# Diccionario de datos del informe de GreenLeaf — contrato semántico v1

**Autoría:** 2026-10-29 · **Estado:** especificación de fuente congelada antes de la generación de los datos de prueba; entrada editorial en inglés. El CSV es una reconstrucción sintética nueva, no datos recuperados del curso. El [briefing](brief-v1.md) rige las decisiones; el [mapa de fuentes](course-source-map.json) rige la procedencia. No se incluyen clientes reales, información de salud ni cuentas de clientes.

Las cifras reproducidas de las fuentes conservan la convención numérica de las fuentes originales en inglés: la coma separa los miles y el punto indica los decimales; los importes están expresados en USD.

## Granularidad, ventana y atribución

Una fila canónica es una fecha de clic de pago en UTC × canal × dispositivo × audiencia × creatividad, en el Reino Unido. Catorce fechas × tres canales × dos dispositivos × dos audiencias × dos creatividades = **336 filas**. La exportación bruta tiene **337 filas**, incluido un duplicado exacto. La campaña pertenece al canal y no añade una dimensión.

Semana 1: `2026-09-01`–`2026-09-07` inclusive. Semana 2: `2026-09-08`–`2026-09-14` inclusive. Instantánea: **`2026-09-22T23:59:59Z`**. Los días son UTC y `date` siempre significa fecha de cohorte de clic de pago, nunca fecha de compra/evento. Los eventos de embudo y las primeras compras se observan durante los siete días posteriores al clic de pago elegible. Las marcas temporales exactas de los eventos no se exportan; la ventana de atribución/observación de siete días es una suposición de construcción del generador. Ambos periodos completos han madurado en la instantánea. Todas las filas primarias publicadas tienen `is_provisional=false`.

El gasto, las impresiones y los clics describen la actividad de adquisición asignada a esa fecha de cohorte. Los recuentos de aterrizaje, cuestionario y compra siguen su cohorte de clic de pago etiquetada por origen y su categoría de dispositivo/audiencia/creatividad. Cada cliente sintético de primera compra y cada importe de ingresos se asigna una vez, al último clic de pago elegible dentro de los siete días; todas las etapas de eventos siguen esta misma asignación exclusiva. La conciliación de identidad entre dispositivos no se mide. La exclusividad está garantizada por construcción, no establecida de forma independiente por este archivo agregado.

## Campos

| Campo | Tipo / unidad | Significado y validación |
|---|---|---|
| `row_id` | cadena no vacía | ID de fila canónica único y estable. El duplicado exacto bruto lo repite; las filas conflictivas con el mismo ID son un error. |
| `date` | ISO `YYYY-MM-DD` | Fecha de cohorte de clic de pago de origen en UTC, entre el 1 y el 14 de septiembre. |
| `market` | enumeración | Solo `UK`; el alcance son cohortes de pago del lanzamiento ficticio en el Reino Unido. |
| `channel` | enumeración | `google-search`, `linkedin`, `reddit-paid`. La actividad orgánica de Reddit está excluida. |
| `campaign_id` | enumeración tras normalización | Una campaña por canal; consulta a continuación. |
| `device` | enumeración | `mobile` o `desktop`, dispositivo del clic de pago de origen asignado. |
| `audience_id` | enumeración | `skeptical` o `exploring`; categorías construidas mutuamente excluyentes dentro del canal, no rasgos de clientes validados. |
| `creative_id` | enumeración | `traceability` o `value`; hipótesis de mensaje con formato específico por canal, consulta a continuación. |
| `spend_cents` | entero no negativo en céntimos de USD | Solo coste de medios. Sin costes de agencia, creatividad, herramientas, salarios u otros costes de adquisición. |
| `impressions` | entero no negativo | Impresiones de anuncios de adquisición en la categoría; no personas únicas ni frecuencia. |
| `clicks` | entero no negativo | Clics de pago asignados a esta categoría; no visitantes únicos. |
| `landing_sessions` | entero no negativo | Sesiones de aterrizaje etiquetadas por origen observadas dentro de los siete días posteriores al clic de pago elegible. Como máximo una sesión retenida por recorrido de embudo sintético. |
| `quiz_starts` | entero no negativo | Recorridos de cuestionario retenidos distintos etiquetados por origen que comienzan dentro de la misma ventana de siete días; un inicio retenido por recorrido. Denominador de la tasa de completitud. |
| `quiz_completions` | entero no negativo | Aquellos recorridos de cuestionario retenidos completados dentro de la misma ventana de siete días; sin recuento repetido de completados. |
| `attributed_new_customers` | entero no negativo | Clientes de primera compra que completan este embudo construido liderado por el cuestionario dentro de siete días, asignados una vez según la regla declarada de último clic de pago. No son clientes nuevos de todo el sitio. |
| `attributed_first_purchase_revenue_cents` | entero no negativo en céntimos de USD | Ingresos de primera compra de esos clientes, tras descuentos, excluyendo impuestos y envío. Sin reembolsos en estos datos de prueba; sin ingresos de renovación. El generador asigna USD $80 (8,000 céntimos) por cliente de primera compra para claridad aritmética; es una suposición de reconstrucción, no el precio del curso ni el LTV. |
| `is_provisional` | booleano | `false` significa que la ventana de observación de siete días de esta fila está madura en la instantánea declarada. Rechace la coerción no respaldada de cadena/booleano. |

