Todas las plataformas de publicidad digital dicen que "aprenden" y "optimizan". Pero los mecanismos detrás de esa optimización son radicalmente distintos. Entender cómo funciona cada una por dentro — su subasta, sus señales, su algoritmo — es lo que separa a quien administra presupuesto de quien lo invierte bien.
Explora cada plataforma
Selecciona una plataforma para ver cómo funciona su arquitectura interna.
Google Ads
La subasta más sofisticada del mercado, ejecutada miles de millones de veces al día
Modelo de cobro principal
CPC · CPM · CPA objetivo · tROAS
Tipo de subasta
Segunda precio generalizada (Vickrey modificada)
Unidad de decisión
Cada consulta de búsqueda en tiempo real
Profundidad de ML
Smart Bidding con hasta 70+ señales por subasta
La subasta: cómo se determina quién aparece y cuánto paga
Ad Rank — determina posición
Ad Rank = Puja máxima × Quality Score × Impacto esperado de extensiones + Contexto de subasta
CPC real pagado (segunda precio)
CPC real = (Ad Rank del competidor siguiente ÷ Quality Score propio) + $0.01
La implicancia práctica: un Quality Score alto reduce tu CPC real aunque pierdas en puja. Un anunciante con QS 10 puede pagar menos que uno con QS 4 que pujó más alto.
Quality Score: los 3 componentes
Smart Bidding: señales que el algoritmo usa en cada subasta
Performance Max: el cambio de paradigma
PMax reemplaza la lógica de campaña por canal con una campaña unificada que distribuye el presupuesto automáticamente entre Search, Display, YouTube, Gmail y Maps. El algoritmo decide canal, formato, puja y audiencia por subasta. Requiere al menos 50 conversiones/mes para estabilizar el modelo.
Lo que los anunciantes no ven
Google usa señales de primera parte (historial de búsqueda, Gmail, Maps, YouTube) para ajustar pujas incluso antes de que el usuario haga clic. El algoritmo también hace bid shading: puede pujar menos que tu límite si predice que ganarás igual. Tu puja máxima raramente es lo que pagas.
LinkedIn Ads
La única plataforma con segmentación por datos profesionales verificados
Modelo de cobro principal
CPC · CPM · CPS (por envío de mensaje)
Tipo de subasta
Segunda precio con piso mínimo por segmento
Unidad de decisión
Por impresión disponible en el feed del usuario
Profundidad de ML
Moderada — más peso en segmentación que en señales conductuales
La subasta: cómo funciona el Ad Rank en LinkedIn
Ad Score (LinkedIn)
Ad Score = Puja × Probabilidad de engagement × Relevancia para el miembro
LinkedIn penaliza fuerte la baja relevancia. Un anuncio con engagement bajo sube su CPM efectivo aunque mantengas la puja. La plataforma protege la experiencia del usuario profesional porque su modelo de negocio depende de que las personas confíen en el contenido del feed.
Lo que hace único a LinkedIn: segmentación de primera parte
Lead Gen Forms: el formato más rentable de la plataforma
El formulario se pre-rellena con datos del perfil de LinkedIn (nombre, empresa, cargo, email). Elimina la fricción de la landing page. Típicamente logra tasas de conversión 2–3x mayores que ads con landing externa.
El problema que nadie menciona
LinkedIn tiene el CPM más alto de las 4 plataformas — puede superar los USD $15–30 por mil impresiones en Chile. Campañas con menos de USD $1.500/mes difícilmente producen aprendizaje útil.
Meta Ads
El sistema de subasta más complejo del mercado en volumen de señales conductuales
Modelo de cobro principal
CPM · CPC · CPR (por resultado) · ROAS objetivo
Tipo de subasta
Segunda precio con tres factores de ranking
Unidad de decisión
Por slot disponible en el feed de cada usuario
Profundidad de ML
Máxima — el modelo más profundo de señales conductuales
La subasta de Meta: los 3 factores de la ecuación
Total Value — determina quién gana la subasta
Total Value = Puja del anunciante × Probabilidad de acción estimada × Calidad y relevancia del anuncio
Meta no vende al que más paga — vende al anunciante cuyo anuncio maximiza el valor total para el usuario y para Meta. Un anuncio muy relevante con puja menor puede vencer a uno irrelevante con puja mayor.
Señales de comportamiento que usa el algoritmo
Conversions API (CAPI): crítica desde iOS 14
El pixel de Meta en el navegador perdió capacidad de rastreo tras iOS 14. CAPI envía eventos de conversión directamente desde el servidor, sin depender del navegador. Las campañas sin CAPI configurada en 2026 operan con un déficit de señal que eleva el CPA y degrada la optimización del algoritmo.
