08. Optimización de Campañas con IA y Smart Bidding

La optimización manual de campañas publicitarias es cosa del pasado. Los marketers que aún ajustan pujas manualmente están perdiendo hasta un 30% de eficiencia frente a competidores que usan Smart Bidding. En esta lección descubrirás cómo la IA optimiza campañas en tiempo real, reduce costos y maximiza conversiones.

Smart Bidding: La Revolución de Google Ads

Smart Bidding es el conjunto de estrategias de puja automatizada de Google Ads que usa machine learning para optimizar conversiones o valor de conversión en cada subasta.

¿Cómo Funciona Smart Bidding?

Procesamiento en Tiempo Real:

En cada subasta de Google Ads (que dura milisegundos), Smart Bidding analiza:

• Señales de contexto: Dispositivo, ubicación, hora del día, día de la semana
• Señales de usuario: Historial de navegación, búsquedas previas, demografía
• Señales de campaña: Palabras clave, creatividades, landing pages
• Señales externas: Clima, eventos, tendencias de búsqueda

Google procesa 70+ millones de señales por segundo para decidir la puja óptima.

Machine Learning Continuo:

El algoritmo aprende de:

• Conversiones históricas de tu cuenta
• Patrones de comportamiento en Google (agregado y anónimo)
• Tendencias estacionales y cíclicas
• Experimentos A/B internos de Google

Estrategias de Smart Bidding

1. Target CPA (Cost Per Acquisition)

Qué hace: Optimiza pujas para conseguir el máximo de conversiones al costo objetivo que defines.

Cuándo usarlo:

• Tienes un CPA objetivo claro (ej: $50 por lead)
• Prioridad en volumen de conversiones
• Presupuesto flexible dentro del CPA

Ejemplo real: Agencia de seguros con CPA objetivo de $45 por cotización:

• Antes (manual): CPA promedio $58, 120 conversiones/mes
• Después (Target CPA): CPA promedio $43, 185 conversiones/mes
• Resultado: 54% más conversiones, 26% menor CPA

2. Target ROAS (Return on Ad Spend)

Qué hace: Maximiza el valor de conversión manteniendo un retorno sobre inversión objetivo.

Cuándo usarlo:

• Ecommerce con variedad de precios
• Prioridad en revenue, no solo conversiones
• Tienes tracking de valor por conversión

Ejemplo real: Tienda online de electrónicos con ROAS objetivo 400%:

• Antes (manual): ROAS 320%, revenue $180k/mes
• Después (Target ROAS): ROAS 410%, revenue $245k/mes
• Resultado: 36% más revenue, superando objetivo

3. Maximize Conversions

Qué hace: Gasta todo el presupuesto diario buscando el máximo número de conversiones posible.

Cuándo usarlo:

• Lanzamiento de campaña nueva
• Presupuesto fijo que quieres agotar
• No tienes CPA objetivo definido aún

Ejemplo real: Software SaaS con presupuesto fijo de $10k/mes:

• Antes (manual): 85 trials, CPA $118, sobraban $1,200/mes
• Después (Maximize Conversions): 125 trials, CPA $80, presupuesto completo usado
• Resultado: 47% más trials, 32% menor CPA

4. Maximize Conversion Value

Qué hace: Similar a Maximize Conversions pero optimiza por valor total, no cantidad.

Cuándo usarlo:

• Ecommerce con AOV variable
• B2B con diferentes tiers de producto
• Priorizas revenue sobre volumen

Ejemplo real: Marketplace de cursos online (precios $29-$499):

• Antes (Maximize Conversions): 450 ventas/mes, AOV $87
• Después (Maximize Conversion Value): 320 ventas/mes, AOV $145
• Resultado: 29% menos conversiones pero 19% más revenue

5. Enhanced CPC (eCPC)

Qué hace: Ajusta tus pujas manuales hacia arriba o abajo basándose en probabilidad de conversión.

Cuándo usarlo:

• Transición de manual a automatizado
• Quieres mantener algo de control
• Campañas con datos históricos limitados

Limitación: Menos poderoso que estrategias full-auto. Considera como paso intermedio.

