Una guía práctica para la previsión de campañas con el conjunto de API de planificación de medios de Amazon

Soy estratega de medios en una agencia de publicidad de tamaño mediano. Una marca de bienestar acudió a nosotros con un presupuesto de 150 millones de dólares para invertir en Amazon. Tenían una sola pregunta: “"¿Pueden garantizar que esto funcionará?”.

No podía. Ninguno de nosotros podía. Teníamos 15 años de experiencia, miles de campañas a nuestras espaldas y una confianza genuina en el producto. Pero no teníamos certezas. Estábamos construyendo 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 aterrados. Tres meses después, el cliente preguntó: “¿Estamos llegando a nuestro público objetivo tal como lo habían previsto?”. No tenía idea. No podíamos medir con precisión la cobertura exclusiva entre distintos canales. ¿Nuestras proyecciones de alcance? Estimaciones fundamentadas.

Seis meses después asistí a una conferencia de Amazon Ads y conocí las API de planificación de medios, que habrían respondido todas las preguntas que no podíamos responder:

• ¿Cuál fue el alcance modelado para el contexto de nuestro anunciante en el inventario de Amazon durante el último trimestre?
• ¿A cuántas personas llegaremos con distintos niveles de presupuesto?
• ¿Qué resultados de campaña podemos prever antes de comprometer el presupuesto?
• ¿Estamos pagando por llegar a la misma persona a través de varios canales?
• ¿Qué comportamientos de los clientes predicen las mayores tasas de conversión?
• ¿Cómo medimos el verdadero impacto de nuestra inversión en medios?

Hoy, ese mismo cliente invierte 200 millones de dólares al año, no porque gaste más en los mismos canales, sino porque amplió su estrategia hacia nuevos perfiles de audiencia e inventario identificados mediante el conjunto de API, y lo hace con total confianza. No porque seamos más inteligentes. Sino porque dejamos de hacer suposiciones.

Piensa en la planificación de medios como la forma en que un estudio de cine planifica el estreno de una gran película. Antes de invertir un solo dólar en la producción, el estudio se pregunta: ¿Quién es nuestra audiencia? ¿En qué canales estará? ¿Cuánto deberíamos invertir en cada mercado? ¿Qué retorno podemos esperar? La planificación de medios funciona igual para los anunciantes: es el trabajo estratégico que realizas antes de comprar anuncios para que tu campaña tenga posibilidades reales de éxito.

Sin un plan, estás adivinando. Con las herramientas adecuadas, específicamente el conjunto de API de planificación de medios de Amazon, estás haciendo pronósticos. Y esa diferencia puede valer decenas de millones de dólares.

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

¿Cuántas personas alcanzamos y alcanzaremos, y cuál es la verdadera superposición entre audiencias?

¿Qué resultados podemos predecir antes de comprometer el presupuesto?

¿A quién deberíamos dirigirnos y por qué?

¿Cómo medimos el verdadero impacto de la inversión en medios a través de distintos canales?

Todas las API operan sobre el inventario publicitario y las señales de comportamiento de Amazon Ads. El cálculo del alcance entre distintos publishers, la deduplicación, la comparación del rendimiento y la caracterización de audiencias requieren socios externos de medición.

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

Antes de invertir un solo dólar, debes analizar resultados anteriores, pronosticar el alcance y el desempeño, y crear tu plan. Las API de curva de alcance, API de previsión de desempeño y API de audiencia te proporcionan los datos necesarios para hacerlo.

Con el plan listo, configura la segmentación, los canales y la distribución del presupuesto. Las API de audiencia definen a quién llegarás, mientras que las API de curva de alcance (previsión de desempeño y deduplicación de previsiones) te ayudan a validar la combinación de canales antes del lanzamiento.

Una vez que la campaña está en marcha, tienes que supervisar el rendimiento, ajustar los presupuestos y optimizar la segmentación. Las API de curva de alcance (deduplicación de previsiones) muestran si realmente estás llegando a clientes únicos o si estás pagando por audiencias superpuestas.

Cuando la campaña finaliza, compara los resultados reales con las previsiones, extrae aprendizajes y planifica la siguiente campaña. Las API de curva de alcance (alcance histórico) muestran lo que realmente ocurrió, y la API de MMM incorpora esas señales a tu marco de medición.

