Apple lo cambió todo en septiembre de 2021 y buena parte del sector siguió maquillando informes como si nada hubiera pasado. Mail Privacy Protection, la función que precarga las imágenes de los correos antes de que el usuario los abra, convirtió la tasa de apertura en una métrica zombi: sigue moviéndose, sigue generando gráficas bonitas en el dashboard, pero ya no mide lo que decía medir. Y sin embargo, en la mayoría de las reuniones de resultados de email marketing, ese número sigue presidiendo la conversación como si fuera 2015.
No se trata de un matiz técnico menor. Se trata de que una parte sustancial de las decisiones estratégicas de muchos equipos de marketing —qué asunto funciona mejor, qué hora enviar, qué segmento está «más caliente»— se sigue basando en datos contaminados. La pregunta no es si las tasas de apertura mienten un poco. Es cuánto llevan mintiendo y por qué casi nadie ha reajustado su forma de reportar.
La trampa del píxel invisible
Una tasa de apertura se calcula, en esencia, a partir de un píxel de seguimiento de un solo punto que se carga cuando el destinatario abre el correo. Ese píxel dispara una señal al servidor del ESP, que la registra como «apertura». El sistema funcionó razonablemente bien durante casi dos décadas porque dependía de un comportamiento humano: alguien abría el correo y, al hacerlo, su cliente de correo cargaba las imágenes.
El problema apareció cuando los propios clientes de correo empezaron a cargar esas imágenes por su cuenta, sin que hubiera ningún humano de por medio. Apple Mail Privacy Protection precarga todo el contenido remoto de un correo en el momento en que llega al servidor, no cuando el usuario lo abre. Esto significa que un correo puede registrarse como «abierto» segundos después de enviarse, aunque el destinatario no lo vea hasta tres días después, o no lo vea nunca.
Litmus estimaba en 2023 que Apple Mail y sus variantes (incluyendo Apple Mail para iOS y macOS) representaban más del 50% de las aperturas registradas en muchas bases B2C de Estados Unidos y Europa occidental. Eso no es un margen de error. Es la mitad del dato.
Gmail, por su parte, lleva desde 2013 sirviendo imágenes a través de sus propios servidores proxy, lo que ya distorsionaba parcialmente la señal, aunque de forma menos agresiva que Apple. La suma de ambos comportamientos deja un panorama en el que una tasa de apertura del 45% puede significar, en la práctica, que el 20% de la audiencia real ha leído el correo, y el resto son aperturas fantasmas generadas por bots de escaneo antispam, precargas automáticas o clientes de correo corporativos que analizan el contenido antes de entregarlo a la bandeja de entrada.
Un caso que debería incomodar a cualquier analista
Una marca de retail online con la que se ha trabajado en distintos proyectos de consultoría —del sector moda, con una base de unos 400.000 suscriptores activos en España y Francia— vio cómo su tasa de apertura pasó del 28% al 61% en el transcurso de tres meses, entre finales de 2021 y principios de 2022. Nadie había cambiado la estrategia de asuntos. Nadie había mejorado la segmentación. Lo único que había cambiado era la proporción de usuarios de iPhone en su base, que rondaba ya el 58%.
El equipo de marketing, sin saberlo, empezó a interpretar ese salto como un éxito propio. Se reforzaron los formatos que «mejor funcionaban» según esa métrica inflada, se recortó presupuesto en pruebas A/B porque «ya sabían qué funcionaba» y se dejó de invertir en limpieza de listas porque las aperturas «iban bien». Dieciocho meses después, la tasa de clics —que no depende del píxel de imagen sino de una interacción real— había caído un 14%. El desajuste entre lo que decían las aperturas y lo que hacía la gente se había vuelto insostenible.
Ese es el problema real: no es solo que el número esté mal. Es que el número mal calculado empuja decisiones que empeoran el rendimiento real del canal.
Lo que sí sigue siendo fiable, y por qué se usa tan poco
Frente a este ruido, hay métricas que apenas se han visto afectadas por los cambios de privacidad porque dependen de una acción deliberada del usuario, no de una carga automática de contenido.
