Dos campañas pueden enviar el mismo número de clics y producir cantidades de dinero radicalmente distintas. La diferencia casi nunca está en el volumen del titular: está en la calidad de lo que hay detrás. Aprender a juzgar esa calidad, rápido y sin engañarte a ti mismo, es la habilidad que separa al operador que escala del que sangra presupuesto en basura, en silencio.
El análisis de la calidad del tráfico es la disciplina de preguntarse, por cada clic que pagas, ¿es este un humano real e interesado que se comporta como un comprador? La respuesta vive en tus datos: en cómo convierten las fuentes, en cómo se aprueban las conversiones y en cómo rinden los sub-ID y los emplazamientos cuando desglosas los números. Esta guía recorre las señales que importan, las banderas rojas que delatan al mal tráfico y cómo distinguir un tráfico genuinamente inútil de una buena fuente a la que están haciendo shaving injustamente. Si algún término te resulta nuevo, ten un glosario a mano mientras lees.
La calidad es comportamiento, no volumen. Un visitante de alta calidad llega con intención, interactúa con tu página, completa la acción por la que te pagaban y —en las ofertas que lo premian— se queda y genera valor de vida. El tráfico de baja calidad hace lo contrario: rebota en segundos, nunca convierte, o convierte y luego se revierte porque el usuario era falso, duplicado o incentivado de forma fraudulenta. Cada señal de calidad que mides es en realidad un sustituto de una sola pregunta: ¿estaría el anunciante contento de volver a pagar por este usuario? Cuando la respuesta es sí, tienes un activo que merece escalarse; cuando es no, más volumen solo multiplica la pérdida. Por eso los compradores veteranos juzgan una fuente por el ROI y no por los clics brutos: el recuento de clics te halaga, el retorno dice la verdad.
La primera pregunta sobre calidad es si el tráfico es siquiera humano. El tráfico inválido —bots, granjas de clics, proxies de centros de datos y dispositivos secuestrados— es una parte grande y persistente de la web moderna. Los monitores de fraude del sector estimaron en 2025 que aproximadamente una quinta parte del tráfico web general y cerca de un tercio de los usuarios individuales mostraban patrones inválidos o no humanos, con el tráfico móvil in-app a menudo peor; los informes especializados en fraude de afiliación situaban la actividad de bots en torno a una cuarta parte de los clics de afiliación y culpaban a la manipulación de sub-ID de una porción significativa de los incidentes. Esas cifras varían por proveedor y por vertical, así que tómalas como orientativas y no como exactas, pero el mensaje es consistente: una fracción nada trivial de cualquier feed en bruto no vale nada antes de que optimices una sola creatividad.
Se detecta por patrón, no mirando fijamente clics sueltos. Un click-through imposiblemente alto con conversión casi nula, racimos de clics desde la misma IP o rango de centro de datos, conversiones que se disparan con segundos de diferencia a intervalos perfectos de máquina y tráfico que nunca hace scroll ni mueve el cursor son huellas de fraude clásicas. Las herramientas antifraude mantienen listas de bloqueo vivas de IP de alto riesgo, proxies y salidas de VPN, actualizadas continuamente, y la mayoría de trackers te permiten filtrarlas o marcarlas automáticamente. Limpia primero el fraude evidente, porque distorsiona todas las demás métricas que estás a punto de leer.
Una vez que el tráfico es humano, el engagement te dice si está interesado. El tiempo en página, la profundidad de scroll, las páginas por sesión y el click-through de tu lander a la oferta son el sistema de alerta temprana que se activa mucho antes de que los datos de conversión sean estadísticamente estables. Una fuente que envía visitantes que leen la página, recorren el ángulo y hacen clic se comporta como una audiencia; la que produce un rebote de dos segundos a escala está enviando globos oculares que nunca fueron tuyos para convertir. El engagement es además la señal más rápida que tienes —puedes leerla en horas, mientras que la aprobación y el valor de vida tardan días o semanas—, así que es la métrica que te permite matar la basura obvia antes de que queme un presupuesto de test completo. Combínala con un seguimiento limpio para poder confiar en que lo que ves refleja la realidad y no un píxel roto.
La tasa de conversión te dice con qué frecuencia el tráfico completa la acción; la tasa de aprobación te dice cuánto de eso sobrevive a la validación del anunciante; y el EPC —ganancias por clic— junta ambas en el único número que realmente puedes comparar entre fuentes. Una fuente con menor tasa de conversión pero con una tasa de aprobación mucho más alta puede ganar más que otra más vistosa, porque las conversiones no aprobadas no pagan nada. La jugada del operador es desglosar cada métrica por fuente y no juzgar nunca por una media mezclada, que esconde el buen tráfico subvencionando al malo. Lee la tabla de abajo como la forma de una fuente sana frente a una sospechosa.