La API de alcance histórico proporciona curvas históricas de alcance para el inventario de Amazon, ajustadas al contexto específico del anunciante. Solo debes indicar un intervalo de fechas y los parámetros de la audiencia, y la API devuelve cifras modeladas de alcance único basadas en los datos de panel e inventario de Amazon. Sin conjeturas. Sin suposiciones.

Ejecutamos el alcance histórico sobre las campañas anteriores del cliente, analizando seis meses de datos. Resultado: 12 millones de clientes únicos, no 8 millones. Una diferencia del 50% en la medición. Eso lo cambió todo. Su costo por alcance era un 37% menor de lo que pensaban, lo que significaba que sus campañas eran mucho más eficientes de lo que indicaban sus estadísticas iniciales. No estaban obteniendo un rendimiento inferior; estaban subestimando sus resultados debido a una medición incompleta. Con esa línea de base, pudimos planificar con confianza una campaña de 150 millones de dólares.

El alcance histórico analiza el pasado, no el futuro. No predice el próximo trimestre. Pero no puedes crear una buena previsión sin comprender cuál es realmente tu punto de partida. Piensa en esta API como revisar los estados financieros del año anterior antes de definir el presupuesto del siguiente: proporciona un contexto esencial, aunque no constituye la estrategia completa. No resulta útil para campañas que se realizan por primera vez en Amazon y que no cuentan con datos históricos.

El cliente preguntó: “¿Deberíamos invertir 120, 150 o 180 millones de dólares? ¿Qué diferencia habría en el alcance?”. Tradicionalmente, respondíamos haciendo una estimación basada en un crecimiento aproximadamente lineal respecto de la inversión del año anterior. Pero solo eran aproximaciones, y ahí es donde surge la incertidumbre.

La previsión de alcance te permite probar distintos escenarios de presupuesto antes de invertir un solo dólar. Solo debes indicar tu audiencia objetivo, las fechas de la campaña y varias opciones de presupuesto. La API devuelve una curva de alcance que muestra exactamente cuántos clientes únicos alcanzaría cada presupuesto y en qué punto la curva comienza a aplanarse (es decir, cuando una mayor inversión deja de generar un aumento proporcional del alcance).

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

La curva se aplanó bruscamente después de los 150 millones de dólares. Al pasar de 150 a 175 millones de dólares, solo se alcanzó a 1.7 millones de clientes adicionales, con un costo de USD 14.70 por cliente incremental frente a un promedio de USD 7.35. Recomendamos ahorrar esos 25 millones de dólares y reasignarlos a campañas de prospección. La reacción del cliente fue: “Acaban de ahorrarnos 25 millones de dólares antes de que los gastáramos”.

Se trata de proyecciones, no de garantías, similares a un pronóstico del tiempo. La precisión varía según las condiciones de cada campaña; los rangos mostrados son ejemplos ilustrativos basados en patrones de desempeño habituales. Presenta siempre un intervalo de confianza, por ejemplo: “Estimamos un alcance de 20.4 millones de personas, con un rango probable de entre 18.5 y 22.1 millones”. Planifica con un margen, supervisa los resultados reales y perfecciona tus modelos con el tiempo.

A mitad de la campaña del cuarto trimestre, el cliente pidió una revisión de resultados. Le informamos que estábamos llegando a 21.6 millones de clientes únicos a través de varios canales de Amazon Ads. Nos sentíamos satisfechos con esa cifra. Estábamos equivocados.

La deduplicación de previsiones muestra cuántas personas únicas estás alcanzando realmente en todos tus canales de Amazon, en lugar de la suma inflada del alcance de cada canal por separado. La API identifica la superposición entre canales para que puedas ver exactamente dónde estás contabilizando a las mismas personas más de una vez y pagando por impactarlas repetidamente.

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

Pusimos en marcha la deduplicación de previsiones. Cobertura exclusiva real: 13.2 millones, no 21.6 millones. Esos 8.4 millones de “clientes” correspondían, en realidad, a las mismas personas que aparecían en varios canales. Los canales de TV conectada presentaban una superposición del 68%. Habíamos desperdiciado USD 61 740 en el alcance a personas a las que ya habíamos llegado. Reestructuramos la combinación de medios, redujimos el presupuesto de los canales con mayor superposición, reasignamos la inversión hacia Twitch (donde la superposición era menor) y alcanzamos 16.8 millones de clientes únicos con el mismo presupuesto de 150 millones de dólares. Una cobertura exclusiva un 27% superior, sin aumentar el presupuesto.

