dispositivos médicos o el hardware, no se pueden probar barato. A favor: un ensayo aleatorizado con empresas nuevas italianas (Camuffo, Cordova, Gambardella y Spina, Management Science, 2020), en el que se enseñó a los emprendedores a tratar su idea como una hipótesis, encontró que descartaban más las ideas débiles, hacían giros más enfocados y ganaban más ingresos en promedio; una replicación posterior con 759 empresas halló un patrón parecido con menos giros. La evidencia respalda pensar como científico, no ningún paquete de herramientas en particular.
  Una advertencia aritmética. Las muestras pequeñas son ruidosas, y un fundador que ve "3 de 40 personas hicieron clic" sabe poco. Si la tasa verdadera es 10%, una prueba con 40 visitantes puede mostrar fácilmente 3% o 18%. Pruébalo: elige una tasa de conversión real y un tamaño de muestra, y repite veinte pruebas idénticas.
  
    Interactivo · ¿Qué tan ruidosa es una prueba pequeña?
    Visitantes en cada prueba
      
    Tasa de conversión real
      
    Hacer 20 pruebas
    
    
    Simulado con números aleatorios: cada vez que lo pulsas salen resultados distintos. El rango del 95% es el intervalo de Wilson de la última prueba.
  
  Con 10% y 40 visitantes, la tasa observada en veinte pruebas suele andar entre 2% y 18%, y una sola prueba con 4 conversiones da un rango del 95% de 4% a 23%. Con 2,000 visitantes la misma prueba la acota en cerca de un punto y medio hacia cada lado. La lección: antes de creer un resultado, pregunta en cuántas personas se basa.

  Economía unitaria: ¿un cliente se paga solo?
  Un negocio es un montón de clientes, así que la primera pregunta es por uno. El margen de contribución es lo que un cliente aporta al mes menos el costo variable de atenderlo. La deserción (churn) es la parte que se va cada mes, de modo que el cliente promedio dura 1 ÷ deserción meses. Multiplica y tienes el valor de vida del cliente (LTV). Enfrente está el costo de adquisición (CAC): todo el gasto de marketing y ventas por cada cliente nuevo.
  LTV = margen de contribución mensual ÷ deserción mensual  ·  recuperación = CAC ÷ margen de contribuciónsupone deserción constante y no descuenta el tiempo; una herramienta aproximada, no un pronóstico
  Una suscripción cuesta US$30 al mes, atenderla cuesta US$6 y pierde 5% de sus clientes cada mes. La contribución es US$24, la vida promedio 20 meses y el LTV US$480. Si conseguir un cliente cuesta US$200, el LTV es 2.4 veces el CAC y el cliente se recupera en 8.3 meses. Una regla práctica común entre startups pide un LTV de al menos tres veces el CAC y una recuperación en menos de un año; son convenciones, no leyes, y dependen de cuánto puedas esperar el efectivo. Juega con los números: baja la deserción y mira cómo la vida del cliente crece mucho más rápido de lo que esperas.
  
    Interactivo · La aritmética de un cliente
    Precio por mes
      
    Costo de atender por mes
      
    Clientes que se van por mes
      
    Costo de ganar un cliente
      
    
  
  Si el precio ni siquiera cubre el costo de atender, ningún volumen te salva; es la lección del punto de equilibrio de Contabilidad (34/40). Si lo cubre pero el LTV es menor que el CAC, cada cliente que ganas pierde dinero, y crecer hace el hoyo más hondo más rápido. Es la revisión que casi todos los planes de negocio se saltan. Si estás poniendo precio por primera vez, Poner precio sin miedo (04/04) es el paso anterior; la materia Precios (34/48) lo lleva más lejos.

