Audité $383K de gasto de Meta tROAS, país por país. El 7% de ese gasto llevaba fallando en la métrica exacta que optimiza el algoritmo, y era difícil de detectar.
Dentro de una campaña que cumplía su target de tROAS, un país llevaba tres meses con un All ROAS del 28%. Encontrar una brecha tan grande durante tanto tiempo me dejó helado. El target era del 70% y ningún dashboard lo señaló. Lo encontré porque fui a buscarlo.
Esta es la historia de esa auditoría y del framework de puntuación que salió de ella.
El punto de partida
Una subscription app en Meta, con cinco campañas de tROAS divididas por plataforma y por tier geográfico. El periodo fue del 1 de marzo al 29 de mayo, y el gasto sumó $383K en más de 200 países y bastantes ad sets.
Un poco de vocabulario, para que leamos los mismos números de la misma manera. tROAS significa que Meta puja hacia un target de ROAS total. Ese target es la descripción del puesto del algoritmo. D0 ROAS es mi señal temprana. En esta app, la mayor parte del revenue inicial entra el día de la instalación, así que D0 te dice rápido si una cohorte tiene sentido. Cuando lo probé en otras 38 campañas de Meta, el ROAS de day 0 predijo el ROAS de day 28 mejor que el coste por compra.
Juzgué las campañas como las juzga la mayoría de los equipos, por el ROAS blended frente al target. Ese número parecía estar en el target todo el trimestre.
Un número blended lo esconde todo
La campaña Tier1 de iOS de ese periodo tenía un D0 blended del 26%. Dentro de ella:
| País | D0 ROAS | All ROAS | Qué estaba pasando |
|---|---|---|---|
| Francia | 49% | 66% | Fuerte, pero el All ROAS bajó del 57% al 40% a lo largo del trimestre |
| EE. UU. | 23% | 62% | Por debajo del target, y el que más gasta de la campaña, con $49K |
| Alemania | 16% | 31% | Por debajo del target tres meses seguidos. Estancado |
El D0 blended dice 26%. Los países que hay dentro dicen otra cosa.
Tres situaciones distintas se escondían dentro de un solo número blended, y lo más difícil de aceptar es que al algoritmo no parecía importarle.
Por qué es posible que el algoritmo no lo arreglara
tROAS responde ante un único target blended, la media de todos los países a los que se dirige un ad set. Meta puede usar la ubicación al pujar, pero nada en el target le pide mantener cada país en el 70%.
Así que un país malo se esconde dentro de una campaña que, en blended, se ve bien. Ese país, con un All ROAS del 28% mientras su campaña marcaba el 70%, fallaba en el propio target, la métrica exacta que optimiza el algoritmo. El D0 lo señaló pronto, el All ROAS lo confirmó y el número a nivel de campaña ni se inmutó.
Los países buenos subvencionan a los malos. El blend se queda en mediocre, y lo mediocre pasa por normal.
No estoy cuestionando al algoritmo. Responde a un solo número blended, nunca a uno por país, así que revisar los países a mano te toca a ti. Otros desgloses, como edad o género, se veían normales, así que esto me pilló por sorpresa.
El framework: dos métricas, tres colores, tres grupos
Usé este sistema de puntuación para decidir qué países mantener y cuáles cortar. Funciona con una exportación del desglose por país y lleva unos treinta minutos al mes.
Paso 1: puntúa cada métrica por separado
Doy a cada país dos notas, una para el D0 ROAS y otra para el All ROAS, en verde, amarillo o rojo según unas bandas construidas a partir del target de la campaña. Las bandas de esta app salían de su target de tROAS del 70%. El All ROAS verde empieza en el target, y las bandas de D0 salen de los niveles que históricamente han coincidido con alcanzarlo. Copia la estructura, pero saca tú los números, a partir de tu propio target y de tu propia curva de D0 a All ROAS.
