Una campaña puede traer 10,000 instalaciones baratas y cero suscriptores de pago. Yo juzgo las campañas por ROAS blended y payback contra ingresos reales, contrastados tanto con la plataforma publicitaria como con su MMP, porque casi nunca coinciden.
Esta página es para una app de suscripción cuyo canal de paid se estancó, o que nunca se construyó bien. Explica qué hace diferente a la suscripción de cualquier otro tipo de app, qué hay que arreglar antes de la campaña, y qué pasó en dos cuentas donde se hizo: Videa y EatBetter.
Qué es diferente en la suscripción
La compra ocurre días después de la instalación, casi siempre detrás de una prueba, y tras ATT la plataforma publicitaria solo ve una parte de ella. Los inicios de prueba regresan como dato. Las renovaciones y las cancelaciones no. Si se le deja sola, Meta optimiza con la mitad de los datos y le encuentra a los usuarios con más probabilidad de iniciar una prueba, que es una población distinta de los usuarios con más probabilidad de pagar. Esa brecha explica por qué el ROAS D0 puede caer mientras el CPI se mantiene plano.
Entonces el trabajo empieza antes de la campaña: una señal de compra sobre la que la plataforma realmente pueda optimizar, valor predicho en la puja donde la ventana de payback es larga, y un marco de ROAS fijado por país para que el presupuesto siga al payback y no a las instalaciones baratas. Esa capa es una disciplina en sí misma, y en Videa funcionó país por país y llevó el ROAS D0 del 20% al 43% mientras la inversión escalaba más allá de $200K al mes.
Dónde entra el creativo
Una vez que la señal está limpia, el creativo es la palanca. EatBetter pasó de $10K a $180K de ingresos recurrentes mensuales en dos meses al convertir contenido de influencers en adquisición pagada en Meta, con el paywall ajustado en paralelo. El ROAS blended pasó de 70% a 230% en la misma ventana, y después llegó una ronda de financiamiento de UA de $2M de Leus en julio de 2026, respaldada sobre esa misma cuenta. Cómo hago anuncios UGC para apps es el lado de producción de todo esto.
Las preguntas que surgen
Si conviene quitar la prueba gratuita, algo que he argumentado en los dos sentidos con números. Si conviene confiar en Meta, RevenueCat o Adjust cuando no coinciden. Si su orgánico de iOS es en realidad tráfico pagado de Meta. Cada una de esas preguntas es un artículo, porque cada una se ganó los números.
Para quién es
- Apps de suscripción con ingresos reales y un presupuesto de paid de unos $100K al mes, o financiadas para llegar ahí
- Equipos cuya inversión en Meta se estancó en campañas optimizadas para pruebas
- Apps donde la plataforma publicitaria, RevenueCat y el MMP reportan cada uno un número distinto
- Fundadores que quieren que la persona que lee los datos sea la misma que maneja las campañas
Qué incluye
- Meta, Google App Campaigns, Apple Search Ads y TikTok, manejados todos los días
- Una señal de compra, y valor predicho en la puja, sobre la que las plataformas puedan optimizar
- Un marco de ROAS fijado por país, para que el presupuesto siga al payback
- Pruebas creativas con un flujo constante de conceptos nuevos
- Ingresos, ROAS y payback semanales contra la meta
Preguntas frecuentes
¿En qué canal debería empezar una app de suscripción?
Meta, casi siempre, porque ahí las pruebas creativas avanzan más rápido. Abro Google, Apple Search Ads y TikTok una vez que el funnel aguanta y los números son estables. La comparación de canales tiene el ROAS D28 real de una misma app en los cuatro.
¿Qué ROAS debería esperar?
Las cifras de mis propias cuentas están en la página de benchmarks, cada una enlazada a su caso. No cito promedios de la industria porque no puedo verificarlos.
¿Debería quitar la prueba gratuita?
Depende de qué le esté haciendo la prueba al payback y a la señal. Esto fue lo que pasó en una cuenta que la quitó, y la respuesta honesta es que es una prueba, no una regla.
¿Cómo maneja la diferencia entre Meta, RevenueCat y Adjust?
Conciliándolos, en lugar de elegir uno solo. Cada uno mide algo distinto, y la diferencia entre ellos es en sí misma un diagnóstico. Qué número confiar para cada decisión está explicado ahí.