“Estábamos pagando más de 61 000 dólares para mostrar anuncios a las mismas personas en cinco pantallas diferentes. Eso no es una estrategia multicanal; es pagar cinco veces el alquiler del mismo departamento”.

La deduplicación solo funciona dentro del inventario de Amazon. Si también ejecutas campañas en Google, Meta, TikTok o la televisión estándar, esas superposiciones no aparecerán aquí. Acláralo desde el principio a tus clientes: “Esto muestra la superposición de audiencias dentro de Amazon. Para deduplicar audiencias entre distintos publishers, necesitarás socios externos de medición”. Establecer correctamente las expectativas es fundamental.

El alcance es importante. Pero la verdadera pregunta del cliente era: “¿Qué tan eficiente será esta campaña?”. Antes de comprometer 150 millones de dólares, necesitaban saber cuál sería el costo por clic, qué tasa de terminación de video podían esperar y si la inversión ofrecería resultados a gran escala. Lo mejor que podíamos responder era: “Basándonos en los promedios de la industria... confíen en nosotros”.

La previsión del desempeño predice los resultados de una campaña antes de invertir un solo dólar. Seleccionas una estadística (clics, reproducciones completas de video o vistas a páginas de información del producto) y la API devuelve una curva de previsión que muestra, para cada nivel de inversión: el volumen previsto, el costo por resultado (CPC, eCPM, CPDPV o CPVC) y las estadísticas de tasas (CTR y VCR). No se trata de una estimación optimista. Es una predicción respaldada por datos, con intervalos de confianza.

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

La API devolvió una curva de previsión que mostraba el volumen estimado de clics y el costo por resultado para el nivel de inversión previsto, junto con intervalos de confianza que cumplían los puntos de referencia de eficiencia del cliente, incluso en el escenario más conservador. Entramos a la reunión de planificación y dijimos: “Incluso en el escenario más conservador, el costo por resultado se mantiene dentro del objetivo. Recomendamos aprobar esta campaña”.

Tres meses después, la tasa de clics real y el costo por resultado quedaron dentro de un margen del 5% respecto de la previsión de la API. La campaña terminó generando un ROAS de 4.0 como resultado comercial. La combinación de previsiones precisas y decisiones respaldadas por datos transformó por completo la relación con el cliente y nos permitió conseguir una importante renovación del contrato.

La precisión mejora con los datos. La variabilidad es mayor en los lanzamientos de nuevos productos y durante los periodo de mayor demanda. Las campañas con un historial más extenso en Amazon generan previsiones más precisas. Explícaselo claramente a tus clientes: los intervalos de confianza no son una forma de cubrirse; reflejan honestamente cómo funcionan las predicciones.

El grupo de API de audiencia te ayuda a ir más allá de los datos demográficos para comprender quiénes son realmente tus clientes y descubrir nuevas audiencias que ni siquiera sabías que existían.

La segmentación inicial del cliente era: “Adultos de entre 25 y 54 años, interesados en salud y bienestar, con ingresos familiares superiores a USD 60 000”. Eso describía aproximadamente 42 millones de personas en Amazon. Pero ¿qué segmentos debíamos priorizar? ¿Y cuánto presupuesto asignar a cada uno? Los datos demográficos te dicen quiénes son las personas. No te dicen qué hacen. Y el comportamiento predice las conversiones mucho mejor que la edad.

• El generador de personas utiliza los datos de primera mano de Amazon (qué compran, qué ven y qué buscan las personas) para agrupar a la audiencia en segmentos conductuales. En lugar de rangos de edad, obtienes perfiles reales de clientes construidos a partir de patrones de compra, hábitos de consumo de contenido y comportamiento de búsqueda.
• El descubrimiento de audiencias identifica nuevos segmentos de audiencia que quizá no habías considerado: personas cuyos comportamientos indican una alta intención de compra, aunque queden fuera de tu segmentación actual. Así es como descubres clientes que ni siquiera sabías que debías buscar.
• La superposición de audiencias muestra el grado de superposición entre tus segmentos para que puedas identificar cuáles son realmente distintos y cuáles corresponden, en gran medida, a las mismas personas. Esto evita invertir de más en audiencias con un alto nivel de superposición.

