El setup
El founder de una fitness app bootstrapped vino a mí con una petición sencilla: ayúdanos a escalar con paid ads.
Sobre el papel, todo se veía prometedor:
- Presupuesto: $1.500/día
- Creatives: más de 40 variaciones listas para testear
- Target: $15 de costo por trial
- Base: tracción orgánica, unit economics positivo, base de usuarios leal
El objetivo era claro. Los recursos estaban ahí. Nos pusimos a trabajar.
Lo que hicimos
Mejoramos el tracking. Compatible con iOS 14.5. Eventos de conversión disparándose de forma correcta. Configuramos una medición blended a través de cuatro plataformas (Meta, App Store Connect, RevenueCat, Mixpanel). Ninguna fuente única cuenta toda la verdad.
Hallazgo rápido: Meta solo estaba capturando una parte de las conversiones reales comparado con las herramientas internas. Obvio. Los vacíos de atribución son reales.
Testeamos audiencias. Segmentos de edad. Mercados geográficos (EE. UU., Reino Unido). Recorrimos conceptos creative de forma metódica.
El progreso
Funcionó. Más o menos.
El CPT bajó de $60-90 al lanzamiento a $30-40 en unas pocas semanas. Yo esperaba más.
Después se detuvo.
El muro
$30 de CPT. Ahí es donde nos quedamos atascados.
Más de 40 creatives testeados. El algoritmo concentró el 90% del gasto en dos “ganadores”. Ninguno alcanzó nuestro target de $15.
Esto fue lo que nos dimos cuenta: a $30 de CPT, cada test nuevo sale caro.
- ¿Testear un concepto creative de forma correcta? Más de $300 antes de obtener señal.
- Cada test toma 7 días por las ventanas de trial. La conversión a pago está afectada por muchos elementos.
- El algoritmo necesita más de 50 eventos por semana para aprender.
Sin embargo, teníamos ideas.
Contenido de influencers. Mercados nuevos. Análisis a fondo de segmentos de edad. Optimización de compra directa.
Simplemente no podíamos permitirnos testearlas de forma correcta a este CPT.
El otro problema
Cavando más profundo, encontramos algo más fundamental que la optimización de campaña.
Dos audiencias. Un producto.
Audiencia A: entusiastas. Ya tienen habilidad. Quieren entrenar en casa y necesitan tener el hardware correcto. Convierten bien. Problema: son muy pocos. Meta no puede encontrarlos a escala.
Audiencia B: principiantes. Curiosos. Quieren aprender desde cero. Mercado grande. Problema: la experiencia del producto todavía no estaba construida para ellos.
Nuestros mejores creatives atraían a la Audiencia A. Pero A es demasiado nicho para que el algoritmo de Meta la apunte de forma eficiente. La Audiencia B hacía clic, pero después hacía churn porque la app asumía demasiada habilidad.
Este es un problema de product-market-marketing fit que aparece en el performance de los anuncios.
La conversación honesta
Día 25. Nos sentamos y nos hicimos la pregunta real:
“¿Deberíamos seguir gastando?”
El CPT era alto para nosotros. También era alto frente a los benchmarks de la industria. Ajustes pequeños en el creative no iban a cortar los costos a la mitad. Necesitábamos cambios estructurales.
Quemar presupuesto esperando señales de “tal vez” no tenía sentido.
A veces “todavía no” es la respuesta más honesta que le puedes dar a un founder.
¿Qué haría falta?
Mapeamos lo que tendría que pasar para que Meta funcionara.
Del lado del testing:
- Partnerships con influencers para creative auténtico
- Mercados nuevos con CPMs más bajos
- Optimización de segmentos de edad
- Flujo de compra directa (saltarse los trials por completo)
Del lado del producto:
- Páginas personalizadas de App Store para cada audiencia
- Flujos de onboarding separados según el nivel de habilidad
- Experiencia de contenido a medida
Un producto puede servir a dos audiencias. Pero no con un solo funnel.
El resultado
Pausamos.
No porque Meta “no funcione”. Las condiciones para que funcionara todavía no estaban en su lugar.
El plan:
- Pausar el gasto en Meta. Detener la hemorragia.
- Trabajo de producto. Construir funnels separados para cada audiencia.
- Construir reservas. Ahorrar presupuesto para un testing correcto más adelante.
- Volver en 6 meses. Con claridad y recursos para testear de forma correcta.
5 lecciones de esto
- Un CPT alto hace que cada test sea caro. A $30 por trial, no puedes iterar rápido. La velocidad de testing importa.
- Saber qué testear es distinto de poder pagar testearlo. Teníamos las ideas. No teníamos la economics para validarlas.
- Los productos de nicho enfrentan vientos en contra algorítmicos. El algoritmo de Meta necesita volumen. Las audiencias pequeñas son más difíciles de encontrar de forma rentable.
- Los vacíos de producto aparecen como problemas de performance publicitario. Si tu producto no convierte a la gente que atraen tus anuncios, ninguna cantidad de optimización arregla eso.
- Pausar es una estrategia válida. 30 días de claridad le ganan a 6 meses de conjeturas caras.
Los paid ads son una herramienta de diagnóstico. Te dicen, bastante rápido, si tu product-market fit es lo suficientemente fuerte para el targeting algorítmico.
La pregunta equivocada: “¿Puede Meta funcionar para mí?” La mejor pregunta: “¿Qué tiene que ser VERDAD para que Meta funcione?”
- El producto convierte a la gente que atraen tus anuncios
- Los creatives filtran a la audiencia correcta
- El presupuesto sostiene el testing a tu CPT real
No puedes optimizar tu camino para sortear esto.
Este engagement terminó con una pausa. Pero esa pausa vino con algo más valioso: un diagnóstico claro y una hoja de ruta de qué arreglar.
A veces el mejor resultado es saber exactamente por qué todavía no estás listo, y qué hacer al respecto.