Siete días de datos en Amazon son ruido con forma de tendencia. El problema es que parecen suficientes: hay clics, conversiones, un ACoS que sube o baja, y la tentación de ajustar pujas o pausar campañas antes de que el daño crezca.
Por qué una semana no alcanza para casi ninguna decisión
Amazon Ads utiliza un modelo de atribución que asigna la conversión al clic original, no al momento de la compra. Esa ventana de atribución es de catorce días. Si revisas el rendimiento de una campaña con solo siete días de historia, estás viendo un cuadro incompleto: faltan las conversiones que todavía no se han atribuido a los clics de esa semana.
Además, el comportamiento del comprador varía por día de la semana, por quincena y por eventos externos que no controlas. Una semana con un día festivo, un problema de inventario de un competidor o una fluctuación estacional puede distorsionar completamente las métricas. Sin contexto temporal suficiente, no hay forma de distinguir señal de ruido.
Ventanas mínimas según el tipo de decisión
No todas las decisiones requieren la misma cantidad de datos. Pausar una palabra clave que nunca convirtió después de un gasto considerable es diferente a cambiar la estructura de una campaña o modificar el presupuesto diario de una cuenta completa.
Para ajustes de puja en palabras clave individuales, conviene esperar al menos dos semanas completas después de que la atribución haya cerrado, es decir, revisar datos con un desfase mínimo de catorce días. Para decisiones estructurales como pausar campañas, redistribuir presupuesto entre portafolios o cambiar estrategias de segmentación, el análisis debería considerar cuatro semanas o más, comparando contra periodos equivalentes anteriores.
El efecto de la atribución diferida
Un error común es evaluar el ACoS de la última semana como si fuera un número cerrado. No lo es. Las ventas atribuidas a esos clics seguirán apareciendo durante los próximos días. Esto significa que el ACoS real de cualquier periodo reciente es mejor que el que ves en el momento, a veces significativamente mejor.
Si tomas decisiones basándote en métricas que aún no han madurado, vas a recortar lo que funciona y mantener lo que no. La recomendación operativa es excluir del análisis de rendimiento los últimos catorce días cuando el objetivo sea optimizar, y usar ese periodo reciente solo para monitorear anomalías evidentes como caídas bruscas en impresiones o errores de configuración.
Cómo evitar reaccionar a una semana rara
La disciplina más útil es comparar siempre contra un periodo de referencia equivalente. Si una semana parece mala, compárala contra las cuatro semanas anteriores y contra la misma semana del mes previo si tienes el histórico. Si la caída persiste en esas comparaciones, hay algo que investigar. Si solo aparece en los últimos siete días, probablemente es variación normal.
Otra práctica es definir umbrales de acción antes de mirar los datos. Decidir de antemano qué nivel de gasto sin conversión justifica pausar una keyword, o qué caída porcentual en ROAS amerita revisión, evita que el sesgo del momento dicte la estrategia. Los reportes de Amazon Ads permiten configurar alertas y reglas automatizadas que pueden ayudar a mantener esta disciplina sin depender de la revisión manual diaria.
La pregunta que debería preceder cualquier cambio
Antes de modificar una campaña, la pregunta operativa no es si los números de la semana se ven bien o mal, sino si hay suficiente información para que ese juicio sea confiable. En la mayoría de los casos, la respuesta honesta es que no. Esperar unos días más rara vez cuesta tanto como optimizar en la dirección equivocada. ¿Con cuántos días decides tú?
¿Lo quieres aterrizar a tu operación?
En Drizar operamos cuentas de Amazon, Mercado Libre y Walmart en México todos los días. Si quieres revisar cómo aplica esto a tu catálogo, agenda una consulta y lo vemos juntos.