Incrementalidad, no ROAS: cómo se mide de verdad el In-Store Retail Media
La métrica que todos citan y casi nadie define igual
Existe una pregunta que un director financiero puede formular en cualquier comité de inversión y que hoy, en la mayoría de las organizaciones, no tiene una respuesta defendible: si mañana apagáramos esta campaña, ¿cuántas de estas ventas seguirían ocurriendo?
Es una pregunta incómoda porque la respuesta honesta suele ser "no lo sabemos". Y no lo sabemos porque la industria ha construido su narrativa de éxito sobre una métrica que, en su uso habitual, no responde a esa pregunta: el ROAS.
El Retail Media se ha consolidado como la tercera gran ola de la publicidad digital, con una inversión global que ronda los US$200.000 millones. Pero su crecimiento se está desacelerando —del 39% anual en 2021 al 14% en 2026, con proyecciones de 11% para 2027— y esa desaceleración no es casual. Coincide exactamente con el momento en que los anunciantes empezaron a exigir pruebas causales en lugar de dashboards favorables.
El dato que mejor resume el problema: un estudio conjunto de Albertsons, Northwestern University y Ovative Group encontró una fluctuación del 63% en la forma en que se calcula el ROAS de una red a otra, con once variables metodológicas capaces de mover la cifra según cómo se configuren. Dicho de otro modo: la misma campaña, con las mismas ventas, puede reportar un retorno radicalmente distinto según quién haga el cálculo.
No sorprende, entonces, que solo el 15% de las marcas declare tener confianza sólida en su medición de Retail Media, ni que el 55% de los anunciantes señale la falta de estandarización como su mayor problema con las redes de retail media.
Qué mide realmente el ROAS
El ROAS —Return on Ad Spend— divide los ingresos atribuidos a una campaña entre la inversión realizada. Es una métrica de atribución: asigna crédito a los puntos de contacto que ocurrieron antes de una venta.
El problema no es el cálculo. Es la inferencia que se hace a partir de él.
Un ROAS de 8:1 no significa que la campaña haya generado ocho veces su costo en ventas nuevas. Significa que ocho veces la inversión en ventas ocurrió después de una exposición al anuncio. Son afirmaciones muy distintas, y la diferencia entre ambas es precisamente donde se pierde o se gana el presupuesto.
Piénselo en el caso más extremo. Una campaña que impacta exclusivamente a compradores habituales de la marca, en el pasillo donde ya iban a tomar el producto, con un mensaje que refuerza una decisión ya tomada, reportará un ROAS espectacular. Y su contribución real al negocio será cercana a cero. El anuncio no creó la venta; la venta iba a ocurrir de todos modos y el anuncio simplemente estuvo presente para reclamar el crédito.
Esto tiene un nombre técnico: la atribución mide correlación. El negocio necesita causalidad.
Qué es la incrementalidad
La incrementalidad mide la venta adicional que existe únicamente porque la campaña ocurrió. Formalmente, responde a una pregunta contrafáctica: ¿qué habría pasado si el anuncio nunca se hubiera emitido?
Es la diferencia entre el mundo con campaña y el mundo sin ella. Todo lo que hay entre esos dos escenarios —y solo eso— es valor creado por el medio.
La consecuencia práctica es que el ROAS incremental (iROAS) casi siempre es más bajo que el ROAS reportado. Kroger Precision Marketing lo ha reconocido explícitamente: las cifras de retorno incremental son inferiores a las tradicionales porque la incrementalidad establece un estándar de prueba más exigente. Un número más bajo no es un peor resultado; es un resultado verdadero.
Y esa verdad tiene consecuencias enormes en la asignación de presupuesto. Experimentos recientes muestran que el iROAS puede oscilar entre 253% y 1.609% entre distintos anunciantes: hay programas que crean valor sustancial y otros que están, esencialmente, comprando ventas que ya tenían.
Sin medición incremental, esos dos programas se ven idénticos en el reporte.
Por qué esto es especialmente crítico en el In-Store
En el entorno físico, la brecha entre atribución e incrementalidad no es un matiz metodológico: es una restricción económica directa.
Los CPM del In-Store Retail Media son típicamente entre un 30% y un 50% más bajos que los de las ubicaciones online equivalentes. La razón no es que la audiencia valga menos. Es que la medición es menos madura. Si no puedes probar la impresión ni el impacto, no puedes cobrar lo que la audiencia realmente vale.
Ese es el círculo vicioso que mantiene subvalorado el inventario físico:
Las marcas no asignan presupuesto sin pruebas de retorno.
Las redes no pueden generar pruebas sin inversión en medición.
Sin presupuesto que la financie, la inversión en medición no ocurre.
