# Promedio ponderado: fórmula y ejemplo con tasas

> Aprende a elegir el peso correcto y a combinar tasas de grupos distintos sin promediar porcentajes como si tuvieran la misma base.


**Un promedio ponderado combina valores asignando a cada uno un peso.** Multiplica cada valor por su peso, suma esos productos y divide entre la suma de los pesos. El resultado depende tanto de los valores como de qué representan los pesos.

En un informe de marketing, un problema frecuente aparece al juntar tasas de campañas con cantidades muy diferentes de impresiones. Una campaña pequeña puede tener un porcentaje alto y representar una fracción mínima de la actividad total.

## Fórmula del promedio ponderado

**Promedio ponderado = suma de (valor × peso) ÷ suma de pesos.**

Si todos los pesos son iguales, obtienes la media aritmética habitual. Si un peso representa una cantidad de observaciones, el valor correspondiente debe describir esas observaciones. OpenStax desarrolla la operación en su explicación de [media ponderada](https://openstax.org/books/principles-finance/pages/13-1-measures-of-center).

## Ejemplo con dos grupos de anuncios

Supongamos que un informe agrupa anuncios de una misma plataforma y semana. Ambos grupos cuentan el mismo tipo de clic y sus impresiones pertenecen a conjuntos que no se superponen. Los siguientes números son ficticios:

| Grupo | Clics del tipo elegido | Impresiones |
|---|---|---|
| A | 10 | 100 |
| B | 90 | 9.000 |

El grupo A tiene un CTR de **10 ÷ 100 × 100 = 10 %**. El B tiene **90 ÷ 9.000 × 100 = 1 %**. Si calculas la media simple de esos porcentajes, obtienes **(10 % + 1 %) ÷ 2 = 5,5 %**. Esa operación da el promedio de las dos tasas de grupo, dando el mismo peso a cada grupo.

Para calcular cuántos clics hubo por cada 100 impresiones del conjunto, usa las impresiones como pesos:

**(10 % × 100 + 1 % × 9.000) ÷ 9.100 ≈ 1,10 %.**

Puedes comprobarlo directamente con los totales: **(10 + 90) ÷ (100 + 9.000) × 100 = 100 ÷ 9.100 × 100 ≈ 1,10 %**. El resultado está cerca del 1 % del grupo B porque ese grupo aporta casi todas las impresiones.

**Calculadora de promedio ponderado**

Combina dos grupos. El ejemplo usa tasas de CTR de 10 y 1, con 100 y 9.000 impresiones como pesos.

Ejemplo inicial hipotético:

- Valor del grupo A: 10

- Peso del grupo A: 100

- Valor del grupo B: 1

- Peso del grupo B: 9000

- Unidad de los valores: %

- Unidad de los pesos: impresiones

Promedio ponderado = (valor A × peso A + valor B × peso B) ÷ (peso A + peso B).

- Promedio ponderado: 1,0989 %

- Media simple de ambos valores: 5,5 %

- Suma de pesos: 9.100 impresiones

El resultado conserva la unidad de los valores. La suma de pesos conserva su propia unidad. La media simple da el mismo peso a cada grupo.

Introduce tasas como 10 para 10 %, sin escribir el símbolo. Los valores deben usar la misma unidad. Los pesos deben representar la misma base en ambos grupos.

Los pesos admiten cero, pero su suma debe ser positiva. En CTR, usa impresiones comparables sin duplicarlas. Para otros datos, conserva unidades y definición. Cada campo admite hasta seis decimales y magnitud máxima de 1.000.000.000.

En la versión web puedes editar los valores, calcular y restablecer el ejemplo. Resultados redondeados hasta cuatro decimales; los muy pequeños usan notación científica.

## El denominador determina el peso

Al combinar tasas con la misma definición, ponderar por sus denominadores reproduce la tasa del conjunto. Para una tasa de sesiones con una acción, la base serían las sesiones correspondientes; para costo por clic, el costo total se divide entre los clics incluidos. La cuenta requiere que cada grupo use la misma unidad, periodo y regla.

No uses seguidores como peso de un CTR basado en impresiones. Tampoco sumes filas que ya contienen un subtotal o combinan el mismo anuncio varias veces: duplicar su base cambia cuánto influye. Si necesitas comprobar qué clics cuenta el informe, revisa primero la [definición de CTR](/es/guides/ctr-redes-sociales/).

## Pesos de volumen y pesos de evaluación

Puedes asignar pesos deliberados a criterios de una evaluación, como calidad editorial y puntualidad. Esa media resume prioridades que tú elegiste. En cambio, al reconstruir una tasa total, los pesos vienen de las bases observadas. Mezclar ambos propósitos puede producir una cifra difícil de interpretar.

Por ejemplo, dar a cada cliente el mismo peso responde a una pregunta distinta de dar el mismo peso a cada impresión. Escribe la pregunta antes de elegir la operación: promedio entre clientes o tasa sobre la actividad reunida.

## Qué revisar antes de compartirlo

Conserva valores sin redondear hasta la última cuenta. Diferencia una base de cero de una base desconocida: con cero impresiones la tasa de esa fila no se calcula, y con impresiones desconocidas no puedes incorporarla como si pesara cero. La suma de los pesos usados debe ser mayor que cero.

[Descarga el ejemplo en CSV](/blogs/stats-five-20261104/grupos-ctr-ejemplo.csv) para repetir la suma de clics e impresiones. En el informe, acompaña la tasa agregada con esos totales y deja las tasas por grupo disponibles: así puedes ver un resultado global sin perder diferencias que merecen investigar.

## Planifica el próximo post en HeyMark.

Guarda la idea, revisa el texto con tu equipo y mira cómo le fue después en las cuentas que conectaste.

[Empezar gratis](https://app.heymark.ai) · [Ver cómo funciona](https://heymark.ai/es/#product)

## Recursos para desarrolladores y agentes

- [Documentación MCP de HeyMark](https://heymark.ai/es/mcp/)
- [llms.txt](https://heymark.ai/llms.txt)
- [Contenido completo del sitio para modelos de lenguaje](https://heymark.ai/llms-full.txt)
- Endpoint del protocolo MCP: `POST https://mcp.heymark.ai`
- Metadatos OAuth del recurso protegido: [/.well-known/oauth-protected-resource](https://mcp.heymark.ai/.well-known/oauth-protected-resource)
- MCP server card: [/server-card](https://mcp.heymark.ai/server-card)
