Executive summary

USD 1.16M/month in Google, 96.9% of it in the United States. All performance below is measured in Triple Whale — new-customer revenue over spend, with the attribution model named every time. Google Ads figures appear only to explain mechanics, and are labelled ROAS Platform. Nothing is graded against an acquisition target: those belong to leadership and have not been set with me yet, so every comparison here is between lines inside the portfolio. Four findings hold almost all the actionable value.

Portfolio structure

The split into accounts (Brand - Search, Brand - Shopping / PMAX, Brand - DGEN) is billing plumbing, not a decision unit. What gets decided is brand × channel. The in-house naming convention already makes that cut machine-readable: ONB = own brand · COMP = generic and competitor · PMAX_BRAND vs PMAX_GENERIC · MR_* = campaigns from the metabolicreviews.com comparison site.

The ordering is what matters here, not any single number. Read down the ACQ TA column and the portfolio sorts into two groups with almost no overlap: brand lines at 2.40 and above, non-brand lines at 1.41 and below. The two exceptions are Ledisa Search Brand at 1.57, which section 04 explains, and Nervalley PMax Non-Brand at 1.84.

Shopping Brand and Shopping Non-Brand are absent for every brand, and that is not neglect. Selmore and BlueForce are built and waiting on shopping images. More fundamentally, Shopping does not accept subscription offers under Google policy — it requires a genuine one-time purchase — which is the real constraint on every subscription-first brand in the portfolio, and the root of the BlueForce Merchant Center notice in section 08.

Nothing here is graded against a target. Acquisition targets exist and belong to leadership; they have not been set with me yet, and one number worth resolving first is below. Everything in this audit is therefore a comparison inside the portfolio — which line returns more than which other line, on the same metric, in the same window. That comparison does not need an external yardstick to be actionable.

The portfolio ranked by return

Click any column heading to re-sort the table.

Every brand × channel line with meaningful spend, sorted by TW new-customer ROAS. The last column is cumulative spend, which is where the argument lives.

One number to reconcile before any of this gets graded

Which campaigns can actually take more money

Before moving budget anywhere it is worth knowing what is holding each campaign back. A campaign spending its full daily budget is limited by money. One spending half of it is limited by something else, and adding budget will not move it. Fourteen closed days, Aug 21 to Sep 3. Only enabled campaigns are counted, and all thirteen served every day of the window, so no paused or half-live campaign is dragging an average down. The last column is Google's own answer from campaign.primary_status_reasons, not an inference.

Google can overspend a daily budget by up to double on any given day and balances it over the month, so anything above 100% here means the campaign genuinely wants more money than it has.

Geographic focus

Measured on each campaign's actual location criteria (campaign_criterion.location), not on the name.

Outside the United States the portfolio is marginal (1.0% of spend) and exclusively Non-Brand Search: no international market has a brand campaign, PMax, Shopping or Demand Gen. The bottleneck is execution speed — getting Canada and Australia URLs for Ledisa took roughly a week when the only change needed was currency.

12-week trend — weekly ROAS Platform, purchase only

Bars run Jun 8 → Aug 24 (the partial week of Aug 31 is omitted). Red = week below ROAS 1.0. Google Ads series, purchase conversions only.

The decline is broad — Search and PMax, two brands — which fits seasonality plus creative fatigue plus competition rather than one discrete mistake. Creative fatigue has a specific cause here: ads have been paused on policy grounds since July, so iteration stopped and has not restarted.

What the economics say the floor is

Almost every order in this portfolio is a subscription, between 83% and 93% depending on the brand. That changes what a good acquisition number looks like, because the first order is not the whole sale. This section works out how low ACQ ROAS can go per brand before the brand stops paying for itself. It is not a target. It is the line below which a brand loses money on every new customer.

Two inputs, both measured from Triple Whale orders over June to August, not assumed. The LTV multiple is total revenue divided by new-customer revenue, so it is how many dollars the business eventually collects for every dollar a new customer spends on their first order. The gross margin is already net of COGS, shipping, payment fees and refunds, which run between 8% and 15% depending on the brand.