Requisitos para Smart Bidding

Mínimos Técnicos:

• Conversiones: Mínimo 30 conversiones en últimos 30 días
• Óptimo: 50+ conversiones/mes para Target CPA
• Ideal: 100+ conversiones/mes para Target ROAS
• Tracking: Conversión tracking correcto (Google Tag)

Recomendaciones:

• Usa valores de conversión reales (no valores estáticos)
• Importa conversiones offline si aplica
• Excluye conversiones de baja calidad
• Da 2-4 semanas de "learning period"

Casos de Éxito con Smart Bidding

Caso 1: Ecommerce de Moda - Target ROAS

Contexto:

• Industria: Fashion ecommerce
• Presupuesto: $50k/mes en Google Ads
• Objetivo: Aumentar revenue manteniendo rentabilidad

Implementación:

• Estrategia: Target ROAS 350%
• Migración gradual: 25% tráfico inicial, escalado en 4 semanas
• Learning period: 3 semanas

Resultados a 3 meses:

• ROAS: 280% → 385% (+37%)
• Revenue: $140k/mes → $215k/mes (+54%)
• CPA: $42 → $35 (-17%)
• Tiempo de gestión: -75% (de 15h/semana a 4h/semana)

ROI de la implementación:

• Inversión: 40 horas de setup + learning period
• Retorno: +$75k/mes en revenue
• ROI: Infinito (solo tiempo, no costo adicional)

Caso 2: SaaS B2B - Target CPA

Contexto:

• Industria: Project management software
• Presupuesto: $25k/mes
• Objetivo: Maximizar trials calificados

Implementación:

• Estrategia: Target CPA $120 (LTV de trial: $850)
• Segmentación: Campañas separadas por tamaño de empresa
• Optimización: Conversiones importadas desde CRM (trials que activan)

Resultados a 6 meses:

• Trials: 180/mes → 285/mes (+58%)
• CPA: $139 → $112 (-19%)
• Trial-to-paid: 18% → 23% (+28% gracias a mejor calidad)
• CAC payback: 4.2 meses → 3.1 meses

Aprendizajes clave:

• Importar conversiones CRM mejoró calidad de leads 28%
• Campañas separadas por segmento permitieron CPAs diferenciados
• Learning period inicial mostró CPA $165 (paciencia crucial)

Caso 3: Servicios Locales - Maximize Conversions

Contexto:

• Industria: Plomería residencial (multi-location)
• Presupuesto: $8k/mes total, $400-600/location
• Objetivo: Llenar agenda de servicios

Implementación:

• Estrategia: Maximize Conversions (presupuesto limitado)
• Estructura: Campañas por ubicación geográfica
• Horarios: Pujas aumentadas 8am-6pm (cuando contestan)

Resultados a 2 meses:

• Llamadas: 245/mes → 380/mes (+55%)
• Costo por llamada: $32 → $21 (-34%)
• Tasa de agendamiento: 45% → 52% (mejor timing de llamadas)
• Revenue atribuido: +$85k en 2 meses

Factor crítico: Smart Bidding aprendió que llamadas 8-10am y 4-6pm convertían 3x mejor, ajustando pujas automáticamente por hora.

Optimización Multi-Canal con IA

Smart Bidding es solo una pieza. La optimización moderna requiere coordinación entre canales.

Google Performance Max

Qué es: Tipo de campaña que usa IA para distribuir presupuesto automáticamente entre:

• Search
• Display
• YouTube
• Gmail
• Discover

Cómo funciona:

1. Provees assets: Textos, imágenes, videos, logos
2. Defines objetivos: Conversiones, ROAS, CPA
3. IA combina y distribuye: Crea variaciones y testea en todos los canales
4. Optimización continua: Aprende qué combinaciones funcionan mejor

Caso real: Startup de Software

Setup:

• Presupuesto: $15k/mes (antes distribuido manual: 60% Search, 30% Display, 10% YouTube)
• Assets: 15 headlines, 5 descripciones, 20 imágenes, 3 videos
• Objetivo: Target CPA $90

Resultados a 60 días:

• Conversiones: +73% vs campañas separadas
• CPA: $108 → $76 (-30%)
• Distribución automática: 45% Search, 25% YouTube, 20% Display, 10% Discover
• Impresiones: +240% (IA encontró inventario más barato)

Insights de IA:

• Videos cortos (15s) en YouTube generaban 4x más conversions que largos
• Discover outperformó Display en audiencias frías
• Combinación headline 3 + descripción 2 + imagen 7 = mejor CTR

Meta Advantage+ (Facebook/Instagram)

Qué es: Suite de herramientas de IA de Meta para optimización automática:

Advantage+ Shopping Campaigns:

• Reemplaza campañas manuales de ecommerce
• Optimización automática de audiencias, placements, creatividades
• Simplifica de 8+ ad sets a 1 campaña

Advantage+ Creative:

• Optimizaciones automáticas de imagen (brightness, contrast)
• Text overlays dinámicos
• Video enhancements

Advantage+ Placements:

• IA decide automáticamente entre Feed, Stories, Reels, Audience Network
• Optimiza por performance, no por preferencia del marketer

Caso real: DTC Beauty Brand

Antes (Campañas manuales tradicionales):

• 12 ad sets (segmentación manual por intereses)
• 45 ads diferentes
• CPA: $38
• ROAS: 3.2x
• Tiempo de gestión: 12h/semana

Después (Advantage+ Shopping):

• 1 campaña consolidada
• 15 creatividades (IA las combina y testea)
• CPA: $28 (-26%)
• ROAS: 4.5x (+41%)
• Tiempo de gestión: 3h/semana (-75%)

Magia de la IA:

• Encontró audiencia de "nuevos padres" que no estaba en targeting manual
• Optimizó hacia Reels (67% del budget) vs Feed (antes 80% manual)
• Aprendió que videos UGC convertían 2.8x mejor que producidos

LinkedIn Campaign Manager con AI

Predictive Audiences:

• IA identifica lookalikes de tus mejores converters
• Expande reach manteniendo calidad

Automated Bid Optimization:

• Similar a Smart Bidding de Google
• Optimiza para conversiones, leads, website visits

Caso real: SaaS de RRHH

Contexto:

• Objetivo: Leads calificados (HR Directors, 50+ empleados)
• Presupuesto: $12k/mes
• CPA objetivo: $180 (LTV: $4,500)

Implementación:

• Predictive Audiences basadas en 500 conversiones históricas
• Automated bidding con Target CPA $180
• Lead Gen Forms nativos de LinkedIn

Resultados:

• Leads: 55/mes → 92/mes (+67%)
• CPA: $218 → $167 (-23%)
• SQL rate: 35% → 44% (mejor calidad de leads)
• Efficiency: CPA bajo objetivo en semana 3

Chatbots de Tercera Generación

Los chatbots evolucionaron de simples árboles de decisión a asistentes conversacionales impulsados por IA generativa.

Evolución de Chatbots

Generación 1: Chatbots con Reglas (2010-2016)

• Árboles de decisión estáticos
• "Presiona 1 para ventas, 2 para soporte"
• Frustración del usuario: 65%+
• Tasa de resolución: <20%

Generación 2: Chatbots con NLP (2016-2022)

• Procesamiento de lenguaje natural básico
• Entienden intención pero respuestas limitadas
• Requieren entrenamiento extenso
• Tasa de resolución: 40-60%

Generación 3: Chatbots con IA Generativa (2022-presente)

• Powered by GPT-4, Claude, Gemini
• Conversaciones naturales y contextuales
• Aprenden de cada interacción
• Tasa de resolución: 70-85%

Anatomía de un Chatbot Gen 3

Componentes clave:

1. Motor de IA Generativa

• LLM base (GPT-4, Claude, Llama)
• Fine-tuning con datos de tu negocio
• Retrieval Augmented Generation (RAG) para información actualizada

2. Knowledge Base

• FAQs
• Documentación de producto
• Políticas de empresa
• Casos de soporte históricos

3. Integraciones

• CRM (Salesforce, HubSpot)
• Helpdesk (Zendesk, Intercom)
• Ecommerce (Shopify, WooCommerce)
• Calendarios (Calendly)

4. Guardrails y Safety

• Filtros de toxicidad
• Verificación de información
• Escalation a humano cuando es necesario
• Compliance con regulaciones

Plataformas de Chatbots Gen 3

Intercom Fin:

• Built on GPT-4
• Resolución: 50% de queries sin intervención humana
• Setup: 2-3 días
• Precio: Desde $499/mes + $0.99 per resolution

Caso de uso: SaaS con 2,000 tickets/mes

• Antes: 2,000 tickets → soporte humano
• Con Fin: 1,000 resueltos por AI, 1,000 a humanos
• Ahorro: $4,500/mes en costos de soporte
• Satisfacción: 4.2/5 (vs 4.5/5 humanos)

Zendesk AI:

• Zendesk Answer Bot + Advanced AI
• Integración nativa con tickets históricos
• Aprende de resoluciones de agentes
• Precio: Incluido en Suite Professional ($115/agent/mes)

