Las carreras en analítica de marketing parten de una sola tarea: responder a "¿está funcionando nuestro marketing y adónde debería ir el próximo euro?" con datos en lugar de opiniones. Los títulos varían (analista de marketing, data scientist de marketing, analista de medición, analytics engineer), y también el día a día. Esta guía describe seis roles y lo que hace cada uno un martes normal, las habilidades y herramientas que evalúan las empresas, lo que dicen los datos salariales oficiales (con fuentes y fechas), cuándo merece la pena un máster en analítica de marketing, cómo funcionan las prácticas y un proyecto de portfolio que puedes terminar en un fin de semana con datos gratuitos.
Si lo estás comparando con el trabajo de experimentación, nuestra guía sobre empleos en optimización de la tasa de conversión trata esa carrera hermana. Ambas comparten herramientas, pero difieren en la pregunta que responden: el CRO pregunta "¿qué versión de esta página convierte mejor?"; la analítica de marketing pregunta "¿cuáles de nuestros canales, campañas y audiencias generan ingresos?".
Nuestra opinión: responde a una pregunta de negocio, no a una lista de certificados
Busca "carrera en analítica de marketing" y la mayoría de los consejos son una lista de herramientas y certificados. Los responsables de contratación acaban con un montón de CV que dicen todos SQL, GA4, Tableau, Python y un certificado de Google, lo que no les dice nada sobre si sabes hacer el trabajo.
El trabajo consiste en traducir. Una directora de marketing pregunta “¿ha merecido la pena el programa de webinars?” y el analista tiene que convertir eso en una definición (frente a qué coste, medido cómo, en qué ventana), descubrir que los datos no pueden responderlo limpiamente, decirlo y aun así dar una respuesta útil. Esa habilidad se demuestra en un solo sitio: un análisis por escrito de una pregunta real, con las partes desordenadas incluidas.
Así que nuestra postura es directa. Un proyecto de portafolio que responde a una pregunta de negocio, explica sus supuestos y termina con una recomendación vale más que cinco certificados juntos. Los certificados demuestran que viste los vídeos; el proyecto demuestra que sabes pensar.
Los roles en analítica de marketing y qué hace cada uno en su día a día
| Rol | Un día típico | Herramientas principales | Suele depender de |
|---|---|---|---|
| Analista de marketing | Crea y mantiene informes de canales y campañas, responde a preguntas puntuales ("¿por qué bajaron los leads la semana pasada?"), revisa el seguimiento y presenta las cifras en las reuniones semanales de marketing | GA4, hojas de cálculo, SQL, una herramienta de BI, plataformas publicitarias | Marketing ops o responsable de marketing |
| Analista de medición / atribución | Mantiene los modelos de atribución, diseña tests de lift y de grupo de exclusión, concilia las conversiones que reportan las plataformas con los ingresos del CRM y explica por qué no cuadran las cifras | SQL, Python o R, diseño de experimentos, herramientas de atribución | Responsable de analítica o de performance marketing |
| Científico de datos de marketing | Construye modelos de marketing mix, de abandono y de propensión, y segmentación de clientes; elabora previsiones para la planificación presupuestaria | Python o R, SQL, librerías estadísticas, frameworks de MMM | Responsable de ciencia de datos o director de analítica |
| Marketing ops / analytics engineer | Diseña el tracking de eventos, construye pipelines de datos desde las plataformas de anuncios y el CRM hasta el data warehouse y modela tablas limpias que consultan los analistas | SQL, modelado al estilo dbt, gestores de etiquetas, administración del CRM, data warehouse | Marketing ops o ingeniería de datos |
| Responsable de analítica de marketing | Establece el estándar de reporting, prioriza las solicitudes, es responsable de las definiciones de los KPI, forma a los analistas y participa en las reuniones de planificación para orientar las decisiones de presupuesto | Todo lo anterior, más la gestión de las partes interesadas | CMO, VP de marketing o responsable de datos |
| Director de analítica / insights de marketing | Define la estrategia de medición para varias marcas o regiones, elige el enfoque de atribución y de MMM, forma el equipo y defiende las cifras ante finanzas | Sobre todo personas y decisiones | CMO o director de datos (CDO) |
En una empresa B2B de 50 personas, una sola persona hace las cuatro primeras filas; en una gran marca de consumo, cada fila es un equipo. Lee las ofertas de empleo por las responsabilidades, no por los títulos.
Cómo es la versión B2B
Los volúmenes B2B son pequeños (cientos de oportunidades, no millones de pedidos), los ciclos duran meses y los ingresos están en el CRM, no en la herramienta de analítica web. Gran parte del trabajo consiste en unir el comportamiento en el sitio con las cuentas y el pipeline. Aprende las etapas y métricas del embudo en nuestra guía de KPI de marketing B2B; en las entrevistas esperan que hables de pipeline, no de sesiones.