Three things to hold in mind before using these numbers. The floors are stated on Triple Attribution because the ACQ ROAS column is; on Last Click the equivalent floor is roughly 0.65 times the figure shown. The LTV multiple comes from a three-month window in a business that is still growing, which understates the true multiple, because a growing base has proportionally more first-time buyers than a mature one. That makes these floors conservative: the real ones are lower. And this is blended across every channel, so Google specifically may sit above or below its brand's number.

One input worth a second opinion. The gross margin comes from the cost fields Triple Whale carries on each order, and they are populated on 98.5% to 99.8% of orders, so coverage is not the issue. But Ledisa's cost of goods reads 2.7% of revenue against 7.2% to 8.9% for every other brand. Shipping is counted separately at 6.5%, so this is product cost alone, and on a $96 order that is about $2.60 for a patch, which is possible but sits well outside the rest of the portfolio. If that figure is understated, Ledisa's margin is overstated and its floor of 0.91 is too permissive. Worth confirming with whoever loads costs before this number is used to set anything.

A second caveat: is_first_order_in_subscription is not populated correctly in Triple Whale. It returns roughly 114,000 orders per subscription for Ledisa, which is impossible. Any LTV work has to use the revenue ratio instead, which is what this section does.

Brand Search (ONB)

All figures here are Triple Whale except the two columns marked ROAS Platform and the impression-share column, which Triple Whale does not measure. All 22 enabled brand campaigns lose impression share, and the loss is entirely to rank — 0% to budget (the one exception is 0.5% on LD_GLP_ONB_US_mCPC). That is by design: brand CPCs were reduced deliberately in pursuit of a higher brand ROAS. This section is about how far that lever can actually go.

The brand ROAS ceiling

Ledisa's brand traffic, mined from 30 days of actual search terms and sorted from the cheapest query to the most expensive. The last column is the return that would remain if everything below that row were removed.

These columns are Google Ads, because query-level return is only measured there. At campaign level, where both sources exist, TW Last Click reads 0.70 times the platform figure for these same campaigns. So the 1.79 ceiling is closer to 1.25 in TW terms. The shape of the curve is what the argument rests on, and it is the same either way.

Why brand CPCs are as high as they are

A brand click costs $2.87 on the core term and $4.62 on review queries. That is expensive for traffic already searching the brand by name, so it is worth checking which of the usual explanations actually applies.

Auction Insights would name the outside bidders directly, but the auction_insight resource cannot be queried in the Google Ads API v23, so that part has to be read from the interface.

The structural answer: five exact-match campaigns per brand

Today Core (1.79 at $2.87) and Reviews (1.21 at $4.62) share a campaign and a bid target, so they cannot be priced differently. Split, the core term is defended cheaply and the expensive tier gets its own ceiling. This is the only route to a higher brand ROAS that does not involve giving away the brand term.

Cleantra's brand mirrors the point from the other side: Core returns 3.96 on 958 clicks while Reviews has only 15 clicks — not because the demand is absent, but because the campaign is not pursuing it on 0.7% of the brand's budget.

Mining the brand queries PMax is already buying

Brand PMax campaigns are capturing brand queries today, with no per-term bid control, no negatives and no way to separate intent. That is exactly the inventory that should migrate into the new structure, on exact match.

The GENERIC campaigns are clean at 0.8% brand leakage, so the brand negatives are correctly placed. The work is in the BRAND campaigns: 4,788 brand clicks in Ledisa and 4,522 in Cleantra bought blind. The categories returned by campaign_search_term_insight fall straight into the five buckets — ledisa patches (2,916), cleantra lymphatic drainage (1,324), ledisa glp 1 patches reviews (267), cleantra reviews (325).

Method note: campaign_search_term_insight returns aggregated categories, not raw queries, and accepts only one campaign_id per request. It is good for sizing and for seeding the exact-match set; fine negatives get tuned afterwards from Search terms. The reverse leak is already controlled: Cleantra's and Ledisa's COMP campaigns spent $16 in 30 days on brand queries.

