MarketingHablemos
IDO · Casos · 2026Edición · es

Casos de estudio

Evidencia, no logos por presunción.

La mayoría de nuestros clientes nos pide confidencialidad — y la respetamos. Empezamos publicando un caso anonimizado representativo, cifras agregadas y los sectores donde operamos; iremos añadiendo más a medida que tengamos consentimiento explícito de cada cliente. Si quieres ver datos exactos en tu vertical, pídenoslos en reunión: probablemente podamos enseñarte uno bajo NDA.

CASO ANONIMIZADO · 2026

Operador ferroviario europeo · un mercado

Operador ferroviario europeo gestionando una cuenta de paid en un solo mercado. La atribución de Google Ads reportaba ROAS 6,61x, pero el equipo sospechaba que algo no cuadraba contra el backend de ventas. Conectamos las fuentes con el método PULSO, cruzamos atribución contra backend real y reconciliamos. El ROAS real era 9,65x — había un gap de 40-64k€ entre atribución y ventas reales que cambió las decisiones de bidding y reasignó presupuesto entre campañas. Sin la reconciliación, el equipo habría seguido subajustando.

6,61xROAS atribuido inicial
9,65xROAS real reconciliado
−64k€Gap detectado
CASO ANONIMIZADO · 2026

Datos agregados · clientes activos

Lo que el stack ha movido hasta hoy.

+47%
ROAS medio
En 12 meses, clientes activos *
−31%
CAC blended
Cuando entra TRACE completo *
12
Mercados gestionados
Europa + LATAM + MENA *
100M€+
Inversión gestionada
Acumulada en paid media *

* Datos agregados anónimos sujetos a validación final. La mayoría de casos individuales están bajo NDA; los enseñamos en reunión.

METODOLOGÍA · CAUSAL
METODOLOGÍA · CAUSAL

No es lo que mejora. Es por qué mejora.

Cualquier consultora te enseña un gráfico ascendente. Nosotros explicamos qué decisión cambió la curva, qué hipótesis se confirmó y con qué intervalo de confianza puedes apostar a esa decisión en otro mercado. Usamos diff-in-diff contra la deriva de la cuenta, quantile regression para detectar segmentos que se mueven distinto del agregado y causal impact cuando hay que aislar el efecto de un cambio concreto. Si los datos no soportan la historia, cambiamos la historia.

Diff-in-diffPor defecto
Quantile reg.Por segmento
Causal impactPor intervención

Lo que NO hacemos

No enseñamos logos por presunción.

No mostramos logos de clientes sin consentimiento explícito. No prometemos replicar las cifras de otra cuenta en la tuya — cada negocio es distinto. No vendemos casos como "estudios" hinchados. En reunión, bajo NDA y con tu interlocutor adecuado en la sala, podemos enseñarte resultados reales de tu sector. Sin slide deck — solo cifras y método.

IDO — Casos de estudio