En los últimos 12 meses probablemente has lanzado entre 50 y 200 creativos.
¿Cuántos learnings documentaste de forma que tu equipo pueda aplicarlos sistemáticamente?
Si la respuesta es «cero» o «algunos en un Google Doc perdido»…
Acabas de explicar por qué sigues cometiendo los mismos errores que hace 6 meses.
El problema no es que no estés aprendiendo.
El problema es que no estás CAPTURANDO lo que aprendes.
Resultado: Gastas $5,000 aprendiendo que «los videos UGC convierten mejor que product shots» en Enero.
Llega Marzo. Nuevo media buyer. Vuelve a gastar $4,000 aprendiendo exactamente lo mismo.
Tu costo de aprendizaje debería ser ONE TIME.
No un loop infinito.
Este artículo te da el framework completo para convertir cada test en una pieza permanente de tu knowledge base.
Nunca más «creo que probamos eso antes pero no recuerdo qué pasó.»
Vamos.
POR QUÉ LA MAYORÍA NO DOCUMENTA LEARNINGS
Las 4 Excusas Comunes (Y Por Qué Son Bullshit)
EXCUSA #1: «No tengo tiempo»
Traducción real: No priorizas documentación porque no ves el ROI inmediato.
Realidad:
Tiempo documentando 1 learning: 5-10 minutos
Costo de NO documentar: Re-gastar $2K-$5K en el mismo test después
ROI de documentar: 2,000%+ en tiempo
EXCUSA #2: «Es obvio, no necesito escribirlo»
Lo que es «obvio» para ti hoy será invisible en 3 meses.
Peor: Será completamente desconocido para:
- Tu nuevo hire
- Tu freelancer
- Tu agencia
- Tú mismo cuando tengas 47 proyectos en la cabeza
Caso real:
Cliente documentó: «Ads con precio visible en copy tienen 23% mejor CR que ads sin precio.»
6 meses después, nuevo diseñador crea 15 creativos.
Ninguno muestra precio.
Jefe revisa doc de learnings.
«Hey, ya sabemos que mostrar precio funciona mejor.»
Ajustan.
Evitaron gastar $3K en testear algo que YA sabían.
EXCUSA #3: «No sé qué documentar»
Esto es real.
La mayoría no tiene un framework de QUÉ capturar.
Solución: Template específico (lo verás en Parte 3).
EXCUSA #4: «Lo tengo en mi cabeza»
Tu memoria es el PEOR sistema de almacenamiento para insights de marketing.
Por qué:
- Sesgo de recencia (recuerdas lo último, olvidas tests de hace 4 meses)
- Sesgo de confirmación (recuerdas solo lo que confirma tus creencias)
- No es transferible (si te vas, el conocimiento se va contigo)
- No es consultable (no puedes buscar «qué aprendimos sobre hooks emocionales»)
El Costo Real de NO Documentar
ESCENARIO A: Sin Sistema de Learnings
Mes 1: Gastas $3,000 aprendiendo que carousel ads > single image
Mes 4: Nuevo miembro del equipo testea single image vs carousel
Gasta $2,500 re-aprendiendo lo mismo
Mes 7: Cambias de freelancer
Gasta $3,500 probando... carousel vs single image
Total desperdiciado: $6,000 en RE-aprendizajes
ESCENARIO B: Con Sistema de Learnings
Mes 1: Gastas $3,000, aprendes, DOCUMENTAS
Mes 4: Nuevo miembro lee doc, aplica learning directamente
Ahorro: $2,500
Mes 7: Nuevo freelancer onboarding incluye "Learnings Library"
Ahorro: $3,500
Total ahorrado: $6,000
Multiplicado por 10-20 learnings al año:
Ahorro anual: $60,000-$120,000
PARTE 2: EL FRAMEWORK DE CAPTURA DE LEARNINGS
Los 5 Tipos de Learnings
No todos los learnings son iguales.
Necesitas categorizarlos para poder aplicarlos correctamente.