Caso de uso: Ecommerce con 5,000 consultas/mes

• Resolución automática: 65%
• Time to resolution: 2 min (vs 3 horas humano)
• CSAT: 82% (respuestas de AI)

Drift Conversational AI:

• Especializado en B2B y ventas
• Califica leads automáticamente
• Agenda reuniones con vendedores
• Precio: Desde $2,500/mes

Caso de uso: SaaS B2B con 800 leads/mes

• 40% calificados automáticamente por AI
• 120 reuniones agendadas sin intervención humana
• Sales team enfocado en 60% leads de alta calidad
• Conversión: +35% por mejor calificación

Ada:

• No-code platform
• Enfoque en automatización completa
• Soporta 50+ idiomas
• Precio: Custom (típicamente $5k+/mes)

Custom con OpenAI API:

• Máximo control y personalización
• Requiere desarrollo in-house
• Costo: $0.01-0.03 por conversación
• Mejor para: Empresas con equipo técnico

Implementación: Caso Real Paso a Paso

Empresa: Fintech de Préstamos Personales

Problema:

• 3,500 consultas/mes (60% repetitivas)
• Tiempo promedio de respuesta: 4 horas
• 3 agentes a tiempo completo ($120k/año total)
• CSAT: 3.8/5

Objetivo:

• Reducir carga de agentes 50%
• Mantener o mejorar CSAT
• Time to first response <1 min

Implementación - Mes 1:

Semana 1: Análisis

• Analizar 1,000 tickets históricos
• Categorizar por tipo:
  • 35% estado de solicitud
  • 25% documentación requerida
  • 20% tasas y términos
  • 15% problemas técnicos
  • 5% otros

Semana 2-3: Setup

• Selección: Intercom Fin ($499/mes base)
• Creación de knowledge base (45 artículos)
• Fine-tuning con 500 tickets resueltos
• Testing interno con 20 escenarios

Semana 4: Lanzamiento Piloto

• 25% del tráfico enrutado a AI
• Grupo control: atención tradicional
• Métricas en tiempo real
• Escalation automática para casos complejos

Resultados - Mes 2:

• Resolución automática: 58% de queries
• Time to first response: <30 segundos (vs 4 horas)
• CSAT bot: 4.1/5
• CSAT humano: 4.4/5 (mejoró porque atienden casos más complejos)
• Deflección de tickets: 2,030/mes → ahorran 1 agente full-time

Mes 3: Optimización

• Análisis de conversaciones no resueltas
• Agregados 15 artículos nuevos a KB
• Fine-tuning con nuevos datos
• Resolución sube a 68%

Mes 6: Resultados Consolidados

• Resolución automática: 72%
• Equipo reducido: 3 agentes → 1.5 FTE
• Ahorro: $60k/año en costos de personal
• Inversión: $6k/año en Intercom + 40h setup
• ROI: 900% anualizado
• CSAT general: 4.3/5 (vs 3.8/5 inicial)

Bonus inesperado:

• Bot identifica leads en 12% de conversaciones
• Pasa a ventas con contexto completo
• 45 aplicaciones adicionales/mes atribuibles a bot

Errores Comunes en Optimización con IA

Error 1: Abandonar Smart Bidding en Learning Period

Qué pasa: Primeras 1-2 semanas, CPA sube o performance baja. Pánico. Vuelven a manual.

Por qué es error: El algoritmo está aprendiendo. Necesita datos de conversiones reales para optimizar.

Solución:

• Espera mínimo 2 semanas (1 ciclo completo de conversión)
• Mantén presupuesto estable durante learning
• No hagas cambios mayores (keywords, bids, creative)
• Evalúa performance en semana 4-6, no en semana 1

Caso real: Agencia pausó Target CPA en día 5 porque CPA era $95 vs objetivo $70. Tres meses después probaron de nuevo, esperaron 3 semanas, y lograron CPA estable de $68.

Error 2: Datos de Conversión Incorrectos

Qué pasa:

• Trackean "page views" como conversiones
• Valores de conversión estáticos ($1 todo)
• No excluyen conversiones test
• Duplican conversiones (GA4 + Google Ads)

Consecuencia: IA optimiza hacia métrica equivocada. Más conversiones pero de baja calidad.

