4,088 términos de búsqueda, 695,942 impresiones y 120 días de una cuenta de Amazon en funcionamiento. Qué parte del gasto no va a ningún lado, qué tan concentradas están las ventas, por qué un pedido es ruido, y por qué el clic más caro es el cliente más barato.
Casi toda estadística de Amazon PPC que puedes encontrar es o el número de marketing de un proveedor o un “promedio de la industria” sin fuente declarada. Aquí está lo contrario: cada número de abajo viene de una cuenta de Amazon en funcionamiento — la mía, Rowdy Rooster Woodworks — extraído el día de publicación, con el método escrito al final para que puedas discutirlo.
La ventana: 120 días, del 29 de abril al 26 de agosto de 2026, marketplace de Estados Unidos. 4,088 términos de búsqueda distintos, 695,942 impresiones, 13,850 clics, 2,550 pedidos. ACoS de la cuenta en el período: 35.4%.
Todo se reporta en porcentajes y proporciones. Es una sola cuenta, no una encuesta — lee la sección de límites antes de citarlo como una cifra de la industria.
1. Cuatro de cada cinco términos nunca generaron un pedido
3,284 de 4,088 términos — el 80.3% — generaron cero pedidos. Solo el 19.7% generó aunque fuera uno. Y 3,281 de esos términos con cero pedidos no solo aparecieron: recibieron clics y se pagaron.
El 23.5% de todo el gasto publicitario del período se fue a términos de búsqueda que nunca generaron un solo pedido. No es gastar de más en términos débiles: es gastar en términos que no mostraron absolutamente nada.
Ese número es la razón por la que existe la automatización de palabras clave negativas, y es el componente específico que hace el trabajo aquí. Uso nueve automatizaciones de negativas, una por grupo de campañas, y la regla es deliberadamente contundente: 20 clics o más con cero pedidos en una ventana de 30 días → añadir el término como negativo exacto a nivel de campaña. Una variante más estricta se dispara a los 10 clics en 14 días para un producto de rotación rápida. Ahora mismo hay 473 negativos exactos activos en la cuenta. Cada uno es un término que ya no estoy pagando. (La calculadora gratuita de desperdicio PPC hace esta misma prueba con tu propio informe de términos de búsqueda.)
2. Cerca del 1% de los términos genera bastante más de la mitad de las ventas
Los 10 términos principales generaron el 37.1% de las ventas. Los 50 principales — el 1.2% de los 4,088 términos — generaron el 57.1% de las ventas y el 57.8% de los pedidos.
Una cuenta de Amazon no es una cartera amplia con una cola larga y rentable. Es una cabeza muy corta y una cola muy larga de ruido. Lo que convierte encontrar esa cabeza, y luego adueñarse de ella deliberadamente, en todo el trabajo.
El componente para eso es la automatización de cosecha. Uso ocho. Leen los términos que califican en el horario que configures, ascienden a los ganadores a una campaña de concordancia exacta con la puja que yo fijo y — si la casilla de negativizar en el origen está marcada — dejan un negativo exacto en la campaña de origen para que dos campañas mías dejen de competir por la misma búsqueda. Hasta hoy han producido 221 cosechas de concordancia exacta en 109 términos distintos, más 30 cosechas de ASIN hacia campañas de segmentación por producto. (El flujo completo: cosecha de automática a exacta.)
3. Un pedido no prueba nada — y los datos dicen cuánto nada
Este es el hallazgo que no esperaba que fuera tan limpio. 609 términos generaron exactamente un pedido. Solo 132 llegaron a tres o más.
Si asciendes un término la primera vez que convierte, estás ascendiendo 609 coincidencias por cada 132 señales reales. Mis reglas de cosecha exigen pedidos mayores o iguales a dos o tres dentro de una ventana de 30 días, y elegí esos números por instinto mucho antes de correr esta consulta. Resulta que el instinto hace trabajo real: el umbral es la diferencia entre cosechar un patrón y cosechar una casualidad.
Ajusta tu propio umbral a tu volumen — una cuenta más grande puede permitirse ser más estricta. El principio se transfiere aunque el número no.
4. El clic más caro es el cliente más barato
Los mismos 120 días, las mismas campañas, los mismos productos — separados por dónde apareció el anuncio:
| Ubicación |
Conversión |
ACoS |
Costo por clic relativo |
| Parte superior de la búsqueda |
29.7% |
31.3% |
1.71× |
| Resto de la búsqueda |
14.0% |
35.5% |
1.00× |
| Páginas de producto |
12.3% |
45.6% |
1.12× |
La parte superior de la búsqueda cuesta 53% más por clic que las páginas de producto y 71% más que el resto de la búsqueda. También convierte 2.4 veces mejor que las páginas de producto — y tiene el ACoS más bajo de los tres. El clic más caro produjo el cliente más barato, y no está cerca.