TIPO 1: CREATIVE LEARNINGS (40% de tus learnings)
Insights sobre QUÉ creativos funcionan y POR QUÉ.
Ejemplos:
✓ "Videos UGC generan 34% más engagement que product demos"
✓ "Hooks con pregunta directa tienen CTR 18% superior vs statements"
✓ "Before/After en primer frame aumenta Hook Rate 28%"
✓ "Testimoniales con rostro visible convierten 2.1x mejor que texto solo"
Categorías dentro de Creative:
- Hook (primer 3 segundos)
- Formato (video vs imagen, carousel vs single)
- Ángulo narrativo (problem/solution vs aspiracional vs educativo)
- Elementos visuales (colores, texto en pantalla, rostros)
- Longitud óptima (15s vs 30s vs 60s)
TIPO 2: AUDIENCE LEARNINGS (25%)
Insights sobre QUIÉN responde mejor.
Ejemplos:
✓ "LAL 1% de purchasers convierte 3x mejor que LAL de page visitors"
✓ "Mujeres 35-44 tienen AOV 40% superior vs 25-34"
✓ "Broad targeting supera intereses específicos en nuestra cuenta"
✓ "Retargeting de cart abandoners con 3-7 días de lookback = sweet spot"
Categorías dentro de Audience:
- Demografía óptima
- Comportamientos
- Intereses que funcionan/no funcionan
- Lookalikes performance
- Retargeting windows
TIPO 3: COPY LEARNINGS (15%)
Insights sobre messaging y lenguaje.
Ejemplos:
✓ "Mencionar 'resultados en 14 días' aumenta CR 22%"
✓ "Precio en headline reduce CTR pero mejora CR (mejor calificación)"
✓ "Usar 'tú' vs 'usted' aumenta engagement 15%"
✓ "Headlines con número impar (3, 5, 7) > números pares"
Categorías dentro de Copy:
- Tone of voice
- Especificidad (vago vs específico)
- Longitud (corto vs largo)
- CTAs (qué funciona)
- Social proof integration
TIPO 4: TECHNICAL/STRUCTURE LEARNINGS (15%)
Insights sobre configuración de campaña.
Ejemplos:
✓ "CBO con 3 ad sets funciona mejor que ABO con 7"
✓ "Duplicar ad sets ganadores mejora entrega vs aumentar budget vertical"
✓ "Advantage+ supera manual targeting en nuestra cuenta"
✓ "Pausar/reactivar rompe learning, mejor es reducir budget gradual"
Categorías dentro de Technical:
- Estructura de campaña
- Budget optimization
- Bidding strategies
- Placements
- Optimization events
TIPO 5: TIMING/SEASONALITY LEARNINGS (5%)
Insights sobre CUÁNDO funciona mejor.
Ejemplos:
✓ "Viernes-Domingo convierten 35% mejor que Lunes-Jueves"
✓ "10am-2pm tiene mejor ROAS que resto del día"
✓ "Primeros 5 días del mes = AOV más alto (post-paycheck)"
✓ "Q4 necesita 40% más presupuesto para mantener mismo CPM"
PARTE 3: EL TEMPLATE DE DOCUMENTACIÓN
Template: «Learning Card» ™
Cada learning se documenta en este formato estandarizado.
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
LEARNING CARD #047
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
📅 FECHA: 2025-02-15
👤 OWNER: Leonardo A.
🏷️ CATEGORÍA: Creative > Hook
⭐ CONFIANZA: Alta (>$2K spend, 30+ días data)
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
📊 LEARNING STATEMENT
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
Videos con close-up de rostro en primer frame generan Hook Rate
42% superior vs product-only shots.
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
🔬 CONTEXTO DEL TEST
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
HIPÓTESIS ORIGINAL:
Rostros humanos captan atención más rápido que objetos debido a
reconocimiento de patrones evolutivo.