  Quema de caja y pista: cuánto tiempo tienes para aprender
  La quema de caja (burn) es el efectivo que una empresa gasta cada mes por encima de lo que gana; la pista (runway) es cuántos meses dura el efectivo a ese ritmo. Una empresa con US$250,000 que gasta US$40,000 al mes y gana US$10,000 quema US$30,000 y tiene unos 8 meses, si nada cambia. Pero los ingresos rara vez son planos. El ensayo de Paul Graham Default Alive or Default Dead? (octubre de 2015) da la prueba más aguda: con el gasto y el crecimiento actuales, ¿llegará la empresa a ser rentable antes de que se acabe el dinero, sin pedir más? Si sí, está viva por defecto (default alive); si no, apuesta a que los inversionistas la rescaten.
  
    Interactivo · ¿Viva o muerta por defecto?
    Efectivo en el banco
      
    Gasto mensual
      
    Ingresos actuales por mes
      
    Crecimiento mensual de los ingresos
      
    
    
    Cifras inventadas, en miles de dólares. El gasto se mantiene fijo, lo cual es generoso: la mayoría de los equipos contrata a medida que crece.
  
  Con los números iniciales, el efectivo se vuelve negativo en el mes 11 y toca fondo en unos −US$32,000 antes de que los ingresos superen al gasto en el mes 15. Sube el crecimiento a 15% y la empresa sobrevive, con un punto más bajo de unos US$53,000 todavía en caja. La distancia entre esos dos mundos son cinco puntos de crecimiento mensual, y por eso los fundadores sudan por la tasa de crecimiento y por eso la pista debe contarse en meses de aprendizaje, no en dólares.

  Vías de financiamiento y la ley de potencias
  El dinero tiene un precio, y cada fuente cobra uno distinto.
  
    VíaQué cedesLe queda bien a
    Autofinanciamiento (te financian los clientes)VelocidadNegocios que pueden cobrar desde el primer día
    Préstamos (bancos, microcréditos, programas públicos de fomento; en EE.UU., la SBA)Pagos fijos; a menudo, un aval personalFlujo de caja estable y predecible
    Ángeles (personas)Algo de capital, consejosEtapa temprana con una historia pero pocos ingresos
    Capital de riesgo (venture capital)Una parte grande, asientos en el consejo, presión por crecer rápidoEmpresas que podrían llegar a ser enormes
    Subvenciones y financiamiento colectivoTiempo, exposición públicaCiencia, causas sociales, productos de consumo
  
  En la región, el microcrédito, la tanda y los préstamos de fomento pesan mucho más que el capital de riesgo; Dinero para empezar: microcréditos, CDFIs, tandas y la SBA (04/09) los recorre uno por uno.
  El capital de riesgo es el que moldea la cultura. Los inversionistas de un fondo esperan que la mayoría de sus empresas devuelva poco y que unas pocas devuelvan múltiplos enormes. Peter Thiel sostiene en De cero a uno que en un buen fondo la mejor inversión devuelve más que todas las demás juntas; valga o no eso para todos los fondos, la forma es una ley de potencias: una cola pesada donde pocos resultados dominan. Explica por qué los fondos empujan a crecer a lo grande y a "apostar por el cuadrangular" aun cuando un negocio pequeño y sólido sería una buena vida para el fundador. Los dos objetivos no son lo mismo, y el fundador debe saber en qué juego está. Como ejemplo con fecha, el trato estándar de Y Combinator (según su sitio, en noviembre de 2026) es de US$500,000: US$125,000 por 7% de la empresa en una SAFE post-money, más US$375,000 en una SAFE MFN sin tope.
  Y en América Latina ese mundo es chico y joven. Según LAVCA, la asociación de inversionistas de capital privado y de riesgo de la región, en 2024 las startups latinoamericanas (con Brasil incluido) recaudaron unos US$4,500 millones en 751 operaciones. Mercado Libre, la mayor empresa de comercio electrónico de la región, ilustra cómo era antes: su fundador, Marcos Galperin, concibió la plataforma en marzo de 1999 mientras hacía un MBA en la Universidad de Stanford, la lanzó en Buenos Aires el 2 de agosto de 1999 y cerró dos rondas de financiamiento, en noviembre de 1999 y en mayo de 2000. En sus palabras, "no había firmas de capital de riesgo locales y las internacionales ni siquiera querían mirar a América Latina". Salió a bolsa en el NASDAQ en agosto de 2007.
  Aquí tienes un fondo de juguete de 20 empresas, donde la mitad no devuelve nada y el resto sigue una distribución de cola pesada. Los números son inventados para mostrar la forma, no para describir fondos reales.
  
