¿Por qué sube el CPI de mi app o se estanca el ROAS? Primero busca qué cambió.

Cuando un cliente me dice que el CPI subió, no empiezo por el reporte de la subasta. Abro el registro de cambios. Una subida del CPI o un estancamiento del ROAS pueden empezar en el producto, en el stack de medición o en la antigüedad de las cohortes, y es fácil culpar a la subasta porque es la parte del sistema que viene con un gráfico.

Dos identidades sostienen todo el diagnóstico. El CPI es el CPM dividido entre las instalaciones por cada mil impresiones. El ROAS a cualquier antigüedad es el valor por instalación a esa antigüedad dividido entre el CPI. Todo lo que mueve cualquiera de los dos números es uno de sus términos, o un cambio en cómo se mide un término, y el trabajo consiste en encontrar qué término se movió primero. Los casos de abajo son de mis propias cuentas y ya están publicados, una cuenta cada uno. Cada número de los ejemplos resueltos es una ilustración marcada como tal, y todas las demás cifras llevan su fuente.

¿Qué cambió en las últimas dos o tres semanas?

Antes de mirar cualquier métrica, anoto cada cambio de las últimas dos o tres semanas, de todos los que pueden tocar el sistema. Versiones de la app y actualizaciones de SDK. Tests de paywall, de precio, de duración del trial y de onboarding. Página de la store, screenshots, rating. Eventos, mapeo de eventos, el esquema de valores de conversión, las ventanas de atribución del mobile measurement partner (MMP), el ajuste de atribución de la plataforma de ads, un conector nuevo en el BI. Pujas, presupuestos, eventos de optimización, campañas nuevas, consolidaciones. Creativos nuevos, y la fecha en que se lanzó el último concepto nuevo. Después pongo el cambio brusco de la métrica junto a esa lista.

Dos casos míos muestran dónde puede estar la causa. En un juego casual, un destacado en la store hacia la semana 6 llevó el CPI de entre £4 y £6 a £10 y el valor del pedido de £10 a £29, y el D0 ROAS salió por encima de 20% las dos veces, con un perfil de usuario completamente distinto. Sin el destacado en el registro, el salto del CPI parece un problema de subasta. En una fitness app el costo por trial no bajaba de $30 frente a un target de $15, y la causa estaba en el producto, no en la cuenta. El producto convertía a una audiencia y la otra hacía churn, y la audiencia que convertía era demasiado pequeña para que Meta la encontrara a escala.

Un mecanismo hace que el registro importe más de lo que parece. Si el evento de optimización es el inicio del trial o la compra, un cambio de producto que baja esa tasa también baja la señal de la que aprende la plataforma. Meta, TikTok y Google ponderan las tasas de acción predichas en la subasta, así que una o dos semanas después de una regresión del producto el precio efectivo de una impresión también puede subir. Un problema de producto se convierte, con retraso, en un problema de subasta aparente, y el reporte de la subasta te muestra el segundo evento, no el primero.

¿Cuál de los tres componentes del CPI se movió?

CPI = CPM ÷ IPM, y el IPM, instalaciones por cada mil impresiones, es 1.000 × tasa de clicks (CTR) × tasa de click a instalación. Tres componentes, y una subida de 30% en el CPI puede venir entera de uno solo mientras los otros dos se quedan quietos. Encuentra cuál se movió antes de nombrar una causa.

Una ilustración, dos semanas de una campaña:

La mayor parte de la subida del CPI es la tasa de clicks. Si quieres repartir la subida en porcentajes, toma el logaritmo de cada razón. El cambio del CPM explica cerca de 30% del cambio del CPI y la tasa de clicks cerca de 70%. La store no hizo nada. Así que el primer lugar donde mirar es el creativo y el mix de ubicaciones, la subasta es el segundo lugar, y el gráfico del CPM por sí solo habría apuntado en la otra dirección.

A partir de la tabla de arriba, parte del cambio logarítmico del CPI que explica cada componente. Una barra completa es toda la subida.

