Guía práctica para la previsión de campañas con el conjunto de API de plan de medios de Amazon

Soy estratega de medios en una agencia de publicidad de tamaño mediano. Una marca de bienestar acudió a nosotros con 150 millones de dólares para invertir en Amazon. Tenían una pregunta: “¿Puedes garantizar que esto va a funcionar?”

No pude. Ninguno de nosotros podía. Contamos con 15 años de experiencia, miles de campañas a nuestras espaldas y una auténtica confianza en el producto. Pero no teníamos certeza. Estábamos creando un plan de medios de 150 millones de dólares de la misma manera en que los arquitectos diseñaban edificios antes de que existiera la ingeniería estructural: con experiencia, intuición y esperanza. Por dentro, estábamos aterrorizados. A los tres meses, el cliente preguntó: “¿Estamos llegando a la audiencia segmentada como predijiste?” No tenía idea. No fue posible medir con precisión el alcance exclusivo entre canales. ¿Nuestras proyecciones de alcance? Suposiciones fundamentadas.

Seis meses después, asistí a una conferencia de Amazon Ads y descubrí las API de plan de medios que habrían respondido a todas las preguntas que no pudimos responder:

• ¿Cuál fue el alcance estimado nuestro contexto publicitario en todo el inventario de Amazon durante el último trimestre?
• ¿A cuántas personas llegaremos con diferentes niveles de presupuesto?
• ¿Qué resultados de campaña podemos predecir antes de comprometer el presupuesto?
• ¿Estamos pagando para llegar a la misma persona a través de varios canales?
• ¿Qué comportamientos del cliente predicen los mayores índices de conversión?
• ¿Cómo medimos el verdadero impacto de la inversión en medios?

Hoy en día, ese mismo cliente invierte 200 millones de dólares al año, no aumentando el gasto en los mismos canales, sino ampliando el alcance a nuevos perfiles de público e inventario identificados a través del conjunto de API, y lo hace con total confianza. No porque seamos más inteligentes. Porque dejamos de adivinar.

Piensa en el plan de medios como lo haría un estudio cinematográfico al planificar el estreno de una gran película. Antes de gastar un dólar en producción, el estudio pregunta: ¿Quién es nuestra audiencia? ¿En qué canales estarán? ¿Cuánto deberíamos gastar en cada sector? ¿Qué retorno debemos esperar? El plan de medios funciona de la misma manera para los anunciantes: es el trabajo estratégico que se lleva a cabo antes de comprar anuncios, para que tu campaña tenga posibilidades reales de éxito.

Sin un plan, solo estás dando palos de ciego. Con las herramientas adecuadas, concretamente con el conjunto de API de plan de medios de Amazon, estás realizando previsiones. Esa diferencia vale decenas de millones de dólares.

Las API de plan de medios de Amazon se organizan en cuatro grupos, cada uno orientado a resolver un desafío clave del plan de medios:

¿A cuántas personas llegamos, llegaremos y cuál es el solapamiento real?

¿Qué resultados podemos predecir antes de comprometer el presupuesto?

¿A quién debemos segmentar y por qué?

¿Cómo medimos el verdadero impacto de los medios en todos los canales?

Todas las API funcionan con el inventario y las señales de comportamiento de Amazon Ads. El alcance entre publishers, la deduplicación, la comparación de rendimiento y la caracterización de la audiencia requieren colaboradores de medición externos.

Cada campaña pasa por cuatro fases, y las API de plan de medios se integran en cada una de ellas.

Antes de gastar un dólar, analiza los resultados anteriores, prevé el alcance y el rendimiento, y elabora tu plan. Las API de curva de alcance, la previsión de rendimiento y las API de audiencia te proporcionan los datos para hacer las tres cosas.

Con el plan en mano, configuras la segmentación, estableces los canales y finalizas las asignaciones de presupuesto. Las API de audiencia definen a quién estás llegando, mientras que las API de curva de alcance (previsión de alcance, deduplicación de previsiones) te ayudan a validar la combinación de canales antes del lanzamiento.

Una vez que la campaña esté en marcha, puedes supervisar el rendimiento, ajustar los presupuestos y optimizar la segmentación. API de curva de alcance (Deduplicación de previsión) muestran si estás llegando a clientes únicos o pagando por duplicados.