Where the expansion is

1. Agree what brand return means, then set the target. Which channels count as brand, which attribution model, and first order or subscription LTV. Everything below depends on it, and the ceiling table is the input to that conversation.
2. Build the five-campaign exact structure in Ledisa and Cleantra, which are 88% of brand spend — seeded from the mined Search terms plus the brand categories PMax captures today.
3. Fund Cleantra's brand. It exists, it returns 2.36 against 0.84 for non-brand, and it gets 0.7% of the money at 25–62% impression share. Nothing needs building.
4. Create brand campaigns for Wellanova, RejuvaPaw and GL-ME. The internal benchmark holds: brand PMax returns 2.69–4.22 and brand Search 2.31–4.68 on purchase ROAS.
5. Give Reviews its own landing page, not just its own bid. It is 53% of brand spend at a $4.62 CPC against a $2.87 core — and review intent is the one brand query an editorial comparison page is actually built to answer.

Demand Gen

Eight campaigns, all of them paused today, spending USD 26,549 in the window before they stopped. It is the worst-returning channel in the portfolio by a wide margin, and it is paused for a reason that has nothing to do with the bidding.

Two more things worth knowing before anyone restarts this channel. All eight are named ONB, which in this account means own brand, but they are prospecting video campaigns buying cold audiences. The label does not describe what they do, and that matters when someone reads the account for the first time. And the split-test campaigns cost between $2.42 and $5.19 per click while the winners cost $1.94, so the testing was more expensive per click than the thing being tested.

PMax ↔ Merchant Center: the bridge nobody crosses

The asset groups are "Feed Only" and hand-pick product item IDs. If an ID is disapproved for the DisplayAds destination — the one that feeds PMax — the group is bidding on inventory it cannot serve. Google reports this as ordinary auction loss; Merchant Center reports it as a feed statistic; nobody joins the two.

In Ledisa the cause is copy, not product: the same physical SKU appears in around 30 title variants, and Google blocks only the ones using body-outcome language (personal_hardships_policy_violation). The same five to nine variants repeat across US/UK/CAN/AUS — fixing nine titles unblocks all 24 IDs.

Words present only in the blocked set: glp-1 (hyphenated), fat, burn, cravings, berberine. The eleven safe variants are already written and approved — nothing needs drafting, only withdrawing. Cleantra's six blocks follow no title pattern and need manual review.

Measurement: the report is inflated, the bidding is not

In two accounts, Advertorial Click (fixed $1 value) counts inside conversions and conversions_value. The biddable account-level goal is purchase only, so the algorithm optimises correctly. The damage is human: tROAS targets look met when they are not. Both columns here are Google Ads — this is a question about what the platform counts, so Triple Whale cannot answer it — see section 10.

With editorial funnels carrying roughly 90% of spend, an advertorial-click signal may well be deliberate — but if so it belongs outside conversion value. Either way the targets need recalibrating: to demand a real 1.40 in Nervalley the tROAS would have to read about 1.55. Also worth stating plainly: zero bleeding — no search term above $300 with 0 purchases in 30 days, verified counting purchases only — and one primary conversion per account.

Merchant Center & Search Console

Summary of the Aug 31 phase, re-read against what the Sep 3 kickoff clarified.

Coverage gaps confirmed with the team on Sep 2: there is no Search Console property for Nervalley, BlueForce, RejuvaPaw or GL-ME, and no Merchant Center account for RejuvaPaw, Serabel or Nervalley. These are not pending permissions — the properties do not exist. That reframes one finding: Nervalley runs PMax on $4,902/30d with no Merchant Center account of its own, which needs understanding before it is scaled.

