La ley de Goodhart: cuando un KPI empieza a deformar
La ley de Goodhart describe un riesgo sencillo y profundo: cuando una medida se convierte en objetivo, deja de comportarse como una buena medida. No porque el dato pierda calidad de forma automática, sino porque las personas y los sistemas aprenden a optimizar aquello que se recompensa, aunque el resultado real empeore.
En Marketing ocurre con frecuencia. Pedimos más leads y cae la calidad; premiamos ROAS y capturamos demanda que ya existía; exigimos más conversión y aumentan descuentos, devoluciones o churn. El KPI mejora. El negocio, no necesariamente.
La respuesta no es renunciar a medir. Es diseñar métricas que hagan visible el valor económico, la calidad y los efectos secundarios de la optimización.
Qué dice la ley de Goodhart
La formulación más conocida puede resumirse así: cuando una medida se convierte en objetivo, deja de ser una buena medida. Charles Goodhart planteó originalmente el problema en el contexto de la política monetaria, pero su lógica se aplica a cualquier sistema en el que una cifra observada empieza a condicionar incentivos y decisiones.
Una métrica funciona mientras actúa como indicador imperfecto de una realidad más amplia. Cuando se convierte en objetivo, quienes influyen sobre ella buscan la manera más eficiente de moverla. A veces lo hacen creando valor; otras, cambiando el mix, desplazando costes o explotando un punto ciego de la definición.
El problema no exige mala fe. Un equipo puede actuar de forma responsable y, aun así, optimizar localmente porque esa es la información, el mandato o el incentivo que recibe.
Cómo aparece Goodhart en Marketing y Growth
Más leads, menos negocio
Si el objetivo trimestral es volumen de leads, Marketing puede ampliar audiencias, reducir fricción y aceptar formularios menos cualificados. El CPL mejora, pero Ventas invierte más tiempo en filtrar y el coste por oportunidad aumenta.
Más ROAS, menos incrementalidad
Un algoritmo orientado únicamente a ROAS suele concentrarse en usuarios con alta probabilidad previa de convertir: búsquedas de marca, remarketing o clientes existentes. La plataforma atribuye ventas baratas, aunque una parte habría ocurrido igualmente.
Más conversión, menos margen
Una promoción agresiva puede elevar la tasa de compra y los ingresos brutos. Si aumenta descuentos, devoluciones o atrae clientes con baja repetición, el margen y el LTV se deterioran.
Más engagement, peor experiencia
Maximizar clics, frecuencia de uso o tiempo de permanencia puede incentivar notificaciones excesivas, contenido polarizante o patrones que erosionan confianza. La interacción crece antes de que aparezca el coste reputacional.
Más velocidad, menos aprendizaje
Premiar el número de experimentos lanzados empuja a ejecutar tests pequeños, rápidos y fáciles de ganar. El equipo produce actividad, pero evita las hipótesis que de verdad reducen incertidumbre estratégica.
Un caso numérico: el dashboard gana y el sistema pierde
Este ejemplo es ilustrativo.
Un equipo pasa de 2.000 a 3.000 leads mensuales y reduce el CPL de 30 a 22 euros. El dashboard celebra un 50 % más de volumen y una reducción del coste del 27 %.
Sin embargo, la tasa de lead a oportunidad cae del 18 % al 9 %. Antes se generaban 360 oportunidades; ahora, 270. El coste por oportunidad pasa de 167 a 244 euros. Además, el ticket medio baja un 12 % y Ventas necesita más horas para filtrar contactos sin intención real.
• Métrica · Antes · Después · Lectura aislada
• Leads · 2.000 · 3.000 · Mejora
• CPL · 30 € · 22 € · Mejora
• Lead a oportunidad · 18 % · 9 % · Empeora
• Oportunidades · 360 · 270 · Empeora
• Coste por oportunidad · 167 € · 244 € · Empeora
La métrica objetivo mejora porque el sistema desplaza el problema hacia otra etapa. Goodhart no dice que el CPL sea inútil; dice que no debe recibir autoridad suficiente para representar por sí solo el éxito.
Una arquitectura de KPIs resistente a la optimización local
Diseñaría cada objetivo con cuatro capas.
1. Resultado económico
Es la consecuencia final que queremos mejorar: margen incremental, pipeline generado, revenue retenido, caja o retorno sobre capital. Suele llegar tarde, pero mantiene al sistema conectado con negocio.
2. Driver operativo
Es una señal más cercana y accionable: oportunidades aceptadas, activación, repetición, conversión o tiempo hasta valor. Permite operar sin esperar meses al resultado final.
3. Métrica de calidad
Comprueba que el volumen no cambia de composición: win rate, margen por cohorte, tasa de devolución, retención o porcentaje de leads aceptados por Ventas.
