Blog Allora · TOFU

Cómo funciona el algoritmo de Meta en 2026 (explicado para CEOs)

Te lo voy a contar con el mismo mapa mental que uso cuando un empresario me pregunta por qué su cuenta funciona unos meses y otros no: cuatro capas, cero tecnicismos.

Pedro Alvarado · Fundador de Allora 360 Actualizado: octubre 2026 Lectura ~14 min

Puntos clave

El algoritmo de Meta no decide quién paga más, decide quién va a generar más valor por cada impresión: puja, calidad del anuncio y probabilidad de que la persona haga lo que tú pides.
Funciona en cuatro capas que puedes explicar en una reunión de dirección: subasta, calidad, predicción y optimización.
La predicción es la capa que casi nadie mira, y es la que decide tu coste. Se alimenta de las conversiones que tú le mandas.
En 90 días, con 16 cuentas de Meta y 40.455 € de inversión, mi equipo cerró 10.392 leads a un coste medio de 3,89 €. El mismo sistema, cuentas muy distintas.
Advantage+ no sustituye tu criterio. Delegas segmentación y reparto de presupuesto, no la oferta, el mensaje ni la definición de lo que cuenta como cliente bueno.

Llevo ocho años metido en cuentas de Meta Ads y en los últimos tres la pregunta de los clientes ha cambiado. Antes me preguntaban a qué público había que apuntar. Ahora me preguntan qué está haciendo el algoritmo con su dinero.

Es una buena pregunta y tiene respuesta. No necesitas saber matemáticas ni abrir el Administrador de anuncios. Necesitas un modelo mental de cuatro piezas que te permita leer un informe y detectar si el problema está en el sistema, en tu oferta o en los datos que le estás enviando.

Eso es lo que te doy aquí.

El algoritmo no te conoce a ti, conoce tus conversiones

Empiezo por el malentendido más caro que veo en pymes españolas. El empresario piensa que Meta evalúa su marca, su reputación, su trayectoria o el cuidado que ha puesto en el anuncio. Y entonces aparece la frase: «llevamos 15 años en el mercado y nos gastamos 2.000 € al mes, ¿cómo es que no nos dan prioridad?».

Meta no tiene ni idea de quién eres. Lo que tiene es un histórico de eventos: cuántas veces alguien con un perfil parecido al de la persona que está abriendo Instagram ahora mismo hizo clic, rellenó un formulario, llamó o compró después de ver un anuncio como el tuyo. Con eso estima una probabilidad, y con esa probabilidad calcula cuánto vale mostrarte.

Si le mandas señales buenas, te sale barato. Si le mandas ruido, te sale caro. Tu antigüedad no entra en la ecuación.

Para un CEO esto tiene una consecuencia práctica inmediata: la calidad de tu medición es una palanca de rentabilidad, no una tarea técnica que se delega y se olvida. Vuelvo sobre esto más adelante porque es donde se pierde la mayor parte del dinero que veo mal gastado.

Las cuatro capas: el mapa que uso en cada reunión

Cuando explico el funcionamiento de Facebook Ads a un comité de dirección no dibujo un diagrama de flujo. Dibujo cuatro cajas. Cada caja responde a una pregunta distinta y cada una tiene un responsable distinto dentro del proyecto.

Capa	Qué decide	Quién la controla
1. Subasta	Qué anuncio ocupa ese hueco concreto, ahora	Meta, con tu puja y tu presupuesto como entrada
2. Calidad	Si tu anuncio merece abaratarse o encarecerse	Tú: creatividad, promesa, experiencia después del clic
3. Predicción	La probabilidad de que esa persona convierta	Compartido: el modelo es de Meta, los datos son tuyos
4. Optimización	Cómo se reparte tu presupuesto entre anuncios y públicos	Tú marcas el objetivo y la estructura, Meta ejecuta

Las cuatro funcionan a la vez, miles de veces por segundo. Y aquí está el detalle que cambia cómo tomas decisiones: tres de las cuatro dependen más de ti que de Meta.

Capa 1: la subasta, donde no gana quien más paga

Cada vez que alguien hace scroll en Facebook, Instagram o Reels se abre un hueco publicitario. Para ese hueco hay cientos o miles de anunciantes candidatos. Meta tiene que elegir uno en milisegundos.