Tras el fin de la campaña, mides los resultados reales frente a las previsiones, extraes aprendizajes y planificas la siguiente campaña. Las API de curva de alcance (alcance histórico) muestran lo que ocurrió realmente, y la API de MMM incorpora esas señales en tu marco de medición.

El alcance histórico te ofrece curvas de alcance históricas para el inventario de Amazon, adaptadas al contexto de tu anunciante. Indicas un rango de fechas y los parámetros de la audiencia; te devuelve cifras modeladas de alcance único basadas en los datos del panel y del inventario de Amazon. Sin conjeturas. Sin suposiciones.

Ejecutamos el alcance histórico con los datos de los últimos seis meses de las campañas anteriores del cliente. Resultado: 12 millones de clientes únicos, no 8 millones. Una brecha de medición del 50 %. Eso lo cambió todo. El coste por alcance fue un 37 % inferior a lo que esperaban, lo que hizo que las campañas fueran mucho más eficientes de lo que las métricas iniciales indicaban. No era que tuvieran un rendimiento inferior, sino que la medición no era suficiente. Con esa base, fue posible planificar con confianza una campaña de 150 millones de dólares.

El alcance histórico mira hacia atrás, no hacia adelante. No predice el próximo trimestre. Pero no es posible elaborar una buena previsión sin entender el punto de partida real. Piénsalo como revisar los resultados financieros del año pasado antes de fijar el presupuesto del próximo año: el contexto esencial, no la estrategia completa. No resulta útil para campañas de Amazon que se lanzan por primera vez y no tienen historial.

El cliente preguntó: “¿Deberíamos gastar 120 millones, 150 millones o 180 millones de dólares? ¿Cuál es la diferencia en el alcance?” Tradicionalmente, ¿deberíamos estimar un aumento lineal aproximado a partir del gasto del año pasado? Esos signos de interrogación... ahí es donde reside la ansiedad.

La previsión de alcance te permite probar distintos escenarios de presupuesto antes de gastar nada. Solo tienes que introducir tu público objetivo, las fechas de la campaña y varias opciones de presupuesto. Te muestra una curva de alcance que indica exactamente a cuántos clientes únicos llega cada presupuesto y en qué punto la curva se aplana (donde un gasto adicional deja de generar un alcance proporcional).

Ejemplo ilustrativo que muestra las capacidades de la API de previsión de alcance:

La curva se aplanó bruscamente después de los 150 millones de dólares. Pasar de 150 a 175 millones de dólares solo supuso 1,7 millones de clientes adicionales a US$ 14,70 por cliente incremental frente a una media de US$ 7,35. Te recomendamos guardar esos 25 millones de dólares y reasignarlos a la captación de nuevos clientes. La reacción del cliente: “Acabas de ahorrarnos 25 millones de dólares antes de que los gastáramos”.

Se trata de proyecciones, no de garantías, al igual que las previsiones meteorológicas. La precisión varía según el estado de la campaña; los rangos mostrados son ejemplos ilustrativos basados en patrones de rendimiento típicos. Siempre presenta un rango de confianza, por ejemplo: “Prevemos un alcance de 20,4 millones, con un rango probable de 18,5 a 22,1 millones.” Planifica con margen, realiza un seguimiento de los datos reales y perfecciona tus modelos con el tiempo.

A mitad de la campaña del T4, el cliente solicitó un informe de seguimiento. Les dijimos que estábamos llegando a 21,6 millones de clientes únicos a través de múltiples canales de Amazon Ads. Nos sentimos bien con ese número. Nos equivocamos.

La deduplicación de previsiones te muestra cuántas personas únicas estás alcanzando realmente en todos los canales de Amazon, no la suma inflada del alcance de cada canal. Esto permite visualizar el solapamiento entre canales para que puedas ver exactamente dónde estás contando dos veces y pagando dos veces por los mismos espectadores.

Ejemplo ilustrativo que demuestra las capacidades de la API de deduplicación de previsiones:

Hemos llevado a cabo la deduplicación de la previsión. Alcance exclusivo real: 13,2 millones no 21,6 millones. 8,4 millones de “clientes” eran las mismas personas que aparecían en varios canales. Los canales de TV conectada tuvieron un 68 % de solapamiento. Habíamos malgastado US$ 61 740 llegando a personas a las que ya habíamos llegado. Reestructuramos la combinación de medios, recortamos los presupuestos de los canales con solapamiento, trasladamos el gasto hacia Twitch (donde el solapamiento era menor) y logramos 16,8 millones de alcance exclusivo con el mismo presupuesto de 150 millones de dólares. Un aumento del 27 % en alcance exclusivo gratis.

