Performance Max + datos propios: manual de integración

Performance Max solo escala tan bien como los datos que lo alimentan. La mayoría de las cuentas que auditamos usan PMax con la infraestructura de conversiones que configuraron en 2022: todavía se dan por hecho las cookies de terceros, no hay Enhanced Conversions, la lista de Customer Match no existe o está desactualizada, y Consent Mode v2 está apagado o mal configurado. El algoritmo hace lo mejor que puede con lo que tiene, pero el techo lo ponen los datos.

Este artículo es el manual completo de integración de datos propios que usamos para configurar las cuentas de PMax que pasan por la práctica de gestión de Performance Max de 1Digital®. Es el trabajo previo, no el trabajo de campaña. Saltártelo limita los resultados del trabajo de campaña.

¿Qué necesita realmente PMax de la capa de datos propios?

Tres categorías de señales:

1. Eventos de conversión con una atribución confiable. Enhanced Conversions envía identificadores propios cifrados con hash (correo electrónico, teléfono, nombre, dirección) con cada evento de conversión, lo que permite a Google hacer la coincidencia del lado del servidor y recuperar la atribución que antes daban las cookies de terceros.
2. Señales de audiencia construidas con datos propios. Listas de Customer Match, segmentos derivados del CRM, audiencias de GA4. Estas alimentan tanto las señales de audiencia de PMax como las estrategias de puja basadas en el valor.
3. Datos de conversiones modeladas cuando se rechaza el consentimiento. Consent Mode v2 le da al sistema de modelado de Google la señal contextual que necesita para estimar las conversiones de los usuarios que rechazaron el consentimiento. Sin él, esos usuarios desaparecen de tus informes y de los datos que recibe el algoritmo.

Las tres son necesarias. Hacer una sin las otras deja rendimiento sobre la mesa.

¿Cómo configuro correctamente Enhanced Conversions?

Enhanced Conversions envía datos de clientes cifrados con hash con cada evento de conversión. La configuración:

1. Activa Enhanced Conversions for Web a nivel de cuenta en Google Ads.
2. Elige el método de implementación: Google Tag Manager, gtag.js o la API de Google Ads. La mayoría de los stacks de eCommerce usan GTM.
3. Mapea los campos de datos del usuario. Correo electrónico (obligatorio en la mayoría de las cuentas), teléfono, nombre, apellido, dirección. Entre más campos mapees, mejor será la tasa de coincidencia.
4. Aplica el hash del lado del cliente o confía en que Google lo haga del lado del servidor. Si tu política de privacidad exige el hash del lado del cliente, hazlo con el SHA-256 estándar en tu plantilla de etiqueta. Si no, deja que la etiqueta de Google se encargue.
5. Verifica las tasas de coincidencia en el panel de diagnóstico de Google Ads. Una tasa de coincidencia menor al 30% es una señal de alerta: normalmente significa que los campos de datos se llenan de forma inconsistente.

En las cuentas de Shopify, BigCommerce y Magento, las plantillas nativas de GTM resuelven casi todo esto. En los stacks headless, el payload del evento de conversión necesita atención explícita. El hallazgo de auditoría en la mayoría de las cuentas: el campo de correo electrónico se envía al completar el pedido, pero no al enviar el formulario de cliente potencial, así que el lado de generación de clientes potenciales de la cuenta funciona sin Enhanced Conversions aunque el lado de eCommerce sí lo tenga.

¿Y Customer Match?

Customer Match sube tus contactos del CRM a Google Ads como una audiencia cifrada con hash. Se usa de tres maneras:

• Como señal de audiencia para PMax. Le dice al algoritmo: "Los clientes que se parecen a estos son valiosos". Es una señal fuerte, sobre todo para cuentas nuevas sin mucho historial de conversiones.
• Como audiencia de exclusión en las campañas de prospección. No pagues por adquirir a alguien que ya está en tu CRM.
• Como audiencia de inclusión en las campañas de retargeting y fidelización. Especialmente útil en cuentas de email marketing para eCommerce donde los segmentos de Klaviyo reflejan las etapas del ciclo de vida.

Configuración:

1. Exporta los clientes de tu CRM segmentados por etapa del ciclo de vida (prospecto comprometido, cliente, cliente recurrente, VIP, perdido).
2. Sube cada segmento como una lista de Customer Match separada. No los combines. La granularidad es lo que te permite usarlos de forma diferenciada.
3. Actualízalas cada mes, como mínimo. Las listas desactualizadas degradan la tasa de coincidencia y la precisión de la audiencia.
4. Combina Customer Match con la puja basada en el valor. Segmentar Customer Match por cohorte de LTV proyectado permite que el algoritmo prefiera a los usuarios similares a las cohortes de alto LTV.

En las cuentas de PPC B2B, Customer Match también alimenta el equivalente de Customer Match de Microsoft Ads basado en UET; consulta nuestro manual de Microsoft Ads.

¿Dónde encaja Consent Mode v2?

