María de la Puente: «Paciencia y presupuesto. Son las dos cosas que la mayoría de los equipos subestiman cuando afrontan su primer soft launch»

Hay dos cambios que, para mí, destacan especialmente.

El primero es la automatización y la creciente dependencia de los algoritmos para optimizar las campañas en las redes publicitarias. Las plataformas se han convertido en auténticas cajas negras: el machine learning hace ahora lo que antes realizaban manualmente los media buyers. Esto ha cambiado por completo la forma en que las empresas abordan los soft launches y gestionan los presupuestos de testeo, porque ahora alimentas a un algoritmo en lugar de optimizar tú mismo las ubicaciones de los anuncios.

También observo que muchas personas que han entrado en el mundo de la publicidad móvil en los últimos años no tienen ni idea de lo que ocurre detrás de la consola. No saben realmente dónde se está comprando su tráfico ni cómo funcionan las mecánicas de las subastas. Esto se convierte en un problema cuando las campañas no obtienen el rendimiento esperado y no sabes dónde buscar el origen del problema.

El segundo gran cambio ha sido la evolución de las redes de afiliación. Hace ocho años, muchos anunciantes dejaron de trabajar con afiliados debido a los problemas de fraude y a la falta de confianza en este canal. Sin embargo, muchas de estas redes han sabido evolucionar y transformarse, reinventándose como rewarded offerwalls y nuevas redes publicitarias. Hoy representan una categoría de tráfico totalmente legítima y de alto rendimiento que, sencillamente, no existía hace unos años.

En esencia, un soft launch exitoso debe ser capaz de decirte si tu juego está preparado para escalar o no. Y, si no lo está, también debe explicar por qué.

Si un juego tiene éxito durante el soft launch, significa que sus métricas son capaces de sostener la economía del juego cuando se proyecta a una mayor escala. Si no lo consigue, el soft launch te proporcionará señales sobre qué aspectos faltan, qué está roto o qué no está funcionando, para que puedas corregirlo antes de pasar a la fase de escalado.

Y si el juego no tiene solución, esos aprendizajes no deberían desaparecer con el proyecto. Un buen equipo sabrá trasladarlos al siguiente juego y, quizá después de varios intentos, encontrará el título adecuado por el que apostar de verdad.

Los videojuegos, como cualquier proyecto emprendedor, necesitan acumular muchos fracasos antes de alcanzar el éxito.

El CPI y la retención son métricas muy importantes, pero el momento en el que analizas el CPI marca una gran diferencia. Veo a muchos estudios obsesionarse con esta métrica desde el primer día que empiezan a generar tráfico, y eso es un error. Yo no miro el CPI hasta que la fase de aprendizaje ha terminado y ya estamos optimizando hacia eventos más profundos del embudo de conversión. Medir el coste cuando todavía estás impactando a una audiencia amplia y sin entrenar genera mucho ruido.

Si la monetización del juego ya está preparada, otra métrica importante que analizar es el ROAS. Hay juegos que no alcanzan los KPI ideales que solemos mostrar en las presentaciones, pero existen otras métricas que, combinadas entre sí, pueden hacer que un juego funcione. Las métricas trabajan en conjunto.

Imagina un juego con una retención inicial baja, pero con un ARPDAU excelente y una retención a largo plazo muy sólida. En ese caso, tu estrategia probablemente será diferente. Puede que necesites tardar algo más que tus competidores en alcanzar el punto de equilibrio, pero aun así podrías escalar el juego con éxito.

Uno de los errores más habituales es confiar en una única red publicitaria para medir el potencial de un juego en el mercado. La mayoría de los estudios recurren por defecto a Meta, e incluso hay quienes creen que si un juego no funciona en Meta, no funcionará en ningún otro sitio. Pero eso no es cierto. Hay muchos juegos que consiguen escalar de forma rentable en otras plataformas y que nunca lograrían un ROAS positivo en Meta.

Utilizar una sola red también genera discusiones interminables entre los equipos de producto y marketing. Si la retención es baja, ¿es culpa de la red o del propio juego? Cuando pruebas varias plataformas y todas muestran malos resultados en D1, la conversación cambia por completo. En ese momento resulta mucho más difícil culpar al canal y mucho más fácil aceptar que la FTUE (First-Time User Experience) necesita mejoras.

El otro gran error es pensar que un soft launch puede ser rápido y barato. Unas pocas semanas, unos cientos de instalaciones y listo. Hoy ya no funciona así. Los algoritmos necesitan tiempo para encontrar a los usuarios adecuados y los datos iniciales suelen ser muy ruidosos. Si tomas decisiones durante las primeras semanas, antes de que termine la fase de aprendizaje, básicamente estarás tomando decisiones basadas en datos que todavía no son fiables.