    Interactivo · Un fondo de capital de riesgo de juguete
    Pesadez de la cola (menor = más pesada)
      
    Armar un fondo nuevoSimular 1,000 fondos
    
    
    Juguete ilustrativo: cada empresa tiene 50% de probabilidad de perderlo todo; si no, devuelve al menos 0.5× con una cola de Pareto limitada a 300×. No son datos de fondos reales.
  
  Con la cola por defecto, el fondo promedio de 20 empresas devuelve unas 1.4 veces el dinero, pero el fondo mediano devuelve solo 0.88 veces, y 56% de los fondos pierde dinero. En un fondo típico, la mejor inversión aporta cerca de 40% de todo lo que se devuelve. Unos pocos ganadores enormes sostienen el promedio, y así una estrategia puede verse magnífica en promedio y aun así perder para la mayoría de los jugadores.

  Capital y dilución: tener menos de algo más grande
  Vender acciones financia la empresa, pero reduce tu rebanada. Si un inversionista pone US$1 millón con una valoración pre-money de US$4 millones, la empresa vale US$5 millones post-money y el inversionista tiene 20%; todos los demás se diluyen 20%. Añade una bolsa de opciones para contrataciones futuras, que suele reservarse antes de que llegue el dinero para que diluya solo a los dueños actuales, y una segunda ronda, y la parte de los fundadores baja otra vez. Los fundadores lo hacen a propósito: 28% de una empresa de US$25 millones es mejor que 100% de nada. Una SAFE (acuerdo simple para capital futuro, creado por Y Combinator) aplaza el precio hasta una ronda posterior, pero diluye igual.
  Parte del inversionista = monto invertido ÷ valoración post-moneypost-money = pre-money + monto invertido. Todos los demás conservan (1 − parte del inversionista) de lo que tenían.
  
    Interactivo · Una tabla de capitalización en dos rondas
    Parte del fundador A dentro de la de los fundadores
      
    Bolsa de opciones tras la ronda semilla
      
    Ronda semilla: monto recaudado
      
    Ronda semilla: valoración pre-money
      
    Serie A: monto recaudado
      
    Serie A: valoración pre-money
      
    
    
    Millones de dólares. La bolsa de opciones se crea en la ronda semilla y cuenta dentro de su valoración pre-money, así que solo se diluyen los fundadores. Condiciones inventadas.
  
  Con los valores iniciales, los dos fundadores empiezan con 100% y terminan con 56% entre ambos (28% cada uno) después de la semilla y la serie A, cuando la empresa vale US$25 millones después de la serie A: US$14 millones sobre el papel para los dos fundadores juntos. Cómo se reparten la empresa entre ellos importa tanto como esto; Socios: elegir, repartir y no pelearse (04/06) lo explica.

  Emprender en la región: casi todo es micro, y mucho es informal
  Antes de las tasas de fracaso, conviene ver el terreno. Según la CEPAL, en la economía formal de América Latina las micro, pequeñas y medianas empresas (mipymes) son 99.5% de las empresas, y las microempresas solas son 88.4%; dan 61.2% del empleo y generan 24.6% de la producción (cifras de alrededor de 2016, del informe de Dini y Stumpo de 2018). Es decir, la región tiene muchísimas empresas muy pequeñas que dan mucho empleo y producen relativamente poco cada una. Para comparar, la misma fuente dice que en la Unión Europea las mipymes aportan 69.4% del empleo formal.
  Y lo anterior cuenta solo lo registrado. La Organización Internacional del Trabajo (OIT) mide qué parte del empleo total es informal, es decir, sin registro, contrato o protección social. Estos son sus datos de 2025:
  
