Fatiga de Creatividad Publicitaria: cómo testearla
Fatiga de creatividad publicitaria: por qué la curva de frecuencia del panel no es causal, qué muestran los datos de campo y cómo testear un techo real.
📚 Este artículo es parte de la guía Optimización de Conversión (CRO): La Guía Completa 2026.
La fatiga de creatividad es el cambio en la respuesta de una persona al mismo anuncio a medida que lo ve más veces. El problema de medición es que el número de veces que lo vio no fue asignado por ti: fue producido por ella y por el sistema de entrega, juntos. Por eso la curva de frecuencia de tu plataforma de anuncios no es evidencia de fatiga, y por eso leerla como si lo fuera lleva a los equipos a rotar creatividades con un calendario que nadie testeó nunca. La versión limpia de la pregunta es un experimento de política: asigna al azar un techo de frecuencia, no toques nada más y compara un denominador que exista en los dos brazos. Esta guía cubre qué es y qué no es la fatiga, qué reportan de verdad el laboratorio y el campo, por qué el gráfico del panel nace confundido y un ejemplo trabajado en el que el mismo test con techo se lee como ganancia de 82 por ciento, pérdida de 9 por ciento y ningún efecto, según qué denominador uses. Esta guía forma parte de nuestra guía completa de test A/B.
Qué es la fatiga de creatividad, y qué no es
La fatiga es una afirmación sobre el efecto del tratamiento, no sobre el público. Dice que el efecto de mostrarle tu anuncio a alguien depende de cuántas veces esa persona ya lo vio, y que después de cierto número de exposiciones la impresión marginal deja de ayudar y puede pasar a estorbar.
Ese es un formato poco común para un experimento. En un test A/B de página corriente el tratamiento es constante: todo el mundo en el brazo variante ve la misma página, y el décimo visitante recibe el mismo tratamiento que el primero. En una pregunta de fatiga el tratamiento cambia debajo de ti mientras la campaña corre, y cambia a un ritmo diferente para cada persona.
| propiedad | test A/B corriente | pregunta de fatiga |
|---|---|---|
| qué se asigna al azar | la variación que ve la persona | la política que gobierna con qué frecuencia la ve |
| el tratamiento es constante | sí, por construcción | no, se acumula por persona |
| quién decide la dosis | tú | la subasta, la navegación de la persona y tu presupuesto |
| qué varía entre personas | nada, en expectativa | el número de exposiciones, sistemáticamente |
| unidad de análisis honesta | el visitante | la persona alcanzada, en una ventana fija |
| qué sale mal más veces | peeking, pérdida de rastreo | condicionar sobre la frecuencia después del hecho |
La última línea es la que arruina en silencio casi todo análisis de fatiga, y merece el resto de esta sección.
La frecuencia es una variable postratamiento. Nadie fue asignado al azar a la frecuencia 8. Las personas llegaron a la frecuencia 8 porque navegaron mucho, porque eran baratas de alcanzar, porque el sistema de entrega siguió juzgándolas relevantes y porque tu presupuesto duró lo suficiente. Cada uno de esos motivos también está plausiblemente ligado a si iban a comprarte.
Es el mismo problema estructural que describimos en análisis por disparo y dilución y en sesgo de instrumentación: en el momento en que cortas el resultado por algo que ocurrió después de la asignación, los cortes dejan de ser comparables, y la diferencia entre ellos deja de ser efecto causal de nada.
El laboratorio dice diez exposiciones, el panel dice tres
Pregúntale a un comprador de medios cuándo fatiga el anuncio y vas a oír, casi siempre, un número entre 2 y 4. Pregúntale a la literatura académica y la respuesta es muy otra.
Schmidt y Eisend publicaron un metaanálisis sobre repetición publicitaria en el Journal of Advertising en 2015. El resumen del artículo reporta que, en entorno experimental, la actitud máxima hacia la marca se alcanza alrededor de diez exposiciones, y que el recuerdo crece de forma lineal y no se estabiliza antes de la octava exposición. Los autores enmarcan el resultado explícitamente como apoyo a los repeticionistas frente a los minimalistas: hacen falta más exposiciones, no menos, para maximizar la respuesta del consumidor. Reportan también que los efectos de repetición decaen con el tiempo, tanto para actitud como para recuerdo, y que la baja implicación y las exposiciones espaciadas refuerzan el efecto sobre la actitud, mientras que las exposiciones concentradas refuerzan el recuerdo.
