La audiencia Lookalike que aprendió del cliente equivocado durante 6 meses
Las audiencias similares de Meta son uno de los mecanismos de prospección más efectivos disponibles en publicidad digital cuando están bien alimentadas. La promesa es que el sistema encuentra personas con comportamientos y características similares a los de tu audiencia semilla, que idealmente es tu base de clientes más valiosos. Cuando la audiencia semilla es correcta, el sistema produce prospectos de alta calidad. Cuando la audiencia semilla está mal construida, el sistema produce prospectos de la misma calidad que la semilla: alta cantidad, perfil incorrecto.
Durante 6 meses habíamos estado alimentando nuestras audiencias similares con una lista de todos los leads que habían completado el formulario de la landing page en los últimos 12 meses. Era la fuente de datos más grande y más reciente disponible. También era la fuente incorrecta porque incluía todos los leads sin distinción de calidad: leads que habían cerrado como clientes, leads que habían sido descalificados por perfil, leads que habían llegado a una demo pero no habían avanzado y leads que ventas nunca había trabajado porque estaban claramente fuera del ICP.
El sistema de Meta había aprendido de toda esa diversidad de perfiles y había construido una audiencia similar que representaba ese espectro completo, no el subconjunto de alta calidad que era nuestro objetivo real. Era como darle al sistema un ejemplo que decía "busca personas parecidas a todos los que alguna vez se interesaron en nosotros" cuando el objetivo real era "busca personas parecidas a los que compraron y se quedaron más de un año".
Reconstruí las audiencias semilla con 3 listas diferenciadas. Primera lista: clientes activos con más de 12 meses de relación y LTV superior al promedio. Segunda lista: prospectos que habían llegado a propuesta formal aunque no hubieran cerrado, el perfil más cercano al cliente ideal entre los que no habían comprado. Tercera lista: clientes del primer año de relación con alta tasa de activación del producto. Cada lista producía una audiencia similar con un perfil diferente, y el presupuesto se asignaba de forma ponderada según el historial de calidad de cada tipo.
En 8 semanas de operación con las nuevas audiencias semilla, la tasa de leads calificados sobre el total de leads del canal de Meta subió del 18% al 43%. El CPL total subió un 22% porque el sistema ahora buscaba perfiles más específicos con menor abundancia en la plataforma. El CAC de los clientes adquiridos a través de Meta en ese período fue un 31% menor al período anterior porque menos leads de mayor calidad produjeron más cierres con menos desperdicio de tiempo del equipo de ventas. La calidad de la audiencia semilla no es un detalle técnico. Es la variable que determina la calidad de todo lo que el sistema construye a partir de ella.