El componente aquí es la optimización de ubicación, que corre dentro de la función de IA y no como una regla independiente. Cinco de mis perfiles de IA la tienen activada, con un límite del 10% por cambio y un techo del 200% sobre cualquier modificador, y es solo de revisión humana por diseño: propone, nunca aplica. En el período presentó 18 ajustes de ubicación: apliqué 17 y rechacé uno. Esos, más trabajo previo de modificadores, son las 290 actualizaciones de ubicación que registran los logs. La técnica que ejecuta es una puja base baja con un modificador alto en la parte superior de la búsqueda sobre objetivos probados, lo que compra la posición que convierte sin subir la puja en todas partes. (Explicado aquí: pujar por la parte superior de la búsqueda.) Una advertencia dura: los modificadores se acumulan sobre la puja dinámica, así que una puja de 80 centavos puede superar los $3.
5. El ACoS de equilibrio fue de 28.9% a 67.1% — dentro de un solo catálogo
En nueve productos FBA de la misma cuenta, el ACoS de equilibrio fue de 28.9% a 67.1%, con un promedio de 49.6%. Eso es una diferencia de 2.3 veces entre productos vendidos por el mismo vendedor en la misma categoría.
Así que la regla de “mantén el ACoS por debajo del 25%” habría estado equivocada en todos y cada uno de ellos — asfixiando nueve productos rentables para alcanzar un número que no describe a ninguno. Mi cuenta corrió con 35.4% de ACoS frente a un equilibrio promedio de 49.6%: unos 14 puntos de margen, que parecen temerarios si crees en la regla y cómodos si conoces tus propios números.
El componente es el P&L por producto: resta COGS, envío de entrada, comisión de referencia y tarifa de logística FBA por unidad, así que el equilibrio se calcula por SKU en lugar de suponerse. Esa es la diferencia entre tener un ACoS objetivo y tener el correcto. (Calcula el tuyo: calculadora de ACoS de equilibrio, o lee el desglose por SKU.)
6. Qué corrió sin supervisión y qué no
Vale la pena decirlo claro, porque es la parte sobre la que la mayoría de las herramientas son vagas. Uso 35 automatizaciones. Treinta y dos proponen cambios y esperan a que yo los apruebe — cada cosecha, cada negativo, cada ajuste de ubicación. Dos AI Managers están configurados para aplicar solos, sobre dos productos concretos que he observado el tiempo suficiente como para confiar en ellos. Una automatización de dayparting reconcilia un horario que yo fijo, así que no hay nada que aprobar.
Esa división es la versión honesta de “humano en el circuito”. La aprobación es el valor por defecto, y lo desatendido es algo que activas deliberadamente, producto por producto, una vez que te has ganado la confianza. Funciona así porque las pujas automáticas de herramientas anteriores dañaron esta cuenta más de una vez.
Dos números de apoyo de los mismos registros: de 20,457 acciones registradas, 161 fallaron — el 0.8%, en su mayoría rechazos de la API de Amazon que se reintentaron. Y el deshacer en un clic se ha usado cero veces, lo que leo como que la cola de aprobación atrapa las cosas antes de que salgan, no como evidencia de que el deshacer sobre.
Aparte, del lado de las reseñas: 2,414 solicitudes de reseña enviadas por la API oficial de Solicitations de Amazon en 90 días, con 253 pedidos correctamente omitidos por no ser elegibles y cero fallos. Esa sí corre sin supervisión, porque pedir una reseña por el propio endpoint de Amazon no puede salir mal como puede salir mal una puja.
Método, y lo que esto no es
Las cifras de términos de búsqueda vienen del informe de términos de búsqueda de Amazon para el perfil de Estados Unidos, del 29 de abril al 26 de agosto de 2026, agregadas por término en todo el período. Un parser sin dependencias que calcula estas mismas cifras a partir de cualquier informe de términos de búsqueda de Amazon — gasto desperdiciado, concentración de ventas, candidatos a cosecha y a negativo — está publicado como código con licencia MIT, junto con un informe de ejemplo sintético, en nuestro repositorio público de GitHub. Las cifras de ubicación vienen de datos de rendimiento a nivel de ubicación en la misma ventana. El equilibrio usa el precio actual y las propias estimaciones de comisión y logística de Amazon por ASIN, menos mi COGS registrado y el envío de entrada; otros cuatro productos son FBM y no llevan tarifa FBA, así que se excluyen en lugar de contarse como cero.
Los límites honestos. Esto es una cuenta en una categoría — productos de acabado para madera — gestionada por alguien que la revisa a diario. No es una encuesta ni un benchmark de la industria. Una categoría con márgenes, precios o competencia distintos producirá números distintos. Las ventas atribuidas a anuncios también quedan por encima de lo que registra la tienda, porque Amazon atribuye por ventana; las proporciones dentro de este conjunto de datos son consistentes, pero no leas las cifras de ventas como ingresos totales del negocio. Y 120 días incluyen estacionalidad que no he ajustado.
Lo que sí se transfiere es la forma: la mayoría de los términos son ruido, un puñado sostiene la cuenta, un pedido no es prueba, la posición importa más que el precio del clic, y el equilibrio pertenece al producto y no a una regla general. Si tu cuenta no coincide con la mía, la que tiene razón es tu cuenta — la idea es ir a mirar.