Eso es casi lo opuesto al folclore. Entonces, ¿cuál está en lo cierto?
Los dos, porque miden cosas diferentes en lugares diferentes. La reconciliación honesta es esta.
La conclusión práctica no es que el número del laboratorio sea tu número. Es que no tienes un número, y lo que está en la diapositiva vino de una convención de planificación, no de una medición de tu campaña. Cualquier umbral que valga la pena seguir tiene que salir de un experimento que hayas corrido.
Qué ve de verdad un bidder en producción
Existe evidencia de campo, y es más interesante que cualquiera de los lados del folclore.
Moriwaki, Fujita y Yasui, de CyberAgent, con Hoshino, de la Universidad Keio y del RIKEN Center for Advanced Intelligence Project, publicaron Fatigue-Aware Ad Creative Selection, describiendo un algoritmo de selección de creatividad puesto en producción en un entorno de real-time bidding y testeado contra dos baselines. Los resultados reportados:
- En los datos reales de bidding, 47,5 por ciento de los pares de creatividad y usuario aparecen más de una vez en 24 horas, lo que hace que 64,6 por ciento de los usuarios tengan exposición múltiple a la misma creatividad. La exposición repetida no es un caso de borde, es el estado normal de los medios display.
- El test en vivo corrió durante una semana en tres campañas, con cerca de 1,08 a 1,10 millones de impresiones en cada uno de los tres brazos: 1.097.261 para el algoritmo consciente de la fatiga, 1.081.393 para el baseline y 1.087.931 para asignación aleatoria.
- Normalizado contra el brazo aleatorio, el algoritmo consciente de la fatiga llegó a 1,08 en tasa de clics y 1,09 en tasa de conversión posimpresión, contra 1,04 y 1,04 del baseline. Los autores marcan la diferencia de clic contra el baseline al nivel de 10 por ciento, y la de conversión posimpresión al nivel de 1 por ciento.
- Por campaña, las tasas de clics normalizadas fueron 1,21, 1,04 y 1,32 para el algoritmo consciente de la fatiga, contra 0,95, 1,03 y 1,11 del baseline. El baseline perdió contra la asignación aleatoria en una de las tres campañas.
La frase más útil del artículo, para nuestro propósito, es sobre la forma de la relación. Usando solo los logs del brazo de asignación aleatoria, justamente para que las elecciones del propio algoritmo no confundan el cuadro, los autores reportan que la tasa de clics cae de forma constante con la fatiga, mientras que la tasa de conversión muestra una relación más compleja, con efectos positivos y negativos.
La explicación que proponen vale la pena reproducirla en espíritu: la persona hace clic en una creatividad nueva y fresca por simple curiosidad, pero no actúa sobre la oferta hasta haber entendido el mensaje, y entender exige repetición. El clic premia la novedad; la conversión premia la comprensión.
Esto tiene una consecuencia operativa directa. Si defines la fatiga como caída de tasa de clics, has definido una métrica que cae con la repetición casi por construcción. Siempre vas a poder declarar fatiga, siempre vas a poder justificar un cambio de creatividad y nunca vas a descubrir si el cambio valió el coste de producción.
Por qué el gráfico de frecuencia de tu panel no prueba nada
Toda plataforma grande de anuncios desglosa tu resultado por tramo de frecuencia. El gráfico casi siempre baja. Y casi siempre no informa nada sobre la fatiga, por tres motivos que se suman.
Selección hacia dentro del tramo. Llegar a la frecuencia 10 exige ser alcanzable diez veces dentro de la ventana. Usuarios intensivos de plataforma, personas con identificador estable, gente cuyo feed compras barato: son ellos los que pueblan los tramos altos. Usuarios ligeros, quien borró cookies, quien está en inventario caro: se quedan en los tramos bajos. Son poblaciones diferentes, con tasas de compra de base diferentes, antes de que se haya mostrado ningún anuncio.
El denominador se mueve junto con el tramo. Si grafica conversiones por impresión contra frecuencia, el tramo de frecuencia 10 tiene diez impresiones en el denominador por cada persona, y el tramo de frecuencia 1 tiene una. Una persona que compra después de la primera impresión aporta una tasa de 1,0 en el tramo 1 y de 0,1 en el tramo 10, por la misma compra. El gráfico baja aunque la repetición no haga absolutamente nada.
