No optimices budget a nivel de campaña (ni de anuncio)

Juanma, Founder de ZevenPages.

Tenés un ad set que funciona bien. Le subís presupuesto. Meta sigue mostrando los mismos anuncios a las mismas personas. El costo por adquisición (CPA) sube. Más plata no produjo más resultados. Produjo los mismos resultados más caros. Esto no es un bug del algoritmo. Es la consecuencia de cómo funciona el retrieval de Andromeda: tu ad set convergió en un pool de inventario, y más presupuesto solo satura ese pool. Para escalar de verdad necesitás abrir pools nuevos. Y la única herramienta que tenés para forzar eso es la estructura de ad sets.

El ad set como unidad de control de presupuesto

Dentro de Meta Ads, hay tres niveles: campaña, ad set y ad. Pero solo uno es tu unidad real de control.

El ad individual no es una unidad de decisión. Dentro de un ad set, Meta distribuye presupuesto entre ads automáticamente. Le da más gasto al que predice mejor performance en cada momento. No controlás cuánto gasta cada ad. Esa es una decisión de Andromeda.

La campaña completa tampoco es tu unidad de control operativa. Una campaña agrupa ad sets que pueden tener creativos, objetivos y contextos distintos. Evaluar a nivel de campaña te da un promedio que esconde lo que pasa debajo.

El ad set es donde converge: definís presupuesto (cuánto se gasta en esa bolsa), creativos (qué señales le das a Andromeda), y objetivo de optimización. Es el nivel donde podés forzar que una cantidad específica de dinero se gaste en un conjunto específico de señales creativas. Y eso, como vamos a ver, es la palanca más importante para escalar.

La documentación de Meta para developers lo confirma: el aprendizaje del algoritmo ocurre a nivel de ad set, con un mínimo de 50 eventos de conversión en 7 días para salir de la fase de aprendizaje.

En Meta Ads, el ad set es la única unidad donde el anunciante controla simultáneamente presupuesto, señales creativas y objetivo de optimización. El ad individual no es unidad de control porque Meta distribuye gasto entre ads automáticamente. La campaña no es unidad operativa porque agrupa ad sets distintos en un promedio que esconde la realidad. El aprendizaje del algoritmo ocurre a nivel de ad set, con un mínimo de 50 eventos de conversión en 7 días para salir de la fase de aprendizaje según la documentación de Meta.

Por qué más plata al mismo ad set no escala

Este es el punto que la mayoría de los anunciantes no entiende. Y es la razón por la que "escalar" se siente tan frágil.

El techo de inventario

Andromeda asigna a cada creativo un Entity ID basado en su fingerprint semántico: sus elementos visuales, tono, formato, copy. Creativos con Entity IDs similares se agrupan en el mismo cluster dentro del índice de retrieval. Cuando Andromeda busca a quién mostrar un ad, matchea ese cluster con un pool de usuarios cuyas señales de comportamiento son compatibles.

Tu ad set tiene un conjunto de creativos. Esos creativos generan un conjunto de Entity IDs. Esos Entity IDs matchean con un pool de usuarios. Ese pool tiene un tamaño finito. Es tu inventario accesible.

Cuando subís presupuesto en ese ad set, Meta tiene que encontrar más personas dentro del mismo pool. En algún punto, el pool se agota. Meta empieza a mostrar los mismos ads a las mismas personas con mayor frecuencia. La frecuencia sube, el engagement baja, Andromeda interpreta eso como menor calidad, y te cobra más. Tu CPA sube no porque tus ads empeoraron, sino porque saturaste el inventario.

Como documenta este análisis de AdManage: cada campaña tiene un punto donde la performance "explota", un nivel de presupuesto donde el costo por resultado empieza a subir rápidamente y los retornos se reducen. Ese es tu techo de inventario para ese ad set.

Lo que pasa cuando subís budget y se muestran los mismos ads

Si subís presupuesto y Meta sigue mostrando los mismos creativos (no rota a los que tenían menos inversión), es porque el algoritmo ya convergió. Decidió que esos creativos son los óptimos para ese pool de usuarios. Los otros creativos del ad set reciben migajas porque Andromeda predice que performarían peor en ese mismo pool.

