TL;DR — Los funnels de marketing son un modelo pseudocientífico que funciona para quienes los venden, no para quienes los compran. Las evidencias académicas demoledoras de sus presupuestos fundamentales: los consumidores no siguen recorridos lineales, las muestras pequeñas convierten cualquier optimización estadística en una ficción, y la ley del Double Jeopardy explica por qué las pymes deben apostar por la penetración —no por la fidelización vía funnels. Esta es la prueba definitiva.
El Problema con los Funnels de Marketing
Cada año miles de pymes gastan decenas de miles de euros en "funnels de marketing": secuencias de email automatizadas, landing pages optimizadas, retargeting multi-step, lead magnets seguidos de upsells y downsells. Cada año, la mayoría de estas pymes no logra medir un retorno claro sobre esta inversión. Y cada año, las agencias y consultores que venden estos sistemas encuentran una nueva explicación de por qué "el funnel todavía no ha funcionado" —y por qué hace falta otro mes, otra prueba, otra optimización.
Este artículo no es un ataque al marketing digital. Es una crítica basada en evidencias académicas a un modelo específico —el funnel lineal de conversión— que se vende como solución universal cuando los datos muestran que es una solución parcial, a menudo contraproducente para las pymes, y casi siempre en el interés económico de quien la vende más que de quien la compra.
Por qué los Funnels Son Pseudocientíficos para las Pymes
El concepto de funnel de marketing nace en 1898 con el modelo AIDA de Elias St. Elmo Lewis (Awareness, Interest, Desire, Action). En 126 años, el modelo nunca ha recibido validación empírica robusta como descripción precisa del comportamiento de compra real. Ha permanecido como una metáfora útil que se ha convertido en dogma.
El problema fundamental es epistémico: el funnel es un modelo descriptivo normativo (dice cómo deberían comportarse los consumidores) no positivo (describe cómo se comportan efectivamente). La investigación sobre comportamiento del consumidor de los últimos 30 años muestra de forma consistente que los recorridos de compra reales son no-lineales, bidireccionales, multicanal y altamente idiosincrásicos.
Tres problemas estructurales:
- El funnel presupone secuencialidad: un consumidor debe pasar por Awareness antes que Interest, antes que Desire, antes que Action. Las neurociencias del consumidor muestran que a menudo el desire precede al awareness racional (impulso), o que la Action ocurre simultáneamente al Awareness (impulse buying visto por primera vez)
- El funnel presupone unicidad del recorrido: un consumidor, para un producto, un funnel. La realidad es paralela y múltiple —el mismo consumidor considera simultáneamente varias soluciones en canales distintos
- El funnel presupone optimizabilidad lineal: mejorar cada paso mejora el resultado final. En sistemas complejos no-lineales, optimizar un subcomponente puede degradar el sistema en su conjunto (efecto cobra)
La Insignificancia Estadística de las Muestras Pequeñas
Este es el punto más técnico —y el más devastador para la industria de los funnels. La mayoría de las pymes que implementan funnels tiene volúmenes de tráfico y conversiones insuficientes para hacer optimizaciones estadísticamente significativas. Y sin embargo lo siguen haciendo.
Supongamos una landing page con tasa de conversión del 2% y 500 visitantes al mes. Quieres probar dos variantes (A/B test). Para detectar una diferencia del 20% entre las variantes (pasar del 2% al 2,4%) con potencia estadística del 80% y p-value <0,05 estándar, necesitas aproximadamente 7.500 conversiones por variante —750.000 visitantes totales. Con 500 visitantes al mes, se tardaría 125 años. Ningún consultor te lo dice.
La consecuencia práctica: las "optimizaciones" basadas en A/B tests con muestras pequeñas producen resultados aleatorios —no mejoras causales. La variación que parece ganar es a menudo ruido estadístico. El consultor interpreta el ruido como señal, ajusta el funnel, y el ciclo vuelve a empezar.
Nota: estos cálculos asumen α=0,05, potencia=0,80, test a dos colas. El argumento no es que el A/B test sea inútil en absoluto —es que es inútil con los volúmenes típicos de las pymes a las que se venden funnels por 3.000–15.000 euros.
