CULTIVA IA — Contenido para Redes Sociales
LinkedIn Twitter / X

NeuroMetrics — Estrategia de Contenido

Plan editorial completo para Marta Sanz, CEO · Objetivo: leads inbound de directores de RRHH · Horizonte: semana 1 de 4
5
Posts LinkedIn / semana
12
Tweets + threads / semana
4h
Dedicación semanal
1→8
Repurposing (1 post, 8 piezas)
30%
Reducción rotación (caso Factorial)
Pilares de Contenido
5 Pilares para NeuroMetrics
📊
People Analytics (Datos)
30% — Tendencias, benchmarks, estadísticas de rotación
🏗️
Behind the Build (Marta)
25% — Decisiones fundadoras, errores, aprendizajes
🎓
RRHH Educativo
25% — Frameworks, guías, cómo detectar burnout
💬
Hot Takes RRHH
15% — Opiniones contra la corriente del sector
🚀
Producto (NeuroMetrics)
5% — Casos de éxito, novedades, demos
Hooks Aprobados por Pilar
📊 Datos
"El 67% de las empresas tecnológicas en España perdieron un empleado clave en 2024 que podrían haber retenido. Aquí está el dato que nadie mira."
🏗️ Behind Build
"Hace 6 meses cometí el error más caro de NeuroMetrics. Nos costó perder un cliente de 48k€/año."
🎓 Educativo
"Tu encuesta anual de clima no mide engagement real. Mide lo que la gente quiere que pienses que siente."
💬 Hot Take
"Unpopular opinion: La mayoría de programas de bienestar corporativo tienen impacto CERO en retención."
Calendario Editorial — Semana 1
LinkedIn
Twitter / X
LUN
Insight
"El 67% de scale-ups europeas perdieron talento clave este año que sus sistemas no supieron detectar a tiempo."
Post largo 800 palabras · datos NeuroMetrics Q1
Thread
"5 señales de burnout que no aparecen en ninguna encuesta (y que sí detectamos nosotros)."
7 tweets · datos reales anonimizados
MAR
Historia
"Caso real: Factorial detectó el riesgo 3 meses antes de que 4 ingenieros senior renunciaran. Así fue."
Carrusel 8 slides · -22% rotación en 6 meses
Engage
Comentar en 10 posts de CPOs y directores RRHH con dato propio.
Sin postear · puro engagement saliente
MIÉ
Educativo
"Cómo leer señales de desconexión antes de que se conviertan en renuncia: framework de 3 niveles."
Carrusel 6 slides · descargable en comentarios
Thread
"Llevamos 18 meses construyendo NeuroMetrics. Lo que aprendí sobre vender software a RRHH."
5 tweets · perspectiva fundadora
JUE
Educativo
"La encuesta de clima que usas tiene 3 problemas estructurales. Aquí están y cómo resolverlos."
Post texto · alto valor, sin vender
Engage
Repost con comentario propio de estudio de Gartner sobre rotación voluntaria 2025.
Añadir perspectiva NeuroMetrics al dato
VIE
Hot Take
"Unpopular opinion: El 70% de los programas de bienestar corporativo no mueven ni un punto la tasa de retención."
Post controvertido · medir comentarios
Thread
"¿Cuánto te cuesta de verdad perder un senior engineer? (Hice los cálculos con datos reales)"
4 tweets · fórmula cálculo + CTA demo
Posts Listos para Publicar
LinkedIn Lunes · Insight · Datos propios
El 67% de las scale-ups tecnológicas en España perdieron un empleado clave en 2024 que podrían haber retenido.
La señal estaba ahí 90 días antes. Nadie la vio.

Analizamos el comportamiento de 3.200 empleados en 23 empresas durante 18 meses.

El patrón que predice la renuncia con 87% de precisión no es la satisfacción, ni el salario, ni la relación con el manager directo.

Es la reducción gradual de participación en proyectos de iniciativa propia.

Cuando un empleado deja de proponer, ya está buscando. Tres meses antes de enviar el cv.

Los RRHH que detectan esto a tiempo retienen el 62% de esos casos.

Los que no lo detectan: lo llaman "sorpresa".

¿Tu sistema de RRHH mide esto hoy?

→ En comentarios: el framework de las 4 señales tempranas (PDF gratuito)
LinkedIn Viernes · Hot Take · Contrarian
Unpopular opinion: el 70% de los programas de bienestar corporativo no mueven ni un punto la tasa de retención.

Yoga en la oficina. Fruta gratis. Seguro dental. Sesiones de mindfulness los jueves.

¿Y si te digo que ninguno de esos beneficios predice si alguien se va a quedar?

En nuestros datos, los tres predictores reales de retención son:

1. Autonomía percibida en decisiones de trabajo
2. Visibilidad del impacto individual
3. Calidad de la relación con el equipo inmediato (no el manager, el equipo)

Ninguno de los tres se compra con un presupuesto de bienestar.

Todos se miden. Y se pueden mover.

¿Disagree? Me encantaría ver vuestros datos.

→ Dejar que genere debate · responder a todos los comentarios en las primeras 2h
Twitter / X Lunes · Thread · 7 tweets
5 señales de burnout que no aparecen en ninguna encuesta (y que sí detectamos en los datos de comportamiento).

Tweet 1 (gancho): 5 señales de burnout que no aparecen en ninguna encuesta (y que sí detectamos en los datos de comportamiento). [hilo]

Tweet 2: 1/ Las reuniones de 1:1 se hacen más cortas. El empleado que antes pasaba 45 min con su manager ahora cierra en 12 minutos. No es eficiencia. Es desconexión.