“Pagábamos US$ 61 000 para mostrar los mismos anuncios a las mismas personas en cinco pantallas diferentes. Eso no es una estrategia multicanal—eso es pagar el alquiler del mismo apartamento cinco veces”.

La deduplicación solo funciona dentro del inventario de Amazon. Si también estás publicando anuncios en Google, Meta, TikTok o TV lineal, esas superposiciones no aparecerán aquí. Informa a los clientes desde el principio: “Esto muestra la superposición de audiencias de Amazon. Para la deduplicación entre publishers, necesitarás colaboradores de medición de terceros”. Establece expectativas claras.

El alcance es importante. Pero la pregunta real del cliente era: “¿Qué tan eficiente será esta campaña?” Necesitaban saber, antes de comprometer 150 millones dólares, cuál sería su coste por clic, qué índice de visualizaciones completas del vídeo podían esperar y si la inversión daría resultados a gran escala. Lo mejor que podíamos decir era: “Basado en los promedios del sector, confía en nosotros”.

La previsión de rendimiento predice los resultados de la campaña antes de que gastes un solo dólar. Selecciona una métrica (clics, visualizaciones de vídeo completas o vistas de página de detalles del producto) y la API devuelve una curva de previsión: para cada nivel de inversión, obtienes el recuento previsto, el coste por resultado (CPC, eCPM, CPDPV, CPVC) y las métricas de tasa (CTR, VCR). No es una estimación alentadora. Una predicción respaldada por datos con intervalos de confianza.

Ejemplo ilustrativo que demuestra las capacidades de la API de previsión de rendimiento:

La API devolvió una curva de previsión con los clics previstos y el coste por resultado para el nivel de inversión planificado, junto con intervalos de confianza que superaron los puntos de referencia de eficiencia del cliente incluso en el extremo inferior. Entramos a la reunión de planificación y dijimos: “Incluso en el escenario conservador, tu coste por resultado está dentro del objetivo. Te recomendamos aprobar esta campaña”.

Tres meses después, las tasas de clics reales y el coste por resultado se situaron dentro del 5 % de la previsión de la API. La campaña finalmente generó un 4.0x ROAS como resultado comercial. Esa combinación (pronósticos precisos que permiten tomar decisiones con confianza) transformó por completo la relación con el cliente y nos valió una renovación significativa.

La precisión mejora con los datos. La variación aumenta en los lanzamientos de nuevos productos y durante los períodos de mayor actividad. Las campañas con un historial más largo en Amazon generan predicciones más precisas. Comunica esto claramente a los clientes: los intervalos de confianza no son una cobertura, sino la pura verdad sobre cómo funcionan las predicciones.

El grupo de API de audiencia te ayuda a ir más allá de los datos demográficos para entender quiénes son realmente tus clientes y encontrar nuevos clientes que no sabías que existían.

La segmentación original del cliente: “Personas adultas de 25 a 54 años, interesadas en el bienestar y la salud, con ingresos familiares de US$ 60 000 o más”. Eso describe a aproximadamente 42 millones de personas en Amazon. ¿Qué segmentos debemos priorizar y cuánto debe recibir cada uno? Los datos demográficos te indican quiénes son las personas. No te indican qué hacen las personas. Y el comportamiento predice la conversión mucho mejor que los rangos de edad.

• Constructor de perfiles ficticios utiliza los datos de primera mano de Amazon (lo que la gente compra, ve y busca) para agrupar a tu audiencia en segmentos comportamentales. En lugar de rangos de edad, obtienes perfiles de cliente reales basados en patrones de compra, hábitos de streaming y comportamiento de búsqueda.
• Sugerencias de audiencia revela nuevos segmentos de audiencia que no habías considerado: personas cuyo comportamientos indican una alta intención de compra, pero que están fuera de tu segmentación actual. Así es como encuentras a los clientes que no sabías que debías buscar.
• Superposición de audiencias revela cómo se cruzan tus segmentos, para que puedas entender qué audiencias son verdaderamente distintas y cuáles están compuestas en gran medida por las mismas personas. Esto evita que inviertas en exceso en segmentos con un alto nivel de solapamiento.

