Simulador de funnel de conversión digital

Mejorar la conversión del paso correcto puede rendir más que duplicar tu tráfico.

  • Resultado inmediato
  • Sin registro
  • Supuestos visibles
  • Cálculo determinístico

En 30 segundos: Simula cada paso del funnel y calcula cuánto revenue adicional genera mejorar cada etapa en un 1%, 5% o 10%. Cálculo determinístico con fórmulas auditables. El resultado es orientativo — ajusta los supuestos para reflejar tu operación real.

Optimizar tu funnel de conversión sube revenue sin necesariamente subir el margen — depende del costo de adquisición incremental. Esta calculadora te da el margen real por venta. Si CAC efectivo sube al optimizar funnel, el margen neto puede caer.

Ejemplo práctico

E-commerce DTC vertical (audífonos premium con kits de personalización) en MX: ticket promedio $1,500, costo de producto $450 (manufactura + flete + paquete), gastos operativos asignados $280 por venta (atención post-venta, devoluciones 5%, plataforma + comisiones, prorrateo de marketing).

Margen bruto por venta: ($1,500 − $450) ÷ $1,500 = 70%. Margen neto post-opex: ($1,500 − $450 − $280) ÷ $1,500 = 51.3%. Utilidad por venta: $770.

Funnel actual: 100,000 visitas/mes → 1.8% checkout rate → 1,800 ventas/mes. Revenue: $2,700,000. Utilidad: 1,800 × $770 = $1,386,000.

Escenario optimización: invertir $80,000 en mejora de checkout (un solo pago, autocompletado, trust badges, removal de campos) sube conversion del 1.8% a 2.4%. Sin cambiar el spend en ads, ventas suben a 2,400 al mes. Utilidad nueva: 2,400 × $770 = $1,848,000 (+$462,000/mes).

Cuidado: si la mejora de conversión viene acompañada de paid social agresivo que sube CAC efectivo (de $400 a $520 por nueva venta), gastos operativos por venta suben a $400. Margen neto cae a ($1,500 − $450 − $400) ÷ $1,500 = 43.3%, utilidad por venta $650. Aun con +600 ventas: 2,400 × $650 = $1,560,000. La conversión subió pero la utilidad neta solo creció $174K, no $462K.

Recomendación operativa: en e-commerce DTC la jerarquía de optimización siempre es (1) reducir devoluciones (afecta tanto producto como reputación, sube CAC orgánico), (2) subir conversión del checkout existing-traffic (free), (3) subir AOV con bundles, (4) subir tráfico pagado (más caro y volátil). Si tu tasa de devolución supera 8%, ataca eso ANTES de cualquier inversión en conversion rate optimization. Cada punto de devolución reducido vale 1.5-2x más que un punto de conversión adicional.

Casos de uso por industria

E-commerce DTC

Margen bruto objetivo 60-75%, neto 8-15% post-CAC. Conversión saludable 1.5-3.5%. Cada punto de conversión adicional = +25-40% en revenue.

SaaS self-serve

Funnel: visitor → trial → paid. Conversión visitor→trial 2-5%, trial→paid 15-25%. Margen >75% justifica CAC alto.

Marketplace consumer

Conversión variable por categoría. Optimizar checkout y trust signals tiene mayor impacto que ads incrementales.

Lead-gen B2B

Funnel largo (visitor → MQL → SQL → cliente). Cada etapa con su propia tasa. Optimizar la etapa con peor conversion suele ser la palanca correcta.

Metodología y supuestos

Cómo se calculan los resultados, qué asumimos al modelar y dónde el método pierde precisión.

Fórmula

Margen bruto = (Precio − Costo) ÷ Precio · Margen neto = (Precio − Costo − Gastos) ÷ Precio

Supuestos

  • Costo del producto incluye únicamente el costo directo unitario (COGS).
  • Los gastos operativos representan el costo asignable por unidad vendida.
  • Sin impuestos sobre la utilidad; el resultado es pre-tax.

Límites de aplicabilidad

  • El margen sobre costo (markup) y el margen sobre precio dan números distintos — usa el adecuado al canal.
  • No diferencia entre productos del mismo SKU vendidos en distintos canales con distintas comisiones.
  • No incorpora estacionalidad ni descuentos promocionales recurrentes.

Fuentes

  • Kotler & Keller — Marketing Management (15ª ed., Pearson).
  • Horngren, Datar & Rajan — Cost Accounting: A Managerial Emphasis (16ª ed., Pearson).