SETUP:
- 6 creativos testeados
- Grupo A (3 ads): Close-up de rostro expresivo + producto
- Grupo B (3 ads): Producto solo con fondo limpio
- Presupuesto: $1,800 total
- Duración: 21 días
- Audiencia: Broad 25-45, USA
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
📈 RESULTADOS
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
GRUPO A (Con rostro):
- Hook Rate promedio: 51.3%
- CTR: 2.4%
- ROAS: 5.8x
GRUPO B (Producto solo):
- Hook Rate promedio: 36.1%
- CTR: 1.9%
- ROAS: 4.2x
DIFERENCIA:
- Hook Rate: +42% (51.3 vs 36.1)
- CTR: +26%
- ROAS: +38%
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
💡 INSIGHTS ADICIONALES
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
- Rostros femeninos funcionaron 12% mejor que masculinos
(puede ser por avatar target: 78% mujeres)
- Expresiones emocionales (sorpresa/felicidad) > neutrales
- Funcionó IGUAL en Feed, Stories y Reels
- No funcionó bien en Audience Network (diferentes patrones)
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
✅ ACCIÓN RECOMENDADA
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
APLICAR:
Usar close-up de rostro expresivo en primer frame de TODOS
los videos de prospecting.
EVITAR:
Product-only shots como primer frame (ok para uso posterior).
TESTEAR PRÓXIMO:
¿Rostro mirando a cámara vs mirando al producto?
¿Ángulo 3/4 vs frontal completo?
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
🔗 REFERENCIAS
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
Campaign ID: 120847362847
Ad IDs ganadores: 6748392847, 6748392851, 6748392856
Screenshots: /Drive/Learnings/L047/
Data export: /Drive/Learnings/L047/data.csv
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
Por Qué Este Template Funciona
1. ESTANDARIZADO
Siempre mismo formato = fácil de buscar, comparar, procesar.
2. COMPLETO
Tiene TODA la info necesaria para:
- Entender el learning
- Reproducir el test
- Aplicar el insight
- Referencias para verificar
3. ACCIONABLE
No solo dice «qué pasó.»
Dice «qué hacer ahora.»
4. AUDITABLE
Links a campaigns, ads, data exports.
Si alguien dice «no creo que ese learning sea válido,» pueden verificar.
PARTE 4: EL SISTEMA DE ALMACENAMIENTO
Opción A: Notion (Recomendado para equipos <10 personas)
Estructura:
📁 GROWTH KNOWLEDGE BASE
│
├── 📂 LEARNINGS LIBRARY
│ ├── 🎨 Creative Learnings (47 cards)
│ ├── 👥 Audience Learnings (31 cards)
│ ├── ✍️ Copy Learnings (24 cards)
│ ├── ⚙️ Technical Learnings (19 cards)
│ └── 📅 Timing Learnings (12 cards)
│
├── 📂 ACTIVE TESTS
│ └── Tests en progreso (actualizados semanalmente)
│
├── 📂 FAILED TESTS
│ └── Qué NO funcionó (igual de valioso)
│
└── 📂 BEST PRACTICES
└── Compilación de learnings en frameworks aplicables
Ventajas de Notion:
- Búsqueda potente
- Tags y filtros
- Colaboración en tiempo real
- Templates duplicables
- Integraciones con Slack, etc.
Opción B: Google Sheets (Para equipos que viven en hojas de cálculo)
Estructura de Sheet:
COLUMNAS:
A: Learning ID
B: Fecha
C: Categoría
D: Subcategoría
E: Learning Statement (1 línea)
F: Confianza (Alta/Media/Baja)
G: Impacto en ROAS (%)
H: Owner
I: Status (Active/Archived)
J: Link a detalle completo
Ventajas:
- Todos saben usar Sheets
- Fácil de filtrar y ordenar
- Exportable
- Se puede conectar a Data Studio para dashboards
Desventajas:
- No es visual
- Menos flexible para contenido largo
- No es tan colaborativo
Opción C: Airtable (Mejor de ambos mundos)
Combina flexibilidad de Notion con poder de base de datos de Sheets.