    PaísEmpleo informal (% del total)
    Bolivia85.6%
    Guatemala73.5%
    Perú70.5%
    México56.9%
    Colombia56.0%
    Argentina (solo zonas urbanas)52.8%
    Chile26.4%
    España (OIT, a partir de la encuesta europea EU-SILC)3.8%
  
  Fuente: OIT, indicador 8.3.1 de los Objetivos de Desarrollo Sostenible, a partir de las encuestas de empleo de cada país. Los métodos varían un poco, así que compara con cuidado. La serie completa de países está en Emprender en América Latina vs. en EE.UU. (04/10).
  Lo que esto cambia para quien emprende: la pregunta previa no siempre es "¿cómo consigo una ronda?", sino "¿empiezo registrado o informal, y cuándo me conviene dejar de serlo?". Los bancos, las grandes empresas y el gobierno piden facturas y registro; quien no los tiene casi no accede a crédito formal ni a esos clientes. Los datos de arriba no dicen que la informalidad sea una elección ni que sea un defecto: es el punto de partida de millones de personas. La serie Empezar un Negocio lo trata sin sermones en Emprender en América Latina vs. en EE.UU. (04/10), El negocio familiar: cuando tu socio es tu tía (04/07) y Vender en tu barrio y en línea (04/08).

  Por qué fracasan los negocios nuevos: los datos con fuente
  Empieza por la tasa base, porque cada fundador es una excepción en su propia cabeza. La Oficina de Estadísticas Laborales de EE.UU. (BLS) sigue a todos los establecimientos con empleados que abren en un mes. De los abiertos en marzo de 2013, 50.6% seguían operando cinco años después y 34.7% a los diez; cerca de cuatro de cada cinco sobrevivieron el primer año. México tiene una cifra comparable: el INEGI construye "tablas de vida" de los negocios a partir de todos los Censos Económicos desde 1989. En la tabla de 1989 a 2019, de cada 100 establecimientos que nacen en un año, mueren alrededor de 31 antes de cumplir el primer año y sobreviven unos 69; la probabilidad de morir antes de cumplir cinco años es de 0.6432, o sea que llegan a esa edad cerca de 36 de cada 100. La esperanza de vida al nacer de un negocio en esa tabla es de 8.4 años.
  
    Siguen abiertosEE.UU. (BLS, cohorte 2013)México (INEGI, tabla 1989-2019)
    Después de 1 año79.6%69%
    Después de 5 años50.6%35.7%
  
  Las salvedades son reales. Los dos números cuentan establecimientos (lugares de trabajo), no empresas ni emprendedores. Cerrar no siempre es fracasar: el dueño puede jubilarse o vender. Las fuentes usan universos y métodos distintos (una cohorte de un año en un caso, una tabla construida con varias generaciones de censos en el otro), de modo que la diferencia entre países es una pista, no un veredicto. Y ninguno de los dos mide bien a quien trabaja sin registro. Lo que sí muestran los dos con claridad: el mayor riesgo está en los primeros años, y a medida que un negocio envejece, su probabilidad de morir baja.
  Las causas son más difíciles de medir. CB Insights reunió las notas póstumas que escribieron los fundadores de startups fracasadas. En su informe de 2018 con 101 casos, la causa más común, citada por cerca de 42%, fue "no había necesidad de mercado": se construyó algo que nadie quería lo bastante como para pagar. Ediciones posteriores hallaron que quedarse sin efectivo o no conseguir más fue una causa principal, en alrededor de 29% de 242 casos. Estas cifras se conocen por resúmenes de prensa del informe, y vienen de fundadores que explican sus propios fracasos, en su mayoría de empresas con capital de riesgo, así que tómalas como orientación. Junto con los experimentos, la economía unitaria y la pista de arriba, el patrón es claro: construye algo que la gente quiera, asegúrate de que cada cliente se pague y guarda los meses suficientes para averiguarlo.