Habilidades y herramientas, ordenadas por la frecuencia con la que deciden una contratación
- SQL. La habilidad más evaluada con diferencia. Espera un ejercicio en directo: joins, agregaciones, funciones de ventana, gestión de duplicados. Si vas a aprender bien una sola cosa, que sea esta.
- Definición de métricas y sentido de negocio. Saber que la "tasa de conversión" necesita un numerador y un denominador acordados con ventas, y que un lead no son ingresos. Rara vez aparece en las ofertas, pero siempre se evalúa en los casos prácticos de las entrevistas.
- Analítica web (GA4). Eventos, conversiones (ahora llamadas eventos clave), métricas de interacción, exploraciones, la exportación a BigQuery. Conoce las trampas, como que las sesiones con interacción y el porcentaje de rebote de GA4 se definen de forma distinta a las antiguas métricas de Universal Analytics.
- Hojas de cálculo. Tablas dinámicas, búsquedas y modelos que alguien que no es analista pueda seguir.
- BI y visualización. Looker Studio, Tableau o Power BI. Un panel que responde a tres preguntas es mejor que uno con treinta gráficos.
- Higiene del seguimiento de campañas. Convenciones de UTM, estándares de nomenclatura, gestión de etiquetas. Un seguimiento roto es donde se van muchas horas de analista; un proceso coherente con un generador de UTM evita la mayor parte.
- Experimentación. A/B tests, grupos de control, tests geográficos y la estadística para interpretarlos. Nuestro artículo sobre tamaño de muestra para A/B tests explica el cálculo sobre el que les gusta indagar a los entrevistadores.
- Atribución y marketing mix modelling. Conoce la diferencia: la atribución asigna el mérito a los puntos de contacto de recorridos individuales; el MMM estima el efecto de cada canal a partir de datos agregados de inversión y resultados a lo largo del tiempo. Meridian, el framework de código abierto de Google, es un marco de MMM actual que puedes estudiar y ejecutar con datos de muestra.
- Python o R. Imprescindible para puestos de ciencia de datos y un plus para analistas (pandas, statsmodels, el tidyverse).
Cómo son los salarios en analítica de marketing (con fuentes)
No existe una ocupación oficial de “analista de marketing”, así que citamos categorías afines y muestras de ofertas de empleo, verificadas en la página de cada fuente.
| Fuente y periodo | Qué mide | Cifra |
|---|---|---|
| US BLS, Market Research Analysts, mayo de 2025 | La categoría oficial de EE. UU. que incluye a la mayoría de los analistas de marketing | Mediana de 78.760 USD al año; el 10 % inferior por debajo de 43.390 USD y el 10 % superior por encima de 155.480 USD; se prevé que el empleo crezca un 7 % entre 2025 y 2035, mucho más rápido que la media |
| US BLS, Data Scientists, mayo de 2025 | La categoría más cercana para data scientists de marketing | Mediana de US$120.230 al año; crecimiento previsto del 35 % entre 2025 y 2035 |
| US BLS, Marketing Managers, mayo de 2025 | Incluye a responsables sénior de analítica con cargos de dirección de marketing | Mediana de 166.790 USD al año |
| ITJobsWatch UK, "marketing analytics", 6 meses hasta el 13 de octubre de 2026 | Salarios indicados en ofertas de empleo fijo en el Reino Unido que mencionan analítica de marketing (34 salarios de 143 ofertas) | Mediana 70.000 £; percentil 25: 46.250 £; percentil 75: 82.500 £ |
Cómo leer esto. La mediana del BLS para analistas de investigación de mercados es la mejor referencia para un analista de marketing junior o intermedio en EE. UU. La cifra de científico de datos muestra por qué compensa pasar al modelado: la diferencia entre las medianas supera los 40.000 USD. La cifra del Reino Unido procede de una pequeña muestra de ofertas de empleo sesgada hacia puestos sénior y técnicos, así que tómala como una imagen de los puestos especializados anunciados, no de todos los analistas del Reino Unido.
Máster en analítica de marketing: quién debería hacerlo
Un máster en analítica de marketing suele ser un programa de un año, a menudo con designación STEM, que combina estadística, programación, analítica de clientes y estrategia de marketing, normalmente con un proyecto final para una empresa real. Algunos ejemplos que comprobamos en las propias páginas de las universidades:
- University of Rochester, Simon Business School: MS in Marketing Analytics a tiempo completo con designación STEM, centrado en el uso de datos para decisiones de marketing, precios y ventas.
- University of Colorado Boulder, Leeds School of Business: 33 créditos en tres semestres presenciales, con asignaturas como machine learning en Python, publicidad digital, inteligencia de mercado y analítica de clientes.
- American University, Kogod School of Business: MS online en Marketing Analytics, de 12 a 15 meses, con dos prácticas.
