Para acceder al panel del programa de referidos HUNT ME, ingrese el correo y la contraseña utilizados durante el registro.
Rellena la solicitud: te llevará 2 minutos. Un gestor se pondrá en contacto contigo por Telegram, te dará formación gratuita y te ayudará a conseguir tu primer resultado.
En affiliate marketing es fácil recordar el resultado de una campaña y olvidar las condiciones en las que se obtuvo. Una oferta «funcionaba bien», determinado GEO «era rentable» y una creatividad generaba leads baratos. Un mes después, nadie recuerda la fuente, el SubID, la puja, la versión del prelander o cuánto dinero quedó realmente después del hold, los refunds y otros ajustes.
Las estadísticas generales solo resuelven una parte del problema. El tracker muestra clics y conversiones, la plataforma publicitaria registra los gastos y el programa de afiliados refleja ingresos y pagos. Sin embargo, estos datos no siempre explican qué estaba ocurriendo con la campaña en un momento concreto ni por qué se tomó determinada decisión.
Por eso resulta útil llevar un affiliate testing journal. No tiene que ser un sistema contable complejo ni un dashboard enorme. Su función es conservar el historial de lanzamientos, hipótesis, cambios y resultados para poder reconstruir la lógica de una campaña semanas después y evitar repetir errores que ya costaron dinero.
Las estadísticas responden principalmente a la pregunta «qué ocurrió». Un affiliate campaign log añade dos preguntas más importantes: «por qué ocurrió» y «qué se hizo después».
Por ejemplo, el tracker muestra que el EPC empezó a caer el 15 de agosto. El gráfico por sí solo no explica la causa. Pero el registro de campaña puede indicar que el día anterior se aumentó el presupuesto, se añadieron dos nuevos placements y se lanzó una creatividad distinta. Ya existe un punto concreto desde el que comenzar el análisis.
Gana con HUNT ME — pagos semanales
Por eso, un registro de tests no debe guardar únicamente los casos de éxito. Los tests fallidos pueden ser incluso más útiles. Si ya se gastaron 300 dólares en comprobar que cierto ángulo creativo genera registros baratos pero prácticamente ningún paid user, no tiene sentido repetir exactamente el mismo experimento tres meses después.
La función del affiliate testing journal no es acumular todas las métricas posibles, sino conservar contexto útil: qué se probó, en qué condiciones, cuál fue el resultado y qué decisión se tomó.
Cuando hay varias campañas activas, la cantidad de información supera rápidamente lo que se puede recordar. Cambian los GEO, bids, creatividades, landings, caps y condiciones de las ofertas. Se prueban nuevas fuentes mientras se desactivan placements antiguos.
Un affiliate campaign log bien organizado permite saber qué ofertas realmente generaban beneficio, qué GEO tenían mejor paid rate, qué creatividades atraían usuarios de mayor calidad y después de qué cambios empezaba una caída de rendimiento.
También resulta especialmente útil antes de repetir un test. En lugar de lanzar una campaña desde cero, se puede revisar si un segmento similar ya fue probado, cuánto costó y qué conclusión dejó.
El registro facilita además la comunicación con el affiliate manager. En vez de escribir «el approve ha caído», es posible indicar la fecha exacta, GEO, source, SubID y mostrar las métricas anteriores y posteriores al cambio.
Si una campaña ya ha perdido rendimiento y no está claro dónde está el problema, puede ser útil consultar también la guía para detectar en qué parte de la campaña se ha roto la conversión.
No es necesario crear diez documentos distintos. Para muchos afiliados basta con una sola affiliate testing spreadsheet organizada en varios bloques.
Gana con HUNT ME — pagos semanales
Conviene registrar:
Lo importante es que los datos estén relacionados.
Si existe una creatividad identificada como CR-014, debe ser posible saber en qué campaña se utilizó, en qué GEO, con qué fuente y qué resultados obtuvo. Si el prelander cambió el 20 de agosto, el registro debe permitir comparar las métricas anteriores y posteriores a esa fecha.