| Señal | Tráfico sano | Bandera roja |
|---|---|---|
| Rebote / engagement | Hace scroll, lee, hace clic | Rebote de menos de 2 s a escala |
| Ratio clic-a-lead | Plausible, típico de la fuente | Muchísimos clics, casi ningún lead |
| Tasa de aprobación | Estable y predecible | Desplome súbito frente al histórico |
| Momento de las conversiones | Repartido de forma natural | Intervalos perfectos de máquina |
| Dispersión de IP / dispositivos | Diversa, residencial | Agrupada, centro de datos, VPN |
| EPC por fuente | Consistentemente por encima del coste | Volátil o por debajo del coste |
Los números mezclados por fuente son una mentira cómoda. El trabajo de verdad ocurre un nivel más abajo, en el sub-ID: el emplazamiento, widget, sitio o zona que tu tracker registra para cada clic. Dentro de casi cualquier fuente de tráfico, un puñado de emplazamientos produce la mayor parte de tu beneficio mientras una larga cola lo drena en silencio, y la única forma de verlo es agrupar tus datos por sub-ID y ordenarlos por EPC y tasa de aprobación. Una vez que ves a los perdedores, los pones en la lista negra —excluyendo los emplazamientos que consistentemente cuestan más de lo que devuelven— y, cuando una fuente está probada, inviertes la lógica en una lista blanca que compre solo las zonas que ya funcionan. La mayoría de trackers y de fuentes grandes te dejan automatizarlo con reglas que añaden o pausan emplazamientos cuando cruzan un umbral, lo que convierte una tarea manual en un filtro permanente. Esta poda a nivel de emplazamiento es el corazón del flujo de optimización, y depende por completo de que tus datos sean fiables de entrada: si los números parecen imposibles, sospecha de un problema de datos antes de actuar sobre ellos.
No toda caída de conversiones aprobadas es culpa tuya. El shaving ocurre cuando un anunciante o una network reporta de menos o revierte conversiones que tú generaste legítimamente, y desde tu panel puede parecer idéntico a una fuente que se estropea. La forma de separar ambos es aislar la variable. Si tu seguimiento de conversiones en página —los leads capturados antes del postback— se mantiene sano mientras las aprobaciones caen misteriosamente, el problema está aguas abajo, no en tu tráfico. Si el engagement y la captura de leads se desploman juntos, es el tráfico el que se ha deteriorado. Comparar la misma fuente en dos ofertas, o la misma oferta en dos fuentes, te dice si el patrón sigue al tráfico o al pago. Un shaving sospechado es una conversación comercial y de gestión de riesgo que hay que tener con la network, respaldada por tus propios números; el tráfico genuinamente malo es una lista negra y un recorte de presupuesto. Confundir ambos —cortar una buena fuente o excusar una mala— es uno de los errores más caros de la compra a rendimiento.
Toda la disciplina se reduce a un principio operativo: un flujo pequeño de tráfico de calidad gana a una avalancha de basura. El volumen parece progreso e infla todas las métricas de vanidad, pero si convierte mal, aprueba peor o esconde fraude, escalarlo solo escala la pérdida. La secuencia del operador es probar la calidad en un test ajustado y bien medido, podar hasta quedarte con los emplazamientos y sub-ID que de verdad devuelven por encima del coste, y solo entonces empujar volumen por las partes en las que confías. Esa es exactamente la base que necesitas antes de intentar aumentar la inversión, y por eso el análisis de calidad va primero y escalar tráfico de forma segura va después: no puedes escapar del mal tráfico escalando; solo puedes escalar lo que ya ha demostrado estar limpio.
El suficiente para la señal que estés leyendo. El engagement y el fraude evidente aparecen en los primeros cientos de clics, así que puedes matar la basura pronto. La tasa de aprobación y el EPC por fuente necesitan más —a menudo unos cuantos cientos de conversiones por fuente— antes de ser lo bastante estables para actuar. El error es juzgar la aprobación con diez conversiones y meter en la lista negra una fuente que simplemente tuvo mala suerte en una muestra pequeña.
Una gran brecha entre clics y sesiones con engagement. Cuando una fuente envía miles de clics pero casi nadie hace scroll, lee o pasa a la oferta, estás viendo bots o clics accidentales mucho antes de que los datos de conversión lo confirmen. Es el aviso más temprano y barato que vas a tener.
Aísla la variable. Si tu propia captura de leads se mantiene sana mientras caen las aprobaciones del lado del anunciante, la pérdida está aguas abajo y apunta a shaving o a un cambio de validación. Si el engagement y los leads se desploman juntos, el tráfico se estropeó. Pasar la misma fuente por una segunda oferta suele zanjar cuál de las dos es.
No. Juzga los emplazamientos con una muestra significativa y un patrón consistente, no con un único día volátil. Mete en la lista negra los sub-ID que pierden dinero repetidamente, da un test justo a los que están en el límite y mantén a los ganadores en una lista blanca para que tu presupuesto fluya hacia las zonas que se lo han ganado.
Un recorrido práctico por las fuentes de tráfico de afiliación — native, social, búsqueda, push e in-app — con sus fuerzas, costes y usos.
Esencial · 12 min de lecturaEl error rara vez es una mala fuente de tráfico: es una buena fuente apuntada a la oferta equivocada.
Esencial · 11 min de lecturaEl native convierte, pero no si mandas clics fríos directos a la oferta.
Aprende los fundamentos y luego aplícalos dentro de la network.
Únete a la network