EE. UU. y global
Ejecutar campañas de anuncios B2B en Meta a menudo se descarta porque las opciones nativas de segmentación por cargo e industria pueden parecer amplias en comparación con el costoso ecosistema de LinkedIn. Sin embargo, el algoritmo de Meta destaca cuando se le alimentan datos precisos. Para resolver la brecha de segmentación sin pagar tarifas exorbitantes de costo por clic, construimos un loop de adquisición que extrae tomadores de decisiones B2B segmentados de Apollo.io y los alimenta a Meta como una lista semilla para generar un Público Similar (Lookalike). Aquí te mostramos un vistazo al proceso detrás de la configuración de este segmento.
El rendimiento de cualquier Público Similar (Lookalike) depende completamente de la pureza de los datos semilla subyacentes. Si alimentas al algoritmo contactos irrelevantes, simplemente se optimizará hacia perfiles irrelevantes similares. Un solo lote defectuoso contamina todo el motor de emparejamiento, razón por la cual no solo volcamos búsquedas amplias de palabras clave en un archivo CSV. En su lugar, aplicamos filtros de manera intencional.
Para esta campaña de apoyo a Vertical atQuo, nos enfocamos en encontrar tomadores de decisiones en LATAM que necesiten una ejecución de marketing modular sin contratos de retención a largo plazo con agencias.
.gif)
Al construir una búsqueda en Apollo, puedes tomar dos caminos: configurar los filtros manualmente o usar la barra de búsqueda con IA nativa de Apollo.
Si eliges la ruta manual, seleccionas los filtros paso a paso desde la barra lateral. Delimitamos los cargos a líderes con autoridad directa sobre el presupuesto, como CMOs, Vicepresidentes de Marketing, Directores de Marketing, Jefes de Marketing, Fundadores y CEOs. Definimos el tamaño de la empresa específicamente de 11 a 200 empleados, lo que da en el blanco para empresas con necesidades activas de ejecución que prefieren módulos de marketing ágiles y de alcance fijo antes que aumentar su personal interno. Geográficamente, nos dirigimos principalmente a LATAM en sectores como Software, Servicios de TI, Finanzas y Salud.
Alternativamente, puedes dejar que Apollo se encargue de la configuración ingresando una instrucción en lenguaje natural directamente en la barra de búsqueda. Escribir una instrucción clara como "Find CMOs, Marketing Directors, and Founders at Software, Finance, and Healthcare companies with 11 to 200 employees in Latin America" puebla automáticamente los filtros correspondientes en tu espacio de trabajo.
A continuación viene la filtración, donde la calidad estricta de los datos tiene prioridad. Activamos la opción de requerir un dominio de empresa existente, eliminando proyectos inactivos o sitios web caídos. También filtramos explícitamente solo por correos electrónicos verificados. Esto garantiza que cada identificador entregado a Meta pertenezca a una bandeja de entrada activa.
Igualmente importante fue lo que dejamos fuera. Usando exclusiones explícitas de la industria, omitimos agencias de marketing, publicidad, relaciones públicas y diseño. Llegar a los tomadores de decisiones en agencias de la competencia desperdicia presupuesto publicitario en personas que nunca comprarán nuestros módulos de servicio.
Al exportar desde Apollo, comprender cómo funcionan los créditos de exportación ayuda a optimizar el presupuesto. Desbloquear registros de correo electrónico corporativos estándar consume 1 crédito de exportación por contacto. Si tu presupuesto de créditos lo permite, desbloquear números de teléfono utilizando créditos telefónicos (8 créditos por número de teléfono) ofrece una señal aún más fuerte. Los tomadores de decisiones rara vez registran cuentas de redes sociales con correos electrónicos de trabajo, pero los números de teléfono móvil se vinculan directamente a perfiles personales de WhatsApp, Instagram y Facebook, lo que genera tasas de coincidencia significativamente más altas en Meta.
Ya sea que exportes números de teléfono o correos electrónicos estándar, Meta requiere un mínimo de 100 perfiles coincidentes en un solo país para construir un Público Similar (Lookalike). Debido a que los puntos de referencia de la industria para listas B2B generalmente se sitúan entre el 25% y el 40%1, comenzar con una lista semilla de unos cientos de contactos verificados garantiza que superes cómodamente el umbral de Meta.
Para maximizar la tasa de coincidencia más allá de los correos electrónicos principales, exportamos una matriz completa de columnas de identificación como: Nombre, Apellido, Correo electrónico principal, Nombre de la empresa, Ciudad, Estado y País. Proporcionar estos parámetros de ubicación y nombre le da al motor de coincidencia de Meta múltiples puntos de datos para conectar una identidad laboral B2B con un perfil personal activo.
.png)
Una vez que la exportación de CSV está lista, la siguiente fase se lleva a cabo en Meta Ads Manager bajo Públicos. Navegamos a Crear público > Público personalizado > Lista de clientes. En la pantalla de configuración, seleccionamos No para el valor del cliente, aceptamos las condiciones de Público personalizado de Meta y subimos nuestro archivo.
El motor de coincidencia de Meta escanea automáticamente los encabezados de CSV y los empareja con identificadores nativos. En nuestra configuración, se asignan directamente cinco campos principales: Nombre, Apellido, Correo electrónico, Ciudad y País. Revisar estos campos garantiza que no se filtre ninguna columna sin asignar. Al hacer clic en Importar y crear se completa la carga, generando nuestro público semilla principal.
Con el público semilla establecido, pasamos directamente a crear el Público Similar. Seleccionando nuestra lista de clientes recién cargada como origen, configuramos el slider de tamaño del público al 1%. Esto le indica al algoritmo de Meta que analice los rasgos de comportamiento y demográficos de nuestros contactos semilla y encuentre el 1% superior de usuarios similares en toda la población.
Una vez enviado, Meta marca tanto el Público personalizado como el Público Similar en el panel como Poblándose inicialmente antes de pasar a Listo poco después. Esto te permite asociarlos directamente a los conjuntos de anuncios de tu campaña.
Con nuestro Público Similar (Lookalike) del 1% generado, la configuración del flujo de trabajo está completa y lista para potenciar nuestros próximos experimentos de anuncios en Meta.
1 Benly.ai. Meta Ads Custom Audiences Guide: Match Rates and Best Practices. Disponible en: https://benly.ai/learn/meta-ads/custom-audiences-guide
Estrategia, diseño, contenido y crecimiento.