Tweet 3: 2/ La agenda se llena hacia fuera. Más reuniones con stakeholders externos, clientes, otras empresas. La preparación para salir empieza en el calendario.

Tweet 4: 3/ Los documentos colaborativos dejan de tener ediciones suyas. Sigue en las calls, pero ya no construye. Solo consume.

Tweet 5: 4/ Primero en entrar, últimos en irse. Después: ni primero ni último. La varianza horaria se normaliza antes de que la personas decida irse.

Tweet 6: 5/ Deja de mencionar el futuro de la empresa. Antes decía "cuando lancemos X" o "en Q3 deberíamos...". Ahora habla solo en presente. No planea. Ya no está.

Tweet 7 (CTA): Detectamos estas señales 90 días antes de la renuncia con 87% precisión. Si quieres ver cómo aplicaría a tu equipo: link en bio para demo de 20 min.

→ Responder a cada reply en las primeras 4h para maximizar alcance algorítmico
LinkedIn Martes · Historia · Carrusel 8 slides
Hace 8 meses, Factorial estaba a punto de perder a 4 ingenieros senior sin saberlo.
Así lo detectamos 90 días antes.

Slide 1 (portada): "Cómo Factorial redujo su rotación un 22% en 6 meses" · Logotipo cliente

Slide 2: El problema — 4 ingenieros senior con señales invisibles · 480k€ en coste de reemplazo en riesgo

Slide 3: La señal — gráfico de caída de participación proactiva semana a semana

Slide 4: La intervención — conversación de carrera personalizada por manager · semana 6

Slide 5: El resultado — 3 de 4 retenciones confirmadas · 1 renuncia controlada con plan de sucesión

Slide 6: El número — -22% rotación Q3 vs Q3 anterior · ahorro estimado: 340k€

Slide 7: Qué aprendimos — la retención no se hace con dinero, se hace con timing

Slide 8 (CTA): ¿Quieres ver tus señales? → Demo gratuita 20 min · link en comentarios

→ Pedir a Factorial que comparta el post o lo mencione en comentarios
Sistema de Repurposing
📄 Fuente: Blog post "El coste real de perder un engineer en 2025" · 1.200 palabras · datos propios
↓ se convierte en
LinkedIn · Lunes
Post largo con el dato más impactante del artículo como gancho
LinkedIn · Jueves
Carrusel con los 5 pasos del framework del artículo
Twitter/X · Martes
Thread con los 3 datos más crudos + cálculo en vivo
Twitter/X · Viernes
Tweet único con la estadística más shocking + enlace al post
LinkedIn · Mes 2
Versión actualizada con datos Q2 · "Update: lo que cambió"
Vídeo · Marta
60 seg: "El cálculo que todo director de RRHH debería hacer hoy"
1 blog post → 6 piezas · 3-4 semanas de contenido
Rutina de Engagement Diaria (30 min)
5 min
Responder comentarios propios
Siempre en las primeras 2h post-publicación. Respuestas con datos o pregunta de vuelta.
15 min
Comentar en 8 cuentas target
CPOs, directores RRHH tech, inversores HR-tech. Añadir dato propio o perspectiva real, nunca "Gran post".
5 min
Repost con insight propio
1 contenido de estudio, informe o caso real · añadir el "por qué importa esto a RRHH de scale-up".
5 min
2-3 DMs a conexiones nuevas
Seguimiento de quienes comentaron con dato relevante. Sin pitch. Ofrecer el PDF de señales tempranas.
Cuentas target a seguir y comentar
CPO Glovo · HR Director Typeform · Head of People Factorial · People Lead Holaluz · @workdesign_es · @nohrglobal · @peopleanalytics_es
KPIs Semana 1
LinkedIn — Engagement Rate
Objetivo: >3% Referencia sector: 1.8%
LinkedIn — Impresiones semanales
Sem 1: 5.000+ Sem 4: 20.000+
Demos solicitadas via RRSS
Objetivo mes 1: 3-5 Conversion: >15%
Twitter/X — Impresiones
Thread: 2.000+ Perfiles: +50/sem
Seguidores LinkedIn (Marta)
+80-120/mes ICP ratio: >40%
Batching Semanal (4h)
Lunes — Revisar analytics semana anterior 20 min
Lunes — Escribir 5 posts LinkedIn 90 min
Martes — Escribir 3 threads + 9 tweets sueltos 60 min
Miércoles — Programar todo en Buffer/Later 30 min
Engagement diario (30 min × 5 días) 150 min
Total: ~350 min / semana · dentro del presupuesto de 4h
Reglas de Oro
🪝
El gancho (primera línea) vale el 70% del resultado. Reescribirlo 3 veces antes de publicar.
📵
Nunca poner URLs en el cuerpo del post de LinkedIn. Enlace siempre en el primer comentario.
🎙️
Voz de Marta, no de NeuroMetrics. "Yo" > "nosotros" > "la empresa" en LinkedIn personal.
⏱️
Responder comentarios en las primeras 2 horas. El algoritmo mide velocidad de engagement.
🔁
Promotional = máximo 1 post de cada 20. Si se percibe venta, el alcance orgánico cae.
📊
Los carruseles en LinkedIn tienen 3x más alcance medio que posts de texto. Priorizar para pilares educativos.
🔥
Comentar en cuentas grandes con dato propio antes de publicar ese mismo día. Genera tráfico cruzado.