Facebook Ads en 2026: qué cambió y cómo adaptarse

Si llevas un par de años haciendo publicidad en Meta, probablemente recuerdas cuando la estrategia pasaba por construir audiencias con 15 o 20 intereses apilados, testear combinaciones de segmentación, y proteger con celo los ad sets que funcionaban. Eso ya no existe de la misma forma.

Meta lleva tres años moviéndose hacia un modelo donde el algoritmo toma más decisiones que el anunciante. En 2026, ese movimiento está bastante consolidado. Lo que cambió no es un detalle de interfaz: es la lógica completa de cómo se optimizan y distribuyen los anuncios.

Qué es Advantage+ y por qué Meta lo empuja tan fuerte

Advantage+ es el paraguas bajo el cual Meta agrupa sus herramientas de automatización. Las dos más relevantes para la mayoría de los anunciantes son Advantage+ Shopping Campaigns (ASC) y Advantage+ Audience.

Advantage+ Shopping Campaigns está pensado para e-commerce. En vez de crear campañas con segmentación, creativos y audiencias definidas por ti, Meta toma todo eso y lo optimiza automáticamente. Le das un presupuesto, le das los creativos, le defines el objetivo de conversión, y el sistema decide a quién mostrarle qué, cuándo, y con qué pieza.

Advantage+ Audience cambia el targeting de otra manera. En vez de definir una audiencia específica (hombres de 25 a 40 años en Santiago, interesados en fitness), pones una audiencia como "sugerencia" y el algoritmo la usa como punto de partida, pero puede salirse de esos límites si detecta que hay personas fuera de ese rango con más probabilidad de convertir.

Meta lo empuja porque, en la mayoría de los casos con volumen suficiente, funciona mejor que las campañas manuales. El algoritmo tiene acceso a señales que el anunciante nunca va a tener: patrones de comportamiento en toda la plataforma, historial de compras inferido, engagement con contenido similar al tuyo. Cuando tiene suficientes datos, optimiza mejor que cualquier segmentación manual.

El problema es ese "cuando tiene suficientes datos". Volvemos a eso más adelante.

La muerte del targeting manual detallado

Durante años, el Detailed Targeting de Meta fue la herramienta de segmentación más precisa del mercado. Podías apuntar a personas que siguieran a competidores específicos, que hubieran mostrado interés en categorías muy concretas, o que cumplieran con combinaciones de comportamiento e interés bastante ajustadas.

Meta fue recortando esas opciones de forma progresiva desde 2021. En 2022 eliminó categorías relacionadas con salud, orientación sexual, y creencias religiosas. En 2023 y 2024 siguió reduciendo la granularidad de los intereses disponibles. En 2026, el Detailed Targeting que queda es una fracción de lo que era.

No fue accidental. Meta tiene dos incentivos: uno regulatorio (evitar que la plataforma se use para discriminación en publicidad) y uno de negocio (si el targeting manual funciona bien, los anunciantes no adoptan Advantage+, y Advantage+ es más rentable para Meta porque permite distribuir el gasto de forma más eficiente entre anunciantes).

El resultado práctico es que si tu estrategia dependía de segmentación detallada, hay que repensar la base.

Por qué las audiencias broad funcionan, y cuándo no

La afirmación de que "broad funciona mejor que antes" es verdadera, pero necesita contexto.

En cuentas con historial de conversiones sólido, pixel bien calibrado y volumen de datos suficiente (mínimo 50 conversiones por semana en el evento de optimización que usas), las audiencias broad compiten bien con las segmentadas. A veces las superan. El algoritmo tiene suficiente información para encontrar a las personas correctas sin que tú se las describas.

Pero hay tres condiciones en las que el broad no funciona.

Cuentas nuevas o con poco historial: sin datos, el algoritmo no tiene nada desde donde aprender. En ese contexto, broad es básicamente distribución aleatoria con un presupuesto que se quema mientras el sistema aprende. Acá sigue teniendo sentido partir con audiencias más definidas para darle al algoritmo una dirección inicial.

Productos con compradores muy específicos que no se pueden inferir de comportamiento. Si vendes software industrial para cierto nicho técnico, el algoritmo de Meta no tiene señales claras para encontrar a esas personas. Las audiencias lookalike basadas en clientes existentes siguen funcionando mejor que el broad puro en estos casos.

Y cuando las señales de conversión son de mala calidad. Si el pixel está disparando el evento de "compra" cuando el usuario llega a la página de confirmación, pero a veces esa página carga aunque el pago falle, el algoritmo aprende del evento equivocado. Broad amplifica ese problema porque distribuye más amplio y optimiza hacia una señal que no representa una conversión real.