La forma más sencilla de explicarlo es esta: hoy ya no basta con que un juego sea bueno; tiene que ser lo suficientemente bueno como para soportar los CPI de 2026, especialmente ahora que conseguir instalaciones orgánicas es cada vez más difícil.

Y cuando digo que un juego tiene que ser bueno, no me refiero únicamente a que guste a los usuarios. Tanto la aplicación como los anuncios deben resultar atractivos para los algoritmos de las plataformas publicitarias. Si eso ocurre, tendrás muchos menos problemas para escalar de forma rentable. Si las señales iniciales —como el engagement, la retención o la conversión— son sólidas, las plataformas encontrarán a tus usuarios ideales con mayor eficiencia y tus costes reflejarán esa ventaja.

Esto demuestra claramente que la calidad del producto y el rendimiento de la adquisición de usuarios no son conversaciones separadas. En realidad, son exactamente la misma conversación.

Las creatividades son fundamentales. Son lo primero que ve un usuario y, en 2026, hacen mucho más que atraer clics. Las plataformas utilizan las señales que obtienen de las creatividades para decidir a qué usuarios mostrar cada anuncio, por lo que, en cierto modo, la creatividad está haciendo parte del trabajo de segmentación.

Si siempre utilizas el mismo estilo de creatividad, siempre llegarás al mismo tipo de usuario. Pensar en diferentes audiencias y formatos publicitarios, y desarrollar conceptos específicos para cada uno de ellos, te ayuda a aumentar el volumen y, potencialmente, también la calidad de los usuarios, sin necesidad de incrementar los CPM. Eso supone una gran ventaja cuando el objetivo es escalar de forma eficiente.

Hay algunos elementos básicos que toda creatividad debería tener: un gancho potente en los primeros segundos, un buen end card y una llamada a la acción clara. Pero contar con todo eso no garantiza una creatividad ganadora. Nadie sabe qué va a funcionar hasta que lo prueba. Si pudiéramos predecir qué creatividades van a tener éxito, los equipos no invertirían tanto tiempo, dinero y esfuerzo en iterar y desarrollar nuevos conceptos.

Lo que sí está claro es que una creatividad ganadora no es simplemente la que consigue el mejor ROAS. Es la que consigue el mejor ROAS a escala.

Ambos enfoques tienen su lugar; simplemente responden a etapas diferentes y a equipos de distinto tamaño.

En Hubapps trabajamos principalmente con equipos pequeños y estudios en fases iniciales que no tienen el presupuesto ni la necesidad de contratar a un especialista para cada canal. Necesitan probar cosas muy diferentes con rapidez y ser capaces de cambiar de dirección cuando sea necesario. En ese contexto, contar con alguien que tenga una visión global y pueda indicar cuál debe ser el siguiente foco es mucho más valioso que disponer de un conocimiento extremadamente profundo en un único ámbito.

Eso no significa que la especialización no sea importante. Las grandes empresas suelen contar con equipos completos dedicados a pequeñas partes del proceso, y eso tiene todo el sentido cuando trabajas a gran escala. Si estás invirtiendo millones al mes solo en Meta, quieres a alguien que conozca ese canal al detalle y viva prácticamente dedicado a él.

Lo que sí considero universal es que, independientemente del tamaño del equipo, siempre necesitas a alguien que supervise el conjunto. La adquisición de usuarios, el ASO, las creatividades, la retención y la analítica están completamente conectados entre sí. Si optimizas cada una de estas áreas de forma aislada, pasarás por alto las interacciones que existen entre ellas, y ahí es precisamente donde suelen esconderse los problemas más importantes.

Han cambiado muchísimas cosas, y algunas de ellas de formas que probablemente Apple no llegó a anticipar cuando introdujo los cambios de privacidad tras iOS 14.

Antes de ese momento, la mayoría de los estudios comenzaban lanzando sus juegos en iOS. Era la plataforma prioritaria, la que ofrecía una mejor monetización y, si las métricas funcionaban allí, más adelante daban el salto a Android. Ahora la situación se ha invertido por completo. La mayoría de los equipos realizan primero el soft launch en Android, validan el producto allí y después definen su estrategia para iOS.

También ha cambiado qué canales utilizamos para cada sistema operativo y cómo los gestionamos. Promocionar aplicaciones en iOS se ha vuelto más complicado y menos eficiente, por lo que la combinación de canales es muy diferente según la plataforma en la que estés trabajando.

