Social ads: leads a siete euros que no contestaban al teléfono
Caso real · Un comité que recortó el canal con los leads más caros y el trimestre siguiente perdió matrículas
"¿Quería información sobre un ciclo de formación profesional"» Silencio al otro lado? "Perdone, yo no he pedido nada." Y cuelgan. La persona de admisiones marca el siguiente número de la lista. No contesta nadie, y el siguiente, tampoco.
Así era una mañana normal en el equipo de admisiones de una escuela online. Mientras tanto, en marketing, el informe de campañas decía que el coste por lead estaba en mínimos históricos. Las dos cosas eran verdad a la vez, y esa es exactamente la trampa de los social ads que se miden por coste por lead.
El punto de partida: el canal más barato no era el más rentable
"Meta nos trae leads a ocho euros, pero ventas dice que la mitad no coge el teléfono y el resto no sabía qué había pedido."
Nos lo contaba el director de marketing de una escuela de formación profesional a distancia que captaba casi todos sus alumnos con publicidad en social ads.
La mayor parte del dinero estaba en anuncios de Meta y TikTok con formulario nativo integrado. El usuario tocaba el anuncio, el formulario aparecía con su nombre, su email y su teléfono ya rellenos, y con un toque más la solicitud estaba enviada. Cómodo, rápido y barato, unos siete euros por lead).
En paralelo había una campaña más pequeña en LinkedIn, dirigida a adultos que trabajaban y querían cambiar de sector; aquí ya cada lead costaba unos 45 euros.
Cruzamos las campañas con el CRM, contacto por contacto, y la foto cambió bastante.
De cada cuatro leads de Meta y TikTok, sólo uno llegaba a hablar con admisiones. El resto no contestaba nunca o, como en esa llamada, no recordaba haber pedido nada. Es lo que pasa cuando un formulario se envía casi sin querer, deslizando el dedo por el móvil a las once de la noche.
De esos leads salían muy pocas matrículas. Los de LinkedIn, en cambio, a pesar de costar seis veces más, acababan matriculándose en una proporción varias veces mayor.
Y aquí viene lo que más nos llamó la atención. En el comité trimestral se comparaban los canales por coste por lead. LinkedIn parecía carísimo, así que se recortó. El trimestre siguiente llegaron más leads que nunca. Y hubo menos matrículas.
Lo que se pagaba sin verlo
Una buena parte del presupuesto de medios pagaba formularios que nunca iban a convertirse en alumnos.
El equipo de admisiones pasaba la mayor parte del día llamando sin éxito, mientras los interesados de verdad esperaban su llamada más de lo que deberían.
Y cada lead malo le enseñaba al algoritmo a buscar a más gente igual. El sistema aprendía, sí. Aprendía justo lo que no interesaba.
Lo que descartamos
Se habló de abrir más plataformas para compensar la caída de matrículas. Con la misma forma de captar y de medir, habrían traído más leads del mismo tipo.
También salió la idea de comprar una herramienta de lead scoring predictivo. Puede ser útil con mucho volumen y un historial limpio. Aquí marketing y admisiones ni siquiera estaban de acuerdo en qué era un buen lead, así que el modelo habría aprendido de una confusión.
Y hubo quien propuso cortar Meta y TikTok de raíz. Habría sido corregir una decisión precipitada con otra. Esas redes llegaban a un público muy interesante para varios ciclos. Lo que fallaba era cómo se captaba, no dónde.
Lo que la escuela necesitaba era gastar en gente con posibilidades reales de matricularse, y que el comité decidiera viendo eso.
La idea que decide el proyecto: optimizar hacia lo que ventas considera un buen contacto
Una plataforma de publicidad busca exactamente lo que le pides. Si le pides formularios enviados, te traerá a la gente que envía formularios con más facilidad. Para que busque otra cosa, tienes que pedirle otra cosa. Y aceptar que el coste por lead va a subir.
Antes de tocar ninguna campaña, nos sentamos con admisiones para ponernos de acuerdo en qué era un lead que merecía una llamada. Con eso cambiamos lo que se miraba en cada reunión:
| Lo que se miraba antes | Lo que empezamos a mirar | Qué pregunta responde |
| Coste por lead | Coste por lead que contesta | ¿Nos está llegando gente con interés real? |
| Número de solicitudes | Coste por entrevista de admisión | ¿Qué canal trae conversaciones que valen la pena? |
| Leads por campaña | Coste por matrícula | ¿Dónde rinde de verdad cada euro? |
Cómo mejoramos la calidad de los leads de social ads
1. Ponernos de acuerdo en qué es un buen lead
Revisamos con admisiones una muestra de contactos, uno a uno, y fuimos separando los que merecían una llamada de los que no. De ahí salió una definición sencilla que marketing y ventas empezaron a usar igual.
Sin esa definición, cada mejora posterior se habría discutido desde dos puntos de vista imposibles de conciliar.
2. Un formulario que pide un poco de esfuerzo
Cambiamos los formularios para que exigieran pensar un poco. Nada de muros: algunas preguntas que un interesado de verdad contesta sin problema y que, de paso, ayudan a admisiones a preparar la llamada.