- Pace University, Lubin School of Business: MS in Marketing Analytics en Nueva York, de 30 a 36 créditos, a tiempo completo o parcial.
Consulta los costes y los requisitos de admisión en la página de cada programa.
Cuándo merece la pena la titulación y cuándo no
| Situación | Nuestra opinión |
|---|---|
| Persona que cambia de carrera sin formación cuantitativa y necesita estructura y una red de contactos | Vale la pena considerarlo. El proyecto final y los servicios de orientación profesional aportan de verdad. |
| Estudiante internacional que quiere trabajar en EE. UU. | La designación STEM importa para las opciones de trabajo tras los estudios; compruébala explícitamente. |
| Ya trabaja en marketing y se maneja bien con hojas de cálculo | Normalmente no hace falta. Aprende SQL, haz dos proyectos y cambia de puesto dentro de tu empresa. |
| Con la vista puesta en data science de marketing | Puede que te sirva más una titulación con mucha estadística que una centrada en marketing. Compara los planes de estudio, no los nombres. |
Prácticas en analítica de marketing: dónde encontrarlas y cómo conseguirlas
Las prácticas se concentran en grandes marcas de consumo, agencias de medios y de performance, empresas tecnológicas y SaaS, y consultoras de analítica. Los portales de empleo universitarios y LinkedIn reúnen la mayoría de las ofertas; las agencias suelen publicarlas primero en sus propias páginas de empleo.
Qué te mete en la lista corta:
- Un resumen de proyecto de una página enlazado desde tu CV. Pregunta, datos, método, respuesta, recomendación.
- Pruebas de SQL. Un notebook o repositorio público con consultas sobre un conjunto de datos real.
- Contexto de negocio en cada punto del CV. No "creé un dashboard", sino "creé un dashboard de canales que mostraba que los leads de social de pago se convertían en reuniones a la mitad de la tasa que los de búsqueda", aunque sea para un proyecto de clase.
Presenta tu candidatura pronto: las grandes empresas suelen reclutar a los becarios de verano en el otoño anterior.
Cómo empezar: un proyecto de portfolio de fin de semana
No necesitas datos de una empresa. Google ofrece dos fuentes gratuitas. La cuenta de demostración de Google Analytics da a cualquier usuario de Google acceso de lectura a datos reales (ofuscados) de Google Merchandise Store y del juego Flood-It!. El conjunto de datos de ejemplo de e-commerce de GA4 en BigQuery contiene tres meses de datos de exportación a nivel de evento de la misma tienda, de noviembre de 2020 a enero de 2021, para que puedas practicar SQL con el esquema real de GA4.
- Elige una decisión, no un conjunto de datos. Por ejemplo: "Si la tienda pudiera invertir un 20 % más de presupuesto en una sola fuente de tráfico durante la temporada navideña, ¿en cuál?"
- Define las métricas antes de hacer consultas. Ingresos por sesión según fuente y medio, tasa de conversión de compra y usuarios nuevos frente a recurrentes.
- Consulta el conjunto de datos de BigQuery. Desanida los parámetros de los eventos, construye las sesiones y atribuye las compras a la fuente.
- Contrasta con la cuenta de demostración de GA4. Las cifras no coincidirán exactamente. Explicar por qué (ofuscación, configuración de atribución) es lo que recuerdan los entrevistadores.
- Escribe una recomendación de una página. Respuesta, evidencia, salvedades y qué test harías para confirmarla.
Ejemplo ilustrativo del informe
Ejemplo, con cifras redondas inventadas para mostrar la forma, no resultados reales del conjunto de datos: “Durante las fiestas, la búsqueda orgánica trajo 40.000 sesiones y US$60.000 de ingresos (US$1,50 por sesión). Las referencias trajeron 10.000 sesiones y US$25.000 (US$2,50 por sesión). Las referencias generan más por sesión, pero la mayor parte de sus ingresos viene de un único sitio partner, así que más presupuesto quizá no escale. Recomendación: probar un aumento del 20 % en búsqueda de pago durante dos semanas con una región de control antes de redistribuir, y medir los ingresos por sesión frente a las mismas semanas en la región de control.” La recomendación incluye su propia duda y una forma de resolverla.
Para un segundo proyecto, con un enfoque más B2B, puntúa una lista ficticia de cuentas según encaje y actividad y añade una estimación del periodo de recuperación con la calculadora de ROI de marketing.