El cambio hacia un ecosistema centrado en la privacidad, y no solo por parte de Apple, ha obligado a las plataformas a reinventar la forma en que encuentran a las audiencias. Ahora recurren a señales contextuales, nuevos modelos de segmentación y una mayor dependencia de los datos first-party. Como consecuencia, los algoritmos tardan mucho más tiempo en encontrar a los usuarios adecuados cuando se inicia una campaña.

Eso no supone un problema si dispones del presupuesto necesario para superar la fase de aprendizaje. Pero para los estudios pequeños, con recursos limitados, es un verdadero desafío. Estás invirtiendo dinero en entrenar al algoritmo antes incluso de saber si tu juego tiene posibilidades reales de éxito.

La IA ha ayudado, de hecho, a resolver uno de los problemas de los que acabamos de hablar: encontrar a los usuarios adecuados en un mundo donde la privacidad es la prioridad. Los algoritmos han mejorado muchísimo a la hora de segmentar con señales muy limitadas, y gran parte de ese avance se debe a la inteligencia artificial que opera detrás de las plataformas publicitarias.

Para los equipos de adquisición de usuarios, el impacto más visible ha estado en la producción: creatividades, textos publicitarios y descripciones para ASO. Lo que antes llevaba días ahora puede hacerse en cuestión de horas.

La siguiente gran frontera será el análisis de datos. Utilizar la IA para detectar problemas y oportunidades mucho más rápido de lo que podría hacerlo un analista humano es, en mi opinión, donde veremos las mayores ganancias de eficiencia.

En cuanto al papel de las personas, sigo creyendo que el criterio humano es insustituible. Saber en qué métricas confiar y cuáles ignorar, interpretar situaciones que no encajan en ningún benchmark o tomar decisiones cuando los datos son ambiguos requiere una experiencia que ningún prompt puede sustituir.

Y hay algo de lo que creo que no se habla lo suficiente: los tokens de IA baratos que todos estamos utilizando ahora no seguirán siendo baratos para siempre. Estas empresas también necesitan ser rentables. Muchos equipos pequeños están construyendo flujos de trabajo y dependencias alrededor de herramientas que podrían volverse inasumibles a medida que evolucionen sus modelos de precios. Es un riesgo al que merece la pena prestar atención.

Todo empezó cuando trabajaba en AppAnnie. Teníamos picos y valles de trabajo y, durante los momentos de mayor carga, necesitábamos más manos, pero solo de forma puntual. Contratar a alguien para una necesidad temporal no tenía sentido, así que empezamos a buscar agencias. Ninguna era la opción adecuada. Todas querían gestionar un canal completo, firmar contratos a largo plazo y trabajar a su manera, no a la nuestra. Nosotros simplemente necesitábamos apoyo flexible durante unos meses al año.

Finalmente encontré a un consultor gracias a un amigo, y esa experiencia me hizo darme cuenta de dos cosas: lo difícil que era encontrar ese tipo de perfil y lo complicado que resultaba distinguir a un buen consultor de uno malo antes de haber trabajado con él.

Unos años después tuve la oportunidad de empezar a trabajar como consultora. La demanda llegó muy rápido y no dejó de crecer. En un momento dado quedó claro que existía un vacío real en el mercado: equipos que necesitaban experiencia sénior en adquisición de usuarios de forma flexible, sin asumir los costes de una agencia o de una contratación a tiempo completo.

Precisamente para resolver esa necesidad nació Hubapps.

Actualmente se habla mucho del auge de los solopreneurs y de los equipos multidisciplinares colaborativos: profesionales que se incorporan a distintos proyectos y equipos para resolver problemas concretos o lanzar nuevas iniciativas. Es un modelo que me resulta muy atractivo porque encaja perfectamente con mi forma de trabajar: libertad, independencia y flexibilidad. Aunque, por supuesto, también implica cierta incertidumbre.

Y ya estamos viendo esta tendencia en la práctica. La demanda ha aumentado, la conversación en LinkedIn ha cambiado y cada vez más empresas buscan abiertamente este tipo de experiencia flexible. Así que sí, creo que es una tendencia real.

Dicho esto, no creo que este modelo vaya a sustituir a los equipos internos. Siempre necesitas un núcleo de personas que mantenga unida a la empresa, conozca su historia y conserve el conocimiento interno. Los consultores y freelancers aportan mucho más valor cuando se integran en un equipo interno sólido. Ambos modelos se complementan mucho más de lo que compiten entre sí.