Cómo ajustar la estrategia para el Meta de hoy

El cambio más importante que hay que hacer es dejar de pensar en las campañas de Meta como una cuestión de segmentación y empezar a pensarlas como una cuestión de señales y creativos.

Señales de conversión de calidad. El primer trabajo es asegurarse de que Meta recibe eventos limpios. Eso significa configurar la Conversions API además del pixel (la API envía eventos directamente desde el servidor, sin depender del navegador ni de bloqueadores de anuncios), verificar que los eventos estén correctamente mapeados, y subir el evento de optimización lo más cerca posible de la compra real. Si estás optimizando hacia "añadir al carrito" porque no tienes volumen de compras, el algoritmo va a traer gente que añade cosas al carrito y no compra. Los eventos de alto intent, aunque tengan menos volumen, dan mejor resultado a mediano plazo.

Creativos como palanca principal. En el modelo anterior, un buen creativo ayudaba. En el modelo actual, el creativo es la variable más importante que controlas. La audiencia la decide el algoritmo. El presupuesto ya no diferencia tanto entre anunciantes. Lo que sí diferencia es qué le muestras a la persona cuando el algoritmo decide mostrarte.

Esto tiene implicaciones prácticas: hay que producir más variantes, testear más rápido, y entender qué ángulo de mensaje conecta con distintos segmentos. Un buen proceso de testeo de creativos hoy es más valioso que cualquier hack de segmentación. La guía más detallada sobre esto la tenemos en el post de qué creativos funcionan en Meta Ads en 2026.

Estructura de campañas más simple. La tendencia correcta en 2026 es consolidar, no fragmentar. Muchos ad sets con presupuestos pequeños compiten entre sí por las mismas audiencias y se canibaliza el aprendizaje. Menos campañas, más presupuesto concentrado, más tiempo para que el algoritmo aprenda: esa combinación funciona mejor que docenas de ad sets segmentados intentando cubrir todos los ángulos.

Qué hacer si el rendimiento cayó después de migrar a Advantage+

Si migraste a Advantage+ Shopping y el rendimiento empeoró, hay que revisar tres cosas antes de concluir que Advantage+ no funciona para tu cuenta.

El presupuesto del período de aprendizaje. ASC necesita tiempo para optimizar, y durante ese período el gasto puede ser ineficiente. Meta recomienda evaluar después de 7 días y al menos 50 conversiones desde el lanzamiento. Si cortaste la campaña a los 3 días porque el CPA era alto, no le diste tiempo para aprender.

La calidad de los creativos que metiste. Advantage+ no va a mejorar creativos malos. Si los creativos que entraron al sistema son los mismos que llevaban meses sin funcionar en campañas manuales, el resultado va a ser el mismo o peor, porque ahora el algoritmo los distribuye más amplio.

La configuración del existing customer budget. ASC tiene una opción para limitar el porcentaje del presupuesto que va a clientes existentes. Si no la configuras, el sistema puede estar gastando buena parte del presupuesto en personas que ya te compraron, lo que mejora el ROAS superficialmente pero no genera crecimiento real. Define ese porcentaje en función de cuánto de tu negocio quieres que sea retención versus adquisición.

Si después de revisar esas tres cosas el rendimiento sigue siendo peor que antes, la alternativa no es volver a campañas manuales con segmentación detallada, porque ese modelo ya tiene recursos limitados. La alternativa es revisar las señales de conversión y los creativos, que son las dos palancas que siguen en manos del anunciante.

El manual de cómo escalar en Meta sin destruir el CPA tiene más detalle sobre la lógica de escalado en el contexto actual: cómo escalar Meta Ads sin destruir el CPA.

El rol del anunciante en el modelo actual

Hay algo incómodo en todo esto para quien lleva tiempo haciendo paid media: el trabajo de "configurar audiencias" que antes tomaba horas y requería cierta habilidad técnica hoy vale poco. El algoritmo lo hace mejor.

Pero eso no significa que el anunciante no tenga rol. El rol cambió. Pasó de ser alguien que configura audiencias a alguien que construye el sistema alrededor de la señal correcta: define el objetivo de negocio real, asegura que los eventos que llegan a Meta representen conversiones reales, produce creativos que comuniquen el mensaje correcto al segmento correcto, y evalúa resultados con métricas que midan crecimiento real y no solo ROAS de campaña.

Eso es más estratégico que elegir intereses en un panel. Pero también requiere entender el negocio más allá de la plataforma de ads, lo que no todo el mundo que maneja campañas está acostumbrado a hacer.