  Lo que un graduado ve sin pensarlo
  
    La manera más barata de equivocarse es hablar con los clientes antes de construir nada.
    Los halagos son gratis; los anticipos, los pedidos por adelantado y la conducta pasada son evidencia.
    Las pruebas pequeñas son ruidosas. Pregunta siempre en cuántas personas se apoya un resultado.
    Mira primero a un cliente: margen de contribución, recuperación y valor de vida frente a lo que cuesta ganarlo.
    La pista se mide en meses de aprendizaje, y "viva por defecto" es la prueba de si el plan sobrevive sin un rescate.
    El capital de riesgo es para negocios que podrían ser enormes; le sirve a algunos fundadores y es el camino equivocado para la mayoría.
    Cada ronda de financiamiento cambia una parte de la empresa por tiempo. Conoce el precio en dilución.
    La mayoría de los negocios nuevos no llega al año diez, y en la región casi todos empiezan pequeños y muchos informales. Los que sobreviven aprendieron más rápido de lo que gastaron.
  

  Dónde aparece después
  
    Innovación y lanzamiento de productos (34/50) y Precios (34/48): cómo se da forma, precio y lanzamiento al producto.
    Comportamiento organizacional y liderazgo (34/28) y Derecho mercantil y ética empresarial (34/13): contratar, las disputas entre cofundadores, las formas de sociedad y lo que los fundadores deben a los inversionistas.
    Finanzas corporativas (34/41): valorar una empresa que aún no gana nada; las tasas de descuento detrás de lo que exige un inversionista de riesgo.
    En el mundo: una tienda de la esquina, una startup de software, una empresa que nace de un laboratorio universitario, un equipo interno dentro de una gran empresa (ver Starting Something Inside a Company, en la biblioteca en inglés, 04/09).
  

  Si quieres profundizar
  
    🌐 Curso gratis, en español. Transferencia de Tecnología y Creación de Empresas (OpenCourseWare de la Universidad de Cantabria, 2020): cinco capítulos que incluyen Lean Startup, validación del modelo de negocio, vías de financiación y casos de éxito y fracaso, con los materiales en abierto.
    🌐 Curso gratis (en inglés). MIT OpenCourseWare 15.390 New Enterprises (primavera de 2013, con William Aulet, Howard Anderson y Matt Marx): el curso completo con lecturas y tareas.
    🌐 Curso de bajo costo, en español. Estrategias de Emprendimiento, del Tecnológico de Monterrey, en Coursera (Coursera: inscribirse es gratis; el acceso completo a materiales y tareas es de pago, con prueba gratuita).
    📘 Libro de texto (en español). Steve Blank y Bob Dorf, El manual del emprendedor (Gestión 2000): el proceso de desarrollo de clientes, paso a paso.
    📘 Más ameno (en español). Eric Ries, El método Lean Startup (Deusto).
    📘 Libro de texto (en inglés). Bill Aulet, Disciplined Entrepreneurship: 24 Steps to a Successful Startup (Wiley, 2013): el método paso a paso que se enseña en el MIT. Rob Fitzpatrick, The Mom Test (2013), sobre cómo hacer preguntas que den respuestas reales; y los ensayos de Paul Graham en paulgraham.com.
  

  
    Para llevar
    Empieza por un problema, y busca evidencia en lo que la gente entrega, no en lo que dice. Prueba barato, con suficientes personas para confiar en la respuesta. Comprueba que un cliente se paga antes de pagar por mil, y cuenta tu pista en meses de aprendizaje. El financiamiento cambia propiedad por tiempo, y la mayoría de los negocios nuevos fracasa por causas visibles en el primer año.
    Prueba esto: elige una idea pequeña que tengas. Sin construir nada, encuentra a cinco personas que tengan el problema y pregunta a cada una qué hizo la última vez que le pasó. Anota lo que hicieron, no lo que dijeron.
  