Comportamiento No-Lineal del Consumidor: Las Evidencias
El estudio más citado sobre la no-linealidad del recorrido de compra es el "Zero Moment of Truth" de Google (2011), que detectó que el consumidor medio considera de media 10,4 fuentes de información antes de la compra (frente a las 5,3 de 2010). Estos touchpoints no ocurren en secuencia sino de forma solapada y bidireccional: un consumidor puede leer una reseña (fase "consideration") y volver a la búsqueda genérica ("awareness") múltiples veces.
La investigación de Edelman & Singer (McKinsey, 2015) introdujo el modelo del "loyalty loop" como alternativa al funnel: los clientes existentes satisfechos se saltan el funnel entero y vuelven directamente a la compra. Esto tiene implicaciones enormes para las pymes: los clientes existentes son 5–25× menos costosos de convencer para la compra respecto a los nuevos clientes (Frederick Reichheld, Bain & Company). Construir un funnel para adquirir nuevos clientes mientras se ignora a los existentes es a menudo una asignación errónea de recursos.
Double Jeopardy: Penetración vs Fidelización
La ley del Double Jeopardy, descubierta originalmente por Andrew Ehrenberg en los medios (1959) y luego aplicada al marketing por Ehrenberg-Bass, es probablemente el hallazgo empírico más robusto en el marketing científico: las marcas más pequeñas tienen tanto menos compradores como compradores menos fieles. Es una doble penalidad ligada al tamaño de la marca, no a la calidad ni a la estrategia.
Las implicaciones para la estrategia de las pymes son radicales:
- La fidelidad es una consecuencia de la penetración, no al revés. Las marcas con alta penetración tienen naturalmente clientes más fieles —no porque tengan mejores programas de loyalty, sino porque la fidelidad está correlacionada con la notoriedad y la accesibilidad mental y física
- Invertir en retención antes de tener penetración suficiente es matemáticamente incorrecto. Si tu marca tiene una cuota de mercado del 3%, tu techo de fidelidad es estructuralmente bajo independientemente de lo buena que sea tu secuencia de email
- El crecimiento para las pymes viene casi exclusivamente de la adquisición de nuevos clientes —no de aumentar la frecuencia de compra de los clientes existentes. Esto es lo contrario de lo que la mayoría de los consultores de funnels predica
La Regla 60/40 de Binet & Field: La Jerarquía de los Objetivos
Les Binet y Peter Field, en su análisis de más de 1.400 casos publicitarios para el IPA (Institute of Practitioners in Advertising), demostraron con datos que el crecimiento sostenible requiere un equilibrio entre brand building (60%) y activación directa (40%). El funnel de marketing es una herramienta de activación directa —optimiza la conversión de quien ya está en el mercado. Pero si el 60% de los potenciales clientes futuros aún no te conoce, optimizar la conversión del 40% que te conoce es una operación de nicho.
El problema de las pymes que invierten fuertemente en funnels es que a menudo están gastando el 90%+ del presupuesto en activación directa (paid performance, secuencias de email, retargeting) y casi nada en brand building (contenido, PR, vídeo no-conversion, patrocinios). El resultado: buena eficiencia en la conversión inmediata, crecimiento estructural ausente.
Binet & Field también cuantificaron los rendimientos temporales:
- Activación directa: pico del efecto en 0–6 meses, luego decae rápidamente si se deja de invertir
- Brand building: efectos visibles desde 6–18 meses, pero compuestos en el tiempo con efectos que perduran incluso cuando se deja de invertir
Reach vs Frequency: La Trampa del Retargeting
El retargeting —la columna vertebral de la mayoría de los funnels digitales— se basa en un principio de frequency: mostrar el mensaje más veces a quien ya ha interactuado para "empujarlo" a la conversión. La teoría parece sólida. Los datos, menos.