Llegaron menos leads, como esperábamos. Pero desde las primeras semanas se notó que la gente contestaba al teléfono y sabía por qué la llamaban.
3. Contarle a la plataforma qué pasa después del formulario
Empezamos a informar a Meta y TikTok de lo que ocurría después de la solicitud, cuando el CRM lo permitía: por ejemplo, si el contacto había hecho la entrevista de admisión.
Depende del volumen, del tiempo que pasa entre la solicitud y la matrícula y de lo limpios que estén los datos del CRM. En los ciclos con más demanda funcionó bien. En los pequeños no había volumen para que el algoritmo aprendiera, y ahí la mejora vino sobre todo del formulario y de afinar el público.
4. Un comité que decide por matrículas
Cambiamos el informe que llegaba al comité. El coste por lead siguió apareciendo, pero al final. Las decisiones empezaron a tomarse por coste por entrevista y por matrícula, en una revisión mensual en la que marketing y admisiones se sentaban juntos.
Con esos números delante, LinkedIn volvió al plan para los ciclos dirigidos a adultos que trabajan.
Resultado
El coste por lead en Meta y TikTok subió bastante.
La proporción de leads que contestaban al teléfono pasó de uno de cada cuatro a más de la mitad en las campañas rediseñadas.
El coste por matrícula en redes sociales bajó en torno a un 30% en dos trimestres, con más matrículas que el año anterior.
En admisiones la diferencia se notaba en el ambiente. Menos llamadas, mejores conversaciones y respuesta más rápida a quien de verdad quería información.
Marketing y ventas dejaron de discutir si los leads eran buenos o malos. Tenían la misma definición y miraban los mismos datos, así que la discusión se quedó sin tema.
Hoy la escuela decide cuánto invertir en cada canal por lo que le cuesta conseguir un alumno, y no por lo que le cuesta un formulario.
Por qué lo hacemos así
Los leads baratos que ventas descarta no son un problema de la plataforma ni de los anuncios. Son lo que pasa cuando las campañas se optimizan y se juzgan por la métrica equivocada.
Para arreglarlo no hacen falta más canales ni herramientas de scoring. Hace falta ponerse de acuerdo con ventas en qué es un lead válido antes de tocar nada, diseñar la captación para atraer interés real aunque lleguen menos contactos, y repartir el presupuesto por lo que cuesta una oportunidad o una venta.
Preguntas frecuentes
¿Por qué los lead ads de Meta traen leads de baja calidad?
Porque los formularios integrados con los datos ya rellenos piden tan poco esfuerzo que mucha gente envía la solicitud sin intención real, a veces casi sin darse cuenta. Además, si la campaña se optimiza por número de leads, el algoritmo busca a quienes rellenan formularios con más facilidad, no a quienes van a comprar. El resultado es un coste por lead muy bajo y muy pocas ventas.
¿Cómo mejorar la calidad de los leads en social ads?
Primero, poniéndote de acuerdo con ventas en qué es un lead válido. Después, cambiando lo que se optimiza: un formulario que pida algo de esfuerzo, información a las plataformas sobre lo que pasa después de la solicitud cuando el CRM lo permite y canales evaluados por coste por oportunidad o por venta. El coste por lead subirá, pero conseguir cada cliente te costará menos.
¿Por qué el coste por lead engaña al comparar Meta y TikTok?
Solo si los leads de todos los canales se parecen en calidad, y eso casi nunca pasa. Cada canal atrae a gente con intenciones distintas, y un lead barato puede convertir mucho menos que uno caro. Comparar por coste por lead lleva a recortar canales rentables y reforzar los que traen volumen sin ventas. Es mucho más fiable comparar por coste por oportunidad o por venta.
¿Necesito un sistema de lead scoring para filtrar los leads de redes sociales?
No como primer paso. Un sistema de lead scoring aprende de lo que tu empresa considera un buen lead. Si marketing y ventas no están de acuerdo en eso, el modelo aprenderá la confusión. Antes conviene acordar qué es un lead válido, mejorar los formularios y medir cuánto convierte de verdad cada canal. Con volumen y datos limpios, el scoring puede ser una buena mejora después.
¿Cómo saber si mis campañas están trayendo leads que ventas descarta?
Cruza los datos de la plataforma con los del CRM. Las pistas más claras son que muy pocos leads contestan, que muchos no recuerdan haber pedido información, que convierten mucho menos que los de otros canales y que ventas se queja de la calidad sin datos para demostrarlo. Si tu informe de campañas solo enseña el coste por lead, el problema pasa desapercibido.
¿Cuánto os cuesta conseguir un cliente en cada red social, y no solo un formulario? Si solo sabes contestar con el coste por lead, tus campañas están persiguiendo algo que a ventas no le sirve. Cuéntanos cómo captáis hoy y qué pasa con cada lead después, y en la primera conversación sabremos dónde se os está yendo el presupuesto.
Otros casos de uso
Otros proyectos donde resolvimos el mismo tipo de problema.