El algoritmo eligió. En una plataforma optimizada, el sistema de entrega decide quién recibe la impresión número 7. Y decide usando su propia predicción de respuesta. Esa predicción está correlacionada con el resultado que estás midiendo, que es exactamente el problema de asignación endógena que cubrimos en test A/B en la plataforma de anuncios y en test A/B de creatividad de anuncio.
El diseño limpio: asigna al azar el techo, no la frecuencia
No puedes asignar al azar la frecuencia de una persona, porque la frecuencia es producida, no asignada. Lo que sí puedes asignar al azar es la política que le da forma. Ese es el truco entero.
Divide tu público direccionable en dos brazos antes de que empiece la entrega. En un brazo, aplica un techo de frecuencia. En el otro, deja la entrega sin restricción. Todo lo demás sigue idéntico: misma creatividad, mismo presupuesto por brazo, misma estrategia de puja, misma página de destino, misma ventana. Después compara los brazos en un denominador que exista en los dos.
| elemento del diseño | cómo definirlo | por qué importa |
|---|---|---|
| unidad de asignación | la persona o su identificador, fijado antes de la primera impresión | la frecuencia se acumula por persona, así que la persona es la única unidad estable |
| tratamiento | la política de techo, por ejemplo como máximo 3 impresiones cada 7 días | una política se puede asignar; una frecuencia no |
| presupuesto | igual y pautado de forma independiente por brazo | el presupuesto compartido deja que los brazos compitan, y eso es otro sesgo |
| métrica primaria | compras por persona alcanzada, en una ventana fija | el único denominador que significa lo mismo en los dos brazos |
| métrica de guardia | total de personas alcanzadas y coste por persona alcanzada | el techo libera presupuesto, lo que cambia el alcance si lo dejas |
| lo que no puedes comparar | tasa de clics o coste por impresión | el techo borra por diseño las impresiones más baratas y de menor respuesta |
| ventana | mismo tamaño de calendario en los dos brazos | la fatiga es acumulativa, así que una ventana más corta es una dosis menor |
La penúltima línea es la trampa que esta guía entera existe para evitar, así que se gana un ejemplo trabajado propio.
Ejemplo trabajado: un test, tres denominadores, tres veredictos
Un minorista corre el diseño de arriba durante cuatro semanas. El brazo A queda sin techo, el brazo B queda con techo de 3 impresiones por persona por semana. Los dos brazos alcanzan 84 mil personas. El brazo sin techo sirve 840 mil impresiones, una frecuencia media de 10. El brazo con techo sirve 420 mil, frecuencia media de 5.
| brazo | personas alcanzadas | impresiones | clics | compras |
|---|---|---|---|---|
| A, sin techo | 84.000 | 840.000 | 6.552 | 1.092 |
| B, techo de 3 por semana | 84.000 | 420.000 | 5.964 | 1.118 |
Son valores construidos, elegidos para que las tres lecturas de abajo sean internamente consistentes. Toda estadística citada es salida del mismo motor de dos proporciones que alimenta la calculadora de esta página, así que puedes pegar los números y reproducir cada una.
Lectura 1, clics por persona alcanzada. 6.552 de 84.000 contra 5.964 de 84.000. Eso da 7,80 por ciento contra 7,10 por ciento, una diferencia relativa de menos 8,97 por ciento, con intervalo de confianza sobre la diferencia de menos 0,9511 a menos 0,4489 punto porcentual y valor p por debajo de 0,000001. El techo pierde, de forma decisiva.
Lectura 2, tasa de clics por impresión. 6.552 de 840.000 contra 5.964 de 420.000. Eso da 0,78 por ciento contra 1,42 por ciento, una diferencia relativa de más 82,05 por ciento, con intervalo de más 0,5996 a más 0,6804 punto porcentual y valor p por debajo de 0,000001. El techo gana, de forma espectacular.
Lectura 3, compras por persona alcanzada. 1.092 de 84.000 contra 1.118 de 84.000. Eso da 1,3000 por ciento contra 1,3310 por ciento, una diferencia relativa de más 2,38 por ciento, con intervalo de menos 0,0780 a más 0,1399 punto porcentual y valor p de 0,5777. Nada que reportar.
Pega cualquiera de los tres pares en la calculadora y obtienes los números de arriba.