Cada componente tiene su propia lista de causas.

El CPM sube, y la tasa de clicks y la tasa de click a instalación se mantienen estables. La competencia, la estacionalidad, un desplazamiento del gasto hacia países o ubicaciones más caros, o una tasa de acción predicha más baja tras un cambio de evento o de audiencia. Toda subasta documentada combina una puja con una predicción de respuesta. La página de ayuda de Meta nombra la puja, las tasas de acción estimadas y la calidad del anuncio como las partes del valor total que gana la subasta. TikTok dice que su subasta clasifica los anuncios por precio de puja y relevancia. Apple Ads dice que las pujas se combinan con la relevancia, las pujas de otros anunciantes, los precios de reserva y la experiencia general del usuario según principios de segundo precio. Así que el CPM es en parte un resultado de tu propio creativo y de la calidad de la señal, y una subida del CPM no prueba que el mercado se haya movido. Divide el CPM por país y ubicación, y revisa las mismas semanas del calendario del año anterior antes de atribuirlo a la estacionalidad.

La tasa de clicks o el IPM bajan. El desgaste del creativo, también llamado fatiga creativa, es el sospechoso habitual y el que menos se comprueba. El síntoma que puedo observar es que el IPM de un creativo concreto baja a medida que sube su frecuencia, con el CPM estable, y que el gasto se concentra en menos anuncios. Las causas que la gente nombra, como una audiencia saturada o un algoritmo que los castiga, suelen ser suposiciones. La mejor evidencia causal que conozco dice que el desgaste no es una sola curva, aunque se trata de publicidad display de 2010. En los 30 experimentos naturales de Lewis en la portada de Yahoo, que cubren 2.800 millones de impresiones, cuatro campañas se desgastaron tras una o dos exposiciones, diez mostraron poco desgaste tras cincuenta exposiciones, y las estimaciones observacionales ingenuas sobrestimaron el desgaste en 26 de los 30. El propio equipo de analytics de Meta discrepa en el énfasis. En un post de 2023 ajusta una probabilidad de click que cae aproximadamente como (N+1) elevado a menos 0,43, donde N es el número de vistas anteriores del mismo creativo. Sitúa la probabilidad de conversión cerca de 45% más baja con cuatro vistas anteriores. No encuentra ningún periodo de “wear in” (de rodaje) en respuesta directa, donde cada repetición solo cuesta más. Es la regresión observacional de Meta sobre sus propios datos, sin muestra indicada, y la leo como una forma y no como un número. Su split test, que añadió creativos nuevos a ad sets con fatiga en unos 26.000 casos, sí mejoró la conversión en proporción a la fatiga. Así que testeo el resultado y dejo la causa abierta. En una campaña de tROAS el algoritmo seguía escalando cinco anuncios que nunca alcanzaron el target de 30% de D0. Dupliqué la campaña sin ellos y corrí ambas durante 30 días. En la original, ninguno de los cinco con más gasto alcanzó el target. En la copia, cuatro de cinco lo alcanzaron, y el algoritmo encontró seis creativos nuevos por encima del target. El IPM por sí solo no te dice qué creativo hacer a continuación, pero sí te dice cuál dejó de funcionar.

El click a instalación baja. El anuncio sigue recibiendo el click y la página de la store lo pierde. Un cambio de screenshots, una caída de rating, un precio que ahora aparece en la página, un destacado que terminó, o un desajuste entre lo que prometía el anuncio y lo que muestra la página. La optimización de la página de producto de Apple te deja testear hasta tres tratamientos contra el original durante un máximo de 90 días, y la propia tech talk de Apple sobre el tema repasa dos tests en los que perdió el ganador esperado. Un set de screenshots con temática de fiestas perdió contra el control evergreen, y en otro test un screenshot superó al app preview al que reemplazaba. Un cambio en la página de la store mueve el CPI sin que intervenga la subasta, y está en el registro de cambios si alguien lo anotó.