Desigualdades por fila: `impressions >= clicks >= landing_sessions >= quiz_starts >= quiz_completions >= attributed_new_customers`. Es una construcción explícita simplificada de embudo liderado por el cuestionario, no una propiedad universal de las exportaciones publicitarias. Una fila con cero clientes debe tener cero ingresos de primera compra; un recuento positivo de clientes debe tener ingresos positivos. Estas restricciones no aportan evidencia a nivel de persona.

## Tablas de búsqueda canónicas y limpieza de datos brutos

| Canal | ID de campaña canónico | Nombre visible | Alias de ID de campaña bruto permitido |
|---|---|---|---|
| `google-search` | `gl-uk-google-search` | GreenLeaf UK Search | `gl_uk_search` → `gl-uk-google-search` |
| `linkedin` | `gl-uk-linkedin` | GreenLeaf UK LinkedIn | Ninguno |
| `reddit-paid` | `gl-uk-reddit-paid` | GreenLeaf UK Reddit paid | Ninguno |

Audiencia `skeptical`: categoría construida para un comprador que busca pruebas y compara evidencia de origen/dosificación; inspirada en la persona no validada de Oliver. Audiencia `exploring`: categoría construida para un comprador que explora la categoría y considera el valor. No son especificaciones reales de segmentación ni asignaciones aleatorias de tratamiento; no se infiere identidad, profesión ni condición de salud.

Creatividad `traceability`: mensaje ilustrativo “Know what is in every serving” (Conoce qué contiene cada ración). Creatividad `value`: mensaje ilustrativo “Compare the value of a clearly dosed serving” (Compara el valor de una ración con dosis claramente indicadas). Para Google Search son hipótesis de mensaje de anuncio de texto; para LinkedIn, hipótesis de texto de contenido patrocinado; para Reddit de pago, hipótesis de texto de publicación promocionada. Los ID de creatividad son categorías de mensaje compartidas dentro de cada canal, no activos publicitarios terminados idénticos ni afirmaciones aprobadas. No se suministra prueba de eficacia ni certificación real del producto.

Elimine solo un duplicado exacto byte a byte o de campos iguales, registrando su ID de fila de origen. Normalice solo el alias declarado y registre el recuento. Un ID desconocido, un mercado inesperado, un campo faltante, una fecha malformada, céntimos/recuentos no enteros, un valor negativo, un duplicado conflictivo o un embudo imposible deben fallar la validación en lugar de repararse silenciosamente. Conserve una fila documentada con denominador cero para verificar el tratamiento de tasas no disponibles. Concilie los recuentos brutos/canónicos y todos los totales de dimensiones. El registro de generación de los datos de prueba debe identificar el duplicado exacto, la fila de alias y la fila de denominador cero; este diccionario no finge que esas filas ya existan.