Más presupuesto no cambia esa decisión. Solo le da más dinero para hacer lo mismo con mayor frecuencia. Es como mandar 20 vendedores de choclo a la misma playa en vez de 10: si la playa ya estaba cubierta, los 10 nuevos no venden más choclos. Solo se dividen la misma cantidad de clientes.

El creativo define el pool al que accede tu ad set. Esto lo cubrimos en profundidad en nuestro post sobre el anuncio como segmentación real.

[IMAGEN: Diagrama mostrando un ad set con presupuesto creciente pero el mismo pool de audiencia. Flechas: más presupuesto → mismos creativos → mismo pool → frecuencia sube → CPA sube. Contraste con: nuevo ad set con creativos distintos → Entity IDs distintos → pool nuevo → inventario expandido.]

Andromeda asigna a cada creativo un Entity ID basado en su fingerprint semántico. Creativos similares se agrupan en el mismo cluster del índice de retrieval y matchean con el mismo pool de usuarios. Cuando un ad set recibe más presupuesto, Meta busca más personas dentro de ese mismo pool. Cuando el pool se agota, la frecuencia sube, el engagement baja, y el CPA sube. Más presupuesto al mismo ad set no expande el inventario accesible. Solo satura el que ya tiene. Cada ad set tiene un techo de inventario determinado por las señales creativas que contiene.

La separación por ad set como exploración de inventario

Acá está el punto clave para escalar. Si cada ad set accede a un pool de inventario determinado por sus señales creativas, entonces abrir un ad set nuevo con creativos genuinamente distintos es abrir acceso a un pool de inventario nuevo.

La mecánica de retrieval

La separación por ad set no es una separación de audiencias en el sentido estricto. Andromeda opera a nivel de retrieval antes de que la estructura de ad sets entre en juego. Lo que ocurre es más sutil: cada ad set contiene creativos con señales específicas. Esas señales generan Entity IDs que ocupan clusters distintos en el índice de retrieval. Andromeda matchea esos clusters con pools de usuarios diferentes porque las señales son diferentes.

Dos ad sets con creativos muy similares van a competir por el mismo inventario (Meta de-duplica para que no compitas contra vos mismo en la subasta). Pero dos ad sets con creativos genuinamente distintos van a acceder a inventario distinto porque Andromeda los matchea con clusters de usuarios diferentes.

La separación de presupuesto por ad set, combinada con creativos genuinamente distintos, fuerza la exploración de inventario diferente a través del sistema de retrieval.

El ejemplo de Netflix

Supongamos que Netflix quiere escalar su inversión en Meta. Si mete todos sus creativos en un solo ad set (trailers de thriller, comedias románticas, documentales, todo junto), Meta va a converger hacia el título trending del momento. El 80% del presupuesto va al trailer de la serie que ya es viral. Los documentales reciben migajas. Netflix no aprende nada sobre qué categorías funcionan con qué audiencias. Y su inventario accesible se limita al pool de personas que responden al género trending.

Pero si Netflix separa por ad set: una bolsa para thriller, una para comedia romántica, una para documentales, cada una con su presupuesto forzado. Cada bolsa tiene creativos con señales distintas. Andromeda matchea cada una con un pool de usuarios distinto (personas que responden a tensión narrativa vs personas que responden a humor romántico vs personas que buscan aprendizaje). Cada bolsa tiene su propio techo de inventario. Y el inventario total accesible es la suma de todos los pools.

Netflix ahora puede escalar abriendo nuevas bolsas (una para biopics, una para ciencia ficción, una por estrella de Hollywood) en vez de inflar la bolsa de thriller hasta saturarla.

Por qué esto importa para empresas que necesitan escalar

Si ya estás gastando presupuesto y tu ad set funciona bien pero no podés crecer sin que suba el CPA, probablemente estás chocando contra el techo de inventario de ese ad set. La solución no es más presupuesto. Es más bolsas con creativos que generen Entity IDs distintos y accedan a pools nuevos.

Esto convierte la estructura de ad sets en una decisión de estrategia de inventario, no en una decisión operativa. Cada ad set nuevo con creativos genuinamente distintos es un punto de acceso a un segmento de mercado al que antes no llegabas.

La separación por ad set no es una separación de audiencias por regla de Meta. Es una separación de presupuesto que, combinada con creativos genuinamente distintos, fuerza la exploración de inventario diferente a través del sistema de retrieval de Andromeda. Cada ad set con creativos con Entity IDs distintos matchea con pools de usuarios diferentes. Para escalar, no se inflan los ad sets existentes (lo que satura el inventario y sube el CPA). Se abren ad sets nuevos con señales creativas nuevas que acceden a pools de inventario nuevos. El inventario total accesible es la suma de todos los pools.