Una salvedad de medición sobre la propia división. Las instalaciones acreditadas a una vista no tienen click, así que dividir las instalaciones entre los clicks sobrestima la tasa de conversión. Usa el IPM de una sola fuente, no la tasa de clicks por la conversión de dos fuentes, y espera que la versión de la plataforma y la del MMP difieran. AppsFlyer dice que el eCPI que calcula Meta y el que calcula AppsFlyer suelen diferir, porque Meta aporta el costo y AppsFlyer cuenta las instalaciones con sus propias reglas.

¿Puede caer el ROAS mientras el CPI se mantiene igual?

Sí. El ROAS a la antigüedad t es el valor por instalación en t dividido entre el CPI. Para una app de suscripción, el valor por instalación es aproximadamente instalación a trial × trial a pago × proceeds por primer pago × (1 + renovaciones realizadas hasta t). Para un juego es tasa de pagadores × valor por pagador + ad revenue por instalación. Todo término salvo el CPI queda después del anuncio, y la antigüedad t es un término propio.

El caso del juego otra vez, porque es el más limpio que tengo. A lo largo de cuatro semanas el valor del pedido cayó de £29 a £25, a £23 y a £18 en la misma campaña, con el mismo setup y el mismo objetivo de optimización, y el D0 ROAS se redujo a la mitad, de 22% a 11% mientras el CPI apenas se movía. Todo el juego se estaba debilitando. El ARPDAU bajó 30%, el revenue de compras por usuario bajó 33% y el ad revenue por usuario bajó 25%. La mezcla de revenue había pasado de 85% compras a un reparto parejo con los ads, así que el valor del pedido ahora dependía también de los eCPMs de los ads. Eso lo convertía en algo más que un problema de adquisición. El número que se sostuvo fue el costo por compra, por debajo de £30 en cada semana en que el D0 superó 20%.

Una ilustración para una app de suscripción. El CPI se mantiene en $2,00, la tasa de instalación a trial se mantiene en 10%, y tras un rediseño del paywall la de trial a pago baja de 40% a 30% sobre un primer pago de $40. El valor por instalación a D30 baja de $1,60 a $1,20 y el D30 ROAS de 80% a 60%, con la subasta, el creativo y el targeting intactos. También ocurre lo contrario. Mueve el gasto hacia países donde una instalación vale más y el CPI sube de $2,00 a $2,50 mientras el valor por instalación sube de $1,60 a $2,40, así que el ROAS pasa de 80% a 96%. Si recortas la campaña cara solo por el CPI, recortas la mejor. Pienso en el ROAS como intención por encaje por fuerza del funnel, dividido entre costo, y el CPI es solo el denominador.

¿Es la medición y no el rendimiento?

Varias cosas cambian el número reportado sin que cambien los usuarios, y las descarto antes de tocar nada.

Ventanas de atribución. La Ads Insights API de Meta dejó de devolver las ventanas de 7 day view y 28 day view el 12 de enero de 2026, como Meta comunicó a los desarrolladores en octubre de 2025 y Supermetrics documentó para su conector. Cualquier reporte que siguiera pidiéndolas mostró una caída de conversiones que fue un cambio de reporting, no un cambio de rendimiento. No lo vi en mis propias cuentas, así que esta es una comprobación basada en fuentes y no una observación. El MMP y la plataforma también difieren por diseño. AppsFlyer lista 7 day click y 1 day view como el máximo y el valor por defecto de Meta, y en una cuenta que medí, las campañas con 1 day view corrieron cerca de 20% por encima del MMP en instalaciones. Una brecha estable es un factor de calibración. Una brecha que se movió en una fecha concreta es un cambio de ajustes.