4. Guardrail
Marca aquello que no estamos dispuestos a deteriorar: payback, churn, quejas, coste de servicio, capacidad operativa o salud de marca.
Para adquisición B2B, por ejemplo, podría utilizar pipeline incremental como resultado; oportunidades aceptadas como driver; win rate por cohorte como calidad; y payback como guardrail. El CPL seguiría presente, pero perdería el poder de decidir solo.
La prueba del adversario: intentar “ganar” el KPI sin crear valor
Antes de aprobar una métrica preguntaría: ¿cómo podría alguien mejorar esta cifra sin mejorar el resultado que pretende representar?
Si el objetivo es registros, podríamos comprar tráfico incentivado. Si es conversión, podríamos descontar. Si es revenue, podríamos adelantar renovaciones o vender el mix menos rentable. Si es retención, podríamos dificultar la cancelación. Si es NPS, podríamos encuestar únicamente a usuarios satisfechos.
Encontrar una vía no invalida la métrica. Indica qué calidad o guardrail falta. Esta prueba funciona mejor antes de vincular bonus, presupuesto o reconocimiento a la cifra, porque los incentivos amplifican cualquier punto ciego.
También conviene documentar el mecanismo esperado:
Si aumentamos demanda cualificada en este segmento, manteniendo tasa de aceptación y margen, esperamos elevar pipeline incremental.
La frase obliga a explicitar qué debería ocurrir entre la actividad y el resultado. Si el driver sube pero el mecanismo se rompe, el equipo sabe dónde investigar.
Métricas para diagnosticar y métricas para incentivar
No toda métrica útil para analizar es adecuada para premiar. El CTR puede diagnosticar relevancia creativa y ser peligroso como objetivo principal. El volumen de tickets puede revelar carga operativa y generar comportamientos absurdos si se convierte en cuota.
Cuanto mayor sea la recompensa asociada, más robusto debe ser el sistema de medición. Los incentivos funcionan mejor con un pequeño conjunto equilibrado, horizontes suficientes y revisión cualitativa del contexto.
También separaría métricas de exploración y de explotación. Durante una prueba temprana podemos observar señales intermedias para aprender. Al escalar, necesitamos evidencia económica y guardrails más exigentes. Pedir al primer prototipo el mismo estándar que a una inversión recurrente frena aprendizaje; escalar con señales de prototipo destruye capital.
Cómo diseñar KPIs que conduzcan a decisiones mejores
1. Define el resultado real. Expresa el valor económico o de cliente que se quiere crear.
2. Dibuja el mecanismo. Conecta actividad, driver, calidad y resultado.
3. Añade un guardrail. Decide qué no debe empeorar aunque el objetivo mejore.
4. Segmenta el mix. Revisa cohortes y distribuciones, no solo promedios.
5. Ejecuta la prueba del adversario. Busca la forma más fácil de manipular la cifra.
6. Asigna propietario y fuente. Una definición sin gobernanza cambia cuando deja de convenir.
7. Vincula umbral y acción. Si una variación no cambia ninguna decisión, quizá sea información, no KPI.
8. Revisa el incentivo. Decide si la métrica sirve para diagnosticar, gestionar o premiar.
9. Audita efectos de segundo orden. Observa qué coste se desplaza a otra etapa o equipo.
10. Retira métricas. Un dashboard también madura cuando elimina indicadores que ya no ayudan.
Preguntas frecuentes sobre la ley de Goodhart
¿Significa que no debemos fijar objetivos cuantitativos?
No. Significa que ningún objetivo debe interpretarse fuera del sistema que intenta representar. Los objetivos cuantitativos funcionan mejor acompañados de métricas de calidad, guardrails y una definición clara del comportamiento deseado.
¿Cómo sé si un KPI ya está deformando el sistema?
Busca divergencias: el KPI mejora mientras empeoran margen, calidad, retención, capacidad o experiencia. También son señales los cambios extraños de mix, excepciones crecientes y discusiones centradas en la definición en vez del resultado.
¿Cuántos KPIs necesita un equipo?
Los mínimos necesarios para representar resultado, driver, calidad y riesgo. Añadir decenas de indicadores diluye responsabilidad; quedarse con uno facilita la optimización local.
Conclusión: medir también diseña comportamiento
Un KPI no es una ventana neutral hacia el negocio. En cuanto influye en presupuesto, carrera o prioridades, empieza a modificar el sistema que observa.
La respuesta senior a Goodhart no es desconfiar de todos los datos. Es reconocer que medir y gobernar son la misma conversación. Diseñar un buen KPI implica decidir qué comportamiento queremos, qué efecto secundario vigilaremos y qué evidencia nos haría cambiar de criterio.
La cifra debe ayudar a tomar una decisión; nunca sustituirla.