Ya conoces tu margen. Ahora explora cómo diferentes precios afectan tu rentabilidad con la matriz de sensibilidad. Simulador de Precios

Embeber en tu sitio

Esta calculadora es gratuita y embebible. Copia este snippet en tu blog o sitio web y tus lectores podrán calcular directamente desde ahí.

Ancho responsive, alto fijo. Ajusta `height` según tu layout.

¿Quieres ir más allá del cálculo rápido?

Regístrate para acceder a simuladores avanzados con escenarios múltiples, exportación de datos y proyecciones detalladas.

Sin spam. Solo acceso anticipado al simulador de optimización de funnel de conversión.

Guía completa

Calculadora de funnel de conversión: TOFU/MOFU/BOFU, drop-off y el ROI del CRO

En marketing digital serio —CMOs, heads of crecimiento, agencias performance, equipos in-house de e-commerce y SaaS— el funnel de conversión dejó de ser un embudo conceptual y se volvió un modelo cuantitativo con stages medibles, drop-off percentages, session-to-lead y MDE estadístico. Unbounce, HubSpot, CXL Institute y WordStream publican referencias por industria que definen lo que es un funnel saludable vs uno roto.

Una calculadora correcta resuelve cuatro ecuaciones:

Conversion rate por stage = Usuarios stage N+1 / Usuarios stage N × 100

Drop-off % = 1 − Conversion rate

Session-to-lead % = Leads / Sesiones × 100

ROI de mejorar stage X = (ΔConv × AOV × Sesiones) / Costo del experimento

TOFU / MOFU / BOFU: segmentación que decide el ROI del CRO

TOFU (Top of Funnel): visitor-to-lead. Landing page, ad click, form fill. Conversion rates típicos 2-8% B2B, 1-4% B2C. MOFU (Middle of Funnel): lead-to-qualified. Email nurture, demo request, trial signup. Rates 15-35% B2B SaaS. BOFU (Bottom of Funnel): qualified-to-customer. Demo-to-close, trial-to-paid. Rates 15-30% SaaS, 5-15% e-commerce carrito-a-compra.

El error clásico es medir solo conversion global (visitor-to-customer). Un funnel con 0.8% global puede tener TOFU sano (5%) y BOFU roto (16%), vs un TOFU roto (1.5%) y BOFU sano (55%). El experimento de CRO prioriza el stage con mayor impacto monetario (drop-off × AOV × volumen), no el stage con peor número aislado.

Drop-off crítico: dónde se muere el lead

Multi-step forms pierden 10-18% por campo adicional arriba de 4 campos (Baymard Institute). Checkouts e-commerce pierden 69.8% promedio global (Baymard 2024), desglosado en: 48% por costos extra sorpresa (envío, tax), 24% por cuenta obligatoria, 17% por proceso complicado, 11% por errores o lentitud. La calculadora modela cada causa con su lift esperado para priorizar test queue.

CRO y MDE: cuándo el test es estadísticamente concluyente

Un A/B test requiere Minimum Detectable Effect (MDE) calculado con power 80% y significance 95%. Para detectar un lift del 5% sobre conversión base del 3%, con split 50/50, necesitas aproximadamente 15,500 visitantes por variante (según CXL calculator). Tests con muestra insuficiente generan falsos positivos —el error más caro del CRO porque lleva a decisiones basadas en ruido. La calculadora incorpora calculadora de sample size para cerrar este loop.

Multi-step form optimization: la palanca B2B subestimada

Para B2B lead gen, partir un formulario de 9 campos en 3 pasos (3+3+3) lifts conversión 28-42% según Unbounce Conversion Referencia Report 2024. El mecanismo: reduce cognitive load, aprovecha commitment bias (empezado → terminar), y permite progressive disclosure de campos sensibles (phone, company size) al final. La calculadora cruza este lift con el volumen y AOV del cliente para cuantificar el revenue incremental.

Session-to-lead por industria: referencias reales

Unbounce Conversion Referencia Report 2024 publica medianas por industria: SaaS 3.0%, Finance 5.1%, Legal 7.4%, Real Estate 2.6%, E-commerce 1.8%, Travel 2.4%, Health 3.3%. Un funnel B2B SaaS con 0.9% session-to-lead tiene margen estructural enorme; un e-commerce con 2.5% ya está arriba de mediana y el ROI marginal del CRO decrece. La primera decisión estratégica es ubicarse en el cuartil competitivo: bottom quartile deja margen claro; top quartile obliga a buscar lift en stages posteriores del funnel o en la calidad del lead, no en session-to-lead agregado.