Mis views favoritos:
- Gallery View – Ver learnings como cards visuales
- Kanban View – Learnings por categoría
- Calendar View – Learnings por fecha
- Form View – Para que equipo agregue learnings fácilmente
PARTE 5: EL PROCESO DE CAPTURA (Workflow Semanal)
Viernes: «Learning Harvest» Session
Cada viernes, 30-45 minutos dedicados SOLO a documentar.
AGENDA:
10 minutos: Review de la semana
- ¿Qué tests finalizaron?
- ¿Qué anomalías vimos?
- ¿Qué funcionó sorprendentemente bien/mal?
20 minutos: Documentación
- Crear 2-4 Learning Cards
- Usar template estándar
- Agregar screenshots/data
10 minutos: Categorización y Share
- Tags correctos
- Compartir en Slack/equipo
- Agregar a «Best Practices» si aplica
5 minutos: Planning
- ¿Qué learnings queremos testear next week?
- ¿Qué hipótesis tenemos?
El Hábito Compuesto
SEMANA 1: Documentas 3 learnings
SEMANA 10: Tienes 30 learnings
SEMANA 25: Tienes 75 learnings
SEMANA 52: Tienes 150+ learnings
Después de 1 año:
= Una encyclopedia completa de QUÉ funciona en TU negocio
= Onboarding de nuevos miembros en 2 horas vs 2 meses
= Costo de re-aprendizaje: $0
PARTE 6: DE LEARNINGS A FRAMEWORKS
El Meta-Learning: Patrones de Patrones
Cuando tienes 50+ learnings documentados, empiezas a ver PATRONES.
Ejemplo real:
Después de 6 meses documentando, cliente notó:
LEARNING #12: Testimoniales en video > testimoniales en imagen
LEARNING #23: UGC > branded content
LEARNING #31: Before/After con persona real > product shots
LEARNING #47: Close-up de rostro > producto solo
LEARNING #58: Casos de éxito específicos > claims generales
Meta-Pattern identificado:
«HUMANIZACIÓN = CONVERSIÓN»
Cualquier elemento que haga el ad más humano/real/personal → mejora performance.
Framework resultante:
CHECKLIST DE HUMANIZACIÓN (aplicar a TODOS los creativos):
□ ¿Hay un rostro humano visible?
□ ¿Hay una persona real (no actor/modelo)?
□ ¿Se cuenta una historia específica (no genérica)?
□ ¿Se muestra emoción/transformación real?
□ ¿El lenguaje es conversacional (no corporativo)?
Score: 3+ de 5 = Probabilidad alta de éxito
Este framework ahora se aplica ANTES de crear creativos.
Ahorro: $10K+ en tests para «descubrir» que humanización funciona.
Framework Library: Los 5 Esenciales
Después de 1 año documentando, deberías tener estos frameworks:
1. CREATIVE FORMULA
Tu receta específica de qué elementos incluir en creativos ganadores.
Ejemplo:
FÓRMULA DE VIDEO GANADOR (E-commerce Skincare):
- 0-3s: Close-up rostro + pattern interrupt visual
- 3-8s: Problema específico mencionado
- 8-15s: Before/After rápido
- 15-20s: Beneficio principal + social proof
- 20-25s: CTA claro + urgencia
2. AUDIENCE TARGETING MAP
Qué audiencias funcionan para qué objetivos.
Ejemplo:
OBJETIVO: Maximizar ROAS
AUDIENCIA: LAL 1% purchasers 90d
PRESUPUESTO: 60% del total
OBJETIVO: Volumen/escala
AUDIENCIA: Broad 25-50
PRESUPUESTO: 30%
OBJETIVO: Testing
AUDIENCIA: LAL 3-5% + intereses específicos
PRESUPUESTO: 10%
3. COPY PLAYBOOK
Templates de copy probados.
Ejemplo:
HOOK GANADOR #1: Pregunta + Objeción
"¿Cansada de [problema] y ya probaste [solución común] sin resultado?"
HOOK GANADOR #2: Stat Sorprendente
"El 73% de [avatar] no sabe que [problema] se soluciona en [tiempo]"
HOOK GANADOR #3: Before/After Directo
"Hace 6 meses tenía [dolor]. Hoy tengo [resultado]."