SKAN y AdAttributionKit. Con SKAN 4, una campaña recibe tres postbacks, los días 0 a 2, 3 a 7 y 8 a 35, con el fine value solo en el primero. AdAttributionKit, desde iOS 18.4, permite que cada red configure sus propias ventanas, así que comprueba las duraciones en tu propio setup y no las des por supuestas. La documentación de Apple dice que el valor de conversión es condicional y solo se incluye cuando se cumplen los umbrales de crowd anonymity. Un volumen menor puede bajar una campaña de tier y volver nulos sus valores, así que el ROAS de iOS se desploma en el dashboard mientras el revenue en RevenueCat no cambia. Una edición del esquema o de las ventanas hace lo mismo. Escribí sobre cómo cae el pago del trial en esas ventanas y por qué discrepan Google Ads, el MMP y SKAN.

Mapeo de eventos, moneda y duplicados. Una compra enviada sin valor. Revenue en moneda local etiquetado como dólares. Eventos de trial y de pago intercambiados. Reembolsos o renovaciones sin enviar. Eventos de prueba en producción. Dos pipelines que envían la misma compra, algo que importa porque AppsFlyer señala que Meta deduplica las instalaciones entre MMPs pero no los eventos in app. Y una capa de BI que cambió sin avisar de bruto a proceeds. Alineo las fechas de versiones del SDK con el cambio brusco de la métrica, y hago las tres comparaciones entre la plataforma, el MMP y RevenueCat antes de creer una caída.

¿Las cohortes nuevas son simplemente jóvenes?

Escalar baja el blended ROAS por sí solo. Toma una curva ilustrativa de ROAS acumulado por antigüedad de la cohorte de 10% en la semana 0, 25% en la semana 1, y luego 33%, 38%, 42% y 45% hasta la semana 5. Gasta $10.000 a la semana durante seis semanas y el blended ROAS de todo hasta la fecha es 32,2%. Mantén las cuatro semanas más antiguas en $10.000 y duplica las dos más nuevas a $20.000, con una calidad de cohorte idéntica, y el blended ROAS hasta la fecha es 28,5%. La cuenta no empeoró. Se volvió más joven. Un recorte de presupuesto recuperaría mecánicamente el número blended, y esa es la trampa.

La solución es la regla del artículo de cohortes. Compara a la misma antigüedad, D7 contra D7 y D28 contra D28, por semana de instalación. La pregunta real después de escalar el gasto es si las cohortes marginales son peores que las anteriores a la misma antigüedad, porque los rendimientos decrecientes son reales, y esa pregunta no se puede leer en absoluto en un número blended. Para la lectura temprana uso D0, porque en mi estudio de $606K el D0 ordenó 38 campañas casi igual que el D28.

¿Cambió la forma de la cuenta?

Mix de países y de ubicaciones. Un CPI blended puede subir con el CPI de cada país sin cambios, porque el gasto se movió entre países. Divide el cambio en la parte que ocurre dentro de cada país y la parte que viene del mix, y haz lo mismo con las ubicaciones, porque las impresiones baratas con IPM bajo bajan el CPM y suben el CPI al mismo tiempo. En mi auditoría por países un país corrió a 28% de ROAS durante tres meses dentro de una campaña que marcaba 70%, y el número blended nunca se inmutó.

Reinicios del aprendizaje. Cambiar el evento de optimización, la estrategia de puja o la estructura reinicia el aprendizaje y cambia qué usuarios compra la plataforma. TikTok dice a los anunciantes que no ajusten una puja en más de 10% durante la fase de aprendizaje. Google te dice que juzgues Smart Bidding en periodos con al menos 30 conversiones, 50 para target ROAS, y dice que una campaña de apps está limitada por la puja cuando el CPA logrado sigue de cerca el target o lo supera de forma intermitente. La propia página de Meta dice que un ad set suele salir del aprendizaje tras unos 50 resultados en la semana posterior a su última edición significativa, que es un número de Meta, no una ley. Toda comparación que abarque una edición significativa queda contaminada, así que espera un ciclo de aprendizaje antes de juzgarla.