Prioritised action plan

1. decision needed Agree the definition of brand return, then set a target on it. Which channels count as brand, which attribution model, and whether the number is first order or subscription LTV. The ceiling table in section 04 shows how far the bid lever reaches on first order. Everything in brand depends on this.
2. urgent BlueForce Merchant Center: define the real offer, remove the display:none on the disclosure, and expose a genuine one-time purchase path. Shopping does not accept subscription offers, so this is the structural fix, not a workaround. Check whether Ledisa and Cleantra share the funnel pattern — that is where USD 140k/month of PMax is exposed.
3. highest return Ledisa: withdraw or rewrite the nine blocked titles → unblocks 37% of the inventory in a $68,786/month asset group at the brand's best channel ROAS.
4. Lower the tROAS on brand PMax before touching its budget. It is the best-returning line in the portfolio on either model, but Google labels three of these campaigns bidding strategy constrained, all at tROAS 4.00, so more budget there does nothing. Leave the two Nervalley campaigns alone until they exit learning.
5. Brand structure: mine the brand queries PMax is already buying and rebuild them as exact-match Search campaigns across the five intent groups, in Ledisa and Cleantra first. Then fund Cleantra's existing brand campaigns, and create brand Search for Wellanova, RejuvaPaw and GL-ME. The mining is where the keyword list comes from: 4,788 brand clicks in Ledisa and 4,522 in Cleantra are being bought today with no control over what is paid per term.
6. Produce landing pages faster, and produce more of them. Roughly 90% of spend flows through top-five editorial comparison funnels that have not been iterated in over a year, and requests to the internal team take weeks. Handing over publish-ready HTML removes that queue. Start with a new version of the top-five advertorial carrying the most spend, then variants and new angles for non-brand, then a dedicated page for review-intent brand traffic.
7. Measurement: remove Advertorial Click from conversion value in Nervalley and RejuvaPaw, then re-set their tROAS on a clean signal — today the written 1.40 is being met by a number that is 88% advertorial clicks.
8. Cut dead spend: GL-ME Search (0.26 with a suspended feed) and MR_CL_LYMPH (0.23) — pause or justify.
9. Unblock idle capacity: shopping images for Selmore and BlueForce, and the Merchant Center ↔ Ads link for Wellanova's 199 healthy products.
10. Demand Gen: restart as a small test on Discovery and YouTube Feed only, with in-market segments added on top of the existing women 45-plus targeting, and only once the funnel clears policy review. Targeting is already correct, so nothing there needs fixing.

Metric glossary and traceability

Triple Whale is the source of truth for results. Google Ads is used to explain mechanics and to answer questions TW cannot — impression share, bid strategy, which conversion action fired, and anything at query level. Every figure taken from Google Ads is named ROAS Platform so it can never be mistaken for a result. Where a figure comes from Triple Whale it is named with TW's literal column.

What Triple Whale cannot answer. There is no revenue at keyword or search-term grain: spend resolves to keywords on pixel_keywords_joined_tvf, but all new-customer revenue sits on rows with a null keyword_text. There is no impression share, no quality score, no bid or budget. Those four questions are platform-only, and are labelled as such wherever they appear.

Which model to believe. Triple Attribution allows overlap between traffic sources, so one order can be credited to more than one channel: at store level it returns about 1.57× the real revenue, where Last Click, First Click and Linear All all deduplicate to the exact figure. TA is reported because it is the metric the team operates on day to day. Last Click is the honest floor and the number leadership treats as real. Where the two diverge sharply — Celmor Non-Brand at 1.37 against 0.03 — that is a pixel-coverage problem, not performance.

Rules needed to reproduce the TW figures: spend repeats identically across the ~35 model × window combinations, so a query that does not pin both multiplies it. Derived metrics (roas, new_customer_roas, ncpa, mer) exist in the UI but not in the API's column space — compute them from the measures. Google's channel in TW is google-ads, not google. And the join between TW and Google Ads is on campaign_id, never on name.

What is still open

Resumen

USD 1.16M al mes en Google, con el 96.9% en Estados Unidos. El rendimiento se mide en Triple Whale: revenue de cliente nuevo dividido entre gasto, diciendo siempre con qué modelo de atribución. Las cifras de Google Ads aparecen solo para explicar mecánica y llevan la etiqueta ROAS Platform. Nada está calificado contra un target, porque los targets de adquisición son de dirección y todavía no se han acordado conmigo. Todo lo que sigue compara líneas dentro del portafolio.

Estructura del portafolio

La división en cuentas (Marca - Search, Marca - Shopping / PMAX, Marca - DGEN) es fontanería de facturación, no una unidad de decisión. Lo que se decide es marca por canal. La convención de nombres de la casa ya hace ese corte legible: ONB es marca propia, COMP es genérico y competidor, PMAX_BRAND frente a PMAX_GENERIC, y MR_* son campañas del sitio comparador metabolicreviews.com.

Aquí lo que importa es el orden, no ninguna cifra suelta. Baja por la columna de ACQ TA y el portafolio se parte en dos grupos que casi no se solapan: las líneas de marca en 2.40 y arriba, las de no-marca en 1.41 y abajo. Las dos excepciones son Ledisa Search Marca en 1.57, que explica la sección 04, y Nervalley PMax No-Marca en 1.84.