No elige al que puja más alto. Elige al que, multiplicando lo que está dispuesto a pagar por la probabilidad de que la cosa funcione, da el número más alto. A eso se le llama valor total del anuncio.

La subasta en una línea

Valor total = puja × probabilidad de acción estimada + calidad del anuncio

Un anunciante con una puja más baja gana el hueco si su probabilidad estimada es mejor. Eso es lo que permite a una pyme local competir contra una marca nacional en el mismo feed.

Entender esto te quita un peso de encima y te pone otro. Te quita el de pensar que necesitas presupuestos de multinacional para salir. Te pone el de aceptar que tu competitividad depende de cosas que no se compran con dinero: un anuncio que la gente ve entero, una oferta que encaja, un formulario que no abandonan a la mitad.

Un apunte que suele sorprender. En sectores locales de pyme el CPM sigue siendo ridículamente bajo comparado con lo que paga cualquier marca de consumo. Esa ventana de oportunidad es la misma que yo aproveché en 2018 y todavía está abierta en bastantes verticales.

Capa 2: calidad, lo que Meta mide del anuncio

La segunda capa ajusta el precio que pagas por llegar a la misma persona. Dos anunciantes con la misma puja y el mismo público pueden tener costes muy distintos, y la diferencia está casi siempre aquí.

Meta observa señales de comportamiento y las traduce en un ajuste de coste. Las que más peso tienen en mi experiencia:

Cuánto tiempo se queda la gente mirando el vídeo o la imagen antes de seguir bajando.
Qué proporción de quienes ven el anuncio hacen clic, guardan, comparten o comentan.
Qué pasa justo después del clic: si la gente se va de tu web en tres segundos, Meta lo nota.
Señales negativas explícitas (ocultar el anuncio, reportarlo, marcar que no es relevante).
Promesas exageradas en el texto que luego no aparecen en la landing.

Esta capa es la que más control directo te da y la que más se descuida. He visto cuentas donde cambiar el gancho de los tres primeros segundos del vídeo bajó el coste por lead un 30 % sin tocar ni el presupuesto ni la segmentación.

Si quieres entender qué significan exactamente las métricas que aparecen en los informes (CPM, CTR, CPL y cómo se relacionan entre ellas), lo desarrollé en esta guía de métricas de Meta Ads. Es la lectura complementaria natural a este artículo.

Por qué la producción audiovisual entra en la ecuación

Aquí tengo un sesgo y lo digo abiertamente: monté productora in-house precisamente por esta capa. Cuando el coste de tu publicidad depende de si la gente se queda mirando, el vídeo deja de ser un adorno de marca y se convierte en una variable de coste.

Un anuncio mediocre no es solo menos eficaz. Es literalmente más caro por cada mil impresiones.

Capa 3: predicción, donde se decide tu coste real

Esta es la capa del machine learning de Meta Ads y la que menos se entiende. El sistema estima, para cada persona y cada hueco, la probabilidad de que ocurra el evento que tú has pedido optimizar. Si pides formularios, estima probabilidad de formulario. Si pides compras con valor, estima probabilidad de compra y cuánto va a gastar.

Esa estimación se construye con el historial de eventos que tu cuenta le ha enviado. No con tu intuición del cliente ideal, no con tu buyer persona de la presentación corporativa. Con eventos.

Tardé cuatro años en internalizar esto de verdad. Te cuento cómo llegué ahí.

En 2018 era filmmaker freelance. Puse un telón en el salón de mi casa, grabé tres vídeos verticales en cuatro horas y los subí a Meta con cero experiencia. El primer mes fue flojo, de los que te hacen dudar. Me pasé dos meses optimizando a mano, cambiando públicos, moviendo presupuestos, probando copys, y acabé consiguiendo clientes a 5 € de coste de adquisición.

Durante años pensé que el mérito había sido mi criterio para elegir públicos. Me equivocaba. Lo que había pasado era que, sin saberlo, le había dado al sistema un flujo limpio y constante de conversiones reales y el modelo había aprendido a encontrar más gente como esa. El día que dejé de preguntarme «a quién quiero yo llegar» y empecé a preguntarme «qué conversiones le estoy enseñando», subimos el ROAS un 40 % en las cuentas de la cartera. No cambié la segmentación. Cambié los datos.