Test z bilateral de dos proporciones. "Sin significancia" casi siempre significa que falta muestra, no que las versiones sean iguales.
El reporte honesto de este test es corto. El techo cortó las impresiones a la mitad y no conseguimos detectar diferencia en compras por persona alcanzada. Ese es un hallazgo real y útil, porque la mitad de las impresiones cuesta aproximadamente la mitad del dinero. Y no es, de ninguna manera, “el techo elevó la conversión en 2,4 por ciento”, porque el intervalo cruza el cero y el valor p es 0,58. Tampoco es “el techo elevó la tasa de clics en 82 por ciento”, porque ese número es aritmética, no comportamiento.
Cuánto tráfico necesita de verdad un test de fatiga
La razón de que casi toda decisión de fatiga del mercado se tome en el clic es que el clic es la única métrica cuyo presupuesto de potencia cierra en una campaña normal.
Con las tasas de base del ejemplo de arriba, detectar un cambio relativo de 10 por ciento al 95 por ciento de confianza y 80 por ciento de potencia exige:
| métrica | base | personas por brazo para 10 por ciento relativo | días a 60 mil personas por semana |
|---|---|---|---|
| clics por persona alcanzada | 7,80 por ciento | 19.400 | 5 |
| compras por persona alcanzada | 1,30 por ciento | 125.058 | 30 |
| compras, para resolver el 2,38 por ciento visto arriba | 1,30 por ciento | 2.128.761 | cerca de 497 |
La tercera línea es la que asusta. Para establecer que la diferencia de 2,38 por ciento del ejemplo trabajado es real y no ruido, harían falta más de dos millones de personas por brazo. Eso no es defecto del diseño, es la aritmética de un efecto pequeño sobre una base pequeña, y es la misma pared que Lewis y Rao documentaron en 25 experimentos de campo de publicidad en el Quarterly Journal of Economics: las ventas individuales son tan volátiles en relación con el coste per cápita de la publicidad que los experimentos informativos pueden exigir más de diez millones de personas-semana.
Corre tus propios números antes de comprometer un mes de presupuesto:
Cálculo por aproximación normal de dos proporciones, 2 variaciones (50/50). Cambia los campos y mira el impacto en vivo.
La salida práctica no es renunciar a la métrica de venta. Es dimensionar el test para una decisión que de verdad tomarías. Rara vez la pregunta es “el efecto es exactamente 2,4 por ciento”. Casi siempre la pregunta es “puedo cortar mis impresiones a la mitad sin perder venta”, que es una pregunta de no inferioridad con un margen elegido por ti, y que necesita mucho menos tráfico que resolver un efecto positivo minúsculo.
Elegir una regla de cambio que puedas defender
Una vez que tienes un test de techo en el que confías, la pregunta de la rotación de creatividades se vuelve tratable. El error es tratar “cambiar cada 14 días” como hallazgo. Es un calendario, y un calendario es barato de afirmar y caro de seguir.
| regla | qué asume | cómo merecerla |
|---|---|---|
| cambiar en calendario fijo | que la fatiga llega a la misma hora en toda campaña | nada; eso es un patrón, no un hallazgo |
| cambiar cuando la frecuencia pase de N | que la frecuencia causa la caída | exige el experimento de techo de arriba, por tipo de campaña |
| cambiar cuando el coste por resultado se duplique | que la subida es de la creatividad, no de la subasta | necesita un holdout, o la subasta carga con la culpa de todas formas |
| cambiar por test de rotación asignado al azar | nada más allá de la asignación | corre dos brazos: rotar en calendario contra mantener la creatividad vigente |
| dejar de cambiar cuando la creatividad nueva deje de ganarle a la antigua | que la vigente es el control correcto | es el patrón honesto, y el más barato de mantener |
La última línea merece énfasis porque invierte el encuadre habitual. La pregunta no es “esta creatividad fatigó”. La pregunta es “una creatividad nueva le gana a esta ahora”, y eso es un test A/B corriente con la vigente como control. No necesita teoría de fatiga, ni umbral, ni calendario. Si el retador gana, cambia. Si no gana, acabas de ahorrarte un ciclo de producción.
Esto también esquiva el confundimiento por entero. Dejas de condicionar sobre la frecuencia y pasas a asignar al azar qué creatividad ve la persona a continuación, que es algo bajo tu control.
