En el artículo de la semana pasada contamos cómo conectamos Google Ads, Meta Ads y Google Analytics a una Inteligencia Artificial para dejar de perder horas moviendo datos entre plataformas. Quedaron tres casos de uso solo apuntados: la negativización de palabras clave, la auditoría del historial de cambios y el control activo de presupuesto. Esta semana entramos en el detalle de cada uno, con datos reales de cuentas de cliente.
Negativizar palabras clave: por qué «cero conversiones» no es suficiente
Un error habitual al automatizar la negativización de términos de búsqueda es aplicar un patrón ciego: si un término ha generado clics sin conversión, se pausa. En una auditoría reciente sobre una campaña de leadgen de ticket alto, este patrón habría llevado a negativizar términos con intención de compra real, solo porque la muestra de datos era pequeña.
El proceso correcto categoriza cada candidato por evidencia, no por ausencia de conversión: competencia directa por nombre propio, búsquedas informacionales, presupuesto fuera de rango, tipo de producto o servicio equivocado, geografía distinta a la zona de cobertura. Sobre 58 términos analizados en una semana (39,11€ de gasto sin conversión), se negativizaron 32 con una justificación concreta detrás de cada uno. Dos términos genéricos con el mismo patrón superficial (pocas conversiones, pocos clics) se dejaron activos de forma deliberada: con una muestra de 10-17 clics en una semana, no hay base estadística suficiente para decidir, y la intención de búsqueda detrás de esos términos era real.
El historial de cambios: control sobre quién toca la cuenta
Cuando una cuenta de Google Ads tiene varias personas con acceso (una agencia intermediaria, un equipo interno, un consultor externo), saber qué cambió y quién lo hizo deja de ser una curiosidad y pasa a ser una necesidad operativa. El recurso de historial de cambios de la API de Google Ads permite consultar, con fecha y usuario, cada modificación realizada sobre la cuenta.
Una limitación real a tener en cuenta: la API solo conserva los últimos 30 días de historial. Es una herramienta útil para auditorías de corto plazo (qué ha pasado esta semana, quién lo hizo), no para reconstruir el histórico completo de una cuenta.
Control de presupuesto: el ritmo de gasto no basta
El seguimiento del ritmo de gasto (cuánto se ha consumido del presupuesto mensual frente a lo que correspondería según los días transcurridos) es una herramienta operativa básica, pero tiene un límite importante: indica si se va a cumplir el plan de inversión, no si esa inversión sigue siendo rentable.
Aquí entra en juego la curva de rendimientos decrecientes: a medida que aumenta el presupuesto de una campaña, el algoritmo agota primero las oportunidades de conversión más rentables, y cada conversión adicional cuesta progresivamente más. Un canal puede ir «en línea» con el ritmo de gasto planificado y, al mismo tiempo, estar comprando sus últimas conversiones del mes a un coste que ya no es rentable para el negocio.
La métrica más habitual para evaluar esto es el MER (ingresos totales entre inversión total), pero es una media de cuenta que no incorpora el margen real del negocio. El criterio correcto es el POAS objetivo, calculado a partir de la cascada de margen del negocio (PVP menos coste de producto, menos comisiones y logística, menos costes estructurales, menos el beneficio neto deseado). El resultado es un CAC objetivo, y el POAS objetivo es el precio de venta dividido entre ese CAC.
La decisión de subir o frenar presupuesto no debería tomarse solo con el dato de ritmo de gasto. Requiere cruzar ese ritmo con el coste marginal de la última conversión (disponible en el simulador de presupuesto de la propia plataforma) y compararlo contra el POAS objetivo del negocio, no contra el POAS medio de la cuenta. Cuando ese techo se acerca, la alternativa no siempre es seguir subiendo presupuesto a la misma configuración: puede ser más rentable testear un anuncio nuevo con un ángulo distinto, antes de forzar más inversión sobre oportunidades ya agotadas.
Qué no cambia con esta integración
La conexión entre la Inteligencia Artificial y las plataformas de publicidad no sustituye la decisión del gestor de la cuenta. Cada negativización, cada ajuste de puja y cada anuncio nuevo pasa primero por una simulación antes de ejecutarse sobre la cuenta real. Lo que cambia es la velocidad con la que se dispone del dato correcto para decidir, y la posibilidad de cruzar varias fuentes de datos (ritmo de gasto, coste marginal, histórico de cambios, unit economics del negocio) en una sola consulta.
Si quieres profundizar en cómo se montó esta integración técnica completa, puedes leer el artículo de la semana anterior sobre la conexión de Google Ads, Meta Ads y Analytics a una IA.