Una affiliate test tracking spreadsheet sencilla y actualizada regularmente es mucho más útil que un sistema perfecto que se abandona después de una semana.
Guardar únicamente el nombre de la oferta y el payout no es suficiente. Las condiciones cambian y, si no existe un historial, los tests antiguos dejan de ser comparables.
En el affiliate offer and traffic source journal conviene guardar el programa de afiliados, modelo CPA, RevShare o hybrid, GEO disponibles, dispositivos, payout, hold, caps, allowed traffic y KPI principales.
También deberían aparecer los eventos disponibles, condiciones de refund y chargeback, fecha de inicio del test y estado actual de la oferta.
Las condiciones acordadas con el affiliate manager merecen un campo aparte: autorización de una determinada source, aumento individual de cap o aprobación de un tipo específico de prelander.
De esta forma, dentro de unos meses no se verá simplemente que «la oferta X generó un ROI del 25 %», sino las condiciones exactas bajo las que se produjo ese resultado.
Si después cambia el payout o aumenta el hold, la rentabilidad histórica ya no puede trasladarse automáticamente a un nuevo lanzamiento.
Mezclar varios países y sources en una única cifra puede ocultar problemas.
Una campaña puede mostrar un ROI global de +18 %, pero al separar los GEO descubrir que uno genera +41 % y otro −16 %. El segmento rentable está financiando al que pierde dinero.
Para hacer un buen affiliate offer and creative tracking conviene registrar por separado:
Esta segmentación se vuelve todavía más importante durante el escalado. Cuanto mayor es el volumen, más dinero puede consumir un segmento pequeño pero claramente deficitario.
Los SubID no sirven únicamente para el tracker. También permiten conectar el resultado con un segmento concreto dentro del registro.
Lo ideal es utilizar desde el principio una estructura coherente. Por ejemplo, un parámetro para source, otro para campaign, otro para placement y otro para creative.
La estructura puede variar, pero debería mantenerse estable.
Nombres como new_test2, final_test_new o campaign_good pierden rápidamente su significado.
Una estructura de SubID bien diseñada permite sustituir una conclusión vaga como «la campaña ha empeorado» por otra mucho más útil: «después de añadir el placement X, el paid rate cayó a la mitad, mientras que el resto de placements mantuvo los resultados».
En ese caso, la acción lógica es eliminar el segmento débil, no apagar toda la campaña.
El affiliate creative tracking no debería convertirse simplemente en una carpeta de imágenes y vídeos. Conviene registrar también la hipótesis publicitaria que existe detrás de cada creatividad.
Para cada pieza se pueden guardar ID, ángulo, formato, hook, CTA, GEO, fuente y fecha de lanzamiento. Después se añaden CTR, CPC, clics, leads, approve, paid rate, refund y net revenue.
Esta estructura ayuda a evitar uno de los errores más frecuentes: optimizar únicamente por CTR.
Una creatividad puede generar muchos clics baratos y, al mismo tiempo, atraer usuarios que prácticamente no pagan. Otra puede producir clics más caros, pero tener mejor paid rate y generar más net profit.
Después de varias decenas de tests aparece una base propia de ángulos publicitarios. Ya no solo se sabe qué creatividades generan clics, sino cuáles atraen tráfico de mayor calidad.
Para ampliar un enfoque ganador sin quemar rápidamente a la audiencia puede utilizarse también la matriz de creatividades para generar múltiples variaciones publicitarias.
Otra función importante del affiliate campaign expense and payout tracker es separar las cifras atractivas del dashboard del dinero que realmente queda después de todos los costes.
El gasto no incluye únicamente la compra de tráfico. También pueden existir costes de creatividades, tracker, dominios, hosting, herramientas, comisiones o trabajo de terceros.
Por el lado de los ingresos tampoco basta con mirar los accruals del programa de afiliados. Entre la cantidad registrada y el beneficio final pueden aparecer hold, refund, chargeback, deductions y comisiones de pago.
