Agencia Marketing Amazon Estrategias

Segmentación amazon ads: optimización de audiencias

20 September 2026 6 min de lectura Adam Bennett

Escrito por:

Comercio electrónico

Ver perfil

Ask AI about this page

1 views 6 min de lectura

La mayoría de las cuentas de Amazon con bajo rendimiento que revisamos no tienen un problema de pujas. Tienen un problema de segmentación que se intenta solucionar con pujas. Cuando una campaña muestra un retorno pobre, el instinto es bajar las pujas, lo que reduce el gasto y las pérdidas, pero también reduce el volumen de las consultas que funcionaban. Amazon Ad Optimization Targeting es la capa superior: decidir qué consultas, productos y audiencias puede alcanzar la campaña, de modo que los cambios en las pujas ajusten un conjunto de cosas que realmente desea.

La distinción importa porque las dos palancas tienen diferentes modos de fallo. Una puja demasiado baja le cuesta volumen silenciosamente. Una segmentación demasiado amplia le cuesta dinero ruidosamente y enseña al algoritmo cosas incorrectas sobre su listado, porque las impresiones y clics en consultas irrelevantes moldean lo que Amazon piensa que es su producto.

Amazon Ad Optimization Targeting: Reaching the Audience That Converts — overview

Estructura antes que táctica

Una estructura de campaña existe para que pueda controlar el presupuesto y leer los resultados, y esos dos propósitos a menudo entran en conflicto. Con muy pocas campañas no puede ver qué grupo de productos está fallando. Con demasiadas, cada una tiene muy pocos datos para tomar decisiones. La estructura en la que solemos terminar agrupa los productos por margen y por comportamiento de búsqueda, para que los productos que compiten por las mismas consultas no se queden en campañas separadas pujando entre sí.

Mantenga el descubrimiento y la cosecha separados. Una campaña existe para encontrar consultas, ejecutándose de forma amplia con pujas modestas y un límite de presupuesto ajustado. Otra existe para explotar las consultas que ya sabe que convierten, ejecutándose con concordancia exacta con pujas que reflejan su valor real. Mezclar ambas significa que el gasto de descubrimiento se come el presupuesto que necesitaban sus términos probados.

Los tipos de concordancia son una secuencia, no una preferencia

Amplia, frase y exacta son etapas en un embudo. Las campañas amplias y automáticas generan datos de consulta. Lea el informe de términos de búsqueda, promueva los términos que convierten a campañas de concordancia exacta donde pueda valorarlos adecuadamente, y agréguelos como negativos en la campaña de descubrimiento para que no pague dos veces por la misma consulta. Sin ese último paso, la campaña de descubrimiento sigue compitiendo con su propia campaña de cosecha.

Amazon Ad Optimization Targeting: Reaching the Audience That Converts — in practice

Los negativos merecen más tiempo del que suelen recibir. En las cuentas que gestionamos, la lista de negativos construida durante los primeros tres meses suele valer más que cualquier ajuste de puja realizado en el mismo período, porque elimina permanentemente una categoría de gasto desperdiciado en lugar de reducirlo en un porcentaje.

  • Ejecute el descubrimiento y la cosecha como campañas separadas con presupuestos separados
  • Promueva los términos de búsqueda que convierten a concordancia exacta, luego niéguelos en el descubrimiento
  • Cree negativos a partir del informe de términos de búsqueda semanalmente en el primer trimestre
  • Agrupe los productos por margen para que los ratios objetivo signifiquen algo dentro de una campaña
  • Revise los informes de segmentación de productos, no solo los de palabras clave, para detectar desperdicio de ubicaciones

La segmentación de productos y categorías está infrautilizada

La segmentación por palabras clave recibe la atención, pero la segmentación por productos es donde reside gran parte de la ventaja disponible, especialmente para productos que son una mejora obvia o un complemento de otra cosa. Segmentar las páginas de detalles de competidores con reseñas más débiles, precios más altos o entrega más lenta pone su listado frente a un comprador en el momento exacto en que está evaluando. Segmentar productos complementarios funciona para accesorios y consumibles.

La disciplina es la misma que con las palabras clave. Revise el informe, mantenga lo que convierte, niegue lo que no, y no deje la segmentación de categoría amplia ejecutándose indefinidamente solo porque una vez produjo una buena semana.

Cómo interactúa Amazon Ad Optimization Targeting con el listado

Las decisiones de segmentación están limitadas por lo que el listado puede convertir. Una consulta puede ser perfectamente relevante y aun así fallar si el listado no responde a la pregunta del comprador, y ningún trabajo de puja soluciona eso. Cuando vemos un término con fuerte tasa de clics y débil conversión, el primer lugar donde miramos es el listado en lugar de la campaña. A menudo, la imagen o el título prometen algo ligeramente diferente de lo que la consulta quería.

Esto funciona en la otra dirección también. Mejorar un listado aumenta el valor de cada consulta que sirve, lo que cambia lo que puede permitirse pujar, lo que cambia qué términos son viables. Tratar la publicidad y el trabajo de listado como flujos de trabajo separados significa que ninguno obtiene el beneficio.

Un ritmo de revisión que se mantiene

Semanal: informe de términos de búsqueda, negativos, fugas de gasto obvias. Mensual: revisión de estructura, promoción de términos a exacta, auditoría de segmentación de productos. Trimestral: una mirada más dura a si las agrupaciones de campañas todavía coinciden con cómo vende el catálogo, porque las gamas de productos cambian más rápido que las estructuras de campaña.

Resista la tentación de cambiar todo a la vez. Si ajusta la estructura, las pujas y la segmentación en la misma semana no tendrá forma de atribuir el resultado, y la próxima decisión de Amazon Ad Optimization Targeting se tomará con una suposición. Un cambio a la vez es más lento en papel y más rápido en la práctica.

Siga leyendo: Amazon Ad Optimization · Amazon

Compartir