Hablar de frecuencia en publicidad suele empujar a una trampa bastante común: querer resolver una decisión estratégica con un número fijo.
¿3 impactos?
¿5 por semana?
¿7 antes de convertir?
La pregunta real no es cuántas veces “hay que aparecer”, sino cuántas exposiciones necesita una campaña para generar efecto sin empezar a desperdiciar presión publicitaria. Y esa respuesta cambia según el objetivo, la categoría, el momento de marca, la creatividad y el medio. No existe un estándar único que funcione para todos los casos.
Primero: qué entendemos por frecuencia
En media planning, la frecuencia es la cantidad promedio de veces que una persona expuesta ve un anuncio durante un período determinado. Plataformas como Google la trabajan junto con reach para estimar cuántas personas únicas fueron alcanzadas y cuántas veces, en promedio, vieron la campaña.
Eso importa porque una campaña puede fallar por dos motivos opuestos:
- tener tan poca frecuencia que no deja huella;
- tener tanta frecuencia sobre la misma audiencia que empieza a saturar, desperdiciar presupuesto o erosionar la experiencia.
La frecuencia óptima no se “adivina”: se calcula desde una lógica de decisión
Durante mucho tiempo, el mercado trabajó con la idea de la effective frequency, es decir, la cantidad de exposiciones necesarias para que la publicidad empiece a ser efectiva. Una referencia histórica muy conocida fue la regla de “3+ exposiciones”, pero incluso la literatura que la recoge aclara que ese punto de partida debe ajustarse según múltiples factores.
Ahí es donde entra el modelo de Ostrow.
Qué es la matriz de Ostrow
La matriz de Ostrow es un modelo de planificación que propone partir de una frecuencia base y luego sumar o restar presión según tres grupos de variables:
- factores de mercado o marketing,
- factores del mensaje o la pieza creativa,
- factores del medio.
Lo interesante de este enfoque es que no trata la frecuencia como un benchmark fijo, sino como una decisión contextual.
No pregunta solo “cuántas veces mostrar”.
Pregunta: qué condiciones hacen que esta campaña necesite más o menos repetición para funcionar.
Cómo usar la matriz de Ostrow en la práctica
Una forma simple de explicarlo en un artículo es esta:
1. Definir una frecuencia base
Como punto de partida, muchos planners trabajaron históricamente con una base cercana a 3 exposiciones efectivas. No porque sea una ley, sino porque funcionó durante años como referencia operativa.
2. Ajustar según el contexto de la campaña
Después, esa base se corrige según variables como estas:
Factores de mercado
- marca nueva vs. marca conocida;
- categoría de alta competencia vs. baja competencia;
- producto de compra ocasional vs. compra frecuente;
- target amplio vs. target muy específico.
Factores creativos
- mensaje simple vs. mensaje complejo;
- pieza muy memorable vs. pieza genérica;
- propuesta nueva para el mercado vs. beneficio ya conocido;
- una sola pieza repetida vs. rotación creativa.
Factores de medios
- entorno de alta atención vs. baja atención;
- video, display, social, audio o TV;
- inventario premium vs. contextos más dispersos;
- alcance amplio vs. alta concentración en audiencias pequeñas.
Una forma simple de convertirlo en cálculo
No hace falta presentar la matriz como una fórmula rígida. De hecho, funciona mejor como una guía de ajuste.
Podrías plantearlo así:
Frecuencia óptima = frecuencia base ± ajustes por mercado, creatividad y medio
Por ejemplo:
- frecuencia base: 3
- marca nueva en categoría competida: +1
- mensaje complejo: +1
- inventario de baja atención: +1
- creatividad muy distintiva: -1
Frecuencia orientativa final: 5
No porque 5 sea “el número correcto” para todos, sino porque en ese escenario la campaña probablemente necesita más repetición para construir recuerdo. El aporte de Ostrow justamente es ese: obligar a justificar la frecuencia desde variables reales, no desde costumbre.
Qué variables suelen empujar la frecuencia hacia arriba
En general, una campaña suele necesitar más frecuencia cuando:
- la marca tiene baja notoriedad;
- el mensaje requiere aprendizaje;
- la categoría es ruidosa o muy competitiva;
- el medio tiene menor atención o más dispersión;
- la audiencia es chica y la cobertura incremental se agota rápido.
Y qué variables permiten bajarla
Puede tolerar menos frecuencia cuando:
- la marca ya es conocida;
- el mensaje es simple;
- la creatividad tiene alta capacidad de recuerdo;
- el objetivo principal es maximizar cobertura;
- cada impacto extra empieza a reemplazar reach incremental por repetición sobre los mismos usuarios.
El punto que suele olvidarse: frecuencia óptima no es lo mismo que cap de frecuencia
En digital, muchas veces la conversación se reduce al frequency cap, o sea, al límite operativo que define una plataforma para no sobreexponer a una audiencia. Eso sirve para controlar entrega, pero no reemplaza la decisión estratégica. Google, por ejemplo, distingue las métricas de reach y frequency para entender cuántas personas únicas fueron expuestas y cuántas veces.
Dicho de otro modo:
- la frecuencia óptima responde a una lógica de efectividad;
- el frequency cap responde a una lógica de control operativo.
No son lo mismo, aunque deberían conversar entre sí.
Entonces, ¿cómo se calcula de verdad?
La mejor respuesta no es “con una cifra estándar”, sino con una combinación de tres capas:
1. Un punto de partida teórico
Una base orientativa de effective frequency. Históricamente, muchas planificaciones partieron de 3+.
2. Un ajuste estratégico
Ahí entra Ostrow: subir o bajar esa base según mercado, creatividad y medio.
3. Una validación con datos reales
Medir recuerdo, alcance incremental, fatiga creativa, eficiencia de CPM, costo por resultado y saturación de audiencia para corregir en vuelo. Hoy la medición cross-media y el seguimiento in-flight son cada vez más relevantes para eso.
Una recomendación final
Más que buscar “la frecuencia ideal”, conviene instalar esta idea:
la frecuencia óptima es el punto en el que cada impacto adicional todavía agrega valor, y no solo repetición.
Ese punto no sale de memoria ni de folklore de medios. Sale de leer bien el caso.
La matriz de Ostrow sigue siendo valiosa justamente por eso: no ofrece una respuesta mágica, pero sí una forma disciplinada de pensar una decisión que muchas veces se toma en automático. Y en planificación, automatizar una decisión contextual suele ser el comienzo del desperdicio.