La tasa de clics (CTR) sigue siendo un indicador razonablemente limpio, siempre que se calcule sobre entregados y no sobre aperturas —error muy habitual que multiplica el sesgo de la métrica contaminada por otra métrica contaminada—. La tasa de conversión, obviamente, tampoco depende de píxeles de imagen. Y el tiempo hasta la conversión, poco utilizado todavía en informes de email marketing, ofrece una lectura mucho más honesta del engagement real que cualquier apertura.
¿Por qué entonces siguen dominando los informes con aperturas en primer plano? En parte por inercia histórica: es la métrica con la que se lleva reportando desde hace veinte años, y cambiar el cuadro de mando implica reeducar a directores que llevan igual de tiempo mirando ese número. En parte, también, por comodidad: la tasa de apertura siempre da un número más alto y más «bonito» que el CTR, y en according de reuniones donde hay que justificar presupuesto, un 45% suena mucho mejor que un 3,2%.
Hay algo de autoengaño colectivo en eso. Se prefiere el dato que hace quedar bien al departamento sobre el dato que refleja lo que realmente ocurre.
La tasa de apertura no ha muerto, pero cambió de trabajo
Aquí conviene introducir un matiz que se suele pasar por alto en los artículos que proclaman el «fin de las aperturas»: la métrica no es inútil, es que se le está pidiendo que haga un trabajo que ya no puede hacer.
Sirve, y sirve bien, para detectar problemas graves de entregabilidad. Si una campaña que históricamente registraba un 30% de apertura cae de golpe a un 4%, algo está fallando en el envío —una IP quemada, un dominio en lista negra, un problema de autenticación SPF/DKIM— y ese descenso brusco sigue siendo una señal de alarma legítima, con o sin Apple de por medio. Sirve también, de forma relativa y no absoluta, para comparar campañas entre sí dentro de la misma base y en la misma ventana temporal, porque el sesgo de MPP afecta más o menos por igual a todos los envíos de esa base.
Lo que ya no puede hacer es servir de proxy fiable del interés real del destinatario, ni de indicador absoluto de calidad de contenido, ni de base para decisiones de segmentación fina tipo «usuario engaged vs. usuario dormido». Para eso hace falta otra cosa.
Reconstruir el engagement con datos que no mienten
La alternativa que ha ido consolidándose entre equipos de CRM más maduros consiste en dejar de tratar la apertura como el primer peldaño del funnel y empezar a tratarla como ruido de fondo, sustituyéndola por un modelo de puntuación compuesto.
Un modelo razonable de scoring de engagement puede construirse con tres o cuatro señales que sí dependen de una acción intencional:
- Clics en los últimos 90 días, ponderados por recencia.
- Conversiones o visitas a producto derivadas del email, si hay tracking de UTM correctamente implementado.
- Interacción con la app o el sitio web tras recibir el correo, en una ventana de atribución razonable (24-48 horas suele funcionar bien en retail).
Con ese modelo, el equipo de la marca de moda mencionada anteriormente rediseñó su segmentación de «usuarios inactivos» a partir de 2022. Antes clasificaban como inactivo a quien no abría un correo en 60 días. Cambiaron el criterio a quien no hacía clic en 90 días, y el tamaño del segmento «inactivo real» creció un 34% respecto al criterio anterior basado en aperturas. Ese descubrimiento, aunque incómodo, permitió lanzar una campaña de reactivación mucho mejor dirigida, con una tasa de reactivación del 11%, sensiblemente superior a la media del sector para ese tipo de campañas.
El matiz que casi nadie quiere escuchar: tampoco hay que idolatrar el clic
Ahora bien, conviene resistir la tentación de sustituir un dios falso por otro. El clic tiene sus propias distorsiones, menos comentadas pero reales. Los escáneres de seguridad corporativos —Microsoft Defender for Office 365, Proofpoint, Mimecast— hacen clic automáticamente en todos los enlaces de un correo antes de entregarlo, exactamente igual que ocurre con las imágenes en MPP. Esto es especialmente relevante en email marketing B2B, donde una parte significativa del CTR reportado puede corresponder a bots corporativos de análisis de URL y no a personas.