Shopping Marca y Shopping No-Marca no aparecen en ninguna marca, y no es descuido. Selmore y BlueForce están armadas y esperando imágenes de Shopping. Y de fondo, Shopping no acepta ofertas de suscripción por política de Google: exige compra única de verdad. Esa es la restricción real en cada marca de suscripción del portafolio, y el origen del aviso de Merchant Center de BlueForce dla sección 08.

El portafolio ordenado por retorno

Haz clic en el nombre de cualquier columna para reordenar la tabla.

Cada línea de marca y canal con gasto relevante, ordenada por ACQ ROAS de TW. La última columna es el gasto acumulado, que es donde vive el argumento.

Qué campañas pueden recibir más dinero

Antes de mover presupuesto conviene saber qué frena a cada campaña. Una campaña que gasta todo su presupuesto diario está limitada por dinero. Una que gasta la mitad está limitada por otra cosa, y darle más presupuesto no la mueve. Catorce días cerrados, del 21-ago al 3-sep. Solo se cuentan campañas activas, y las trece sirvieron todos los días de la ventana, así que ninguna pausada o a medias está bajando un promedio. La última columna es la respuesta de Google en campaign.primary_status_reasons, no una inferencia mía.

Google puede gastar hasta el doble del presupuesto diario en un día suelto y lo compensa en el mes, así que cualquier cosa por encima de 100% aquí significa que la campaña de verdad quiere más dinero del que tiene.

Foco geográfico

Medido sobre el criterio de ubicación real de cada campaña (campaign_criterion.location), no sobre el nombre.

Fuera de Estados Unidos el portafolio es marginal, el 1.0% del gasto, y solo Search No-Marca: ningún mercado internacional tiene campaña de marca, PMax, Shopping ni Demand Gen. El cuello de botella es la velocidad de ejecución. Conseguir las URLs de Canadá y Australia para Ledisa tardó cerca de una semana cuando lo único que cambiaba era la moneda.

Un número que conviene reconciliar antes de calificar nada

Tendencia de 12 semanas, ROAS Platform semanal solo de compras

Las barras van del 8-jun al 24-ago. Se omite la semana parcial del 31-ago. En rojo, semanas por debajo de ROAS 1.0.

La caída es transversal, en Search y en PMax y en dos marcas, lo que encaja con estacionalidad más fatiga creativa más competencia, y no con un error puntual. La fatiga creativa tiene aquí una causa concreta: los anuncios están pausados por política desde julio, así que la iteración se detuvo y no ha vuelto.

Qué dice la economía que es el piso

Casi toda orden de este portafolio es una suscripción, entre el 83% y el 93% según la marca. Eso cambia cómo se ve un buen número de adquisición, porque la primera orden no es toda la venta. Esta sección calcula hasta dónde puede bajar el ACQ ROAS por marca antes de que la marca deje de pagarse sola. No es un target. Es la línea debajo de la cual cada cliente nuevo da pérdida.

Dos insumos, los dos medidos de las órdenes de Triple Whale entre junio y agosto, no supuestos. El múltiplo de LTV es el revenue total dividido entre el revenue de cliente nuevo, o sea cuántos dólares termina cobrando el negocio por cada dólar que un cliente nuevo gasta en su primera orden. El margen bruto ya está neto de COGS, envío, comisiones de pago y devoluciones, que van del 8% al 15% según la marca.

Tres cosas a tener en cuenta antes de usar estos números. Los pisos están en base Triple Attribution porque la columna de ACQ ROAS lo está; en Last Click el piso equivalente es alrededor de 0.65 veces la cifra mostrada. El múltiplo de LTV sale de una ventana de tres meses en un negocio que sigue creciendo, lo que subestima el múltiplo real, porque una base en crecimiento tiene proporcionalmente más compradores primerizos que una madura. Eso hace que estos pisos sean conservadores: los de verdad son más bajos. Y esto es blended entre todos los canales, así que Google en particular puede estar por encima o por debajo del número de su marca.

