# Lo que el algoritmo quiere

> Tráfico Pago · Cómo funciona el tráfico pago
> Fuente: https://magoallegri.com/cursos/trafico-pago/como-funciona/lo-que-el-algoritmo-quiere

---

Tu campaña va a tener un socio que trabaja gratis y mejor que cualquier humano: **el algoritmo de optimización** — la maquinaria que decide a quién mostrarle tu anuncio. Entender cómo trabaja (y qué lo sabotea) es la diferencia entre tener un socio y tener un enemigo carísimo. Esta lección es la psicología del socio.

## El algoritmo aprende de señales (y vos se las das)

La maquinaria funciona así: le decís qué resultado querés (el **objetivo de campaña**: que dejen sus datos, que escriban, que compren) → ella muestra tu anuncio a una muestra variada → observa **quiénes hacen lo que pediste** → busca más gente parecida. Cada resultado es una **señal** — un dato de entrenamiento. Más señales, mejor puntería; pocas señales, tiro al aire.

De ahí salen las dos reglas madre de la optimización:

1. **Pedí lo que de verdad querés** — el error histórico: optimizar por clicks ("son más baratos") cuando querés leads. La maquinaria te consigue EXACTAMENTE lo que pediste: clickeadores seriales que jamás compran. El objetivo correcto es el evento más cercano a la plata que genere señales suficientes (tu medición del módulo 3 existe para esto).
2. **No la dejes sin comida** — la señal necesita volumen: el objetivo que tu presupuesto solo alcanza a generar 2 veces por semana mata el aprendizaje. A presupuesto chico, a veces conviene optimizar un paso antes en el funnel (más señales de leads que de compras) — la decisión fina del módulo de lanzamiento.

## La fase de aprendizaje (los días donde todos se sabotean)

Toda campaña nueva (o muy editada) entra en **fase de aprendizaje**: el período donde la maquinaria está explorando — probando audiencias, gastando en descubrir. En esta fase los resultados son erráticos y más caros **por diseño**: está pagando por información. Y acá ocurre el ciclo de auto-sabotaje más caro del rubro:

*Día 2: "esto no funciona" → tocás el presupuesto/la audiencia → el aprendizaje SE REINICIA → más días erráticos → "definitivamente no funciona" → tocás de nuevo →* ... el anunciante impaciente paga la fase de aprendizaje en loop infinito, sin salir de ella jamás.

![El loop que paga el impaciente: tocar la campaña en aprendizaje la reinicia — y nunca sale de la fase cara](../_assets/ciclo-de-sabotaje.webp)

**La paciencia no es virtud acá: es protocolo técnico** — la campaña nueva no se toca por [días/señales definidos en tu plan] salvo incendio (el gasto descontrolado, el error técnico). El módulo 4 te da el protocolo exacto; hoy basta con entender el porqué: cada edición significativa le borra la memoria a tu socio.

## 💡 El algoritmo es mejor que vos en SU trabajo (dejalo)

La humildad rentable del media buyer moderno: la maquinaria elige PERSONAS mejor que cualquier humano (procesa miles de variables por impresión) — tu trabajo no es competirle (micro-segmentando, restringiendo, "ayudándola") sino **alimentarla bien**: el objetivo correcto, los creativos variados (tus hipótesis — ella decide cuál a quién), la medición limpia y el tiempo de aprender. El control del experto ya no está en el targeting: está en las señales. Por eso este lab dedica un módulo entero a la medición y ninguno a "trucos de audiencias".

## 🟢 Hacelo ahora

```
A plan-de-vuelo.md: el contrato con mi socio-algoritmo:

1. Mi resultado real (la plata): [VENTA/LEAD/CONVERSACIÓN] — y la
   cadena de eventos hacia él (de mi máquina del camino).
2. El objetivo de campaña candidato: el evento más cercano a la
   plata que mi presupuesto pueda alimentar con señales suficientes
   (estimémoslo: presupuesto ÷ costo esperable del evento = señales
   por semana — ¿alcanzan para aprender?).
3. MI regla de paciencia, escrita y firmada: "no toco campañas en
   aprendizaje por [X días] salvo [MIS INCENDIOS DEFINIDOS]".
```

---

Conocés al socio. La próxima lección habla de SU comida y TU bolsillo: **presupuestos con cabeza** — cuánta plata necesita aprender, y cuánta tenés vos para enseñarle.