  
    Fuentes y para profundizar
    Fuentes. Lean startup: Ries acuñó el término en 2008 y publicó The Lean Startup en septiembre de 2011 (edición en español: El método Lean Startup, Deusto, 2012); críticas (Horowitz 2010; Felin, Gambardella, Stern y Zenger) según el resumen del artículo de Wikipedia sobre el lean startup. Camuffo, Cordova, Gambardella y Spina, "A Scientific Approach to Entrepreneurial Decision Making: Evidence from a Randomized Control Trial", Management Science 66 (2020), pp. 564-586; replicación con 759 empresas en cuatro ensayos, Camuffo et al., CEPR DP15972 (documento de trabajo). BLS: "34.7 percent of business establishments born in 2013 were still operating in 2023", The Economics Daily (12 de enero de 2024), con las cifras de 1 año (79.6%) y 5 años (50.6%) de la misma tabla, sector privado total. INEGI, "Nota sobre los indicadores de la Demografía de los Negocios": tabla demográfica 1989-2019, q(0) = 0.3092, q(4) = 0.6432, E(0) = 8.4 años. CB Insights, "The Top 20 Reasons Startups Fail" (2018 y actualizaciones): cifras tomadas de resúmenes de prensa (el 42% es del informe de 101 casos de 2018; el 29% es de una edición posterior con 242 autopsias). CEPAL: M. Dini y G. Stumpo (coords.), "Mipymes en América Latina: un frágil desempeño y nuevos desafíos para las políticas de fomento", Documentos de Proyectos (LC/TS.2018/75), Santiago, 2018: 99.5% de las empresas formales, 88.4% microempresas, 61.2% del empleo, 24.6% de la producción; Unión Europea, 69.4% del empleo formal. OIT, ILOSTAT, indicador ODS 8.3.1 (datos de 2025, consultados en la API de la OIT). LAVCA, Trends in Tech 2025: US$4.5 mil millones en 751 operaciones en 2024. Mercado Libre: Wikipedia en español, "Mercado Libre" (fundación el 2 de agosto de 1999, rondas de noviembre de 1999 y mayo de 2000, oferta pública en el NASDAQ en agosto de 2007; la cita de Galperin es la que reproduce ese artículo). Paul Graham, "Default Alive or Default Dead?", octubre de 2015. Trato de Y Combinator: ycombinator.com/deal, consultado en noviembre de 2026. La tesis de Thiel viene de Zero to One (2014; en español, De cero a uno) y se cita como su argumento, no como un hecho medido. Página del curso 15.390 del MIT confirmada (primavera de 2013); curso de la Universidad de Cantabria y página de Coursera confirmadas. Todos los números de los interactivos se calcularon en node: intervalo de Wilson del 95% para 4 de 40 = 4.0% a 23.1%; ejemplo unitario LTV US$480, razón 2.4, recuperación 8.33 meses; con los valores iniciales la caja es negativa en el mes 11 (mínimo −US$32 mil) y con 15% de crecimiento el punto más bajo es +US$53 mil; fondo de juguete en las semillas 1 a 1,000: promedio 1.44×, mediana 0.88×, 56.5% por debajo de 1×, mejor inversión cerca de 40% del total; tabla de capitalización: tras la semilla US$5.0 M y fundadores 70%, tras la serie A US$25.0 M y fundadores 56%, US$14.0 millones.
    
      🌐 OCW Universidad de Cantabria: Transferencia de Tecnología y Creación de Empresas (gratis, en español)
      🌐 MIT OCW 15.390 New Enterprises (gratis, en inglés)
      🌐 Coursera: Estrategias de Emprendimiento (Tecnológico de Monterrey) (de bajo costo, en español)
      🌐 Paul Graham: Default Alive or Default Dead? (en inglés)
      📘 Blank y Dorf, El manual del emprendedor (Gestión 2000) · Ries, El método Lean Startup (Deusto) · Aulet, Disciplined Entrepreneurship (en inglés)
    
  

  
    Para tu español
    
      emprendimiento (entrepreneurship) · producto mínimo viable (minimum viable product) · quema de caja (burn) · pista (runway) · capital de riesgo (venture capital) · dilución (dilution) · ronda (funding round) · autofinanciamiento (bootstrapping) · mipyme (micro, small and medium-sized business) · informalidad (informality)