El D0 te da la señal temprana que yo miro. El All ROAS te da la verdad, que es lo que optimiza la campaña. Aquí All ROAS es el ROAS de compra que reporta Meta dentro de la ventana de atribución de la campaña. Sácalo con la ventana de atribución y la definición de valor de la propia campaña, o la comparación con el target ya sale mal antes de empezar. Un país con un D0 del 25% y un All del 80% no es lo mismo que uno con un D0 del 25% y un All del 30%, y una sola métrica los metería en el mismo saco.
Paso 2: combina en tres grupos
El verde vale 2, el amarillo 1 y el rojo 0. Suma las dos métricas.
| Nota de D0 | All ROAS verde (2) | All ROAS amarillo (1) | All ROAS rojo (0) |
|---|---|---|---|
| Verde (2) | 4, Bien | 3, Bien | 2, Vigilar |
| Amarillo (1) | 3, Bien | 2, Vigilar | 1, Excluir |
| Rojo (0) | 2, Vigilar | 1, Excluir | 0, Excluir |
Bien (3 o 4): mantener, no tocar. Vigilar (2): revisar cada mes. Excluir (1 o 0): el algoritmo no lo va a arreglar, porque el target blended sigue viéndose bien.
Paso 3: añade la dimensión temporal
Las medias esconden la dirección. Dos países pueden tener el mismo veredicto trimestral y moverse en direcciones opuestas.
PH, en la campaña worldwide, bajó del 33% al 24% y luego al 17% de D0, con un All ROAS del 28% en un mes en que la campaña llegó al 70%. GB cayó al 17% en abril y volvió al 29% en mayo, con el All ROAS rondando el target todo el tiempo. El veredicto es el mismo, pero las trayectorias son opuestas. La vista mensual te dice cuál merece paciencia.
Paso 4: actúa en consecuencia
Excluye los países que llevan tres meses en rojo en las dos métricas y con un gasto significativo detrás. Con más de 200 países, algunos se verán en rojo por azar, y por eso espero tres meses. Fija un gasto mínimo antes de juzgar nada, porque el ROAS de un país con $80 detrás es demasiado ruidoso para juzgarlo. Me hice la misma pregunta con los anuncios, y en una cuenta el ROAS predijo mejor la semana siguiente cuando un anuncio ya tenía 50 compras o más. Cómo leo las cohortes de la misma antigüedad con ese umbral, país por país, lo explico en qué cohortes están haciendo payback de verdad. Pon los amarillos en la lista de vigilancia y vuelve a mirarlos cada mes. Deja en paz el grupo Bien. Tras una exclusión, juzga la campaña entera al mes siguiente por su ROAS blended y su volumen, porque el presupuesto pasa a otros países.
Lo que salió a la luz
Nada de esto se ve a nivel de campaña.
Una barra completa sería el 50% del gasto. Una subscription app, cinco campañas de tROAS, del 1 de marzo al 29 de mayo.
Los tres mayores de ese grupo en rojo: PH en la campaña worldwide ($7,1K con un D0 del 21%), MX en Android ($6,2K con el 23%) y DE en Tier1 ($2,1K con el 16%).
Esos $27,6K se quedan aparcados donde están hasta que alguien los revisa a mano. No salta ninguna alerta y nada se pone en rojo en Ads Manager. La vista de campaña decía que todo iba bien mientras pasaba. Si no tienes claro si tu target blended esconde un país así, en el growth audit lo compruebo para una cuenta. Puedes reservarlo por separado, con cualquier nivel de gasto.
Excluir esos países tampoco te devuelve los $27,6K. El gasto pasa a otros geos, y los costes y el volumen de allí cambian con él.
Lo que me llevo
El algoritmo es bueno encontrando compradores. En esta cuenta se le dio mal abandonar los geos que dejaron de convertir. Vi lo mismo con los anuncios, donde Meta siguió escalando cinco anuncios que nunca llegaron al target de D0.
Todo el sistema cabe en cuatro líneas:
- Dos métricas: D0 para la velocidad, All ROAS para la verdad.
- Tres colores por métrica, puntuados frente a tu propio target.
- Tres grupos: mantener, revisar cada mes, excluir.
- Un recordatorio mensual en el calendario.
Si prefieres que otro par de ojos haga esta auditoría en tu cuenta, tienes mi bandeja de entrada abierta.