Mobile vs desktop: la brecha que ya nadie puede ignorar

Baymard y HubSpot documentan un gap persistente: conversion mobile es típicamente 60-70% de conversion desktop en e-commerce y 45-60% en formularios B2B. El mobile hoy representa 58-72% del tráfico según sector, pero solo 38-52% de los ingresos. Identificar si el problema es de diseño responsive, velocidad de carga (LCP arriba de 2.5 segundos mata conversion), fricción de input (teclado, autocomplete), o métodos de pago digitales (Apple Pay, Google Pay, OXXO Pay, Mercado Pago en LatAm) cambia la prioridad del test queue. La calculadora descompone session-to-lead por device para exponer dónde está realmente el drop-off de revenue.

Atribución multi-touch y el ROI real de cada stage

Un comprador B2B promedio hace 6-8 interacciones con la marca antes de convertir (Gartner). Atribuir la venta al último click sobresestima el BOFU y subestima el TOFU de contenido educativo. Modelos multi-touch attribution —lineal, time-decay, position-based, data-driven de GA4— redistribuyen el crédito de conversión. La calculadora permite correr cada modelo contra el mismo dataset para exponer cómo cambia el ROI percibido por canal según el esquema de atribución elegido.

Micro-conversions: la métrica que adelanta al macro

Scroll depth al 75%, video watch arriba del 50%, clicks en comparador de planes, descarga de ebook TOFU —son micro-conversions que correlacionan fuerte con conversion final y permiten experimentación con muestras mucho menores. CXL Institute recomienda identificar 3-5 micro-conversions predictivas y optimizar contra ellas cuando el volumen de conversion final no alcanza MDE estadístico. La calculadora mapea la correlación histórica micro → macro para calibrar qué micro-conversion vale la pena optimizar.

Conclusión

El funnel de conversión no es un gráfico decorativo; es el modelo financiero del crecimiento. Segmentar TOFU/MOFU/BOFU, calcular drop-off por stage con su costo de oportunidad, priorizar experimentos por impacto monetario, cerrar cada test con MDE estadísticamente válido, y calibrar atribución multi-touch con micro-conversions predictivas son las cinco prácticas que separan a un equipo de crecimiento data-driven de uno que hace A/B tests por intuición. La calculadora es la capa donde esas prácticas se hacen explícitas y defendibles ante finanzas.

Caso ilustrativo

Caso compuesto con fines didácticos: combina dinámicas observadas en el sector con cifras realistas. Los nombres son ficticios y no representan a una empresa específica.

Moneda: USD — Cifras en USD.

BonoCredit Digital, fintech de créditos personales con sede en Tampa, Florida, registra 340,000 sesiones mensuales y 1.8% session-to-lead (6,120 leads/mes). Priorizó durante dos años el crecimiento de tráfico vía SEO y Google Ads. El CMO llegó al techo: cada punto de CAC adicional requería una inversión ya insostenible. El comité autorizó un sprint CRO de 90 días con presupuesto de USD $28,000.

El diagnóstico con la calculadora segmentó el funnel: Landing → Form start 42% (TOFU sano), Form start → Form submit 31% (drop-off crítico), Form submit → Lead calificado 82%, Lead calificado → Cliente 18%. El drop-off del 69% entre form start y submit se explicaba por un formulario de 11 campos en una sola vista, incluyendo SSN, income, tipo de empleo y referencias personales.

El equipo partió el formulario en tres pasos (3+4+4) con progressive disclosure y barra de progreso, añadió validación inline y prellenado de datos vía API de credit bureau. El test corrió 28 días con MDE 8% (power 80%, significance 95%), muestra 89,000 sesiones por variante. Resultado: form completion lift +34% (de 31% a 41.5%), con significance p<0.001 y sin canibalizar la calidad del lead (el ratio calificado se mantuvo en 82%).

Impacto cuantificado: session-to-lead subió de 1.8% a 2.4%, generando 2,040 leads incrementales mensuales. Con tasa de aprobación 18% y AOV de crédito USD $5,000, el revenue incremental fue USD $1.84M mensuales (USD $22M anualizados). ROI del experimento: 9,800% en 12 meses. El comité aprobó rotar el 40% del presupuesto de paid media a CRO estructural.