Por eso conviene controlar como mínimo:
Por ejemplo, el panel muestra 5.000 dólares de ingresos con 3.800 dólares de gasto publicitario. A primera vista parece existir un beneficio de 1.200 dólares. Después aparecen 250 dólares en refunds, 150 en deductions y otros 100 en servicios y comisiones. El beneficio real ya es muy distinto.
Si las cifras propias y las del programa dejan de coincidir, conviene realizar una conciliación paso a paso de ingresos, holds, cancelaciones y ajustes.
Un affiliate testing journal no necesita convertirse en un sistema contable completo. Lo importante es utilizar siempre la misma lógica.
En su versión más sencilla, el net profit es el ingreso real menos todos los costes relacionados con la campaña. El ROI también debería calcularse utilizando esta cifra y no únicamente el gross revenue mostrado en el dashboard.
Hay que tener especial cuidado con ofertas cuya economía tarda en madurar.
Con un hold largo, modelos RevShare o suscripciones, evaluar el resultado dos días después del lanzamiento puede llevar a conclusiones equivocadas. Parte de los pagos, rebills o refunds todavía no se ha producido.
En estos casos resulta útil marcar el test como pendiente de datos definitivos antes de decidir si escalar o detenerlo.
Una nota como «probamos una creatividad nueva» tiene muy poco valor. No indica qué se intentaba mejorar ni qué aprendizaje debía generar el test.
Antes de cada prueba conviene registrar:
Por ejemplo: «Comprobar si un hook más directo aumenta el paid rate de la source X en GEO Y sin incrementar el refund».
Después se añaden el resultado real, la conclusión y el siguiente paso.
Así, un affiliate hypothesis journal convierte pruebas aisladas en conocimiento acumulado. Ya no se sabe simplemente que una creatividad ganó a otra: se entiende qué enfoque funcionó y para qué audiencia.
Cuando existe un historial de cambios, el affiliate campaign performance drop analysis se vuelve mucho más sencillo.
Primero hay que identificar la fecha en la que comenzó la caída y comprobar qué ocurrió justo antes.
Tal vez se aumentó el presupuesto, se añadió otro GEO, aparecieron nuevos placements, se cambió una creatividad o prelander, el programa modificó el cap o surgió un problema de postback.
Después se comparan EPC, approve, paid rate, refund y net profit antes y después del cambio. A continuación, los datos se separan por GEO, device, source, creative y SubID.
Por ejemplo, el paid rate cae del 37 % al 28 % el 12 de septiembre. El campaign log muestra que el día 11 se añadieron cuatro placements. Los placements antiguos siguen generando un 36–38 %, mientras que los nuevos se quedan entre el 12 y el 17 %.
La causa ya está localizada sin necesidad de detener toda la campaña.
Para conectar este historial con el funnel completo puede utilizarse también la analítica end-to-end para affiliate marketing.
Una de las prácticas más útiles es registrar cada cambio capaz de afectar a la economía de la campaña.
No hace falta anotar cada detalle. Sí conviene guardar aumentos o reducciones de presupuesto, cambios de bid, nuevos GEO, placements, creatividades, landings, targeting o condiciones de la oferta.
Las notas pueden ser muy breves:
14.09 — presupuesto aumentado de 200 a 260 dólares diarios.
17.09 — añadidos placements A, B y C.
19.09 — placement B desactivado por paid rate inferior a la media.
Un mes después, estas tres líneas pueden explicar más que varios gráficos sin contexto.
Durante el scaling, documentar los cambios se vuelve todavía más importante. Un presupuesto mayor no solo aumenta el número de leads: también aumenta el coste de cualquier error.
Antes de escalar hay que guardar una referencia inicial con gasto, leads, EPC, approve rate, paid rate, refund y net profit.
Después de cada incremento importante, se registran el nuevo presupuesto y las métricas obtenidas cuando existe suficiente volumen para comparar.
Los nuevos GEO, sources y creatividades deberían mantenerse identificados por separado mediante SubID y registros específicos.
