Durante años las audiencias similares (lookalikes) fueron una de las herramientas más efectivas de Meta Ads. Bastaba instalar el Pixel o subir una lista de clientes para que la plataforma encontrara personas parecidas que terminaran comprando.
Hoy muchas cuentas ven algo distinto: siguen funcionando, pero con menor consistencia.
El motivo no es que el algoritmo sea peor, sino que la señal cambió.
Las audiencias similares se construyen a partir de un patrón. Meta analiza quiénes se convirtieron y busca usuarios con características parecidas. El problema aparece cuando la base inicial no representa clientes reales sino eventos superficiales. Si el Pixel solo registra formularios, Meta encuentra personas parecidas a quienes llenan formularios, no necesariamente a quienes compran.
Además, las restricciones de tracking redujeron la cantidad y precisión de datos disponibles. Muchas conversiones ya no se registran correctamente, la muestra inicial es más pequeña y el patrón estadístico empeora.
Por eso crear más variaciones de lookalikes rara vez soluciona el problema. La mejora suele venir del origen de la audiencia. Cuando Meta recibe datos de clientes reales —por ejemplo compras confirmadas o leads calificados enviados desde el CRM mediante la API de conversiones— el rendimiento mejora.
Las audiencias similares no dejaron de funcionar. Dependen completamente de la calidad del ejemplo que reciben: con señales superficiales encontrarán usuarios superficiales; con datos de clientes reales encontrarán más clientes reales.