El error más caro: el período de aprendizaje
Meta necesita 50 eventos de optimización en 7 días para salir del aprendizaje. Si cambias audiencia, puja, creativo o presupuesto (más del 20%) reinicia el contador. Muchos anunciantes están perpetuamente en modo aprendizaje porque tocan las campañas demasiado seguido.
Pinterest Ads
Búsqueda visual con intención de compra futura — el canal más subestimado
Modelo de cobro principal
CPM · CPC · CPIAVC (video) · CPA objetivo
Tipo de subasta
Segunda precio con relevancia de contenido visual
Unidad de decisión
Por slot en feed y resultados de búsqueda visual
Profundidad de ML
Alta en visual search — moderada en señales conductuales
La subasta: relevancia visual como factor central
Pin Score — factor de ranking
Pin Score = Puja × Relevancia visual del Pin × Probabilidad de engagement × Calidad de la cuenta
Pinterest es la única plataforma donde el contenido orgánico y el de pago compiten en el mismo algoritmo. Un Promoted Pin con baja calidad visual no puede compensar con presupuesto.
Señales únicas de Pinterest
El error de atribución más frecuente
Pinterest se evalúa con ventana de 7 días y siempre pierde. Opera en la parte alta del funnel — el ciclo puede ser de semanas. La plataforma recomienda ventanas de 30 días. Evaluarla con 7 días es como medir el impacto de una llamada de descubrimiento con el mismo criterio que una de cierre.
Comparativa técnica entre plataformas
| Dimensión | Google Ads | LinkedIn Ads | Meta Ads | Pinterest Ads |
|---|---|---|---|---|
| Tipo de subasta | 2° precio + QS | 2° precio + relevancia | 3 factores ponderados | 2° precio + visual score |
| Señales de ML | 70+ señales | Moderadas | Máximas | Altas (visual) |
| Control del anunciante | Medio-alto | Alto | Bajo (Advantage+) | Medio |
| CPM relativo | Variable | Más alto | Medio | Más bajo |
| Calidad del dato | Intención (búsqueda) | Profesional verificado | Conductual inferido | Visual + interés |
| Presupuesto mínimo útil/mes | $300K–$500K CLP | USD $1.500+ | $200K–$400K CLP | $150K–$300K CLP |
| Ciclo de aprendizaje | 2–4 semanas | 3–4 semanas | 50 conv. / 7 días | 3–5 semanas |
| Ventana de atribución recomendada | 7–30 días | 7–30 días | 7 días clic / 1 día view | 30 días |
| Formato estrella | Search + PMax | Lead Gen Forms | Reels + Advantage+ | Promoted Pins visuales |
Lo que comparten: el algoritmo siempre necesita señal
Por distintos que sean sus mecanismos, las cuatro plataformas comparten una restricción fundamental: el algoritmo de ML necesita datos de conversión suficientes para optimizar. Sin señal, no hay aprendizaje. Sin aprendizaje, el sistema puja casi al azar.
- Cada plataforma tiene un umbral de conversiones mínimo para activar la optimización automática. Por debajo de ese umbral, el CPA sube y la eficiencia cae.
- Cambios frecuentes reinician el período de aprendizaje en Meta y degradan el modelo en Google. La estabilidad estructural de las campañas es tan importante como la estrategia.
- La calidad de la señal importa más que el volumen. 50 conversiones reales valen más que 500 eventos de "inicio de sesión" que no representan valor real para el negocio.
- La atribución distorsiona la realidad en todas las plataformas. Cada una atribuye conversiones a sí misma con sus propias reglas, generando doble conteo cuando corres varias simultáneamente.
Por qué el tracking es la base de todo
Ninguna de las 4 plataformas puede optimizar bien sin una base de medición correcta: pixel bien configurado, CAPI activo en Meta, etiquetas de conversión verificadas en Google, eventos definidos con precisión. Quien invierte sin eso no está optimizando — está gastando y esperando.
Conclusión técnica
Entender el mecanismo no es un ejercicio teórico.
Google Ads tiene la subasta más transparente y el mayor control sobre la intención. Meta tiene el modelo de ML más potente pero el menor control del anunciante. LinkedIn tiene la segmentación más precisa pero el costo más alto. Pinterest es el más subestimado y el más mal atribuido.
Es lo que determina cómo estructuras las campañas, cuánto tiempo das para el aprendizaje, cómo evalúas el rendimiento y — sobre todo — cuándo tienes que tocar algo y cuándo tienes que dejarlo quieto.