Las audiencias Lookalike siguen siendo la herramienta de segmentación más poderosa de Facebook en 2026, ofreciendo consistentemente un ROAS entre 2 y 5 veces superior al de la segmentación por intereses. El algoritmo analiza más de 1,000 señales de tus clientes actuales y encuentra nuevos usuarios con características similares.
Cómo funcionan las audiencias Lookalike (mecánica interna)
Análisis: datos demográficos, grafo de intereses, comportamiento de compra, patrones de actividad online y conexiones sociales. Un Lookalike del 1% en EE.UU. equivale a aproximadamente 2,3 millones de personas. La calidad del origen lo determina todo: 500 compradores de alto valor superan ampliamente a 10,000 visitantes aleatorios.
Mejores prácticas para la audiencia origen
Segmentación por valor del cliente
-
Top 25% por LTV: para ofertas premium y suscripciones
-
Compradores recurrentes (2+ pedidos): clientes leales, no compradores esporádicos
-
Alto AOV: propensión a compras premium
-
Bajo porcentaje de devoluciones: los clientes más satisfechos
-
Conversores rápidos (compra en 24h): Lookalike de compradores impulsivos
Cada segmento crea un perfil fundamentalmente diferente. Pruébalos todos.
Tamaño mínimo de la fuente
500 compras de calidad superan a 5,000 visitas a páginas. Mínimo práctico: 1,000. Ideal: 5,000-10,000. Por encima de 50,000 la calidad se diluye si la audiencia no está bien cualificada.
Fuentes por evento (ranking de calidad)
- Purchase (estándar de oro), 2. Lead/Registration, 3. AddToCart, 4. InitiateCheckout, 5. ViewContent (30+ seg), 6. Visualizadores de vídeo 75%+, 7. Interacciones con la página (señal más débil). Los Lookalike de compradores superan en 2-3x a los de visitantes.
Rangos de porcentaje (análisis en profundidad)
1% — el 1% más similar. EE.UU. ~2,3M. CPA más bajo, escala limitada. Presupuesto de prueba: $30-50/día.
2-3% — EE.UU. ~4,5-7M. CPA un 10-20% mayor que el 1%, pero con 3-5x más potencial de escala. Prueba el 2% y el 3% por separado.
5% — EE.UU. ~11,5M. CPA un 20-40% mayor que el 1%. Para productos de consumo masivo.
5-10% — se acerca al targeting amplio. EE.UU. ~23M al 10%. El creativo importa más que la audiencia.
El debate del Broad Targeting en 2026
El algoritmo de Facebook ha mejorado significativamente. El targeting amplio (sin Lookalike ni intereses) supera a los Lookalike del 5-10% en aproximadamente un 30-40% de los casos. Prueba el broad junto con tus Lookalike.
Estrategias avanzadas
Superposición (Intersection Targeting)
3% purchase LAL ∩ «fitness» = audiencia altamente cualificada. Reduce el alcance pero aumenta drásticamente la relevancia.
Stacking (prueba multifuente)
Varias fuentes en conjuntos de anuncios separados con los mismos creativos. 5-7 días de datos → presupuesto hacia el ganador. AdWitch automatiza todo el proceso.
Lookalike internacionales
Datos de compradores de EE.UU. → LAL en UK, CA, AU, DE. Superan al targeting por intereses en mercados nuevos en un 40-60%. Comienza con el 1% y amplía a medida que recopilas datos locales.
Exclusiones (críticas para la eficiencia)
Excluye: clientes existentes, visitantes de los últimos 7-14 días (→ retargeting), usuarios negativos, porcentajes menores de los mayores (1% del 2-5%).
Investigación de audiencias con IA de AdWitch
Análisis de patrones, descubrimiento de microsegmentos (3-5x de conversión), actualización mensual automática, inteligencia entre cuentas y detección de degradación de LAL.
FAQ
P: ¿Con qué frecuencia debo actualizar la audiencia origen?
R: Mensualmente. Datos de los últimos 90-180 días. Más de 6 meses = perfil desactualizado. AdWitch lo automatiza.
P: ¿Debo excluir la audiencia origen?
R: Sí. Además, excluye visitantes recientes (→ retargeting) y porcentajes menores de los mayores.
P: ¿1% LAL vs intereses?
R: El 1% LAL suele ganar. Pero el broad targeting es cada vez más competitivo en 2026. Prueba los tres: LAL, intereses y broad.
P: ¿LAL a partir de una lista de emails?
R: Sí. Sube una Custom Audience y crea un LAL. Tasa de coincidencia del 50-70%. Incluye teléfonos y nombres para mejorar el match.
P: ¿iOS 14 y LAL?
R: Las Custom Audiences basadas en píxel se redujeron un 30-40%. Solución: CAPI, audiencias de engagement (no afectadas por iOS), carga directa de listas de clientes.