Cómo buscar empleo en analítica de marketing
El mismo trabajo se esconde bajo muchos nombres. Busca todos estos en LinkedIn, Indeed y las páginas de empleo de las empresas:
- Analista de marketing, analista de marketing digital, analista de insights de marketing
- Marketing analytics associate (un puesto de nivel de entrada habitual en marketing analytics en agencias y consultoras)
- Analista de performance marketing, analista de medios, analista de medios pagados
- Analista de medición, analista de atribución, analista de marketing science
- Analista de crecimiento, analista de analítica de clientes, analista de CRM
- Data scientist de marketing, marketing scientist, decision scientist (marketing)
- Analista de marketing operations, analytics engineer (marketing)
Para puestos de nivel inicial, filtra por "associate" y "junior" y revisa las ofertas de agencias; las agencias contratan perfiles junior en volumen.
Preguntas de entrevista que deberías preparar
- “Los leads cayeron un 30 % la semana pasada. ¿Cómo lo investigarías?” Primero el seguimiento (una etiqueta rota o un formulario cambiado), después segmentar por canal, landing page y dispositivo, y luego las causas externas (festivos, una campaña en pausa).
- "Facebook reporta 200 conversiones y el CRM muestra 120. ¿Cuál es la correcta?" Ninguna lo es sin más. Explica las ventanas de atribución, las conversiones post-impresión, el doble recuento y la deduplicación. Propón una prueba de lift para medir el efecto incremental.
- "¿Cómo medirías si nuestro programa de webinars funciona?" Define el resultado (pipeline influenciado frente a generado), el grupo de comparación, la ventana temporal y lo que no puedes medir.
- Una prueba de SQL en directo. Normalmente: las mejores campañas por tasa de conversión, con una función de ventana o un self-join. Explica en voz alta mientras escribes.
Para las preguntas de atribución, nuestra guía de atribución de marketing para sitios web personalizados explica cómo asignar el mérito cuando los visitantes ven versiones distintas de la página, un buen tema de conversación a nivel sénior.
Adónde llevan las carreras en analítica de marketing
La trayectoria habitual va de analista a analista sénior y después a manager o a una vía especializada (medición, data science, analytics engineering). Los especialistas progresan más rápido con un problema difícil y valioso: la incrementalidad, el MMM o conectar el comportamiento anónimo en la web con el pipeline.
Esto último es una carencia creciente en B2B: la mayoría de los visitantes nunca rellena un formulario, así que los analistas ven sesiones, no empresas. Herramientas como la identificación de visitantes de Markettailor resuelven las visitas a nivel de empresa, lo que permite a un analista informar de la interacción por cuenta objetivo en lugar de por sesión anónima. Si trabajas en ese problema, la analítica a nivel de cuenta de Markettailor es una forma de ver qué segmentos convierten, y es el tipo de dato que convierte un dashboard en una decisión de presupuesto.
Preguntas frecuentes
¿Es la analítica de marketing una buena carrera profesional?
Para quien disfruta tanto de los números como de la persuasión, sí. Los datos de la Oficina de Estadísticas Laborales de EE. UU. muestran que los analistas de investigación de mercados, la categoría que incluye a la mayoría de los analistas de marketing, ganaban una mediana de US$78.760 en mayo de 2025, con un crecimiento previsto del empleo del 7 % entre 2025 y 2035. Las habilidades también se trasladan a la ciencia de datos, las operaciones de marketing y la dirección de marketing.
¿Qué hace un analista de marketing en su día a día?
Un analista de marketing mantiene los informes de canales y campañas, responde a preguntas como por qué han caído los leads o qué campaña generó pipeline, comprueba que el seguimiento funciona y presenta conclusiones en las reuniones de marketing. La mayor parte del día se va en SQL, hojas de cálculo, GA4 y una herramienta de BI, además de conversaciones para acordar qué debe significar cada métrica.
¿Necesito un máster en analítica de marketing?
Normalmente, no. La mayoría de los puestos junior de analítica de marketing piden un grado universitario más pruebas de dominio de SQL y pensamiento analítico. Un máster ayuda a quienes cambian de carrera y necesitan estructura, un proyecto final y contactos, y a los estudiantes internacionales que quieren un programa con designación STEM. Si ya trabajas en marketing, dos buenos proyectos de portfolio y movimientos internos suelen ser más rápidos.
¿Cómo consigo unas prácticas de analítica de marketing sin experiencia?
Crea un proyecto con datos gratuitos, como la cuenta de demostración de Google Analytics o el conjunto de datos de ejemplo de GA4 en BigQuery, que responda a una pregunta de negocio y termine con una recomendación. Enlaza un resumen de una página desde tu CV, publica tu SQL y, en otoño, solicita prácticas de verano en agencias, marcas de consumo y empresas tecnológicas.
¿Qué diferencia hay entre un analista de marketing y un científico de datos de marketing?
Un analista de marketing explica qué ocurrió y por qué, con informes, SQL y dashboards. Un científico de datos de marketing construye modelos para predecir o estimar efectos, como marketing mix models, modelos de churn y previsiones, con Python o R y estadística. El salario refleja la diferencia: la BLS informó de una mediana de 120.230 USD para científicos de datos en mayo de 2025.