Coste por lead agregado, últimos 90 días

3,89 €

16 cuentas de Meta, 40.455 € de inversión, 10.392 leads. Mismo sistema de señales, sectores muy distintos.

Ese agregado esconde diferencias grandes por sector, y me parece más honesto mostrarlas que presentar una media y dejarte creer que tu caso será igual:

Inmobiliario: 2,39 € por lead.
Despachos de abogados: 3,65 € por lead.
Ecommerce: 4,73 € por lead.
Clínicas dentales: 8,66 € por lead.

El caso que mejor ilustra la capa de predicción es un despacho de abogados: 9.318 leads a 4,57 € de media sostenidos durante doce meses en Meta Ads. Doce meses, no una semana afortunada. Eso solo se consigue cuando el modelo recibe datos consistentes mes tras mes y no se le rompe la racha cada vez que alguien toca algo.

Capa 4: optimización, el aprendizaje y por qué conviene no toquetear

La cuarta capa es la que reparte tu presupuesto. Dentro de una campaña, Meta decide cuánto dinero va a cada conjunto de anuncios y a cada creatividad según lo que está funcionando en ese momento.

Para hacerlo necesita datos frescos, y ahí entra la fase de aprendizaje. Cuando creas o modificas algo relevante, el sistema entra en un periodo de exploración en el que los resultados son inestables y los costes, más altos de lo normal. Sale de ese periodo cuando acumula unos 50 eventos de optimización en una ventana de siete días.

Traducido a decisiones de negocio:

Si tu volumen de conversiones no llega a unas 50 al mes por conjunto de anuncios, el algoritmo nunca termina de aprender y vives permanentemente en la fase caótica.
Fragmentar en muchas campañas pequeñas reparte esos eventos y empeora a todas a la vez. Consolidar casi siempre gana.
Cada cambio de presupuesto grande, de público o de objetivo reinicia el reloj. Dos cambios por semana equivalen a no salir nunca del aprendizaje.
Si tu volumen de ventas reales es bajo, optimizar por un evento intermedio de calidad (una llamada, una cita agendada) suele funcionar mejor que optimizar por compra.

El error de gestión más frecuente que veo

Un responsable de marketing bienintencionado revisa la cuenta cada mañana y ajusta presupuestos según los resultados de ayer. Con esa rutina, la cuenta pasa el 90 % del tiempo en fase de aprendizaje y nunca llega a su coste eficiente. Mirar a diario está bien. Tocar a diario, no.

Si todo este vocabulario (fase de aprendizaje, eventos, atribución, ROAS) te suena a idioma ajeno cuando lo lees en un informe, tengo un diccionario de marketing digital para empresarios escrito para que puedas sentarte en una reunión con tu agencia sin asentir a cosas que no entiendes.

Advantage+ y el algoritmo en 2026: qué delegas y qué no

El cambio de los últimos años tiene un nombre comercial, Advantage+, y una idea detrás: Meta sostiene que su modelo encuentra mejor a tu cliente si le das menos restricciones. Menos públicos cerrados, menos exclusiones, menos reparto manual de presupuesto.

En buena parte de las cuentas que gestiono eso se cumple. En algunas no, y conviene saber distinguir cuándo.

Decisión	Campaña manual	Advantage+	Qué hago yo
Público	Tú eliges intereses y datos demográficos	Amplio con sugerencias, el modelo explora	Advantage+ si hay volumen; manual si el nicho es muy estrecho
Presupuesto	Reparto fijado por conjunto	Flexible entre todo lo que haya activo	Flexible casi siempre, con topes cuando hay stock limitado
Ubicaciones	Seleccionadas a mano	Automáticas en toda la red	Automáticas, con creatividades pensadas para vertical
Creatividad	Tus piezas tal cual	Variantes y mejoras generadas de forma automática	Control humano: las automáticas suelen romper el tono de marca
Qué es una conversión buena	Lo que definas	Lo que definas	Siempre decisión del cliente y mía, nunca delegable

Mi lectura en 2026: Advantage+ funciona bien cuando la cuenta tiene volumen de conversiones y señales limpias. En una cuenta con 20 leads al mes y un píxel mal configurado, la automatización amplifica el desorden en lugar de arreglarlo. No es magia, es estadística, y la estadística necesita muestra.