El círculo se rompe por un solo punto: demostrando causalidad. En cuanto una red puede probar lift incremental, el argumento del precio deja de ser una negociación de tarifa y pasa a ser una discusión sobre valor demostrado. La lógica de precios diferenciados por franja y contexto —el principio del CPM Prime Time— solo es defendible ante un anunciante cuando existe evidencia causal de que esos momentos rinden más. Sin medición, el pricing premium es una afirmación; con medición, es un hecho.
Hay una segunda razón, más profunda, por la que el In-Store necesita este rigor con urgencia: es el canal donde ocurre la compra. En 2026 se estima que el 76% de las transacciones seguirán produciéndose en tienda física. Un medio que opera en el punto exacto de conversión no puede permitirse ser el peor medido del ecosistema.
Las tres metodologías que sí prueban causalidad
Medir incrementalidad no es un ejercicio teórico. Existe un cuerpo metodológico maduro, y se reduce esencialmente a tres diseños experimentales. La elección entre ellos no depende de cuál sea más cómodo, sino de qué se puede controlar y observar en el entorno real.
1. Test geográfico o de mercados pareados (geo / matched-market)
Se dividen las ubicaciones o los mercados en dos grupos estadísticamente comparables. En unos se emite la campaña (grupo de tratamiento); en otros se retiene deliberadamente (grupo de control). Al cerrar el periodo, se compara la evolución de las ventas entre ambos grupos.
Es el diseño natural para el In-Store, porque el medio físico rara vez permite aislar usuarios individuales pero sí permite aislar tiendas. Su exigencia crítica es el pareo: los grupos deben ser equivalentes en tráfico, perfil de audiencia, estacionalidad, mix de categorías y desempeño histórico. Un pareo deficiente invalida el experimento antes de que empiece.
2. Holdout de audiencia
Se construyen cohortes equivalentes de compradores identificados y se suprime la campaña para una parte de ellos. Requiere un grafo de identidad robusto, y por eso funciona particularmente bien en retailers con alta penetración de programas de fidelización. El caso de Kroger es ilustrativo: alrededor del 95% de las ventas de sus tiendas está vinculado a cuentas de lealtad, lo que le permite cerrar el círculo entre exposición y compra a nivel de individuo.
3. Ghost ads o ghost bidding
La plataforma identifica los momentos de subasta en los que el anuncio se habría emitido y los registra sin emitirlo, generando un grupo de control perfectamente equivalente sin cobrar por esas impresiones. Es el diseño más limpio estadísticamente, pero exige capacidades técnicas que solo algunas plataformas poseen.
A estos tres se suma una advertencia que la industria repite y pocos escuchan: comparar contra el periodo anterior no es un test de incrementalidad. Medir "antes y después" mezcla el efecto de la campaña con estacionalidad, promociones, clima, competencia y todo lo demás que cambió entre ambos momentos. Un control válido debe existir de forma simultánea a la campaña, no antes de ella.
El error que arruina la mayoría de los tests
Existe un hallazgo poco intuitivo y muy relevante: lo que predice el éxito de un test de incrementalidad no es el presupuesto, sino la calidad del ajuste previo entre los grupos.
En análisis recientes, la mayoría de los experimentos que no cumplen los umbrales estadísticos de pareo previo producen resultados no concluyentes, independientemente de cuánto dinero se invierta en ellos. Un test mal diseñado con un presupuesto grande sigue siendo un test mal diseñado.
De ahí se derivan cuatro reglas de diseño que conviene fijar antes —nunca después— de lanzar:
Definir la pregunta con precisión. No es lo mismo probar que un canal funciona, optimizar la asignación dentro de él, o evaluar una táctica nueva. Cada objetivo exige un diseño distinto.
Decidir de antemano el tamaño del grupo de control, el método de asignación, los criterios de pareo y el umbral estadístico que hará que un resultado se considere válido. Retrofitear estas decisiones tras ver los datos destruye la validez del experimento.
Asumir el costo del control. Retener la campaña en un grupo implica renunciar a ingresos de corto plazo. Es el precio de saber la verdad, y debe presupuestarse explícitamente.
Probar sobre campañas cuyo resultado pueda cambiar una decisión. Un test sobre una campaña que se ejecutará de todos modos es interesante; un test que puede justificar escalarla o cancelarla es el que hace que la metodología valga lo que cuesta.
Qué está funcionando: evidencia del mercado
La transición del ROAS a la incrementalidad ha dejado de ser una discusión académica. Ya existen implementaciones documentadas en el entorno físico.
Albertsons Media Collective lanzó a comienzos de 2026 un framework de incrementalidad específico para In-Store. Una campaña de prueba de Mondelēz dentro de ese marco reportó un ROAS incremental de mercados pareados de US$2,41 y un lift del 14% en ventas en tienda a lo largo de 116 ubicaciones, aislando el efecto causal mediante comparación de mercados equivalentes.