Juntos, responden: “¿Quiénes son nuestros mejores clientes, quiénes se parecen a ellos y cómo evitamos segmentar a las mismas personas dos veces?”

Ejemplo ilustrativo que demuestra las funcionalidades de la API de audiencia, con el 10 % restante reservado para probar nuevos segmentos identificados mediante sugerencias de audiencia.

Al reasignar el presupuesto de grupos demográficos amplios a perfiles de comportamiento, la eficiencia de la campaña mejoró significativamente. El segmento “Bienestar activo” (de apenas 8.2 millones de personas) generó los mayores rendimientos. Resultó que ellos eran los máximos admiradores desde el principio. Simplemente no podíamos verlos hasta que analizamos los comportamientos.

Las sugerencias de audiencia nos mostraron entonces un segmento que nunca habíamos considerado: “Streamers de contenido de fitness que compran snacks ecológicos”. El análisis de superposición de audiencias confirmó que este grupo tenía menos del 12 % de superposición con nuestros públicos objetivo existentes: se trataba de una audiencia genuinamente nueva, no una versión reempaquetada de una que ya teníamos.

Las API de audiencia muestran comportamientos desde la perspectiva de Amazon. Si tu cliente compra o consume contenido multimedia principalmente fuera de Amazon, la imagen será incompleta. Añade tus propios datos de primera mano para obtener una visión más completa. Además, no es ideal para audiencias de nicho muy pequeñas donde el tamaño de la muestra limita la agrupación significativa.

Tras el fin de la campaña, el cliente preguntó: “¿Cuál fue el impacto real de nuestra inversión en Amazon en comparación con el de los otros canales?” Teníamos métricas a nivel de plataforma, pero no había una forma estandarizada de incorporar las señales de Amazon en los modelos de medición más amplios. Nuestro equipo de análisis pasó días generando informes manualmente, reformateando datos y conciliando discrepancias; para cuando los hallazgos llegaron al equipo de planificación, la siguiente campaña ya estaba en periodo de ejecución.

La API de MMM brinda a los anunciantes y colaboradores de medición acceso programático a las señales publicitarias y minoristas de Amazon para un modelado de la mezcla de marketing más rápido y escalable. Elimina los intercambios manuales de datos y automatiza la entrega de señales de medios (impresiones, alcance, gasto) y señales de venta al por menor, incluidas métricas diarias de interacción de compra, como eventos de agregar al carrito, directamente en los flujos de trabajo existentes. El resultado: información más frecuente y fiable para la optimización del presupuesto multicanal.

Ejemplo ilustrativo que demuestra las capacidades de la API de MMM:

Lo que antes le llevaba días de gestión manual de datos a nuestro equipo de análisis se automatizó. Las señales de medios y de venta al por menor de Amazon, incluidos los datos granulares sobre el comportamiento de compra, se incorporaban directamente al MMM del cliente con una cadencia diaria, no trimestral. El resultado: una visión más clara de cómo la inversión en Amazon impulsaba los resultados en comparación con otros canales, actualizada con la frecuencia suficiente para informar realmente la siguiente decisión presupuestaria, en lugar de llegar demasiado tarde como para ser relevante.

La API de MMM proporciona las señales: no construye el modelo por ti. Necesitarás un marco de MMM existente (interno o a través de un colaborador de medición) para incorporar y analizar los datos. El valor radica en la automatización y la estandarización: un acceso consistente y programado que reduce el esfuerzo manual y permite realizar análisis con mayor frecuencia.

• El alcance histórico es la base. No es posible hacer previsiones precisas sin saber qué ocurrió realmente. Empieza cada relación con clientes aquí, aunque la verdad sea incómoda.
• Prevé múltiples escenarios, no un solo plan. Presenta entre 3 y 5 opciones de presupuesto con curvas de alcance. Deja que los datos te guíen. Los clientes valoran la optimización, no solo la maximización.
• Los intervalos de confianza generan más confianza que la falsa certeza. No prometas un número concreto. Promete un rango con nivel de confianza. Cuando cumples dentro del rango, eres un héroe.
• Los comportamientos superan a los datos demográficos. Deja de segmentar a “adultos de 25 a 54 años”. Segmenta a “compradores de proteína en polvo que consumen contenido de fitness en streaming”. La diferencia en conversión es significativa.

