Top/flop con hipótesis: leer para decidir el siguiente envío

Una tabla de resultados no decide nada. Lo que decide es la pareja top/flop con una hipótesis falsable de POR QUÉ, convertida en la variación del siguiente ciclo.

Qué fuente social tiene Kaizen, y qué no (actualizado 2026-09-11)

Instagram, parcial: get_instagram_profile lee los perfiles guardados en Marketing → Configuración (list_marketing_accounts dice cuáles). Trae lo PÚBLICO: seguidores, seguidos, y por publicación likes y comentarios, con un resumen ya calculado (promedios, mediana, por tipo, top 3). Eso es pulso: sirve para contextualizar, no para decidir. No trae alcance, impresiones, guardados, retención de video, clicks al link ni registros atribuidos — ninguno de los 5 KPIs del funnel—, y los números son del instante en que se lee, sin histórico.

TikTok, parcial (2026-09-18): get_tiktok_profile lee SOLO la cuenta de FinZen (la Display API no lee terceros): seguidores, likes totales, videos, y por video views/likes/comentarios/compartidos/duración, con mediana de views y engagement sobre views calculados. No trae retención de video, alcance, vistas de perfil ni taps al link: esos siguen en el panel nativo. Criterio en lectura-perfil-tiktok.

Para lo que la tool no trae, lo único que puedes hacer es aplicar el método a números que el socio te pegue en el chat, o citar los que estén guardados en el Cerebro. No inventes cifras de redes ni las estimes: si te piden un KPI social que no tienes, di que Kaizen no tiene acceso a esa fuente todavía.

0. Antes de empezar

1. get_instagram_profile con publicaciones: 50 y get_tiktok_profile con videos: 60 (las cuentas de FinZen); en TikTok el ranking es por compartidos y mediana de views, no por likes (skill lectura-perfil-tiktok). Instagram: la lista de piezas con likes y comentarios, y el resumen con la mediana por tipo (REELS vs FEED). Solo hay pulso, así que el ranking que sale de acá es de atención, no de resultado; dilo así. Si el socio te pega alcance, retención o clicks del panel nativo, eso manda sobre los likes.
2. search_cerebro("pausado") y search_cerebro("decisiones de contenido") — no reproponer lo que ya se pausó ni relitigar lo cerrado.
3. El output alimenta propose_campaign / save_content_draft, pero este skill NO los llama: primero la lectura, después la propuesta.

1. Normalizar antes de rankear

• Rankear por tasa sobre el denominador correcto (por entregado, por alcanzado, por expuesto), nunca por absolutos: la pieza más enviada siempre "gana" en absolutos.
• Si dos brazos o piezas tienen denominadores de tamaños muy distintos, decir el n de cada uno junto a la tasa.
• Muestra chica se declara: con pocas piezas o segmentos pequeños la lectura es direccional y se etiqueta así.

2. Top Y flop, ambos obligatorios, cada uno con hipótesis

Formato de la hipótesis: elemento concreto → mecanismo → acción falsable.

Componente	Pregunta que responde
Elemento	¿Qué parte del mensaje explica el resultado? (hook, ángulo, formato, timing, segmento)
Mecanismo	¿Por qué ese elemento produjo ese comportamiento en ESE segmento?
Acción falsable	¿Qué repetimos/pausamos y qué número, en qué ventana, nos diría que la hipótesis era falsa?

Sin hipótesis, el top es suerte y el flop es mala suerte: no se aprende nada accionable.

3. Reglas de decisión

Situación	Acción
Ganador claro (supera al resto en su métrica normalizada)	Doblar con UNA variación por ciclo (cambiar todo a la vez rompe la atribución)
Perdedor consistente 2-3 ciclos seguidos	Pausar con criterio escrito de reactivación. Un solo mal resultado NO pausa
Formato entero en cero sostenido	Pausar el formato con fecha de decisión estructural, no pieza por pieza
Resultado bueno en métrica de pulso pero cero en métrica de decisión	No doblar: retiene atención pero no mueve el funnel. Ajustar el CTA antes de repetir
Costo por resultado fuera de rango vs pares (>5-10x)	Auditar el creativo/segmento antes de invertir un peso más

4. Ejemplo bueno y malo (datos FinZen reales)

• Bueno: el reel "Muchos crecimos sin educación financiera" hizo 3.38% de moneda social con 15 shares (récord del mes). Hipótesis: hook de identidad colectiva ("crecimos sin...") en pilar educación → convierte en shares porque comparte identidad, no solo información. Acción: 2 piezas del mismo patrón con CTA explícito; falsable si ninguna supera 1% en 2 semanas.
• Bueno: tercera foto estática consecutiva con cero acciones y cero seguidores → se pausó el formato completo con criterio: si en 2 semanas los videos nativos siguen sumando y las fotos no, la decisión pasa a ser estructural.
• Malo: una campaña con costo por registro de $2.41 cuando sus pares de la misma plataforma rondaban $0.06-0.32 (hasta 40x) siguió corriendo sin auditoría del creativo. Ese caso se detecta en este paso, no en el cierre mensual.

Anti-patrones

• Rankear por absolutos o mezclar denominadores.
• Reportar solo el top (el flop es la mitad del aprendizaje).
• Pausar por un solo mal resultado, o doblar cambiando 3 variables a la vez.
• Hipótesis inverificables ("el contenido no conectó") sin elemento ni número falsable.
• Proponer de nuevo un ángulo/segmento que el Cerebro registra como pausado o cerrado.

Formato de entrega

Top (con hipótesis) · Flop (con hipótesis) · máximo 3 acciones para el ciclo siguiente, cada acción con la métrica y ventana que la validará, y la marca de confianza (direccional si la muestra es chica). Cierra con qué quedó pausado y su criterio de reactivación.