Por qué la intuición no basta
No hay espacio para «creo que este anuncio no es tan bueno». Gestionar publicidad exige mirar cifras y compararlas con un objetivo definido antes de abrir el gestor de campañas. Si dos personas observan los mismos datos con los mismos criterios previamente establecidos, deberían llegar a la misma conclusión.
El primer paso siempre es definir la métrica que guía la campaña: coste por lead, coste de adquisición o ROAS, según el objetivo. Sin esa métrica, los datos no dicen nada por sí solos, porque lo bueno y lo malo dependen siempre de lo que se pretende alcanzar.
Para preparar el siguiente paso, consulta Inteligencia artificial en el marketing digital.
No decidas con una muestra pequeña
Un error común es pausar anuncios que apenas han gastado. Necesitas una muestra suficiente antes de concluir nada sobre un conjunto. Una posibilidad es preguntar a un modelo de lenguaje, aportando los datos de varios conjuntos, si la muestra ya permite declarar un ganador.
Eso ayuda a evitar decisiones precipitadas, pero alcanzar un importe de gasto no demuestra por sí solo significación estadística. Es únicamente un indicador práctico para no decidir con pocos eventos, sin confundir ese límite de gasto con una prueba definitiva sobre el resultado.
El múltiplo del CPA como referencia práctica
Una forma de dar espacio al anuncio es dejarlo gastar un múltiplo del coste de adquisición objetivo antes de pausarlo. En mi ejemplo de una campaña a largo plazo con CPA objetivo de 20€, solo decido a partir de 40€ invertidos sin resultado: un múltiplo de dos.
Si a los 60€ todavía hay una sola conversión aislada, entonces sí se justifica pausar.
Ese múltiplo no es fijo. Depende del perfil de riesgo del proyecto y del importe objetivo. Metas bajas, como un lead de 2€, toleran múltiplos mayores, por ejemplo tres veces, es decir, 6€, sin gran impacto en tesorería. En cambio, metas altas, como 100€ por lead, no justifican esperar a gastar 300€; en ese caso, el múltiplo debería estar mucho más cerca de uno. Las campañas cortas también necesitan múltiplos más contenidos, porque no hay tiempo para dar al anuncio el mismo margen que en una campaña permanente.
El periodo de aprendizaje no es una excusa
Si una campaña ha gastado una cantidad considerable y sigue sin generar resultados, esperar al periodo de aprendizaje de la plataforma no resuelve nada. El algoritmo solo aprende a optimizar la entrega cuando recibe señales positivas de conversión; sin ellas, acumula datos de subastas que no funcionan para el objetivo definido.
En mi experiencia, las campañas que empiezan mal rara vez se corrigen solas con el tiempo. Recomiendo dar el tiempo mínimo necesario para probar la subasta y actuar en cuanto se alcance el límite de gasto definido sin obtener resultados que indiquen que empieza a funcionar.
Señales secundarias que anticipan el desgaste
Aunque el CPA acumulado todavía parezca aceptable, conviene seguir métricas de segundo nivel: CPM, frecuencia, CTR y CPC. Si la frecuencia sube y el CTR baja semana tras semana, indica saturación del público, y la tendencia es que pronto suba también el coste de conversión.
Analizar por segmentos, como ubicación publicitaria, plataforma o edad, puede revelar que una sola ubicación está consumiendo presupuesto sin retorno. Eso permite corregir la situación sin tener que pausar la creatividad entera, identificando la parte concreta que concentra el gasto sin resultados.
Compara siempre varias ventanas temporales
Es un error pausar un anuncio rentable por un solo día flojo. Recomiendo mirar el día anterior, los últimos 7 días, los últimos 14, que cubren dos semanas completas con dos fines de semana, y, cuando sea posible, periodos de entre 30 y 90 días.
Un anuncio puede haber sido el mejor durante una ventana de 90 días y parecer malo solo porque ayer no vendió nada.
Cuando una campaña cumple el objetivo, la mejor decisión puede ser no tocarla. Suelo decir que no se cambia al equipo que gana: si quieres probar nuevas hipótesis, hazlo en conjuntos paralelos, sin intervenir en la campaña que ya funciona.
Reglas que protegen el historial de la cuenta
Dos reglas prácticas marcan la diferencia. La primera: nunca borro anuncios, conjuntos o campañas con historial de entrega, aunque decida abandonarlos. Borrar destruye la trazabilidad de las conversiones pasadas; solo puede borrarse algo que nunca haya registrado ninguna impresión. Lo que hago con el resto es pausarlo.
La segunda: nunca reformulo por completo una campaña antigua cambiando texto, imagen y página de destino dentro de la misma estructura. Eso mezcla datos antiguos y nuevos e impide comparaciones honestas a lo largo del tiempo. La forma correcta es pausar la estructura antigua, duplicarla y aplicar los cambios en la nueva copia, que empieza con su historial a cero.
Optimizar sirve para reinvertir mejor
Optimizar sirve para liberar presupuesto de anuncios ineficaces y reforzar los que ya funcionan. La lógica de crecimiento consiste en poder invertir cada vez más manteniendo la rentabilidad. El objetivo es dirigir los recursos disponibles hacia las variaciones más rentables de tu propia cuenta.
Si un anuncio pasa de un ROAS de 5 a uno de 14, tiene sentido aumentar esa inversión, no reducirla.
Registra la hipótesis antes de hacer el cambio
Imagina dos anuncios que promocionan la misma oferta. Uno recibió mucha más inversión porque la distribución de la campaña se concentró en él. Antes de comparar ventas, confirma cuánto gastó cada anuncio, cuánto tiempo estuvo activo y si el destino y la oferta eran iguales. Esa lectura permite entender si estás comparando situaciones suficientemente próximas.
Después escribe la hipótesis que quieres probar. Puede ser dar más oportunidades a una variación con poca entrega, revisar un mensaje que empezó a perder respuesta o comprobar un problema en la página de destino. Elige un cambio que puedas relacionar con esa hipótesis y define cuándo volverás a mirar los datos.
Si cambias simultáneamente el presupuesto, la creatividad, el público y la página, resulta más difícil entender qué contribuyó al resultado. Hay situaciones donde necesitas corregir varias cosas, pero conviene registrar esa limitación. El historial debe mantener una explicación útil para la siguiente decisión, también cuando la prueba no permite una conclusión clara.
Al terminar, compara el resultado observado con lo que esperabas. Si la hipótesis no se confirmó, guarda esa información. Así evitas repetir el mismo cambio semanas después, sin recordar que ya lo habías intentado en esa cuenta y bajo aquellas condiciones.