Errores comunes
- Leer el gráfico de tramo de frecuencia como curva dosis-respuesta. Describe la entrega. Tres sesgos separados lo empujan hacia abajo antes de que la fatiga tenga derecho a voto.
- Comparar coste por impresión o tasa de clics entre un brazo con techo y uno sin techo. El techo borra las impresiones que tenían menos probabilidad de generar respuesta. Toda razón por impresión mejora, mecánicamente.
- Usar una ventana más corta en el brazo con techo. La fatiga es acumulativa. Una ventana más corta es una dosis menor, no un test más limpio.
- Dejar que los brazos compartan presupuesto. El brazo con techo gasta menos por persona, así que va a alcanzar a más gente a menos que pautes el presupuesto por separado. Ahí testeas alcance y frecuencia al mismo tiempo y no consigues separarlos.
- Declarar fatiga a partir de una métrica de clic. En los datos de campo de CyberAgent, la tasa de clics cae con la fatiga mientras que la de conversión no sigue el mismo camino. Una métrica de fatiga basada en clic encuentra fatiga por construcción.
- Rotar creatividades porque un umbral de agencia lo mandó. Umbrales como la frecuencia 3 circulan como convención de planificación. Atribúyelos como tal si los vas a citar, y no los trates como resultado medido en tu cuenta.
- Olvidar que el identificador decae. Si tu contador de frecuencia se pone a cero cuando se borra la cookie, la frecuencia medida subestima la dosis real, y subestima más justamente para las personas más difíciles de alcanzar.
Haz esto automático en Donnu
Todo lo anterior gira en torno de una disciplina: decidir la métrica y el denominador antes de que el test corra, y rechazar la entrada de cualquier razón por impresión en la decisión. Esa es la parte que los equipos pierden bajo presión de plazo, porque el panel ofrece el número halagador primero y el número honesto nunca.
En Donnu defines la métrica primaria y su denominador en la creación del experimento, la plataforma calcula el test de dos proporciones con el intervalo junto en vez de un valor p suelto, y un resultado que cruza el cero aparece como “no resuelto” en vez de convertirse en titular en silencio. El test de techo de frecuencia de esta guía es un experimento corriente de dos brazos ahí: asigna la política, fija la ventana, sigue compras por persona alcanzada y deja que el intervalo diga si ya tienes respuesta. Donnu es una opción entre varias para esto; lo que importa es el diseño, y funciona igual en cualquier herramienta que te deje asignar al azar una política y mantener un denominador fijo.
Preguntas frecuentes
Las preguntas del inicio de esta página cubren la definición de fatiga de creatividad, si la frecuencia 3 es un umbral real, por qué el gráfico del panel no responde a la pregunta, cómo diseñar el test de techo, dónde aparece la fatiga entre clics y conversiones y cuánto tráfico exige el test.
Referencias
- Moriwaki, D., Fujita, K., Yasui, S. y Hoshino, T. Fatigue-Aware Ad Creative Selection. CyberAgent, Universidad Keio y RIKEN Center for Advanced Intelligence Project, 2019. Fuente del 47,5 por ciento de pares creatividad-usuario repetidos en 24 horas, del 64,6 por ciento de usuarios con exposición múltiple, del test en vivo de una semana en tres campañas, de las 1.097.261 / 1.081.393 / 1.087.931 impresiones por brazo, de los normalizados 1,08 y 1,09 contra 1,04 y 1,04 con los niveles de significancia declarados, de los 1,21 / 1,04 / 1,32 contra 0,95 / 1,03 / 1,11 por campaña, y de la afirmación de que la tasa de clics cae de forma constante con la fatiga mientras que la tasa de conversión muestra efectos positivos y negativos en el brazo de asignación aleatoria. PDF leído íntegro. arxiv.org.
- Schmidt, S. y Eisend, M. Advertising Repetition: A Meta-Analysis on Effective Frequency in Advertising. Journal of Advertising, 44(4), 2015. Fuente de la actitud máxima alrededor de diez exposiciones, del recuerdo que no se estabiliza antes de la octava exposición, del decaimiento de los efectos de repetición a lo largo del tiempo y de los moderadores de implicación y espaciamiento. Resumen leído en el registro del repositorio institucional de los autores; el texto completo de la editorial está detrás de un muro de pago y las afirmaciones anteriores se limitan a lo que declara el resumen. ucrisportal.univie.ac.at · tandfonline.com.