Solución:

• Trackea solo acciones de valor real
• Usa valores dinámicos (transaction value para ecommerce)
• Implementa filtros de conversiones spam
• Audita conversiones mensualmente

Checklist de auditoría:

• Conversión = acción que genera revenue/lead calificado
• Valores reflejan revenue real (no estimado)
• No hay duplicación entre plataformas
• Test conversions excluidas de reportes

Error 3: Estructura de Cuenta Incompatible

Qué pasa: Demasiadas campañas con poco volumen cada una. Smart Bidding no puede aprender.

Ejemplo malo:

• 15 campañas separadas por producto
• Cada campaña: 20-30 conversiones/mes
• Learning period perpetuo

Solución:

• Consolida campañas relacionadas
• Mínimo 50 conversiones/mes por campaña
• Usa single keyword ad groups (SKAGs) con moderación
• Considera Performance Max para consolidación

Caso real: Ecommerce tenía 22 campañas (una por categoría de producto). Consolidaron a 4 campañas por intención de compra:

• Brand
• High-intent (búsquedas con "comprar", "precio")
• Mid-intent (búsquedas informacionales)
• Remarketing

Resultado: CPA bajó 28% en 6 semanas por mejor aprendizaje del algoritmo.

Error 4: No Usar Señales de Conversión Offline

Qué pasa: Optimizas por "lead submitted" pero 60% de leads son basura. IA aprende a generar más basura.

Solución:

• Importa conversiones desde CRM (SQLs, oportunidades, ventas cerradas)
• Usa Google Ads offline conversion import
• Meta CAPI (Conversions API)
• Asigna valores diferenciados por calidad

Setup recomendado:

Ecommerce:

• Conversión primaria: Purchase (valor = transaction value)
• Conversión secundaria: Add to cart (valor = 10% de purchase esperado)

B2B SaaS:

• Conversión primaria: SQL (importada desde CRM, valor = $500)
• Conversión secundaria: MQL (valor = $100)
• Conversión terciaria: Trial signup (valor = $50)

Impacto: SaaS que implementó esto vio quality score de leads subir 45% en 2 meses.

Error 5: Chatbots Sin Personalidad de Marca

Qué pasa: Bot genérico que suena robótico o peor, suena como todos los demás bots.

Consecuencia: Usuarios frustrados, escalation alta, CSAT bajo.

Solución: Personalidad de Marca

Define 4 dimensiones:

1. Tono:

• Formal vs Casual
• Serio vs Juguetón
• Técnico vs Accesible

2. Vocabulario:

• Palabras propias de tu marca
• Términos a evitar
• Nivel de tecnicismos

3. Manejo de errores:

• Cómo admite que no sabe algo
• Cómo escala a humano
• Frases de disculpa

4. Emojis y formato:

• Cuándo usar emojis (si aplica)
• Formato de respuestas (bullets, párrafos)
• Uso de GIFs o imágenes

Ejemplo: Brand Casual (DTC de ropa)

Usuario: "¿Tienen descuento?"

❌ Mal: "Actualmente no hay promociones activas en tu región."

✅ Bien: "Justo ahora no, pero te puedo dar early access a nuestra próxima venta si te suscribes al newsletter 🎉 ¿Te interesa?"

Ejemplo: Brand Profesional (Fintech)

Usuario: "¿Cuánto tarda la aprobación?"

❌ Mal: "Normalmente entre 24-48 horas, pero puede variar."

✅ Bien: "La aprobación toma típicamente 24-48 horas. Puedes acelerar el proceso completando la verificación de identidad ahora. ¿Te gustaría que te guíe en ese paso?"

Ejercicio Práctico: Optimiza una Campaña Real

Escenario

Eres el marketer de GreenBox, una startup de meal kits saludables. Tu situación actual:

Campaña Google Ads:

• Presupuesto: $8,000/mes
• Estructura: 5 campañas (Brand, Competidores, Keto, Vegan, General)
• Gestión: Manual CPC, ajustas pujas diariamente
• Performance actual:
  • Conversiones: 145/mes
  • CPA: $55
  • ROAS: 290%
  • Time invertido: 8 horas/semana

Objetivo: Reducir CPA a $45 y aumentar volumen de conversiones sin incrementar presupuesto.

Paso 1: Diagnóstico

Analiza y responde:

1. ¿Tienes suficientes conversiones para Smart Bidding? (mínimo 30/mes)

   • Sí (145 total, pero...)
   • Revisar distribución por campaña

2. ¿Cuál es tu objetivo principal?