## Métricas y reglas de comparación

Utilice sumas dentro de la cohorte/dimensión seleccionada y luego divida; nunca promedie tasas a nivel de fila. Conserve la precisión intermedia completa. Muestre los USD dividiendo los céntimos por 100 solo en la presentación. Un denominador cero produce **no disponible**, nunca cero/infinito; el cambio porcentual frente a un valor previo de cero no está disponible.

| Métrica | Definición | Interpretación |
|---|---|---|
| Tasa de completitud del cuestionario | `sum(quiz_completions) / sum(quiz_starts)` | KPI principal del embudo; el móvil de pago de la Semana 1/2 debe calibrarse a 45%/28%. |
| Tasa de clic a inicio | `sum(quiz_starts) / sum(clicks)` | Diagnóstico; distinta de la completitud del cuestionario. |
| Tasa de clic a aterrizaje | `sum(landing_sessions) / sum(clicks)` | Diagnóstico, no una tasa de rebote verificada. |
| Tasa de finalización a compra | `sum(attributed_new_customers) / sum(quiz_completions)` | Diagnóstico construido del embudo liderado por el cuestionario. |
| CTR | `sum(clicks) / sum(impressions)` | Métrica de optimización; no notoriedad. |
| CPC (USD) | `sum(spend_cents) / sum(clicks) / 100` | Coste de medios por clic. |
| CPM (USD) | `sum(spend_cents) / sum(impressions) * 1000 / 100` | Coste de medios por 1,000 impresiones. |
| CPA de medios (USD) | `sum(spend_cents) / sum(attributed_new_customers) / 100` | Indicador solo de medios; no CAC completo. |
| ROAS atribuido de primera compra | `sum(attributed_first_purchase_revenue_cents) / sum(spend_cents)` | Ratio ingresos/gasto; no beneficio, incrementalidad ni LTV. |
| Ingresos de primera compra (USD) | `sum(attributed_first_purchase_revenue_cents) / 100` | Solo atribución de cohortes de pago; no un veredicto frente al objetivo mensual completo de $60K. |

El cambio en puntos porcentuales de una tasa es `(Week 2 rate - Week 1 rate) * 100`. El cambio relativo es `(Week 2 rate / Week 1 rate - 1) * 100` cuando la Semana 1 es positiva. El 45% → 28% elaborado equivale a −17 puntos porcentuales y aproximadamente −37.8% relativo; este contrato de fuente no predetermina ningún otro resultado.

Antes de diagnosticar el movimiento agregado móvil, estratifique el móvil por canal × audiencia × creatividad. Para el estrato `s`, fije la ponderación `w_s = Week 1 starts_s / Week 1 total starts`. Compare `sum(w_s * Week 1 completion_rate_s)` con `sum(w_s * Week 2 completion_rate_s)` y compare ambos con las tasas observadas. Publique ponderaciones y recuentos. Un estrato con ponderación positiva sin una tasa definida de la Semana 2 hace que la comparación completa de composición fija no esté disponible; cualquier comparación explícitamente restringida a estratos comunes debe divulgar los recuentos/ponderaciones excluidos y no puede sustituir silenciosamente al conjunto. Un estrato con ponderación cero aporta cero y no requiere tasa. El cambio de composición y el movimiento dentro del estrato pueden coexistir. Ninguno prueba una causa; las cohortes no están aleatorizadas.

Una instantánea incompleta o una fila primaria provisional hace que los dos periodos completos estén sin resolver/no sean comparables. No trate los resultados no observados como cero. Una comparación seleccionada por separado con cobertura madura idéntica debe indicar las fechas seleccionadas, las exclusiones y la pregunta modificada.

## Evidencia no disponible y conflictos de fuentes

No disponible: CAC completo, beneficio, retención, LTV realizado a 12 meses, notoriedad, incrementalidad, ingresos reales de todos los canales/mes, frecuencia, cuota de impresiones, tasa de rebote, registros de eventos/versiones, entrevistas con clientes y explicaciones causales. El 4.2% “quiz CVR” separado del activo de origen no tiene aquí una definición de denominador compartido adecuada; no lo importe. Ninguna estimación de pérdidas, múltiplo de segmento, instrucción presupuestaria ni historia causal de orgánico a pago de una captura de pantalla es un resultado derivado de los datos de prueba. Consulte el mapa de fuentes para distinguir los hechos del curso de las suposiciones recién elaboradas.