Y hay dos cosas que no delego nunca, pase lo que pase con la tecnología: la oferta y la definición de cliente válido. Si tu oferta es peor que la del de al lado, ningún modelo te va a salvar.

Lo que el algoritmo necesita de ti y casi nadie le da

Voy a ser directo con mi opinión, porque es la parte del artículo que más discusiones me ha generado en reuniones.

El algoritmo no es tu enemigo. El enemigo es enviarle conversiones de baja calidad y luego culpar al algoritmo.

Lo veo cada mes. Una cuenta manda al píxel 400 «leads» que en realidad son 400 clics en un botón de WhatsApp, de los cuales 310 nunca escribieron nada. Meta aprende a buscar gente que hace clic en botones de WhatsApp y no escribe. Hace su trabajo perfectamente. El problema es el briefing de datos que le dimos.

Lo que sí mueve la aguja, en orden de impacto según lo que veo en la cartera:

Definir qué cuenta como lead válido antes de lanzar, no después del primer informe malo.
Devolver al sistema las conversiones que se cerraron de verdad. Nosotros subimos conversiones offline desde el CRM y mandamos los eventos reales a Meta por la API de Conversiones, con etiquetado limpio en Google Tag Manager y conversiones mejoradas donde aplica.
Diferenciar un lead frío de uno cualificado y de un cliente firmado, para que el modelo sepa hacia dónde tirar.
Tener creatividad nueva entrando de forma regular, porque la fatiga de anuncio es real y se nota en el CPM.
Dejar que la cuenta acumule histórico. Dos meses son el mínimo honesto para juzgar una cuenta nueva.

Cuando este circuito está cerrado, los números cambian de categoría. En la cuenta de ecommerce de la cartera donde tenemos el tracking completo y las ventas reales volviendo al sistema, el ROAS verificado se mantiene en ×6,3. En un ecommerce de moda de comunión, combinando Meta Ads y Google Ads en campaña de temporada, llegamos a ×42. Ese tipo de resultado no sale de encontrar un público secreto, sale de que el modelo sabe exactamente qué venta quieres repetir.

Aviso para quien esté comparando agencias

Si una propuesta te habla de públicos, intereses y creatividades pero no menciona cómo van a volver tus ventas reales al sistema, te están vendiendo la capa 4 sin tocar la capa 3. Es la parte visible del trabajo y la menos determinante.

Cómo leer tu cuenta en cinco minutos siendo CEO

No tienes que convertirte en técnico. Con el mapa de cuatro capas puedes hacer cinco preguntas y saber bastante bien dónde está el problema.

¿Cuántas conversiones al mes recibe cada campaña? Si son menos de 50, el problema es de volumen y estructura, no de creatividad.
¿Cuántos cambios se hicieron el mes pasado? Si fueron más de cuatro o cinco relevantes, la cuenta vivió en aprendizaje y los datos no son concluyentes.
¿Qué porcentaje de los leads registrados en Meta aparece también en el CRM? Si hay un desfase grande, la capa de predicción está trabajando con información equivocada.
¿Cuándo se subió la última creatividad nueva? Si lleva más de seis u ocho semanas rodando la misma, el CPM te lo va a decir.
¿Coincide tu coste por lead con la referencia de tu sector? Si tu clínica dental está en 25 € y la referencia ronda los 8,66 €, hay margen y hay que buscar en qué capa se está perdiendo.

Esas cinco preguntas son, más o menos, el guion del diagnóstico con el que empiezo cualquier cuenta nueva. Si quieres ver el proceso completo de arranque, puedes mirar cómo estructuramos el Sprint Allora, que es la fase donde montamos medición, oferta y primeras creatividades antes de escalar inversión.

Una cosa que no te va a dar ningún algoritmo

Paciencia estructural. El modelo mejora con el tiempo y con datos acumulados, y eso choca de frente con la costumbre de evaluar una cuenta a los 20 días. Mi primer mes en Meta, en 2018, fue malo. Si lo hubiera juzgado en la semana tres, hoy estaría montando vídeos para otro y no tendría agencia.

