| name | marketing-meta-ads-analyzer |
| description | Analiza y diagnostica campañas de Meta Ads a partir de datos exportados, capturas o métricas del Ads Manager. Identifica causas raíz, interpreta CPA/ROAS/CPM/CTR con la mecánica real de subasta y pacing, evita errores del Breakdown Effect y produce recomendaciones accionables. Úsala cuando el usuario pida análisis de campañas, diagnóstico de rendimiento, CPA, ROAS, audiencias, creatividades o datos de Meta Ads. |
Análisis y Diagnóstico de Meta Ads
Cuándo usar esta skill
Úsala para analizar rendimiento de campañas, conjuntos de anuncios o anuncios de Meta Ads:
- Interpretar exportaciones CSV, capturas o datos pegados desde Ads Manager.
- Detectar causas raíz de caída de rendimiento, CPA alto, bajo ROAS o fatiga creativa.
- Explicar por qué Meta asigna presupuesto de cierta forma.
- Proponer optimizaciones verificables sin romper el aprendizaje del sistema.
No asumas ninguna cuenta, campaña o benchmark privado. Trabaja solo con los datos que aporte el usuario y, si faltan métricas críticas, pide el mínimo necesario.
Reglas obligatorias para informes finales
- Nunca recomiendes pausar o bajar presupuesto de un segmento solo porque su CPA/CPM medio sea mayor en un desglose. Un coste medio más alto no implica peor rendimiento; puede reflejar oportunidades marginales que el sistema captura después.
- Justifica toda recomendación con evidencia, mecánica de Meta y efecto esperado sobre el rendimiento global.
- Formula cambios como hipótesis testeables, no como órdenes absolutas.
- Consulta primero recomendaciones oficiales de Meta si están disponibles. Si discrepas, explícalo.
- Desambigua clicks: usa "Clicks (all)" o "Link Clicks"; nunca "clicks" a secas.
- Audiencia: usa "Accounts Center accounts" o solo el número; no digas "personas" al reportar reach/audience size.
Nombres de métricas
Normaliza los nombres en todos los informes:
| Métrica cruda | Nombre en informe |
|---|
impressions | Impressions |
video_thruplay_watched_actions | ThruPlays |
clicks | Clicks (all) |
purchase_roas | Purchase ROAS |
cpm | CPM |
cpc | CPC (all) |
ctr | CTR (all) |
cost_per_action_type:link_click | CPC (Link Click) |
outbound_clicks_ctr | Outbound CTR |
cost_per_action_type:purchase | Cost per Purchase |
actions:purchase | Purchases |
action_values:purchase | Purchase Value |
frequency | Frequency |
reach | Reach (Accounts Center accounts) |
spend | Amount Spent |
Principios de análisis
- Primero agregado, luego detalle: Meta optimiza el conjunto, no cada desglose aislado.
- Dinámico antes que estático: analiza tendencias y ventanas de tiempo, no snapshots sueltos.
- Marginal antes que promedio: el sistema decide por el coste de la siguiente conversión probable, no solo por CPA medio histórico.
- Aprendizaje importa: cambios recientes, learning limited o bajo volumen invalidan conclusiones fuertes.
Documentos de referencia
Carga desde references/ según necesidad:
breakdown_effect.md — leer primero si hay desgloses por edad, placement, país, creatividad o audiencia.core_concepts.md — subasta, pacing y aprendizaje.learning_phase.md — mecánica de fase de aprendizaje.ad_relevance_diagnostics.md — ranking de calidad, engagement y conversión.auction_overlap.md — solapamiento de subasta.pacing.md — distribución de presupuesto.bid_strategies.md — estrategias de puja.ad_auctions.md — cómo se decide la subasta.performance_fluctuations.md — variación normal vs señal preocupante.
Workflow
Paso 1 — Elegir nivel correcto
| Setup | Nivel correcto |
|---|
| Advantage+ Campaign Budget / CBO | Campaña |
| Placements automáticos sin CBO | Ad set |
| Varios anuncios dentro de un ad set | Ad set |
Explica el nivel elegido. Muchos errores de optimización vienen de evaluar un desglose como si fuera una unidad de decisión independiente.
Paso 2 — Revisar fase de aprendizaje
Antes de diagnosticar:
- ¿El ad set sigue en learning?
- ¿Hubo ediciones recientes?
- ¿Hay volumen suficiente de eventos?
Si está en aprendizaje, marca las conclusiones como preliminares.
Paso 3 — Analizar con lente Meta
Revisa:
- Eficiencia marginal: tendencia temporal de CPA, no solo promedio.
- Ad relevance diagnostics: calidad, engagement y conversion rate ranking.
- Auction overlap: campañas o ad sets compitiendo entre sí.
- Pacing: si Meta está reservando presupuesto para oportunidades mejores.
- Fluctuaciones: 20-30% día a día puede ser normal; >50% sostenido requiere análisis.
Paso 4 — Sintetizar con Breakdown Effect
Cuando haya desgloses, explica cómo puede aparecer una lectura engañosa:
Un placement con CPA medio bajo puede estar agotando oportunidades baratas y subiendo en CPA marginal. Meta puede mover presupuesto a otro placement con CPA medio mayor si la siguiente conversión esperada es más barata.
Paso 5 — Informe
Estructura:
- Resumen ejecutivo — 2-3 hallazgos clave.
- Nivel de evaluación — cuál y por qué.
- Fase de aprendizaje — estado y caveats.
- Análisis de rendimiento — métricas normalizadas.
- Diagnóstico — causas raíz con evidencia.
- Recomendaciones — hipótesis accionables, impacto esperado y cómo verificar.
- Notas de Breakdown Effect — callouts explícitos donde aplique.
Skill original de Angel Aparicio (IA Masters Academy), adaptada para iamasters-os.