CBO vs ABO: quién decide la distribución y con qué información

Hoy Meta te permite usar Campaign Budget Optimization (CBO, ahora Advantage+ Campaign Budget) o Ad Set Budget Optimization (ABO) incluso dentro de campañas Advantage+. La decisión no es de preferencia. Es sobre quién controla la distribución de presupuesto y qué implica eso causalmente.

CBO: Meta distribuye

Con CBO, Meta decide cuánto gasta cada ad set. Ventaja: optimiza en tiempo real con más información que vos (ve la subasta, el inventario, la probabilidad de conversión por usuario). Desventaja: optimiza para la próxima conversión más barata. Eso puede significar poner el 90% del presupuesto en un solo ad set e ignorar los demás.

Si tu objetivo es maximizar conversiones de corto plazo con el presupuesto que tenés, CBO es eficiente. Pero si tu objetivo es escalar, CBO te atrapa: converge en el pool más fácil, satura ese pool, y no explora los otros.

Como describe Jon Loomer en su análisis sobre breakdown effect: Meta puede distribuir 80% del presupuesto a un ad set con CPA más alto que otro, porque proyecta que forzar más presupuesto al ad set "barato" subiría sus costos por saturación. El algoritmo optimiza el total, no cada parte. Pero vos no ves ese razonamiento. Solo ves que "Meta le da más plata al que parece peor".

ABO: vos distribuís

Con ABO, vos definís cuánto gasta cada ad set. Ventaja: cada bolsa recibe su presupuesto forzado independientemente de lo que Meta prediga. Eso te permite:

Forzar exploración que el algoritmo no haría solo. Si Meta predice que el ad set A va a performar mejor que B, con CBO le daría todo a A. Con ABO, B recibe su presupuesto y tiene la oportunidad de encontrar su pool de inventario. Sin esa inversión forzada, nunca sabrías si B funciona.

Generar datos por separado para cada bolsa. Si ad set A tiene creativos de "revelación de causa oculta" y ad set B tiene creativos de "validación de experiencia personal", y ambos reciben presupuesto comparable, podés comparar qué ángulo accede a mejor inventario. No es un experimento controlado perfecto (Andromeda sigue decidiendo la audiencia dentro de cada ad set), pero es mucho mejor que tener todo en una bolsa donde Meta decide cuánto gasta en cada ángulo.

La decisión práctica

ABO para testear y explorar. Cuando necesitás forzar que cada bolsa reciba inversión suficiente para aprender. Cuando querés comparar ángulos, formatos o categorías de producto. Cuando estás abriendo nuevos pools de inventario.

CBO para escalar lo que ya sabés que funciona. Cuando ya identificaste qué bolsas acceden a buen inventario y querés que Meta optimice la distribución entre ellas en tiempo real. Cuando el volumen de cada ad set es suficiente para que CBO tenga datos con qué trabajar.

Un framework que emerge de la práctica (documentado por Giovanni Perilli y AdLeaks): ABO es donde aprendés, CBO es donde escalás. Cuando un creativo acumula 10+ conversiones a target CPA en ABO, se mueve a CBO.

CBO (Advantage+ Campaign Budget) delega la distribución de presupuesto a Meta, que optimiza para la conversión más barata de corto plazo. Esto puede atrapar al anunciante en el pool más fácil, saturándolo sin explorar otros. ABO (Ad Set Budget) fuerza presupuesto en cada bolsa, permitiendo exploración de inventario que el algoritmo no haría solo y generando datos por separado para cada ángulo o categoría. La decisión práctica: ABO para testear y abrir pools nuevos, CBO para escalar los pools que ya sabés que funcionan. ABO es donde aprendés, CBO es donde escalás.

El problema de la fragmentación de datos

La lógica de separar ad sets tiene un límite: si fragmentás demasiado, cada bolsa tiene tan poco presupuesto que ninguna genera datos suficientes para que el algoritmo (ni vos) pueda tomar decisiones.

