Herramienta
Cuánto valen los testimonios
que todavía no pediste.
Poné tus números y elegí cuántos testimonios vas a sumar. Te mostramos una estimación conservadora y dejamos la fórmula, los límites y las fuentes a la vista.
Calculadora
Ventas extra estimadas
+41
por mes — estimación conservadora: toma solo el 25% del efecto medido por el estudio
Ventas hoy
60
por mes, con tu conversión actual
Ingresos extra estimados
$0
por mes, con tu ticket promedio
Conversión estimada
2,0% → 3,4%
si el efecto se diera como lo modelamos
Techo según el estudio (sin nuestro descuento): +162 ventas/mes. Lo mostramos como referencia, no como promesa.
Estás arriba de 5 testimonios, que es hasta dónde llega la medición de Spiegel. De ahí en adelante la curva es nuestra: sigue subiendo con retorno decreciente hacia un techo de 2× el lift del estudio. Lo decimos porque es un supuesto, no un dato — pero cortar en 5 sería peor, y BrightLocal 2024 muestra que la cantidad todavía pesa mucho después.
Cómo hacemos la cuenta
La fórmula, abierta
Un solo dato de un solo estudio ancla toda la cuenta. El resto son supuestos nuestros: el descuento del 25% achica el número, y la curva de saturación lo estira más allá de los 5 testimonios que el estudio midió. Acá están todos, con el que suma y el que resta a la vista.
ventas hoy = visitas × conversión
efecto(n) = (n ÷ (n + 5)) ÷ 0,5 ← efecto(5) = 1 (el +270% de Spiegel)
cobertura = efecto(actuales + nuevos) − efecto(actuales)
lift = 270% (o 380% en ticket alto) × cobertura
ventas extra = ventas hoy × lift × 25%La curva pasa por el único punto que el estudio mide (5 testimonios = +270%) y después sigue subiendo cada vez menos: 10 testimonios valen 1,33× ese lift; 20, 1,60×; 50, 1,82×; 100, 1,90×. Nunca llega a 2×.
+270% de probabilidad de compra al pasar de cero a cinco reviews, y hasta +380% en productos de precio alto.
Spiegel Research Center (Northwestern), «How Online Reviews Influence Sales», 2017. Es la referencia canónica del ecosistema de reviews; aclaramos el año porque el dato lo pide.
Curva de retorno decreciente, con techo en 2×. El estudio mide un solo punto (5 reviews vs. cero). Nosotros lo usamos como ancla y modelamos el resto con una curva que sube siempre y cada vez menos: el primer testimonio es el que más mueve, el número 100 casi no agrega. El techo —el doble del lift medido, nunca alcanzado— es una elección nuestra para que el número no se escape.
Supuesto de modelado, declarado. El estudio no mide arriba de 5: la forma de la curva y el techo los ponemos nosotros.
Que el efecto siga después de 5, sí está respaldado. Lo que no está medido es cuánto, no si existe: el 47% de los consumidores no considera un negocio con menos de 20 reviews. Por eso la curva no corta en 5 — cortarla ahí modelaba «del quinto testimonio en adelante da igual», que es falso.
BrightLocal, Local Consumer Review Survey 2024 — 1.141 consumidores US. Es contexto que justifica la forma de la curva; el número no entra en la cuenta.
Descuento de conservadurismo: 25% del efecto. Spiegel midió reviews junto al producto en un entorno controlado; tu página no es ese laboratorio. Por eso la estimación principal toma un cuarto del efecto, y el número completo aparece al lado como techo. En el único salto que el estudio midió —de cero a cinco— ese cuarto se aplica sobre el lift medido y el techo se llama «según el estudio»; en cualquier otra combinación se aplica sobre nuestra curva y los dos carteles lo dicen.
Supuesto nuestro, declarado — no viene del estudio.
Sin multiplicador «por ser video». Los estudios hablan de reviews y testimonios en general; no hay acá un factor extra por el formato, porque ninguna de nuestras fuentes lo sostiene.
Regla de honestidad de esta calculadora.
Fuentes, contexto y límites
Por qué el mecanismo funciona
Estos dos datos explican por qué la prueba social mueve la aguja. No entran en la fórmula — son contexto, no matemática.
88%
confía en recomendaciones de gente que conoce por encima de cualquier otra forma de publicidad.
Nielsen, «Trust in Advertising» 2021 — 40.000 encuestados
50%
confía en las reviews tanto como en una recomendación personal.
BrightLocal, Local Consumer Review Survey 2024
Esta calculadora es una estimación basada en estudios públicos (Spiegel 2017, Nielsen 2021, BrightLocal 2024), no una promesa de resultados. Tu tráfico, tu producto y tu página pueden comportarse distinto de los promedios de esos estudios.