En conjunto, estas API responden estas preguntas clave: “¿Quiénes son nuestros mejores clientes, quiénes se parecen a ellos y cómo evitamos dirigirnos repetidamente a las mismas personas?”.

Ejemplo ilustrativo que demuestra las capacidades de las API de audiencia, con el 10% restante reservado para probar nuevos segmentos identificados mediante el descubrimiento de audiencias.

Al pasar de una segmentación demográfica amplia a personas basadas en comportamientos, la eficiencia de la campaña mejoró considerablemente. El segmento de entusiastas del bienestar activo, compuesto por solo 8.2 millones de personas, obtuvo el mayor rendimiento. Esos eran los verdaderos superfans de la marca. Simplemente no podíamos identificarlos hasta que analizamos sus comportamientos.

Posteriormente, el descubrimiento de audiencias reveló un segmento que nunca habíamos considerado: “Personas que consumen contenido sobre fitness y compran snacks orgánicos”. La superposición de audiencias confirmó que este grupo tenía menos del 12% de superposición con nuestras audiencias existentes; era una audiencia realmente nueva, no una versión reorganizada de otra que ya estábamos alcanzando.

Las API de audiencia muestran los comportamientos desde la perspectiva de Amazon. Si tus clientes compran o consumen contenido principalmente fuera de Amazon, la información será incompleta. Combina estas información con tus propios datos de primera mano para obtener una visión más completa. Además, estas API no son la mejor opción para audiencias de nicho muy pequeñas, donde el tamaño de la muestra limita la capacidad de generar grupos significativos.

Al finalizar la campaña, el cliente preguntó: “¿Cuál fue el impacto real de nuestra inversión en Amazon en comparación con los demás canales?”. Teníamos estadísticas de cada plataforma por separado, pero no existía una forma estandarizada de incorporar las señales de Amazon a sus modelos generales de medición. Nuestro equipo de analítica dedicaba días a recopilar informes manualmente, reorganizar los datos y conciliar discrepancias. Cuando los insights llegaban al equipo de planificación, la siguiente campaña ya estaba en marcha.

La API de MMM proporciona a anunciantes y socios de medición acceso programático a las señales publicitarias y comerciales de Amazon para acelerar y escalar los modelos de mezcla de marketing. Elimina los intercambios manuales de datos y automatiza el envío de señales de medios (impresiones, alcance e inversión), así como señales comerciales, incluidas estadísticas diarias de interacción de compra, como los eventos de Agregar al carrito, directamente a los flujos de trabajo existentes. El resultado es una visión más frecuente y confiable para optimizar la inversión multicanal.

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

Lo que antes requería varios días de trabajo manual por parte de nuestro equipo de analítica pasó a ser un proceso automatizado. Las señales de medios y retail de Amazon, incluidos datos detallados sobre el comportamiento de compra, comenzaron a alimentar diariamente el modelo MMM del cliente, en lugar de hacerlo una vez por trimestre. El resultado fue una visión mucho más clara del impacto de la inversión en Amazon frente a otros canales, actualizada con la frecuencia suficiente para orientar la siguiente decisión presupuestaria, en lugar de llegar cuando ya era demasiado tarde.

La API de MMM proporciona las señales, pero no construye el modelo por ti. Necesitarás un marco de MMM ya existente, interno o proporcionado por un socio de medición, para incorporar y analizar los datos. El verdadero valor reside en la automatización y la estandarización: un acceso programático y consistente que reduce el trabajo manual y permite realizar análisis con mayor frecuencia.

• El alcance histórico es la base. No puedes hacer pronósticos precisos sin saber qué ocurrió realmente. Comienza cada relación con un cliente desde este punto, aunque los resultados no sean los esperados.
• Proyecta varios escenarios, no un solo plan. Presenta entre tres y cinco opciones de presupuesto con sus respectivas curvas de alcance. Deja que los datos hagan la recomendación. Los clientes valoran la optimización, no solo la maximización de la inversión.
• Los intervalos de confianza generan más confianza que una falsa certeza. No prometas una única cifra; presenta un rango con su nivel de confianza. Si los resultados se mantienen dentro de ese rango, tu credibilidad aumenta.
• El comportamiento vale más que la demografía. Deja de segmentar a “adultos de 25 a 54 años”. Segmenta, por ejemplo, a “compradores de proteína en polvo que consumen contenido de fitness en streaming”. La diferencia en conversión es considerable.