- Lewis, R. A. y Rao, J. M. The Unfavorable Economics of Measuring the Returns to Advertising. Quarterly Journal of Economics, 130(4), 2015. Fuente de los 25 experimentos de campo, de los 2,8 millones de dólares gastados, del coeficiente de variación de 10, de las más de 10 millones de personas-semana y del intervalo de confianza mediano sobre retorno de inversión con más de 100 puntos porcentuales de ancho. PDF leído íntegro. gwern.net.
- Zajonc, R. B. Attitudinal Effects of Mere Exposure. Journal of Personality and Social Psychology, 9(2), 1968. Citado aquí solo como origen del resultado de mera exposición sobre el que se apoya el modelo de dos factores de la repetición, según lo describen Moriwaki y colegas. psycnet.apa.org.
Lee también: Test A/B de creatividad de anuncio · Test A/B en la plataforma de anuncios · Test de incrementalidad · Efecto novedad · Holdout de largo plazo · Análisis por disparo y dilución · Read in English · Leia em português
Preguntas frecuentes
- ¿Qué es la fatiga de creatividad publicitaria?
- La fatiga de creatividad es el cambio en la respuesta de una persona al mismo anuncio a medida que lo ve más veces. Es una propiedad del tratamiento, no del público: la quinta impresión de una creatividad es un tratamiento diferente de la primera, entregado a la misma persona. Eso es lo que vuelve incómoda la medición, porque el número de impresiones que recibe cada persona se decide en parte por su propio comportamiento.
- ¿La frecuencia 3 es de verdad el punto en el que el anuncio empieza a fatigar?
- No existe ningún experimento publicado que establezca un umbral universal, y el número no encaja con la evidencia académica. El metaanálisis de Schmidt y Eisend (Journal of Advertising, 2015) reporta que, en entorno experimental, la actitud máxima hacia la marca se alcanza alrededor de diez exposiciones y que el recuerdo no se estabiliza antes de la octava. El umbral 3 circula como convención de planificación, no como resultado medido, y la única manera de encontrar tu número es asignar al azar un techo y medir el resultado que de verdad vendes.
- ¿Por qué no puedo simplemente leer el gráfico de frecuencia contra desempeño de la plataforma?
- Porque la frecuencia es resultado, no asignación. Quien llega a la frecuencia 10 es diferente de quien paró en la frecuencia 1: pasa más tiempo en la plataforma, es más fácil de alcanzar y el sistema de entrega eligió seguir sirviéndole. Comparar desempeño entre tramos de frecuencia compara personas diferentes y condiciona sobre una variable decidida después de que empezó el tratamiento. El gráfico describe tu entrega, no mide fatiga.
- ¿Cómo se testea un techo de frecuencia de la manera correcta?
- Asigna al azar la política, no el resultado. Divide el público en dos brazos antes de que empiece la entrega, aplica un techo en un brazo y deja el otro sin techo, y compara un denominador que exista en los dos, como compras por persona alcanzada. Nunca compares coste por impresión ni tasa de clics por impresión entre los brazos: el techo elimina justamente las impresiones más baratas y de menor respuesta, así que esas razones mejoran mecánicamente incluso sin ningún cambio de comportamiento.
- ¿La fatiga aparece en el clic o en la conversión?
- No de la misma manera. En los datos de campo publicados por Moriwaki y colegas en CyberAgent, medidos solo en el brazo de asignación aleatoria de un bidder en producción, la tasa de clics cae de forma constante a medida que sube la medida de fatiga, mientras que la tasa de conversión muestra una relación más compleja, con tramos positivos y negativos. Elegir el clic como métrica de fatiga garantiza que vas a encontrar fatiga, haya costado ventas o no.
- ¿Cuánto tráfico necesita un test de techo de frecuencia?
- Mucho más que el test de clic al que estás acostumbrado. Con 7,8 por ciento de clics por persona alcanzada, detectar un cambio relativo de 10 por ciento exige cerca de 19.400 personas por brazo. Con 1,3 por ciento de compras por persona alcanzada, la misma pregunta exige cerca de 125.058 personas por brazo, lo que da aproximadamente 30 días a 60 mil personas por semana divididas en dos brazos. Esa distancia es la razón de que casi toda decisión de fatiga se tome en el clic.