Por qué no vendo con Meta Ads

La plataforma no reporta lo que vendiste: reporta lo que pudo medir. Esa diferencia suele ser el primer sospechoso cuando una cuenta que antes funcionaba deja de mostrar resultados. En una tienda online significa píxel y API de conversiones activos, con la compra bien deduplicada entre los dos. En un negocio que vende por WhatsApp, significa que la conversación iniciada esté configurada a nivel de cuenta y no se pierda entre el clic y el primer mensaje.

El caso de una cuenta de insumos industriales B2B lo muestra en junio de 2026: el costo por contacto venía subiendo mes a mes y el cliente sospechaba que la captación se había roto. Al reconstruir el embudo completo apareció el escalón más débil: solo 1,49 de cada 100 clics en el enlace terminaban en un contacto registrado. La causa no eran los anuncios — el CRM del cliente había dejado de entregar los contactos aguas abajo, y eso además empeoraba la optimización de la cuenta.

La plataforma seguía funcionando; lo que fallaba era la entrega de datos después del clic. La acción correcta fue reparar la medición antes de tocar un solo creativo. El orden es siempre el mismo: primero confirmás qué está midiendo Meta, después mirás si lo que mide te conviene.

No es un tema de plata en abstracto, es cuántos eventos junta ese evento puntual. Un conjunto que optimiza a compra en un nicho de ticket alto puede necesitar bastante inversión para juntar suficientes por semana. El mismo presupuesto en un evento más frecuente —carrito, checkout, o una conversación de WhatsApp— junta volumen más rápido, aunque sea una señal más floja.

Ejemplo: si tu costo por compra promedio ronda los ARS 40.000 y el conjunto necesita decenas de compras por semana para estabilizarse, hacen falta varios millones de pesos semanales solo ahí. Si tu presupuesto no llega, ese no es el evento correcto todavía: conviene bajar un escalón en el embudo o consolidar conjuntos para que las compras que sí tenés no queden repartidas.

Esto pesa distinto según el modelo. Una tienda online que optimiza a compra compite contra su propio ticket promedio: cuanto más alto, menos compras hacen falta, pero también menos margen de error. Un negocio que vende por WhatsApp suele tener la conversación iniciada mucho más barata de conseguir que una compra, así que junta volumen más rápido — el costo lo paga después, en cuántas de esas conversaciones cierran.

En un e-commerce de instrumentos musicales y audio, en junio de 2026 la cuenta se ordenó en tres campañas por objetivo —escala de temporada, conversión continua y una base— en un nicho donde repartir el presupuesto entre muchos conjuntos impedía que alguno terminara de aprender. Contra mayo, el ROAS pasó de 5,25x a 7,51x y el costo por compra bajó de ARS 55.040 a ARS 42.626, invirtiendo ARS 457.664 menos (27,7 % menos).

El caso contrario también es útil: indumentaria mayorista escaló la inversión un 48,8 % en un mes con apenas 2 campañas y 3 conjuntos, dependiendo de un único conjunto ganador ya en zona de fatiga. Ahí el techo no era el presupuesto, era la estructura. La reestructura completa —escala, prueba de ángulos, carritos abandonados y una línea mayorista por categoría— llevó la cuenta a ARS 51.457.790 en compras atribuidas, con 285 compras (+8 %) y un ROAS de 4,92x, esperable a la baja porque la inversión subió casi 49 %.

La pregunta que conviene hacerse no es "¿cuántos conjuntos tengo?" sino "¿cuántos compiten por el mismo público con el mismo objetivo?". Si la respuesta es más de uno o dos, hay presupuesto diluyéndose en vez de sumar aprendizaje.

En una cuenta de recargas y servicios digitales para gaming, en junio de 2026 se sostuvo un grupo amplio de creativos tipo recomendación, rotados por rendimiento, con la frecuencia contenida en 2,08. Al cortar los ineficientes —algunos por encima de ARS 1.000 por conversación— y pasar ese gasto a los que rendían por debajo de ARS 280, la cuenta llegó a 2.474 conversaciones por WhatsApp a ARS 286 cada una: el mejor anuncio rendía más de tres veces lo que el peor.

En indumentaria mayorista se aplicó la misma lógica del lado de ventas: se cortaron los creativos agotados, con ROAS cerca de 1,3x, y se replicaron los que rendían entre 7 y 9x, mientras la inversión total subía casi 49 % en el mes. La decisión no se tomó con el promedio de la cuenta, sino anuncio por anuncio.

Diversidad real no es publicar variantes de color del mismo anuncio. Es tener ángulos, formatos y ganchos distintos entre sí, para que cuando uno se agote, otro con lógica distinta lo reemplace sin arrancar de cero.

Esto es más fácil de descartar que de confirmar, por eso conviene revisarlo al final: si medición, evento, estructura y creativos están en orden y la cuenta sigue sin vender, ahí sí hay que mirar hacia afuera de Meta. ¿El precio quedó desactualizado frente a la competencia? ¿El costo de envío aparece recién en el checkout, después de generar expectativa? ¿La oferta del anuncio es la misma que encuentra la gente al llegar?

En ticket alto una sola fricción en el precio pesa más porque hay menos compras para diluirla. En ticket bajo, una oferta floja se nota primero en el costo por resultado: se sigue vendiendo, pero cada venta cuesta más de lo que debería. Ninguna agencia puede prometer que la pauta arregla esto — lo que sí puede hacer es aislar el problema.

En el caso de insumos industriales ya mencionado, el escalón más débil de todo el embudo estaba ahí: 1,49 de cada 100 clics terminaban en un contacto registrado. No era un problema de anuncios — era lo que pasaba después del clic.

En una tienda online, el tramo equivalente es el checkout: cuánta gente llega al carrito y cuánta paga. Si ese número es bajo, ningún ajuste de campaña lo compensa. En un negocio por WhatsApp el tramo es la atención: retail de electrónica y telefonía sostuvo 804 conversaciones en junio de 2026 a ARS 354 cada una, con 7 % menos inversión. Esa es la parte que la pauta entrega — que se conviertan en ventas depende de cuánto tarda el negocio en responder, algo que ninguna campaña puede compensar.

Revisar creativos antes de confirmar la medición es un error frecuente: vas a estar optimizando sobre datos que no reflejan lo que realmente pasa.