El impuesto de aprendizaje

Si tenés $200/día y los repartís en 10 ad sets, cada uno tiene $20. Con un CPA de $10, cada ad set genera 2 conversiones por día. Llegar a 50 conversiones (umbral de Meta) toma 25 días por ad set. Durante esos 25 días, el algoritmo no salió de la fase de aprendizaje, los CPMs son más altos porque Meta no puede optimizar la entrega, y estás pagando un sobrecosto permanente.

Foxwell Digital lo articula bien con el concepto de "data density": la concentración de eventos de conversión fluyendo a través de un ad set particular. Mayor densidad = aprendizaje más rápido = mejor optimización. Una campaña con 20 compras por día le da a Meta señales mucho más claras que 3 campañas dando 6-7 cada una.

La tensión real

Consolidar da datos suficientes pero pierde granularidad diagnóstica. Fragmentar da granularidad pero mata el aprendizaje. El punto óptimo depende de tu volumen:

Meta recomienda 1-3 ad sets máximo por campaña en la mayoría de los casos post-Andromeda, según este análisis de 1Click Report. Pero esa recomendación es para el anunciante promedio con presupuesto medio. Para empresas que necesitan escalar con volumen significativo, más ad sets con lógica de separación correcta (creativos genuinamente distintos, no variaciones cosméticas) es la forma de acceder a más inventario.

La fragmentación de ad sets crea un "impuesto de aprendizaje": con $200/día repartidos en 10 ad sets, cada uno genera 2 conversiones diarias y tarda 25 días en salir de la fase de aprendizaje. El concepto de "data density" (Foxwell Digital) es clave: mayor concentración de conversiones por ad set produce aprendizaje más rápido. El punto óptimo depende del presupuesto: menos de $100/día justifica 1 ad set. Entre $100 y $500, 2-3 ad sets. Más de $2,000 permite 5+ con separación por categoría o ángulo.

Automatización con constraints correctos

Si la intervención manual diaria es el problema pero "no tocar nada" tampoco es la respuesta, la solución es reglas predefinidas que mueven presupuesto cuando se cumplen condiciones estadísticas mínimas.

Las reglas básicas

Stop Loss: si un ad gasta 2x tu target CPA sin ninguna conversión, se pausa. No antes.

Trim the Fat: si un ad set convierte pero a CPA consistentemente mayor que tu target después de 50+ conversiones, se retira presupuesto gradualmente.

Budget Bump: si un ad set cumple KPIs con 50+ conversiones, se sube presupuesto 20% cada 2-3 días. Gradual para no resetear la fase de aprendizaje. Según este análisis de Crunchy Digital, aumentar más de 20-30% a la vez puede disparar un reseteo del aprendizaje que sube el CPA entre 25% y 40%.

Upgrade: cuando un ángulo probado en ABO acumula suficientes conversiones a target, se mueve a CBO para escalar.

Lo que le agregamos nosotros

Las reglas estándar son un buen comienzo pero no controlan por variables externas. Nuestras reglas de automatización incluyen:

Mínimos de muestra antes de ejecutar cualquier acción. Ninguna regla se dispara sin un mínimo de conversiones definido antes de lanzar. Esto previene decisiones con datos insuficientes.

Control por día de la semana. La regla no compara lunes con domingo. Un CPA alto el domingo puede ser patrón estacional, no problema de performance.

Medianas en vez de promedios como input. Si el lunes el CPA fue $50 y los otros 6 días fue $8, el promedio semanal es $14 pero la mediana es $8. Las reglas usan medianas para no dispararse por un día atípico.

Incrementos graduales alineados con el techo de inventario. No subimos 20% mecánicamente. Monitoreamos si la frecuencia sube proporcionalmente al presupuesto. Si la frecuencia sube más rápido que el presupuesto, estamos chocando contra el techo del pool. En ese caso, la intervención no es más presupuesto sino un ad set nuevo con creativos distintos.

Las reglas de automatización de presupuesto son la alternativa a la intervención manual diaria y al "no tocar nada". Reglas efectivas incluyen: stop loss a 2x target CPA sin conversiones, incrementos graduales de 20% cada 2-3 días para no resetear aprendizaje, y upgrade de ABO a CBO cuando un ángulo acumula suficientes conversiones. Pero reglas estándar no controlan por variables externas. Reglas rigurosas agregan mínimos de muestra antes de ejecutar, control por día de la semana, medianas en vez de promedios, y monitoreo de frecuencia como señal de techo de inventario.