   • Más conversiones al mismo presupuesto
   • Mejor CPA
   • Más revenue total

3. ¿Trackeas valor de conversión?

   • Sí, AOV varía ($45-$95)
   • Podrías optimizar por valor, no solo volumen

Paso 2: Selecciona Estrategia

Basado en diagnóstico, ¿qué estrategia Smart Bidding recomendarías?

Opción A: Target CPA $45

• Pro: Logra objetivo de CPA
• Con: Podría reducir volumen si $45 es muy agresivo

Opción B: Target ROAS 350%

• Pro: Maximiza revenue, no solo conversiones
• Con: CPA podría quedar sobre $45 si prioriza órdenes grandes

Opción C: Maximize Conversions

• Pro: Máximo volumen en presupuesto
• Con: No garantiza CPA específico

Opción D: Maximize Conversion Value

• Pro: Más revenue total
• Con: Menos conversiones pero de mayor valor

Paso 3: Plan de Implementación

Semana 1:

• Auditar tracking de conversiones (verificar que funciona correcto)
• Implementar valores dinámicos (order value)
• Baseline métricas: CPA, ROAS, conversiones, revenue
• Crear campaña de prueba (20% del presupuesto)

Semana 2-3:

• Lanzar Target ROAS 350% en campaña piloto (recomiendas esta porque tienen AOV variable)
• Dejar aprender (no tocar)
• Monitorear diario pero NO optimizar
• Documentar anomalías

Semana 4:

• Evaluar resultados vs control:
  • CPA de piloto vs CPA de manual
  • ROAS de piloto vs ROAS de manual
  • Volumen de conversiones
  • Revenue total

Semana 5-6:

• Si piloto outperforma: migrar 100% a Smart Bidding
• Si empata: dar 2 semanas más
• Si underperforma significativo: revisar setup

Paso 4: Resultado Esperado

Basado en benchmarks de industria (meal kits), esperas:

Mes 1-2 (learning + optimización):

• CPA: ~$60 (temporal, algoritmo aprendiendo)
• ROAS: ~270% (baja temporalmente)
• Conversiones: ~130 (baja 10% durante learning)

Mes 3-4 (estabilización):

• CPA: $47 (cerca de objetivo)
• ROAS: 385% (superando objetivo)
• Conversiones: 175 (+21% vs baseline)
• Revenue: +$8,500/mes

Mes 5-6 (optimización avanzada):

• CPA: $43 (bajo objetivo)
• ROAS: 420%
• Conversiones: 195 (+34% vs baseline)
• Revenue: +$12,000/mes

Paso 5: Optimizaciones Adicionales

Una vez Smart Bidding estable, prueba:

A. Audience Signals:

• Agrega listas de remarketing
• Lookalikes de mejores clientes
• Segmentos de intención (in-market audiences)
• IA las usará como señales, no hard targeting

B. Asset Groups (si migras a Performance Max):

• Crea 3-4 asset groups por tema:
  • Keto-focused
  • Vegan-focused
  • Busy professionals
  • Fitness enthusiasts

C. Negative Keywords Automation:

• Usa scripts para agregar negatives automáticamente
• Filtra searches de "free", "cheap", "recipe" (buscan contenido, no servicio)

D. Bid Adjustments (si usas Target CPA/ROAS):

• Device bid adjustments (si móvil convierte diferente)
• Time of day (si performance varía por hora)
• Geographic (si ciertas ciudades son más rentables)

Tu Turno

Aplica este framework a una campaña real tuya:

1. Exporta últimos 90 días de data
2. Calcula CPA, ROAS, conversiones por campaña
3. Identifica campaña piloto (la de mejor volumen)
4. Define objetivo claro (Target CPA o Target ROAS)
5. Implementa en 20% de presupuesto
6. Documenta resultados semanales
7. Decide en semana 4: escalar, iterar, o revertir

Herramientas Complementarias

Scripts de Automatización

Google Ads Scripts (JavaScript, gratuito):

Script 1: Pausar keywords con CPA >2x objetivo

// Pausa keywords desperdiciando budget
function pauseHighCPAKeywords() {
  var TARGET_CPA = 50;
  var CONVERSIONS_THRESHOLD = 5;

  var keywordIterator = AdsApp.keywords()
    .withCondition("Conversions > " + CONVERSIONS_THRESHOLD)
    .withCondition("Cost > 0")
    .forDateRange("LAST_30_DAYS")
    .get();

  while (keywordIterator.hasNext()) {
    var keyword = keywordIterator.next();
    var stats = keyword.getStatsFor("LAST_30_DAYS");
    var cost = stats.getCost();
    var conversions = stats.getConversions();
    var cpa = cost / conversions;

    if (cpa > TARGET_CPA * 2) {
      keyword.pause();
      Logger.log("Paused: " + keyword.getText() + " | CPA: $" + cpa);
    }
  }
}