Por ejemplo, el ROI global cae del 31 % al 18 % después de aumentar el presupuesto. El affiliate campaign scaling journal muestra que, al mismo tiempo, se añadió un nuevo GEO. Al analizarlo por separado se descubre que el segmento original mantiene su rentabilidad y el nuevo pierde dinero.
No es necesario revertir toda la campaña. Basta con eliminar la parte problemática.
Un principiante puede comenzar con una sola affiliate testing spreadsheet.
Los campos básicos pueden ser:
A estos datos conviene añadir tres campos: hipótesis, resultado y siguiente paso.
Por ejemplo:
Hipótesis: un nuevo hook aumentará el CTR sin reducir el paid rate.
Resultado: el CTR subió del 1,4 % al 2,1 %, pero el paid rate cayó del 34 % al 22 %.
Siguiente paso: no escalar y probar una versión menos agresiva del hook.
Eso ya constituye una entrada útil dentro de un affiliate campaign optimization log.
Más adelante se pueden añadir device, placement, retention, rebill o versiones de landing, pero solo si esos datos se utilizan realmente para tomar decisiones.
El principal problema es la falta de constancia. Si el documento se actualiza una vez al mes usando la memoria, pierde gran parte de su valor.
También conviene evitar estos errores:
Los tests fallidos deben conservarse especialmente bien. Son los que indican dónde no conviene volver a invertir.
Perder 200 dólares para obtener una conclusión clara puede considerarse el coste de un aprendizaje. Perder otros 200 dos meses después porque nadie guardó ese resultado es simplemente repetir el mismo error.
Mantener un affiliate performance tracking workflow no debería ocupar horas.
A diario basta con revisar gastos y eventos principales, registrar cambios bruscos, añadir tests nuevos y anotar problemas importantes con tracking, sources o moderación.
Una vez por semana conviene hacer una revisión más completa:
De esta manera, el registro sigue siendo una herramienta de trabajo y no un archivo que solo se consulta cuando algo falla.
Una de las mejores prácticas consiste en abrir el journal antes de iniciar una campaña.
Si se va a probar un nuevo GEO, conviene revisar resultados anteriores en ese país. Si vuelve una source antigua, hay que comprobar qué paid rate y refund generaba. Si se quiere reutilizar un ángulo creativo, se pueden consultar tests similares.
Después de varios meses de affiliate testing data management, el historial empieza a responder preguntas que antes requerían gastar dinero en nuevas pruebas.
¿Qué source funciona mejor en determinado GEO? ¿Qué ángulos generan pagos y no solo leads? ¿A partir de qué presupuesto suele deteriorarse el rendimiento? ¿Por qué se detuvo la última campaña de esta oferta?
Cuanto mejor sea el historial, menos decisiones tendrán que tomarse desde cero.
Haber realizado muchas pruebas no significa necesariamente haber acumulado conocimiento. Si los resultados, condiciones y decisiones no se documentan, gran parte de esa experiencia termina desapareciendo.
Un buen affiliate testing journal conecta ofertas, GEO, sources, creatividades, gastos, payouts y cambios dentro de una misma historia. Esto permite hacer affiliate net profit tracking, detectar antes las causas de una caída y saber qué partes de una campaña merecen escalarse.
El sistema tampoco tiene que ser complejo. El valor de una affiliate testing spreadsheet depende mucho más de la regularidad que del número de columnas o fórmulas.
Con el tiempo, el registro se convierte en una base de conocimiento propia: muestra qué GEO funcionan, qué fuentes proporcionan tráfico de calidad, qué ángulos atraen usuarios que pagan y qué decisiones ya costaron dinero en el pasado.
La principal ventaja es simple: cada nuevo test deja de empezar desde cero. Cuanto antes se empiece a documentar de forma sistemática el rendimiento, menos presupuesto se perderá repitiendo errores y más fácil será identificar y escalar las campañas realmente rentables.
El registro toma 2 minutos. No se necesita experiencia — te enseñamos todo.
Solo falta completar el formulario
El registro toma 2 minutos. No se necesita experiencia — te enseñamos todo.