El concepto de arquitectura de restricciones

Las automatizaciones de Meta (Advantage+, CBO, broad targeting) son herramientas poderosas. Pero son tan buenas como la lógica que les das. Si los constraints están mal pensados, la máquina optimiza con precisión hacia el lugar equivocado. Y lo hace rápido.

Constraints correctos

El objetivo de optimización correcto. Si optimizás para leads, Meta te da leads baratos. No leads buenos. Si podés optimizar para purchase, hacelo. Meta optimiza literalmente lo que le pedís. Como cubrimos en nuestro post sobre la caja negra causal, el algoritmo es literal en su interpretación del objetivo.

Exclusión de clientes existentes. Este análisis de PPC Blog Pro lo señala: Andromeda sobre-optimiza para conversiones fáciles, que suelen ser clientes que ya te compraron. Si no los excluís, el algoritmo "juega" con sus propias métricas convirtiendo a gente que iba a comprar de todas formas. Tu ROAS se ve bien pero tu adquisición de clientes nuevos se estanca. Si tu ROAS viene de convertir clientes existentes, no estás adquiriendo.

Presupuesto mínimo por ad set que permita aprendizaje. Si tu CPA target es $10, tu ad set necesita al menos $70/día para generar 50 conversiones en 7 días (asumiendo que convierte al target). Con menos, estás condenando al ad set a una fase de aprendizaje perpetua.

Creativos genuinamente distintos entre ad sets. Si dos ad sets tienen creativos con Entity IDs similares, no estás separando inventario. Estás fragmentando presupuesto sobre el mismo pool y compitiendo contra vos mismo.

Constraints incorrectos

Targeting restrictivo que limita la exploración de Andromeda. Si ponés intereses específicos, audiencias lookalike acotadas, o demografía estrecha, le cortás la capacidad al sistema de encontrar pools de inventario que vos no hubieras identificado manualmente.

Demasiados ad sets con presupuesto insuficiente. Fragmentación que mata la data density.

Cambios frecuentes que resetean el aprendizaje. Cada cambio significativo (presupuesto mayor a 20%, audiencia, objetivo) puede resetear la fase de aprendizaje. Según Search Engine Land, la paciencia se ha convertido en una ventaja competitiva en la era de Andromeda. Definir una ventana mínima de "no tocar" (7 días o 50-75 conversiones, lo que llegue primero) antes de cualquier cambio.

Optimizar para métricas intermedias. Si optimizás para clicks, Meta te da clicks de gente que clickea todo. Si optimizás para landing page views, te da vistas baratas de gente que no compra. Optimizá para la conversión final más cercana a revenue.

La arquitectura de restricciones (constraints) determina si las automatizaciones de Meta optimizan hacia el lugar correcto o el equivocado. Constraints correctos incluyen: objetivo de optimización lo más cercano a revenue posible, exclusión de clientes existentes para forzar adquisición nueva, presupuesto mínimo por ad set que permita 50 conversiones en 7 días, y creativos con Entity IDs genuinamente distintos entre ad sets. Constraints incorrectos: targeting restrictivo que limita exploración, demasiados ad sets sin data density, cambios frecuentes que resetean aprendizaje, y optimización por métricas intermedias que no causan revenue.

Conclusión

El ad set es tu unidad de control. No el ad individual (eso lo decide Meta) ni la campaña (eso es un promedio que esconde la realidad).

Más plata al mismo ad set no escala. Satura el pool de inventario que los creativos de ese ad set generan a través de Andromeda. El CPA sube porque la frecuencia sube, no porque tus ads empeoraron.

Para escalar, abrí ad sets nuevos con creativos que generen Entity IDs distintos. Cada bolsa con señales creativas diferentes accede a un pool de inventario diferente. El inventario total es la suma de todos los pools.

Usá ABO para testear y explorar nuevos pools. CBO para escalar los que ya probaste. Automatizá con reglas que tengan mínimos de muestra, control por día de la semana, y medianas como input.

Y sobre todo: las automatizaciones de Meta son tan buenas como los constraints que les das. El objetivo de optimización correcto, la exclusión de clientes existentes, el presupuesto mínimo por ad set, y la diversidad creativa real entre bolsas. Eso es la arquitectura de restricciones. Es la diferencia entre que la máquina trabaje para vos o que optimice con precisión hacia el lugar equivocado.