Script 2: Alertas de anomalías

// Alerta si CPA sube >25% vs semana anterior
function checkCPAAnomaly() {
  var account = AdsApp.currentAccount();

  var lastWeek = account.getStatsFor("LAST_7_DAYS");
  var prevWeek = account.getStatsFor("LAST_14_DAYS");

  var cpaLast = lastWeek.getCost() / lastWeek.getConversions();
  var cpaPrev = prevWeek.getCost() / prevWeek.getConversions();

  var change = (cpaLast - cpaPrev) / cpaPrev;

  if (change > 0.25) {
    MailApp.sendEmail({
      to: "tu-email@example.com",
      subject: "ALERTA: CPA subió " + (change * 100).toFixed(0) + "%",
      body: "CPA semana pasada: $" + cpaPrev + "\nCPA esta semana: $" + cpaLast
    });
  }
}

Dashboards de Optimización

Google Data Studio / Looker Studio (gratis):

Template ideal:

• KPIs principales: CPA, ROAS, conversiones, revenue
• Gráfica de tendencia (últimos 90 días)
• Breakdown por campaña
• Breakdown por dispositivo
• Hourly performance heatmap

Supermetrics ($99-$999/mes):

• Conecta múltiples fuentes (Google Ads, Meta, LinkedIn)
• Refreshes automáticos
• Cross-channel attribution

Funnel.io ($799+/mes, enterprise):

• Data warehouse de marketing
• ROI completo del customer journey
• ML-powered insights

Checklist de Implementación

Pre-Lanzamiento

• Conversiones trackeadas correctamente (>30/mes por campaña)
• Valores de conversión implementados (si ecommerce o variable)
• Conversiones offline importadas (si B2B)
• Estructura de cuenta limpia (max 5-7 campañas)
• Baseline documented (últimos 60 días)

Durante Learning Period

• No hacer cambios mayores (keywords, budget, targeting)
• Monitorear pero no optimizar
• Documentar anomalías
• Comparar vs grupo control
• Patience (esperar mínimo 2 semanas)

Post-Learning (Semana 4+)

• Analizar performance vs baseline
• Calcular ROI de la optimización
• Identificar próximas oportunidades
• Escalar a más campañas si exitoso
• Implementar optimizaciones complementarias

Próximos Pasos

Has aprendido a optimizar campañas con Smart Bidding e implementar chatbots inteligentes. Ahora es momento de actuar:

Esta Semana:

1. Audita tus campañas actuales con el checklist
2. Identifica 1 campaña piloto para Smart Bidding
3. Configura tracking de conversiones correctamente

Este Mes:

1. Lanza campaña piloto con Target CPA o Target ROAS
2. Implementa chatbot Gen 3 (empieza con Intercom o Zendesk trial)
3. Configura dashboard de monitoreo

Próximos 90 Días:

1. Escala Smart Bidding a todas las campañas exitosas
2. Optimiza chatbot con learnings de primer mes
3. Implementa Performance Max para discovery adicional

Recursos Adicionales:

• Google Skillshop: "Optimize with Smart Bidding" (curso gratuito certificado)
• Meta Blueprint: "Advantage+ Campaigns" (curso gratuito)
• Intercom Learning Center: "AI Agent Best Practices"

En la próxima lección exploraremos Lead Scoring Predictivo con IA, descubriendo cómo empresas B2B identifican los leads con mayor probabilidad de cerrar antes de que levanten la mano.

---

Puntos Clave para Recordar:

• Smart Bidding procesa 70M+ señales/segundo para optimizar pujas
• Requiere paciencia: mínimo 2-4 semanas de learning period
• Target ROAS ideal para ecommerce, Target CPA para lead gen
• Performance Max puede aumentar conversiones 40-70% vs campañas separadas
• Chatbots Gen 3 resuelven 70-85% de queries automáticamente
• ROI típico de optimización con IA: 200-500% en 12 meses
• Error más común: abandonar durante learning period
• Datos de calidad > estrategia de bidding sofisticada