Consent Mode v2 es el marco de Google para manejar el rechazo del consentimiento de los usuarios sin dejar ciego al algoritmo de pujas. Cuando un usuario rechaza el consentimiento, las etiquetas siguen activándose, pero con señales sin cookies, y el sistema de modelado de Google usa esas señales para estimar las conversiones de la porción sin consentimiento.

La configuración:

1. Configura tu CMP (plataforma de gestión del consentimiento) para que comunique el estado del consentimiento a las etiquetas de Google. Cookiebot, OneTrust, Iubenda o una solución personalizada: el patrón es el mismo en todas.
2. Configura las señales de consentimiento ad_user_data y ad_personalization además de las estándar ad_storage y analytics_storage. Las primeras son obligatorias en v2; v1 solo exigía las segundas.
3. Verifica en la vista previa de Google Tag Manager que las señales de consentimiento se activen correctamente en todas las regiones y con todas las opciones del usuario.
4. Valida el volumen de conversiones modeladas en el diagnóstico de conversiones de Google Ads. Una diferencia significativa entre las conversiones observadas y las modeladas sugiere que la señalización del consentimiento está mal configurada.

Para el tráfico de la UE y el Reino Unido, esto es innegociable. En cuentas sin exposición a la UE o al Reino Unido, Consent Mode v2 también beneficia la atribución de usuarios con configuraciones restrictivas del navegador (Safari ITP, rastreo bloqueado por la marca), así que configúralo de todos modos.

¿Y las audiencias de GA4 como señales?

Las audiencias de GA4 se pueden importar a Google Ads y usar como señales de audiencia en PMax, como audiencias de exclusión en prospección y como audiencias de inclusión en retargeting. Los patrones que usamos:

• Segmentos de comportamiento en el sitio con alta intención (varias vistas de producto, scroll profundo en categorías) como señales de audiencia.
• Quienes abandonan el carrito, como inclusión en retargeting.
• Los compradores, como exclusión en prospección.
• Los compradores recurrentes fieles, como señal de audiencia semilla.

La vinculación de GA4 → Google Ads debe configurarse a nivel de propiedad y volver a validarse cada vez que cambia el esquema de GA4. Las sincronizaciones de audiencias desactualizadas son una falla recurrente.

¿Cómo impulsa el stack de datos propios la optimización del feed de Google Shopping?

Las mismas cohortes de Customer Match informan el rendimiento de las campañas de Shopping: la puja basada en el valor en Shopping usa las cohortes de clientes para preferir usuarios similares de alto LTV, y los datos de Enhanced Conversions fluyen hacia la atribución de los clics de Shopping igual que en Search y PMax.

En la práctica, esto significa que configuras el stack de datos propios una sola vez a nivel de cuenta y beneficia a todos los tipos de campaña. No lo trates como una configuración exclusiva de PMax.

¿Cómo interactúa esto con Amazon y otros canales?

La gestión de Amazon PPC funciona con los datos propios de Amazon; el manual de integración ahí es un ejercicio aparte (Amazon Attribution, Brand Registry, AMC). Pero el principio es idéntico: el algoritmo escala tan bien como los datos que lo alimentan, y las señales propias limpias le ganan a las señales de terceros siempre.

En el stack más amplio de marketing digital, la capa de datos propios es la base común. Las listas de correo alimentan las audiencias pagadas; las audiencias pagadas alimentan el retargeting; el retargeting alimenta el remarketing; y la capa de datos de clientes que contiene el estado canónico de cada cliente es el activo cuyo valor se acumula en todos los canales.

Puntos clave

• Performance Max escala tan bien como los datos propios que lo alimentan. La mayoría de las cuentas limitan su rendimiento por invertir poco en la capa de datos.
• Enhanced Conversions es la configuración básica indispensable. Verifica las tasas de coincidencia; por debajo del 30% es una señal de alerta.
• Las listas de Customer Match, segmentadas por etapa del ciclo de vida, alimentan las señales de audiencia de PMax, las exclusiones en prospección y las inclusiones en retargeting.
• Consent Mode v2 es necesario para obtener conversiones modeladas limpias, sobre todo con tráfico de la UE y el Reino Unido. Configura ambas señales de v2 (ad_user_data, ad_personalization) además de las de v1.
• Las audiencias de GA4 alimentan a PMax tanto como señales como exclusiones. La vinculación requiere mantenimiento continuo.
• El stack de datos propios beneficia a todos los tipos de campaña, no solo a PMax. Configúralo una sola vez a nivel de cuenta.

¿Quieres que lo configuremos en tu cuenta?

El stack de datos propios es el requisito previo poco glamoroso. Bien hecho, eleva todas las campañas de la cuenta. Mal hecho, limita el rendimiento por debajo del techo del algoritmo. El equipo de servicios de PPC de 1Digital® auditará tu integración de datos propios y las campañas de PMax que alimenta: cuéntanos sobre tu cuenta para empezar.