Arquitectura óptima post-Andromeda: learning phase, presupuesto y escalado
Antes de Andromeda, la estructura de una campaña era sobre control: audiencias segmentadas, ad sets separados por interés, pujas manuales. En la era de Andromeda + GEM, la estructura óptima es sobre maximizar señal para el sistema.
Regla nueva: Meta procesa más de 10.000 señales por impresión. Cuanto más datos consolidados tenga por campaña, mejores decisiones toma. La fragmentación de presupuesto en múltiples campañas chicas priva al sistema de los datos que necesita para aprender.
El learning phase existe porque el sistema de Meta (Andromeda + GEM) necesita datos reales de tu anuncio específico para calibrar sus predicciones. Hasta no acumular suficiente señal, opera "a ciegas".
El sistema explora. Performance inestable, CPAs 20–50% más altos. El algoritmo está aprendiendo qué usuarios responden a tu creativo. No tocar nada.
El sistema se asienta con 50+ eventos de optimización acumulados. Los CPAs bajan y se estabilizan. Aquí se puede evaluar performance real y decidir si escalar o iterar creativos.
Si las métricas son positivas: aumentar budget gradualmente (máx 20–30% cada 3–4 días para no reiniciar el aprendizaje). Si hay fatiga de creativo (frecuencia >4): agregar nuevas variaciones sin pausar las existentes.
El evento de optimización que elijas le dice al sistema qué quiere lograr tu anuncio. Meta recomienda elegir el evento más cercano a tu objetivo de negocio que genere suficiente volumen para el learning phase (50+/semana).
⚠️ Error crítico: Hacer cambios frecuentes reinicia el learning phase. Editar audiencia, presupuesto grande (+50%), bid o creativo principal en los primeros 7 días garantiza que el sistema nunca aprenda bien. La paciencia en los primeros 15 días es una inversión directa en performance.
Con Andromeda operando a full, el targeting manual detallado interfiere con el sistema en lugar de ayudarlo. Las restricciones manuales acotan el universo que Andromeda puede explorar.