Pasa de la teoría al cálculo

La calculadora de esta página corre con tus números — sin formularios, sin login. Volver arriba y probarla.

Probar la calculadora

Rangos de referencia del sector

Rangos orientativos basados en literatura pública del sector y observación operativa. Tu negocio puede variar — usa los números como punto de partida, no como valor objetivo.

MétricaValorFuente
Mediana session-to-lead SaaS B2B3.0%Unbounce Conversion Benchmark Report 2024
Cart abandonment rate global e-commerce69.8%Baymard Institute Cart Abandonment Study 2024
Lift conversión multi-step form vs single+28-42%Unbounce Multi-Step Form Study 2024
Drop-off por campo adicional arriba de 410-18%Baymard Form Usability Research 2024
Mediana session-to-lead e-commerce1.8%Unbounce Conversion Benchmark Report 2024
Abandono por costos extra sorpresa48% de carts abandonadosBaymard Checkout Abandonment Reasons 2024

Preguntas frecuentes

1¿Qué es un funnel de conversión?
El funnel de conversión es el modelo cuantitativo que mide el paso de usuarios entre etapas definidas: visita → lead → cualificado → cliente. Cada etapa tiene conversion rate (quienes avanzan) y drop-off (quienes se pierden). El funnel convierte el journey del cliente en un modelo financiero donde cada punto de mejora tiene valor monetario calculable en función de AOV, volumen y margen.
2¿Cuál es una buena tasa de conversión en marketing digital?
Depende de la industria y del stage del funnel. Mediana session-to-lead por industria (Unbounce 2024): SaaS 3.0%, Finance 5.1%, Legal 7.4%, E-commerce 1.8%, Real Estate 2.6%. Arriba del top quartile es excelente; en el bottom quartile existe margen estructural para CRO. El benchmark absoluto sin contexto de industria es engañoso.
3¿Cómo se calcula la tasa de conversión de un funnel?
Conversion rate por stage = Usuarios en stage N+1 / Usuarios en stage N × 100. Conversion rate global = Clientes / Visitantes totales × 100. Para análisis útil hay que calcular ambas: la global para benchmark, las por stage para identificar dónde está el drop-off crítico. Un funnel con 0.8% global puede tener un TOFU sano y un BOFU roto, o viceversa.
4¿Qué es TOFU, MOFU y BOFU en marketing?
TOFU (Top of Funnel): primeros contactos, generación de awareness y lead capture. MOFU (Middle): nurture del lead calificado, demos, trials. BOFU (Bottom): cierre, trial-to-paid, conversión final a cliente. Cada segmento tiene benchmarks de conversion distintos y palancas de CRO diferentes: TOFU se mejora con landing y ads, BOFU con pricing, trust signals y onboarding.
5¿Cómo reducir el abandono en el checkout de e-commerce?
Según Baymard Institute, las cinco palancas con mayor impacto son: (1) mostrar costos totales (shipping, tax) antes del checkout, (2) permitir guest checkout sin cuenta obligatoria, (3) reducir pasos del checkout a 3 o menos, (4) ofrecer múltiples métodos de pago incluyendo billeteras digitales, (5) añadir trust signals (SSL, badges, política de devolución). El cart abandonment global es 69.8%; top quartile logra 45-55%.
6¿Qué es A/B testing y cuándo sirve?
A/B testing compara dos variantes de un elemento (CTA, headline, form, layout) en usuarios reales aleatorizados, con tracking de conversion rate diferencial. Sirve cuando tienes volumen suficiente para alcanzar Minimum Detectable Effect (MDE) con power 80% y significance 95%. Para un lift del 5% sobre base del 3%, necesitas ~15,500 sesiones por variante. Con menos volumen usa multivariate tests o decide por principios validados.
7¿Cuántos pasos debe tener un formulario?
Research de Baymard y Unbounce: formularios de 3-4 campos convierten mejor que formularios más largos. Para formularios B2B de 7+ campos necesarios, partir en múltiples pasos (3+3+3 por ejemplo) lifts conversión 28-42% vs single page. El mecanismo: reduce cognitive load, aprovecha commitment bias y permite progressive disclosure de campos sensibles al final.

Herramientas del mismo cluster temático. Úsalas en conjunto para cerrar el análisis.

Última actualización: 30 de abril de 2026 · Contenido revisado por el equipo editorial de Simúlalo. Las cifras y benchmarks son orientativos; verifica con tus propios datos antes de decidir.

Ver metodología