• Marketplace compatible (confirma que tu región esté incluida)
• Historial de campañas en 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)
• Una instancia de AMC (para combinar datos de primera mano con las señales de Amazon)
• Registro como desarrollador y proceso de incorporación con el equipo de cuentas

1. Mes 1: Alcance histórico. Utiliza la API de alcance histórico para establecer el alcance de referencia de tu categoría y combinación de inventario durante los últimos seis meses. Muestra al cliente el alcance real frente al que asumía tener. Ese descubrimiento, por sí solo, suele justificar todo el esfuerzo. Consulta nuestra documentación sobre medición campaña por campaña.
2. Mes 2: Previsión de alcance. Prueba entre tres y cinco escenarios de presupuesto para la siguiente campaña. Presenta las curvas de alcance y deja que los datos fundamenten la recomendación.
3. Mes 3: Previsión de desempeño. Incorpora predicciones de resultados con intervalos de confianza. Establece un seguimiento semanal comparando el rendimiento real con el pronóstico.
4. Mes 4: Deduplicación de previsiones. Implementa esta API a mitad de la campaña. Identifica la superposición de audiencias y reestructura la combinación de medios para maximizar la cobertura exclusiva.
5. Mes 5 y 6: API de audiencia. Crea perfiles de audiencia basados en comportamientos con el generador de personas. Descubre nuevos segmentos con el descubrimiento de audiencias. Valida que sean realmente distintos mediante la superposición de audiencias. Redistribuye el presupuesto hacia los perfiles con mayor tasa de conversión.
6. En curso: API de MMM. Integra las señales de medios y retail de Amazon en tu marco de medición. Utiliza esos insights para optimizar el siguiente ciclo de planificación.

Quienes implementen estas API por primera vez deben esperar intervalos de variación más amplios durante los primeros 30 días, mientras el modelo se adapta al perfil de tráfico de su negocio.

Explora los siguientes recursos para ayudarte a comenzar a utilizar el conjunto de API de planificación de medios.

La guía de las API de Amazon Ads y las guías de planificación de medios incluyen especificaciones técnicas, endpoints y guías de integración. La documentación de las API también proporciona información actualizada sobre la disponibilidad por región y el estado de cada API.

Gigi, Pacvue, Perpetua, Intentwise y Skai ofrecen integraciones preconfiguradas que no requieren programación, además de paneles de control.

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

La certificación de planificación de medios ofrece capacitación gratuita sobre los fundamentos de la planificación de medios y el uso de las API.

Tu representante de Amazon Ads puede proporcionarte estudios de caso, asistencia durante el proceso de incorporación y acceso a programas piloto.

¿No eres desarrollador? No hay problema. Varias plataformas asociadas de Amazon Ads (como Pacvue, Perpetua, Skai, Gigi, entre otras) están incorporando progresivamente las API de planificación de medios. No necesitas dedicar tiempo al desarrollo. Trabaja con tu equipo de cuentas para identificar el socio que mejor se adapte a tu conjunto tecnológico.

• Señales de ventas: se está explorando una integración más profunda de las señales de retail y de comportamiento de compra de Amazon directamente en los flujos de planificación previos al lanzamiento. Esto permitirá conectar la planificación de medios con resultados reales de negocio, y no únicamente con estadísticas publicitarias.
• Nivel de integración agéntica: una nueva capacidad que permitirá que agentes de IA de terceros se integren directamente con las API de planificación de medios. Esto significa que tus herramientas propietarias de planificación, flujos de trabajo automatizados y motores de optimización basados en IA podrán acceder de forma programática 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:

• Ponte en contacto con tu equipo de cuentas de Amazon Ads
• Únete a nuestra comunidad GitHub
• Completa el registro de desarrollador

Fuentes:

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

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

Colaboradores:

Vic Awokoya, Kapil Dwivedi