• País compatible (confirma que tu región está incluida)
• Historial de campañas de Amazon (se recomienda un mínimo de 6 meses para el alcance histórico)
• Combinación de medios multicanal (necesaria para que la deduplicación de previsiones sea significativa)
• Instancia de AMC (para la superposición de datos de primera mano)
• Registro de desarrollador e incorporación por parte del equipo de cuentas

1. Mes 1: Alcance histórico. Pon en marcha el alcance histórico para establecer el alcance de referencia de tu categoría y combinación de inventario durante los últimos 6 meses. Muestra a tu cliente el alcance real frente al estimado. Esa sugerencia por sí sola suele justificar todo el esfuerzo. Revisa nuestra documentación para la medición campaña por campaña.
2. Mes 2: Alcanzar la previsión. Prueba entre 3 y 5 escenarios de presupuesto para la próxima campaña. Curvas de alcance actuales. Deja que los datos impulsen la recomendación.
3. Mes 3: Previsión de rendimiento. Añade predicciones de resultados con intervalos de confianza. Establece el seguimiento semanal frente a la previsión.
4. Mes 4: Deduplicación de previsión. Poner en marcha a mitad de campaña. Identificar el solapamiento. Reestructura la combinación de medios para maximizar el alcance exclusivo.
5. Meses 5-6: API de audiencia. Crea arquetipos de comportamiento con un generador de perfiles. Descubre nuevos segmentos con sugerencias de audiencia. Valida la diferenciación con la superposición de audiencias. Reasigna el presupuesto a los perfiles ficticios con mayor tasa de conversión.
6. En curso: MMM API. Integra las señales de medios y de venta al por menor de Amazon en tu marco de medición. Utiliza la información para orientar el siguiente ciclo de planificación.

Los nuevos integradores deben esperar bandas de variación más amplias durante los primeros 30 días, mientras el modelo se adapta a su perfil de tráfico.

Explora los recursos que se indican a continuación para ayudarte a empezar con el conjunto de API de plan de medios.

La guía de la API de Amazon Ads y las guías de plan de medios proporcionan especificaciones técnicas, puntos de conexión y guías de integración. La documentación de la API también proporciona la disponibilidad actual por región y el estado de la API.

Gigi, Pacvue, Perpetua, Intentwise y Skai ofrecen integraciones prediseñadas sin necesidad de programación, incluidos paneles de control.

El Partner Network te ayuda a encontrar colaboradores certificados de Amazon Ads que pueden ayudarte con la implementación.

La Certificación de plan de medios ofrece formación gratuita sobre los fundamentos del plan de medios y la utilización de la API.

Tu representante de Amazon Ads te proporciona casos prácticos, asistencia de incorporación y acceso a programas piloto.

¿No eres desarrollador? No hay problema. Varias plataformas asociadas a Amazon Ads (Pacvue, Perpetua, Skai, Gigi y otras) están integrando progresivamente las API de plan de medios. No se requiere tiempo de desarrollo. Colabora con tu equipo de cuentas para identificar al colaborador adecuado para tu pila tecnológica.

• Señales de ventas: Estamos explorando una integración más profunda de las señales de venta al por menor y de los compradores de Amazon directamente en los flujos de trabajo de planificación previos a la campaña. Esto conectará el plan de medios con resultados reales de venta minorista, no solo con métricas de anuncios.
• Capa de integración de agentes: Una nueva capacidad que permite a los agentes de IA de terceros integrarse directamente con las API del plan de medios. Esto significa que tus herramientas de planificación propias, flujos de trabajo automatizados y motores de optimización impulsados por IA pueden acceder mediante programación a las señales de planificación de Amazon, pasando de llamadas manuales a la API a una inteligencia de planificación autónoma y siempre activa.

Recursos adicionales:

• Contacta con tu equipo de cuentas de Amazon Ads
• Únete a la conversación en nuestra comunidad de GitHub
• Completa el registro de desarrollador

Fuentes:

¹ Datos Internos de Amazon, EE. UU., 2025–2026.

² Documentación de la API de Amazon Ads, en todo el mundo, 2026.

Colaboradores:

Vic Awokoya, Kapil Dwivedi