4. TESTING PRIORITIZATION
Qué testear primero según impacto potencial.
Ejemplo:
TIER 1 (Testear siempre):
- Nuevos hooks (impacto: 40-60% en performance)
- Variaciones de ganadores (impacto: 20-40%)
TIER 2 (Testear mensualmente):
- Nuevos formatos (impacto: 15-30%)
- Nuevas audiencias (impacto: 15-25%)
TIER 3 (Testear trimestralmente):
- Cambios de copy (impacto: 5-15%)
- Ajustes técnicos (impacto: 5-10%)
5. SCALING PROTOCOL
Cómo escalar sin romper ROAS.
Ejemplo:
SI ROAS >6x durante 7 días consecutivos:
→ Duplicar ad set con mismo budget
→ Crear 2 variaciones del creativo ganador
→ Monitorear 48h
SI mantiene ROAS >5x:
→ Aumentar budget original 20%
→ Escalar duplicados 30%
SI ROAS cae <4x:
→ Pausar duplicados
→ Mantener original
→ Refresh creative
PARTE 7: CASOS REALES – LEARNING SYSTEMS EN ACCIÓN
Caso #1: E-commerce Que Redujo CAC 47% en 6 Meses
Situación inicial:
Sin sistema de learnings.
CAC fluctuando entre $45-$85.
Cada mes «empezaban de cero» con creativos.
Implementación:
Mes 1-2: Setup de Notion Learning Library Mes 2-6: Documentación religiosa cada viernes
Resultados después de 6 meses:
Learnings documentados: 87
Frameworks creados: 6
CAC promedio antes: $62
CAC promedio después: $33 (↓47%)
¿Por qué?
Ya no "probaban al azar."
Cada creativo nuevo se basaba en 87 learnings previos.
Probabilidad de éxito:
Antes: ~15% (1 de 7 creativos escalaba)
Después: ~58% (4 de 7 creativos escalaban)
ROI del sistema:
Tiempo invertido documentando: ~30h total (6 meses × 45 min/semana × 26 semanas) Ahorro en re-tests evitados: $47,000 Mejora en CAC aplicada a $180K spend: $52,000 ahorro adicional
Total: $99,000 de valor generado con 30 horas de trabajo.
Caso #2: Agencia Que Acortó Onboarding de 8 Semanas a 3 Días
Situación:
Agencia con 12 clientes.
Cada nuevo media buyer tomaba 8 semanas en «aprender» qué funcionaba para cada cuenta.
Problema:
Knowledge tribal.
Todo en la cabeza del founder.
Solución:
Sistema de Learning Cards + Best Practices Library.
Proceso de onboarding NUEVO:
DÍA 1:
- Leer 15 learnings core
- Review de 3 frameworks principales
- Ver 5 creativos ganadores con anotaciones
DÍA 2:
- Aplicar frameworks a crear 2 creativos de prueba
- Feedback de senior media buyer
- Ajustes
DÍA 3:
- Lanzar primera campaña test con $300
- Aplicar learnings documentados
- Comenzar documentación propia
Resultado:
Nueva hire lanzó su primera campaña en Día 3.
ROAS: 4.8x (vs promedio de 3.1x en «primeros tests» antes del sistema).
Tiempo a productividad completa: 3 semanas (vs 8 semanas antes).
Impacto financiero:
5 semanas ahorradas × $4,000/mes costo de media buyer = $5,000 ahorro por hire.
Con 4 hires al año = $20,000 ahorro anual.
PARTE 8: ERRORES COMUNES AL DOCUMENTAR
Error #1: Documentar TODO
No necesitas documentar que «el cielo es azul.»
MAL: «Pausar ads que no convierten ahorra dinero» → OBVIO
BIEN: «Ads con ROAS <2x después de $150 spend tienen <5% probabilidad de recuperar. Pausar en $150 vs $300 ahorra 50% de waste.»
Error #2: No Incluir Nivel de Confianza
No todos los learnings son iguales.