Las investigaciones de Andrew Ehrenberg sobre la distribución de las compras muestran que la frecuencia óptima de exposición es mucho más baja de lo que los marketers asumen. La "effective frequency" de 3× popularizada por Michael Naples (1979) se basaba en estudios de TV con métodos hoy considerados insuficientes. La investigación más reciente (Ephron, 1995; Jones, 1995; Reichel, 2017) sugiere que en la mayoría de los casos el efecto marginal de cada exposición adicional más allá de la 2ª–3ª es negativo: aumenta la irritación (ad fatigue) sin aumentar la probabilidad de conversión.
La consecuencia del retargeting agresivo: los consumidores que estaban cerca de la conversión son alejados por la sobreexposición. Esto es medible —hay casos documentados de empresas que han aumentado las ventas desactivando el retargeting en algunos segmentos.
Cuándo Desactivar los Funnels Aumenta las Ventas
No es una paradoja teórica: hay casos reales y documentados de empresas que han visto aumentar las conversiones reduciendo o eliminando elementos del funnel. El mecanismo no es mágico —es la eliminación de fricción artificial.
Los casos más comunes:
- Eliminación del popup de exit intent: en varios A/B tests con volúmenes suficientes, el popup de exit intent (que intercepta a quien está saliendo con una oferta de último momento) ha mostrado efectos neutros o negativos sobre el LTV de los clientes adquiridos, aunque aumentara marginalmente la conversión inmediata. Los clientes adquiridos vía exit intent discount tienen tasas de churn más altas
- Simplificación del checkout: Amazon construyó una enorme ventaja competitiva con la compra con 1 clic. La investigación de Baymard Institute (2024) muestra que el funnel de checkout medio tiene 5,1 pasos innecesarios. Eliminarlos aumenta las conversiones un 20–35%
- Reducción de los emails de seguimiento: las secuencias de email de 7–12 correos para los leads no convertidos muestran a menudo rendimientos decrecientes después del 3er seguimiento, con tasas de desuscripción crecientes que dañan la deliverability futura
La Industria de los Funnels Como Centro de Beneficio para los Consultores
No es una crítica moralista: es un análisis de los incentivos económicos. La industria de los funnels —cursos, agencias, software (ClickFunnels, Kartra, GoHighLevel, ActiveCampaign con automatizaciones avanzadas)— ha generado miles de millones de dólares en ingresos globales. El modelo de negocio es sólido: la complejidad percibida del funnel crea dependencia de expertos, las métricas intermedias (open rate, CTR, descarga de lead magnets) muestran "progreso" incluso cuando las ventas no crecen, y la personalización infinita ("tu funnel debe ser único para tu sector") justifica horas ilimitadas de consultoría.
El incentivo del consultor no está alineado con el incentivo del cliente pyme:
- El consultor se beneficia de la complejidad (más horas facturables)
- El cliente se beneficia de la simplicidad (menos costes, menos gestión)
- El consultor se beneficia de la vaguedad de las métricas (difícil atribuir el fracaso)
- El cliente se beneficia de la claridad (medir el ROI real)
- El consultor se beneficia de la dependencia (software propietario, custom setup)
- El cliente se beneficia de la autonomía (sistemas comprensibles internamente)
Esto no significa que todos los consultores de marketing sean deshonestos. Significa que el modelo de incentivos estructura naturalmente hacia la complejidad, independientemente de las intenciones de los individuos.
Qué Funciona en Lugar de los Funnels (Para las Pymes)
Demoler un modelo sin proponer alternativas sería inútil. Las evidencias sugieren que para las pymes con presupuesto limitado, las estrategias con la mejor relación coste/beneficio documentada son:
- Penetración de mercado: invertir en brand awareness para llegar a los "light buyers" (compradores ocasionales) que son la fuente primaria de crecimiento según la ley de Ehrenberg-Bass. Canales: SEO, contenido, PR, social orgánico.
- Mental Availability: estar presentes en la mente del consumidor en los Category Entry Points (Sharp, 2010). Prioridad a la memorabilidad de la marca sobre la sofisticación del funnel.
- Physical Availability: hacer el producto/servicio lo más fácil posible de comprar. CRO en el checkout, reducción de la fricción, presencia en marketplaces, reseñas verificables.
