Cuando hay información de primerísima mano sobre cómo funciona un sistema de publicidad en redes sociales, hay que absorberlo cuanto antes. Facebook nos ha dado de qué hablar, así que allá vamos.

Hace ya 3 años que publiqué uno de mis primeros artículos ever, en el que hablaba sobre la publicidad en Facebook Ads, algo muy for beginners, pero que caló muy bien en la comunidad de los trabajadores autónomos, ya que fue publicado en Infoautónomos, donde trabajé por 4 años.

💡 Para recordar: La publicidad en Facebook Ads: coste, formatos y consejos, Pablo García en Infoautónomos.

El caso es que desde entonces, aunque mucha de la información que contiene el artículo es válida a día de hoy, el mundo online cambia a un ritmo vertiginoso, y siempre queremos saber más sobre las acciones que realizamos y sus consecuencias.

Hablo de inversiones, campañas de publicidad y ROI, mayoritariamente, claro.

Con cada vez más empresas mirando a la inversión publicitaria online con ojillos de bola -más aún después de la cuarentena por la pandemia-, no son pocas las personas que quieren tener más información o detalles sobre cómo funciona la plataforma publicitaria de Facebook, entre otras, claro.

Por tanto, toda información que llegue es bien recibida y consumida, y más si viene de una fuente primaria -primarísima- como es Facebook, que el pasado 11 de junio publicó un artículo en el que explicaba cómo funciona su sistema de anuncios, de forma que pudiera ayudarnos a entender cómo Facebook utiliza el Machine Learning en las pujas para determinar los anuncios a mostrar a los usuarios en sus aplicaciones.

Este artículo forma parte de una serie llamada "Good Questions, Real Answers", en la que Facebook irá publicando más información sobre diferentes temas en el futuro.

¿Qué factores tiene en cuenta Facebook Ads en las campañas publicitarias?

Los factores más importantes a tener en cuenta que Facebook repite una y otra vez son la segmentación y la puja. Hasta ahí quizá no haya mucha sorpresa.

El primer factor es bastante simple: nosotros, como usuarios que quieren realizar una campaña, elegimos el segmento al que queremos dirigir nuestro mensaje a través de la plataforma -bien a través de segmentación sociodemográfica o públicos similares-.

Una vez que hayamos creado la campaña y la vayamos a poner en funcionamiento, Facebook Ads selecciona los mejores anuncios basándose en aquellos que tienen un mayor Total Value Score, una fórmula que combina el valor del anunciante y la calidad del anuncio.

Fuente: Facebook
  • Puja del anunciante. Se refiere a la inversión que estás dispuesto a realizar en tu campaña de Facebook Ads. Cuanto más, mejor, en resumen.
  • Tasa estimada de acción -¿traducción regulera?-. Facebook estima la probabilidad con la que un usuario realizará alguna acción en el anuncio, basándose en un rango de factores relacionados con su propio comportamiento individual.
  • Calidad del anuncio. Facebook mide la calidad del anuncio basándose en el feedback recibido por parte de los usuarios -como por ejemplo, cuántos usuarios denuncian o esconden tu anuncio- y una evaluación de atributos de baja calidad, como mucho texto en la imagen del anuncio, lenguaje sensacionalista, clickbait, etc.

De estos tres factores, los únicos que son controlables, en mayor o menor medida, son la puja y la calidad del anuncio. La puja depende totalmente de ti y de la inversión que quieras/puedas realizar, mientras que la calidad del anuncio responde a factores técnicos objetivos que puedes cambiar.

Todo este batiburrillo de conceptos entra en común en la fórmula de la que hablaba anteriormente, donde se calcula la calidad del anunciante.

La fórmula multiplica la puja por la tasa estimada de acción, resultando en una estimación de la probabilidad que hay de que un usuario en particular lleve a cabo la acción deseada por el anunciante, como visitar su web, reaccionar a la publicación, etc.

Es entonces cuando añaden la puntuación de la calidad del anuncio, y es ahí donde entra en juego el Machine Learning.

El Machine Learning en Facebook Ads

Ya comentamos que el único factor no controlable -o al menos muy poco controlable- era la tasa estimada de acción, para la cual Facebook nos dice:

"Para encontrar la tasa estimada de acción, nuestro modelo de Machine Learning predice la probabilidad de que un usuario específico lleve a cabo la acción deseada por el anunciante, basándose en el objetivo que el mismo ha seleccionado. Para ello, nuestros modelos consideran el comportamiento de esa persona tanto dentro como fuera de Facebook, además de otros factures, como el contenido del anuncio, la hora del día y la interacción de los usuarios y los anuncios".

Sí, ha dicho exactamente consideran el comportamiento de esa persona tanto dentro como fuera de Facebook. ¿Y eso cómo lo hacen?

En cuanto al comportamiento del usuario, Facebook establece algunos factores:

  • Acciones que un usuario realiza dentro de las aplicaciones de Facebook, como clicar en un anuncio o darle Like a una publicación.
  • Acciones que un usuario realiza fuera de las aplicaciones de Facebook pero que las empresas comparten con ellos a través de las herramientas de Facebook para empresas, como visitar una web, comprar un producto o instalar una aplicación.

Las herramientas de Facebook para empresas, ¿a qué se refieren?

Cuando se ha hablado de las herramientas de Facebook para empresas para obtener información sobre la actividad de los usuarios fuera de sus aplicaciones, la referencia es única y exclusivamente al Pixel de Facebook, que le da muchísima información contextual basada en las acciones de los usuarios dentro de las páginas que tengan el Pixel instalado.

Facebook dice que cuando un usuario visita tu página y realiza una acción, como por ejemplo, comprar un producto, el Pixel informa sobre dicha acción. Cuantas más conversiones haya en tu sitio web, Facebook mejorará a la hora de mostrar tus anuncios a las personas que pueda realizar ciertas acciones con mayor probabilidad.

Añadir el Pixel de Facebook te ayudará a mejorar el rendimiento de tus anuncios

Así es, y es la conclusión que podemos sacar de la información que nos proporciona Facebook. Añadir el Pixel ayudará a que tus anuncios consigan mejores resultados, ya que Facebook será capaz de segmentar de forma más eficiente a las personas que hayan visitado tu web, aquellas que hayan realizado alguna acción en ella o, simplemente a públicos similares a los anteriores.

Por tanto, mientras que la tasa estimada de acción es un factor que no se puede controlar directamente, ya que se basa en el comportamiento de los individuos, podemos influenciarlo informando a Facebook del comportamiento de los usuarios fuera de sus aplicaciones a través del Pixel.


¿Conocías esta información? Sinceramente, es probable que muchos pensásemos que el Pixel solamente servía para medir el desempeño de nuestras campañas, pero parece que tiene una importancia mucho mayor.

Gracias por llegar hasta aquí, hasta la próxima.