Obsérvese la naturaleza de esas cifras. Un iROAS de 2,41 es infinitamente más útil para un CFO que un ROAS de 12 sin sustento causal, porque es una cifra sobre la que se puede tomar una decisión de presupuesto sin riesgo reputacional.
El mismo anunciante, usando herramientas de incrementalidad en búsqueda dentro de otra red, optimizó frecuencia y rotación creativa para reducir la fatiga publicitaria, logrando un incremento del 53% interanual en conversiones y del 29% en ROI incremental. El aprendizaje operativo es tan valioso como la cifra: la incrementalidad no solo mide, también revela dónde el medio está saturando en lugar de persuadir.
La adopción, además, ya no es marginal. Cerca del 52% de los anunciantes estadounidenses ejecuta hoy tests de incrementalidad, y expandir esa práctica figura entre las prioridades declaradas de medición para el año.
El vacío latinoamericano
La región enfrenta este cambio con una asimetría particular, y conviene nombrarla sin eufemismos.
El problema del Retail Media en América Latina no es la falta de inventario publicitario. Es la dificultad de probar, comparar y atribuir resultados bajo criterios comunes. Cada retailer, cada plataforma y cada mercado reporta de forma distinta, lo que impide a las marcas saber qué inversión funciona y cuál está simplemente reasignando demanda que ya existía.
La medición in-store, en particular, sigue siendo el territorio menos desarrollado del ecosistema regional, justo cuando el peso del canal físico en las ventas latinoamericanas es estructuralmente mayor que en los mercados anglosajones. Existe ya un esfuerzo de estandarización regional en marcha, construido con la participación de más de ochenta actores de la industria, que incorpora métricas como conversión en tienda, dwell time por zona, ticket promedio post-exposición, ventas incrementales y participación de marca dentro de la categoría.
Pero el riesgo señalado por los propios impulsores del marco es real y merece atención: si el estándar avanza más rápido que la capacidad tecnológica de los operadores, el mercado terminará comparando datos inconsistentes bajo un lenguaje aparentemente uniforme. La estandarización sin infraestructura de medición no produce transparencia; produce una ilusión de transparencia, que es peor.
Esa brecha —entre la exigencia de prueba causal y la capacidad real de generarla— es hoy el principal determinante de qué redes latinoamericanas van a capturar presupuesto en los próximos años y cuáles van a quedar relegadas a competir por precio.
Cómo se ve un reporte que resiste un comité
La prueba práctica de madurez de una red de In-Store Retail Media no es su número de pantallas ni la sofisticación de su dashboard. Es si su reporte sobrevive a tres preguntas.
¿Cuál fue el grupo de control, cómo se construyó y por qué es comparable? Si no hay grupo de control simultáneo, no hay medición de incrementalidad, sin importar qué diga el encabezado del informe.
¿Qué habría vendido la categoría sin la campaña? Sin una línea base contrafáctica, cualquier cifra de venta es un dato descriptivo, no una prueba de contribución.
¿Cómo se definieron impresión, alcance y ventana de atribución, y esa definición es la misma que usó la red con la que se está comparando? Es la pregunta que expone la fluctuación del 63% en el cálculo del ROAS.
Una red que puede responder las tres está vendiendo resultados. Una que no puede responderlas está vendiendo espacios, aunque haya emitido en pantallas.
El estándar que se está imponiendo
Todo lo anterior converge en un mismo punto, y conviene decirlo con claridad: el ROAS no va a desaparecer, pero está dejando de ser el argumento que cierra un presupuesto.
La industria se está moviendo hacia marcos de medición comunes —el IAB publicó estándares, la FMI publicó en 2026 su glosario y estándares de medición para Retail Media abarcando entornos onsite, offsite e in-store—, y la adopción de esos marcos separará las redes que compiten por valor de las que compiten por precio. Los anunciantes, que ya operan en promedio con seis redes distintas y podrían llegar a once antes de terminar el año, no tienen paciencia para once verdades diferentes sobre el mismo fenómeno.
Para el retailer, la implicación es directa: la capacidad de demostrar incrementalidad no es un componente accesorio de la red, es el activo que determina cuánto puede cobrar por su inventario. Para la marca, la implicación es igual de directa: el presupuesto que hoy se justifica con un ROAS sin sustento causal es exactamente el presupuesto que un CFO recortará en cuanto haga la pregunta correcta.
El medio más cercano a la decisión de compra merece ser el mejor medido del ecosistema, no el peor. Cerrar esa brecha —con diseño experimental serio, grupos de control reales y disciplina metodológica— es la tarea que define esta etapa del In-Store Retail Media y es en ese terreno donde trabajamos en MediaShake.