Públicos lookalike en Meta Ads: cómo escalar con datos

Cuando un negocio ya tiene clientes y quiere conseguir más parecidos a ellos, los públicos lookalike en Meta Ads son la herramienta más subestimada de la plataforma. La idea es sencilla de explicar y poderosa de ejecutar: usted le entrega a Meta una lista de personas valiosas (compradores, leads que cerraron, los clientes que más gastan) y el algoritmo sale a buscar a millones de personas con comportamientos similares. El problema es que casi nadie los arma bien. Vemos cuentas que crean un lookalike a partir de quienes le dieron 'me gusta' a una publicación, lo cual no le dice nada útil a Meta sobre quién compra. En este artículo le mostramos cómo construir lookalikes que de verdad muevan la aguja, con la lógica detrás de cada decisión y ejemplos con cifras del mercado colombiano.

Aclaremos algo de entrada: un lookalike no es magia ni reemplaza una buena oferta. Es un multiplicador. Si su fuente es de calidad, el lookalike amplifica esa calidad. Si su fuente es basura, amplifica la basura con la misma eficiencia. Por eso la primera batalla no es elegir el porcentaje, sino decidir de qué semilla nace.

Qué es realmente un público lookalike

Un público lookalike (o público similar) toma una lista de origen que usted define (la 'semilla') y busca, dentro de un país, a las personas que más se parecen a esa semilla en patrones de comportamiento, intereses y señales que Meta entiende pero no le muestra. No es segmentación por intereses ni por edad: es un modelo estadístico que Meta arma con sus propios datos. La gracia es que usted no tiene que adivinar quién es su cliente ideal; le entrega ejemplos reales y deja que el algoritmo deduzca el patrón. Cuanto más limpia y específica sea la semilla, más afilada será la búsqueda. Por eso un lookalike construido sobre sus compradores reales rinde muchísimo más que uno construido sobre seguidores o gente que solo vio un video.

La semilla lo es todo

El error que más cuesta dinero es elegir mal la fuente. No todas las semillas valen lo mismo, y la diferencia se nota directamente en el costo por venta. Estas son las fuentes ordenadas de mejor a peor para un negocio que quiere vender:

• ●Compradores con mayor valor: si puede subir una lista de sus mejores clientes (los que más gastan o más repiten), esa es la semilla de oro. Meta busca más gente con bolsillo y comportamiento similar.
• ●Todos los compradores o leads que cerraron: una lista limpia de quienes ya le compraron o agendaron es una semilla excelente y es la más común.
• ●Eventos de conversión del pixel: si tiene suficientes compras registradas por el pixel, Meta puede armar el lookalike directamente sobre ese evento.
• ●Visitantes que agregaron al carrito o iniciaron checkout: una señal de intención fuerte, útil cuando aún no tiene muchas ventas.
• ●Seguidores o gente que dio 'me gusta': la peor semilla para vender. Le dice a Meta a quién le gusta su contenido, no quién abre la billetera.

Una regla práctica: la semilla debería tener al menos mil personas para que el modelo funcione bien, e idealmente entre dos mil y cinco mil. Con cien contactos, Meta no tiene material suficiente para encontrar un patrón confiable y el lookalike sale flojo.

Qué porcentaje elegir: 1%, 3% o 10%

Cuando crea el lookalike, Meta le pide un porcentaje que va del 1% al 10% de la población del país. Ese número define qué tan parecido (y qué tan grande) será el público. El 1% es el más parecido a su semilla pero el más pequeño; el 10% es el más amplio pero el más diluido. La intuición dice 'entre más grande mejor', pero no es así de simple. Para la mayoría de negocios colombianos, recomendamos arrancar con el lookalike del 1% al 3%, que en Colombia equivale a un público de cientos de miles de personas, más que suficiente para gastar dos o tres millones de pesos mensuales sin saturarlo. El 10% solo tiene sentido cuando ya está escalando fuerte y necesita volumen, aceptando que la calidad baje un poco. Empezar por el 1% y abrir hacia porcentajes mayores a medida que crece el presupuesto es el camino más seguro.

Errores que arruinan un buen lookalike

Tener la mejor semilla no sirve de nada si después comete los errores de siempre. Estos son los que vemos al auditar cuentas y que neutralizan por completo el potencial de un lookalike bien armado:

• ●Encerrarlo con intereses encima: si ya tiene un lookalike, agregarle filtros de intereses y edad estrechos le quita material al algoritmo y lo vuelve peor, no mejor.
• ●Mezclar varios lookalikes pequeños en un mismo conjunto sin darle presupuesto suficiente a ninguno, dejándolos a todos desnutridos.
• ●No actualizar la semilla: una lista de compradores de hace dos años representa a un cliente que tal vez ya no existe. Refrésquela cada cierto tiempo.
• ●Crear el lookalike sobre un país equivocado o sin definir bien el mercado donde realmente vende.

Cómo encajan los lookalike en una estructura sana

Un lookalike no vive solo; es parte de una estructura. Lo más común y efectivo que montamos es una capa de prospección donde conviven el público amplio (solo país y edad, dejando que Meta optimice) y uno o dos lookalikes de calidad, todos apuntando al mismo objetivo de conversión. La idea no es escoger uno y descartar el resto, sino dejar que compitan por el presupuesto y quedarse con lo que mejor rinde. Por encima va la capa de remarketing, que le habla a quien ya lo conoce. El lookalike ocupa ese punto medio valioso: gente nueva que no lo conoce, pero que se parece a quien ya le compró. Es prospección con una ventaja injusta, y por eso suele ser la fuente de crecimiento más rentable cuando el negocio ya tiene datos propios.

Cómo lo resolvemos en Manu

En Manu no creamos lookalikes a ciegas. Primero auditamos de dónde salen sus datos: revisamos que el pixel registre bien las compras, que las listas de clientes estén limpias y que la semilla represente a quien de verdad le deja plata. Sin esa base, cualquier lookalike es una corazonada cara. Después construimos la estructura de prospección donde los lookalikes compiten con públicos amplios bajo un objetivo de conversión claro, y escalamos solo lo que demuestra rentabilidad con números, no con intuición. Y como el lookalike solo trae al prospecto hasta la puerta, conectamos el Performance con nuestro agente de IA en WhatsApp con CRM, que atiende, califica y responde a cada lead las veinticuatro horas, devolviéndole a Meta la señal de qué leads sí convirtieron para que el algoritmo afine la búsqueda. Si quiere saber si sus datos están listos para escalar con lookalikes, le hacemos una auditoría gratuita de la cuenta y le mostramos exactamente dónde está dejando ventas sobre la mesa.