Learning basado en:
- $200 spend, 3 días data = Confianza BAJA (hipótesis, no learning)
- $2,000 spend, 30 días data = Confianza ALTA (aplicar con seguridad)
Error #3: Documentar Sin Contexto
MAL: «Video ads funcionan mejor»
Pregunta: ¿Mejor que qué? ¿En qué contexto? ¿Para qué objetivo?
BIEN: «Videos de 15-20s generan 34% más conversiones que imágenes estáticas en campañas de prospecting con objetivo de Purchase. No aplica para retargeting donde imágenes estáticas tienen similar performance.»
Error #4: No Actualizar Learnings Obsoletos
La industria cambia.
El algoritmo cambia.
Tu producto cambia.
Learning de 2023: «Interest targeting supera Broad» Learning de 2025: «Broad supera interest targeting»
Si no actualizas, tu library se vuelve TÓXICA (contiene info incorrecta).
Solución:
Quarterly review: Revisar learnings de >6 meses.
Re-testear los «más importantes» para validar que siguen vigentes.
Archivar (no borrar) los obsoletos.
PARTE 9: EL SISTEMA COMPLETO (PASO A PASO)
Setup Inicial (Semana 1)
Día 1-2: Crear Infraestructura
□ Elegir plataforma (Notion/Airtable/Sheets) □ Crear estructura de carpetas □ Duplicar Learning Card template □ Compartir con equipo
Día 3-4: Documentar «Legacy Learnings»
□ Revisar últimos 3-6 meses de campaigns □ Identificar 10-15 insights claros que ya tienes □ Documentar en formato de Learning Cards □ Categorizar
Día 5: Training del Equipo
□ Session de 1h explicando el sistema □ Ejemplo en vivo de cómo documentar □ Asignar responsabilidades
Operación Continua (Semanal)
Lunes: Definir tests de la semana con hipótesis clara
Miércoles: Check-in de tests en progreso
Viernes: Learning Harvest session (30-45 min)
- Documentar learnings
- Categorizar
- Compartir con equipo
- Planear próxima semana
Revisión & Optimización (Mensual)
Primer viernes de cada mes: Meta-Review
□ ¿Cuántos learnings documentamos este mes? □ ¿Qué patrones vemos? □ ¿Hay algún framework emergiendo? □ ¿Qué learnings conflictuan? (resolver) □ ¿Qué queremos testear el próximo mes?
CONCLUSIÓN: DE DATOS A SABIDURÍA
La progresión del conocimiento:
DATA → INFORMACIÓN → CONOCIMIENTO → SABIDURÍA
DATA:
"CTR fue 2.3%"
INFORMACIÓN:
"CTR de 2.3% es 45% superior a nuestro promedio de 1.6%"
CONOCIMIENTO:
"Videos con rostros tienen CTR 45% superior. Lo hemos validado 8 veces."
SABIDURÍA:
"Aplicamos principio de rostros humanos a TODOS los creativos. Ahorramos $4K mensuales en re-tests. CAC bajó 23%."
La mayoría de los marketers se queda en DATA.
Los buenos llegan a INFORMACIÓN.
Los mejores construyen CONOCIMIENTO sistemáticamente.
Los excepcionales convierten ese conocimiento en SABIDURÍA aplicable que transforma el negocio.
Tu Learning System es la diferencia entre cada nivel.
PRÓXIMOS PASOS
1. Elige tu plataforma HOY
Notion, Airtable, o Sheets.
No importa cuál. Importa que empieces.
2. Documenta tu primer Learning Card esta semana
Usa el template.
No tiene que ser perfecto.
3. Agenda tu primer «Learning Harvest» para este viernes
30 minutos.
Calendario.
Hazlo recurrente.
4. ¿Quieres que revise tu sistema?
Agenda un Growth Audit.
[Link a Calendly]
En el último artículo de esta serie cubrimos: «Anatomía de un Hook Ganador: Framework de 0.2 Segundos»
El proceso científico para diseñar hooks que capturen atención instantáneamente.
Nos vemos ahí.
Leonardo
Distrito Growth