Demasiadas campañas. En una cuenta de EE. UU. cuatro de ocho campañas nunca habían superado los 50 eventos de optimización a la semana y produjeron 70 entre las cuatro, la señal de una sola campaña repartida entre cuatro. Se llevaron 23% del presupuesto y devolvieron 54% en day 28 frente a 80% de las otras cuatro, y 54% frente a 75% manteniendo constante la antigüedad de lanzamiento. Es una sola cuenta, y en ella el presupuesto siguió al rendimiento. Trata la cifra de 50 eventos como una comprobación que hacer primero y no como una regla.

¿Es la estacionalidad?

Solo si puedes demostrarlo frente a tu propia línea base. No encontré ningún conjunto de datos primarios sobre la estacionalidad del CPM en móvil, y los recargos de Q4 que citan agencias y proveedores de herramientas discrepan entre sí en más de un factor de dos, así que ninguno aparece aquí. La comprobación son las mismas semanas del calendario del año pasado, por país y ubicación, normalizadas por tu propio gasto. Un CPM que sube con la tasa de clicks y la tasa de click a instalación estables es coherente con la competencia. Un CPM que sube con la tasa de clicks a la baja es una cuestión de creativo con una excusa estacional añadida. La estacionalidad también mueve el lado del producto, así que una tasa de trial de enero que sube en una fitness app es estacionalidad en el numerador.

¿Cómo se ve el árbol de decisión?

1. ¿Cambió la medición? SDK, ajustes del MMP, ventanas de atribución, esquema de valores de conversión, conectores, moneda, bruto o neto. Si es así, corrígelo y fija una línea base nueva antes de cualquier decisión de presupuesto.
2. ¿Las cohortes tienen la misma antigüedad? Si no, reconstruye por semana de instalación a un día fijo.
3. ¿Se movió el CPI, y qué componente? El CPM apunta a la competencia, al mix o a la calidad de la señal. La tasa de clicks o el IPM apuntan al creativo y a la ubicación. El click a instalación apunta a la página de la store.
4. ¿Se movió la conversión después de la instalación? Instalación a trial, trial a pago, tasa de pagadores, por versión de la app, contra el registro de versiones.
5. ¿Se movió el valor por pagador? Precio, mix de planes, reembolsos, renovaciones, valor del pedido, eCPMs de ads, el setup de mediación.
6. ¿La brecha es solo entre la plataforma y el MMP? Entonces son ventanas o duplicados, no usuarios.
7. ¿No se movió nada en cohortes emparejadas y datos fiables? Entonces estás en el margen de la demanda con esta eficiencia, y el siguiente paso es un holdout o un test geográfico, y después una decisión de presupuesto.

¿Cuándo es recortar el presupuesto la decisión correcta?

Mi regla es que recorto cuando cohortes de la misma antigüedad no alcanzan el techo de CPA con datos reconciliados y nada en el registro de cambios lo explica. La fitness app es el caso más cercano que tengo, con un target de $15 haciendo las veces de techo. Hacia el día 25 el costo por trial estaba en $30 frente a un target de $15, con una medición que habíamos configurado a través de Meta, App Store Connect, RevenueCat y Mixpanel. Habían corrido más de 40 creativos y el algoritmo había puesto el 90% del gasto en dos que seguían sin llegar, y el diagnóstico era un producto que atendía a dos audiencias con un solo funnel. Pausamos, con el trabajo de producto y las condiciones de regreso por escrito. Los $30 de costo por trial eran un piso real, y los pequeños ajustes no lo habrían movido.

Lo que no hace un recorte. No arregla una regresión del paywall, porque el ROAS sigue bajo con cualquier gasto. No arregla un error de mapeo de eventos, porque la plataforma sigue optimizando hacia la señal equivocada. No arregla el desgaste, porque un gasto menor puede bajar la frecuencia durante una semana y no renueva nada. No arregla las cohortes jóvenes, porque solo mejora el número blended de forma cosmética. Y una edición grande en Meta, TikTok o Google puede reiniciar el aprendizaje y sumar un segundo problema al primero. Cuando la decisión es grande, un holdout o un test geográfico va antes del recorte, como correría uno para una red.