- Customer experience: los clientes satisfechos son el funnel más eficiente que existe. El Net Promoter Score como métrica principal de crecimiento sostenible.
En la práctica: para muchas pymes, hacer bien 4 cosas sencillas (SEO, Google Ads básico, reseñas de Google, programa de referidos) produce un ROI superior a un funnel de 10 pasos que ha costado 15.000 euros.
Preguntas Frecuentes
¿Los funnels nunca funcionan?
Los funnels funcionan bien en contextos específicos: e-commerce con altos volúmenes (donde el A/B test es estadísticamente válido), productos digitales con márgenes altos (donde incluso mejoras marginales del CR se justifican), y empresas con marca ya establecida (donde la activación directa trabaja sobre una audiencia ya caliente). El problema es venderlos como solución universal también a pymes B2B con 50 leads al mes.
¿El Content Marketing es mejor que los funnels?
El content marketing es una herramienta de brand building (fase See/Think) que construye Mental Availability con el tiempo. No sustituye a la activación directa —la integra. La estrategia óptima para una pyme no es elegir entre contenido y funnel, sino asignar el presupuesto en la proporción 60/40 entre brand building y activación, usando las herramientas más simples y económicas para cada uno.
¿Cómo evaluar si un consultor de marketing vale su precio?
Tres preguntas: (1) ¿Puede mostrarte casos de estudio con métricas de negocio reales (revenue, CAC, LTV) —no solo métricas de vanidad (impresiones, seguidores)? (2) ¿Sus recomendaciones simplifican o complican tu marketing stack? (3) ¿Puedes gestionar internamente lo que construye, o creas dependencia permanente? Si las respuestas son no, no, sí —renegocia o cambia de consultor.
¿La ley del Double Jeopardy se aplica al digital?
Sí. Estudios posteriores de Ehrenberg-Bass han replicado el Double Jeopardy sobre datos de redes sociales, e-commerce y apps móviles, encontrando la misma estructura: marcas/apps/cuentas más pequeñas tienen tanto menos usuarios como usuarios menos fieles. Las leyes del comportamiento del consumidor no parecen respetar la frontera online/offline.
¿Cómo medir si mi funnel funciona de verdad?
La única métrica que importa es el CAC (Coste de Adquisición de Cliente) comparado con el LTV (Lifetime Value). Si el CAC es inferior a LTV/3, el sistema es sostenible. Si estás optimizando open rate y CTR pero no sabes tu CAC, estás midiendo las cosas equivocadas. Calcula el CAC incluyendo: coste de la herramienta, horas de gestión del consultor, presupuesto paid, y divídelo entre los clientes de pago reales adquiridos en el periodo.
Fuentes y Referencias
- Sharp, B. (2010). How Brands Grow: What Marketers Don't Know. Oxford University Press.
- Binet, L., & Field, P. (2013). The Long and Short of It. IPA.
- Binet, L., & Field, P. (2017). Media in Focus: Marketing Effectiveness in the Digital Era. IPA.
- Ehrenberg, A.S.C. (1959). The pattern of consumer purchases. Applied Statistics, 8(1), 26–41.
- Reichheld, F. (2001). Loyalty Rules!. Harvard Business School Press.
- Edelman, D.C., & Singer, M. (2015). Competing on customer journeys. Harvard Business Review, November.
- Google ZMOT. (2011). Winning the Zero Moment of Truth. Google Think.
- Naples, M.J. (1979). Effective Frequency: The Relationship Between Frequency and Advertising Effectiveness. Association of National Advertisers.
- Jones, J.P. (1995). Single-source research begins to fulfill its promise. Journal of Advertising Research, 35(3), 9–16.
- Baymard Institute. (2024). E-Commerce Checkout Usability Study.
- Kahneman, D. (2011). Thinking, Fast and Slow. Farrar, Straus and Giroux.
- Lewis, E.St.E. (1898). AIDA model. Historical reference in advertising literature.
- Ehrenberg-Bass Institute for Marketing Science. (2014–2024). Various papers on Double Jeopardy, Mental Availability, Physical Availability.