Aquí está el matiz contraintuitivo que se suele omitir en los artículos que abogan sin fisuras por «mirar el clic en vez de la apertura»: en entornos B2B con alta penetración de seguridad corporativa, el CTR puede estar tan inflado como la apertura en un entorno de consumo con alta penetración de iPhone. La solución no es cambiar de métrica única, es dejar de buscar una métrica única. El engagement real solo emerge de la triangulación entre varias señales, y cualquier informe que reduzca el rendimiento de una campaña a un solo número —sea apertura, sea clic— está simplificando de más.
Esta es, quizá, la idea más importante de todo el planteamiento: el problema nunca fue Apple. El problema es la costumbre de pedirle a una sola métrica que resuma una realidad demasiado compleja para resumirse en una sola métrica.
Cómo limpiar el ruido sin tirar el dato a la basura
Descartar por completo la tasa de apertura tampoco es la respuesta correcta, aunque sea la más tentadora tras leer todo lo anterior. Hay formas de seguir extrayendo valor de ella sin dejarse engañar.
Filtrar las aperturas que se producen en los primeros tres segundos tras el envío es un primer paso razonable: son, con altísima probabilidad, precargas automáticas de MPP o de escáneres antispam, no lecturas humanas. Algunos ESP —Klaviyo lo permite de forma nativa desde 2022— ofrecen la posibilidad de excluir del cálculo las aperturas identificadas como procedentes de proxies de Apple, lo que da una cifra más cercana a la realidad, aunque nunca perfecta, porque no todas las aperturas de MPP son identificables al cien por cien.
También ayuda comparar la tendencia relativa de aperturas dentro de la misma base a lo largo del tiempo, en lugar de comparar cifras absolutas contra benchmarks del sector, que ya no significan lo mismo para todas las marcas según su mezcla de clientes de correo. Un benchmark de «tasa de apertura media del sector retail: 21%» publicado en 2019 no es comparable con un benchmark de 2024, porque la composición de dispositivos que hay detrás de ese número ha cambiado radicalmente.
Lo que esto implica para cómo se reporta hacia arriba
Hay una dimensión de este problema que rara vez se discute y que tiene menos que ver con la analítica y más con la política interna de las organizaciones: muchos responsables de email marketing saben perfectamente que sus aperturas están infladas, pero no corrigen el discurso hacia dirección porque el número inflado les beneficia en la conversación de presupuesto.
Es una tentación comprensible y, a la vez, un error estratégico a medio plazo. Cuando la dirección descubre —porque tarde o temprano lo descubre, normalmente al comparar con ingresos reales— que las aperturas llevaban dos años sobreestimando el rendimiento del canal, la credibilidad de todo el departamento se resiente, no solo la de esa métrica concreta. Es preferible reportar cifras más modestas pero defendibles, acompañadas de una explicación clara de por qué han cambiado los criterios de medición, que seguir alimentando un relato que se sabe insostenible.
La honestidad analítica, en este caso, no es solo una cuestión ética abstracta. Es una cuestión de supervivencia profesional del equipo a dos o tres años vista.
Adónde va esto en los próximos ciclos de producto de email
Google ya ha empezado a introducir mecanismos similares de protección de imágenes en Gmail para determinados tipos de cuenta, y no sería sorprendente que en los próximos dos o tres años el estándar de la industria terminase pareciéndose al de Apple: precarga sistemática, apertura como señal binaria poco informativa, y desplazamiento definitivo del foco analítico hacia clic, conversión y comportamiento post-clic.
Si eso ocurre, la tasa de apertura no desaparecerá de los informes —es demasiado sencilla de explicar a un comité de dirección para que muera del todo—, pero quedará relegada a lo que probablemente siempre debió ser: un indicador de salud técnica del envío, útil para detectar catástrofes de entregabilidad, e inútil para casi todo lo demás.
La pregunta que debería empezar a hacerse cualquier equipo de CRM no es cómo seguir maquillando la apertura para que parezca fiable, sino qué hará su organización el día en que ese número deje de moverse en absoluto porque todos los clientes de correo hayan adoptado precarga total. ¿Existe ya, en ese departamento, un modelo de engagement que no dependa de él?