¿Qué deberías revisar antes del próximo cambio de presupuesto?

1. Congela y registra. Cada cambio de las últimas dos o tres semanas, en la app, la página de la store, los eventos, los ajustes de atribución y las campañas.
2. Reconcilia. Plataforma contra MMP contra RevenueCat en instalaciones, trials y compras. Ventanas alineadas, moneda y base confirmadas, sin eventos duplicados.
3. Revisa las ventanas. Ningún reporte que siga pidiendo una ventana que la plataforma ya no devuelve.
4. Revisa la señal de iOS. El volumen de postbacks, la proporción de valores nulos o coarse, cualquier edición del esquema o de las ventanas.
5. Reconstruye con cohortes de la misma antigüedad. D0, D7 y D28 por semana de instalación, nunca un número blended por calendario.
6. Divide el CPI. CPM, tasa de clicks o IPM, y click a instalación, por país y ubicación.
7. Separa el mix de la tasa. El cambio dentro de cada país frente al desplazamiento del gasto entre países.
8. Revisa el funnel por versión de la app. Instalación a trial, trial a pago, tasa de pagadores, valor por pagador, renovaciones, contra el registro de versiones.
9. Revisa los creativos. IPM por antigüedad y frecuencia del creativo, concentración del gasto, la fecha del último concepto nuevo.
10. Revisa el estado de aprendizaje. Si una edición significativa cae dentro de la ventana de comparación, espera un ciclo.
11. Compara la estacionalidad con el año pasado, o descarta la hipótesis.
12. Después decide, con el ROAS marginal a la misma antigüedad frente al techo, y con un holdout primero cuando la cifra es grande.

Si estás en el paso uno y el registro está vacío porque nadie llevó uno, el growth audit es donde lo reconstruyo para una cuenta y hago las doce comprobaciones, y se puede reservar por separado, con cualquier nivel de gasto.

Fuentes y alcance

Todas verificadas el 5 de octubre de 2026. La documentación de las plataformas cambia sin aviso, así que revisa la fecha antes de citar un umbral o una ventana. La división del CPI, el ejemplo del paywall, el ejemplo del mix de países y el ejemplo del escalado son aritmética sobre supuestos marcados como tales, no una cuenta. Los casos que enlazo son cuentas en las que trabajé, una cuenta cada uno, y no experimentos controlados. Las páginas de ayuda de Meta bloquean el acceso automatizado, así que las hice abrir en un navegador.

• Meta, About ad auctions y About the learning phase, Meta Business Help Center
• TikTok, Available bidding methods y Available bid strategies for App Event Optimization, TikTok Ads Manager Help
• Google, Best practices for App campaigns y About Smart Bidding, Google Ads Help
• Apple, Apple Ads glossary, Create a product page optimization test, Make the most of product page optimization, Tech Talk, y Measuring ad performance with AdAttributionKit
• Adjust, How SKAdNetwork 4 works, Adjust Help Center
• AppsFlyer, Meta ads FAQ y Measuring attribution with multiple MMPs, AppsFlyer Help Center
• Meta, Ads Insights API Metric Availability Updates, Meta for Developers, 16 de octubre de 2025
• Supermetrics, Facebook Ads: new historical limitations, attribution window and metric removals, January 12, 2026, documentación de un proveedor de conectores sobre el mismo cambio
• Lewis, Worn Out or Just Getting Started? The Impact of Frequency in Online Display Advertising, AEA 2015, working paper sin versión revisada por pares encontrada, autor entonces en Google, anuncios display de la portada de Yahoo de 2010
• Analytics at Meta, Creative Fatigue, Medium, 10 de mayo de 2023, regresión observacional propia de Meta más un split test de unos 26.000 casos, investigación del proveedor