Preguntas frecuentes

¿Cómo funciona el algoritmo de Meta en una sola frase?

Meta estima, para cada impresión disponible, la probabilidad de que esa persona haga la acción que tú has pedido, la multiplica por tu puja, le suma el ajuste de calidad de tu anuncio y muestra el anuncio con el valor total más alto. Quien manda mejores señales de conversión paga menos por el mismo hueco.

¿Qué es la fase de aprendizaje y cuánto dura?

Es el periodo de exploración en el que el sistema prueba combinaciones para encontrar patrones. Termina cuando el conjunto de anuncios acumula alrededor de 50 eventos de optimización en siete días. Mientras dura, los costes son más altos y más irregulares, así que juzgar resultados en esa ventana lleva a conclusiones falsas. Cualquier cambio relevante la reinicia.

¿Advantage+ da mejores resultados que la segmentación manual?

En cuentas con volumen de conversiones y medición limpia, sí, en la mayoría de los casos que gestiono. En cuentas con pocos eventos al mes o con el píxel mal configurado, la automatización amplía el ruido y conviene empezar con estructuras más controladas hasta tener histórico. También mantengo control humano sobre la creatividad, porque las variantes automáticas suelen desajustar el tono de marca.

¿Por qué me sube el CPM si no he cambiado nada?

Tres causas habituales. La primera, fatiga: tu mismo anuncio llevaba semanas y el público ya lo ha visto demasiadas veces. La segunda, competencia estacional, que en campañas de rebajas o Navidad encarece la subasta para todos. La tercera, caída de las señales de calidad después de un cambio en la web o en el formulario. Antes de tocar presupuesto, revisa cuál de las tres es.

¿Cuántas conversiones necesito al mes para que esto funcione?

Como suelo mínimo trabajo con unas 50 conversiones mensuales por campaña. Si tu negocio no llega ahí con ventas cerradas, lo normal es optimizar por un evento anterior del embudo (una cita agendada, una llamada contestada) y devolver después al sistema las ventas reales desde el CRM para que aprenda a distinguir.

¿Cambiar creatividades a menudo perjudica al algoritmo?

Añadir creatividades nuevas dentro de una estructura estable no rompe nada y suele mejorar el coste. Lo que perjudica es cambiar objetivos, públicos o presupuestos cada pocos días, porque eso reinicia el aprendizaje. La regla práctica que uso: creatividad, flujo constante; estructura, lo más quieta posible.

¿Sirve este mismo razonamiento para Google Ads?

La lógica de subasta, calidad y predicción es parecida, con la diferencia de que en Google partes de una intención de búsqueda explícita y en Meta de un perfil de comportamiento. En Allora gestionamos las dos plataformas y también hacemos SEO, así que mi recomendación depende de si tu problema es captar demanda que ya existe o crearla. Lo honesto es decidirlo con datos de tu sector, no por preferencia de canal.

¿Cuánto cuesta que una agencia gestione esto bien?

Nuestras tarifas públicas: gestión de Meta Ads o de Google Ads, 950 €/mes; las dos plataformas, 1.350 €/mes; con CRM y automatizaciones, 1.500 €/mes; con 8 vídeos al mes, 2.000 €/mes. Todo más IVA y con la inversión publicitaria aparte. La permanencia son los dos primeros meses en las cuotas mensuales, que es el tiempo mínimo para que el sistema salga de aprendizaje y los datos digan algo; después, cualquiera de las partes puede terminar el contrato cuando quiera sin pagos ni entregas pendientes.

Pedro Alvarado

Fundador de Allora 360, agencia de marketing digital en Madrid. Ocho años en paid media y producción audiovisual, con productora in-house. Empecé en 2018 grabando tres vídeos verticales en cuatro horas con un telón colgado en el salón de mi casa, y conseguí mis primeros clientes a 5 € de coste de adquisición después de dos meses optimizando. Hoy mi equipo gestiona 16 cuentas de Meta y escribo sobre lo que veo en ellas, con los números delante.

¿Quieres saber en qué capa se está perdiendo tu dinero?

En un diagnóstico de 30 minutos reviso tu cuenta con las cinco preguntas de este artículo y te digo si el problema está en la medición, en la oferta o en la estructura. Sin compromiso y con los datos a la vista.