Si abriste el reporte de términos de búsqueda de tu cuenta de Google Ads en las últimas semanas y viste queries que no tienen ni una sola palabra en común con tus keywords, no es un bug. Es Andromeda haciendo su trabajo.
La forma en que Google decide qué búsqueda hace match con tu keyword cambió de forma silenciosa pero profunda. El modelo dejó de comparar palabras y empezó a comparar intenciones representadas como vectores. Y aunque los match types (exact, phrase, broad) siguen ahí, funcionan muy distinto por debajo.
En este artículo desglosamos qué cambió exactamente, con ejemplos de cuentas que corremos en S4 Digital, y qué ajustes prácticos hay que hacer en las listas de keywords para no perder eficiencia.
De coincidencia léxica a proximidad semántica
Antes de Andromeda, el matching era relativamente predecible. Exact match permitía variantes cercanas de la keyword; phrase requería que el significado estuviera contenido; broad abría la puerta a temas relacionados. Todo se basaba en tokens, sinónimos precomputados y stemming.
Andromeda cambió el paradigma. Ahora Google convierte cada búsqueda y cada keyword en un embedding: un vector de cientos de dimensiones que codifica el significado. Después mide qué tan cerca están dos vectores en ese espacio. Los match types se convirtieron en umbrales de proximidad:
- Exact: umbral estrecho, alta similitud semántica requerida.
- Phrase: umbral medio, misma intención tolerando reformulaciones.
- Broad: umbral amplio, misma familia de intención.
Ejemplo real de una cuenta que llevamos para una agencia de marketing (sí, hicimos el ejercicio en nuestra propia campaña). Con la keyword phrase "agencia marketing monterrey" empezamos a recibir tráfico de búsquedas como "quien me ayuda con publicidad regia", "empresa que lleve mi instagram en mty" y "consultor de meta ads en el norte". Ninguna comparte palabras con la keyword. Todas tienen exactamente la misma intención.
Qué significa esto para tus keyword lists
La primera consecuencia es contraintuitiva: ya no tienes que capturar todas las variantes semánticas manualmente. Antes armabas listas gigantes con sinónimos, jerga regional y variantes coloquiales. Ahora el modelo ya lo hace. Listas más pequeñas, mejor curadas y bien orientadas por intención rinden más que listas de 500 keywords fragmentadas.
La segunda consecuencia es más incómoda: broad match ganó potencia pero también riesgo. En cuentas de nichos amplios (educación, salud, servicios profesionales), broad puede traer volumen enorme mal cualificado si no lo controlas. En cuentas de nichos estrechos con producto muy definido, broad ahora se comporta casi como phrase histórico.
La tercera: los negativos son más importantes que las keywords positivas. Si el modelo entiende intención, la mejor forma de guiarlo no es solo diciéndole qué quieres, sino diciéndole con claridad qué no quieres.
El nuevo playbook de keywords
En las +90 cuentas que gestionamos ya reescribimos el manual interno. Estos son los cinco movimientos que hacen la diferencia después de Andromeda:
1. Consolidar keywords por intención, no por texto
Antes: un ad group por cada variante léxica. Ahora: un ad group por cada intención de usuario, con 3 a 8 keywords que representen esa intención desde ángulos distintos. Le das al modelo suficiente señal sin diluirla.
2. Empezar con phrase, no con broad
La recomendación oficial de Google es abrir todo en broad. En cuentas nuevas eso es una receta para quemar presupuesto. Empezamos en phrase, dejamos aprender 2 a 3 semanas, y sólo abrimos a broad cuando el tracking de conversiones tiene volumen y calidad suficiente.
3. Auditar el reporte de términos de búsqueda cada semana
No cada mes. Cada semana. Andromeda hace expansiones agresivas que solo se ven ahí. Es donde vas a encontrar los negativos que realmente mueven la aguja.
4. Pensar negativos como constelaciones semánticas
En lugar de agregar "gratis" como negativo suelto, agregar la constelación: gratis, sin costo, económico, barato, cheap, low cost, promoción, oferta, cupón, descuento. Cubres una intención completa, no una palabra.
5. Alimentar el modelo con calidad de conversión
Enhanced Conversions y valor diferenciado por tipo de lead son el input que Andromeda usa para decidir a qué queries seguir empujando. Sin eso, el matching se convierte en lotería.
Si estás lidiando con tráfico raro en tus campañas y no entiendes de dónde vienen los queries que aparecen en el reporte, casi siempre la respuesta está en cómo estructuraste las keywords y en la falta de negativos por intención.
Un ejemplo concreto de Monterrey
Una cuenta de una clínica dental que lleva nuestro equipo tenía una lista de 217 keywords entre exact, phrase y broad. Cubría todas las variantes imaginables: "dentista mty", "odontólogo monterrey", "clínica dental san pedro", "carillas monterrey precio", etc.
Después de Andromeda, la lista se colapsó a 34 keywords bien pensadas, agrupadas en 6 ad groups por tipo de tratamiento. El resultado, medido a los 45 días: -18% en CPC promedio, +23% en tasa de conversión y +42% en calidad de lead (medida por conversión a cita agendada). La misma inversión, mejores números, con una lista de keywords 84% más chica.
La lección es simple: Andromeda premia claridad y castiga fragmentación. Menos es más, siempre que ese "menos" esté bien pensado.
Cierre
El keyword matching que aprendimos hace 5 o 10 años ya no aplica. No es un cambio menor: es la reescritura completa de cómo Google decide qué búsqueda va a qué campaña. Los anunciantes que sigan operando con listas gigantes y ad groups microsegmentados están literalmente peleando contra la infraestructura.
Adaptarse no es difícil, pero requiere desaprender hábitos viejos. La buena noticia: cuando lo haces bien, el sistema empieza a trabajar a tu favor.