Un insumo que merece una segunda opinión. El margen bruto sale de los campos de costo que Triple Whale trae en cada orden, y están poblados en el 98.5% al 99.8% de las órdenes, así que cobertura no es el problema. Pero el costo de producto de Ledisa marca 2.7% del revenue contra 7.2% a 8.9% de todas las demás marcas. El envío se cuenta aparte, en 6.5%, así que esto es costo de producto solo, y sobre una orden de $96 son unos $2.60 por un parche: posible, pero bastante fuera del resto del portafolio. Si esa cifra está subestimada, el margen de Ledisa está sobreestimado y su piso de 0.91 es demasiado permisivo. Conviene confirmarlo con quien carga los costos antes de usar este número para fijar nada.

Una segunda advertencia: is_first_order_in_subscription no está bien poblado en Triple Whale. Devuelve unas 114,000 órdenes por suscripción para Ledisa, que es imposible. Cualquier trabajo de LTV tiene que usar la razón de revenue, que es lo que hace esta sección.

Search de marca (ONB)

Las 22 campañas de marca activas pierden impression share, y toda la pérdida es por ranking, cero por presupuesto (la única excepción es un 0.5% en LD_GLP_ONB_US_mCPC). Eso es por diseño: los CPC de marca se bajaron a propósito buscando un ROAS de marca más alto. Esta sección trata de hasta dónde llega esa palanca.

El techo del retorno de marca

El tráfico de marca de Ledisa, minado de 30 días de términos de búsqueda reales y ordenado de la consulta más barata a la más cara. La última columna es el retorno que quedaría si se quitara todo lo que está por debajo de esa fila.

Estas columnas son de Google Ads, porque el retorno a nivel consulta solo se mide ahí. A nivel campaña, donde existen las dos fuentes, TW Last Click da 0.70 veces la cifra de plataforma para estas mismas campañas, así que el techo de 1.79 está más cerca de 1.25 en términos de TW. La forma de la curva es lo que sostiene el argumento, y es la misma de cualquier manera.

Por qué los CPC de marca están tan altos

Un clic de marca cuesta $2.87 en el término núcleo y $4.62 en consultas de reviews. Es caro para tráfico que ya busca la marca por su nombre, así que vale revisar cuál de las explicaciones habituales aplica de verdad.

Auction Insights nombraría a los competidores externos directamente, pero el recurso auction_insight no se puede consultar en la API v23 de Google Ads, así que esa parte hay que leerla desde la interfaz.

La respuesta estructural: cinco campañas en exacta por marca

Hoy Núcleo (1.79 con CPC $2.87) y Reviews (1.21 con CPC $4.62) comparten campaña y objetivo, así que no se pueden pujar distinto. Separadas, el término núcleo se defiende barato y el tramo caro recibe su propio techo. Es la única vía a un ROAS de marca más alto que no pasa por regalar el término propio.

La marca de Cleantra muestra lo mismo desde el otro lado: Núcleo rinde 3.96 con 958 clics mientras Reviews tiene solo 15 clics, no porque no exista la demanda sino porque la campaña no la persigue con el 0.7% del presupuesto de la marca.

Minar las consultas de marca que PMax ya compra

Las campañas de PMax de marca están captando consultas de marca hoy, sin control de puja por término, sin negativos y sin poder separar intención. Ese es justo el inventario que debe migrar a la estructura nueva, en concordancia exacta.

Las GENERIC están limpias con 0.8% de fuga de marca, así que los negativos de marca están bien puestos. El trabajo está en las BRAND: 4,788 clics de marca en Ledisa y 4,522 en Cleantra comprados a ciegas. Las categorías que devuelve campaign_search_term_insight caen directo en los cinco baldes: ledisa patches (2,916), cleantra lymphatic drainage (1,324), ledisa glp 1 patches reviews (267), cleantra reviews (325).

Las campañas COMP de Cleantra y Ledisa gastaron $16 en 30 días en consultas de marca, así que la fuga inversa ya está controlada.

Dónde está la expansión

1. Acordar qué significa retorno de marca, y después fijar el target. Qué canales cuentan como marca, sobre qué modelo de atribución, y si es primera orden o LTV de suscripción. Todo lo demás depende de eso, y la tabla del techo es el insumo para esa conversación.
2. Montar la estructura de cinco campañas en exacta en Ledisa y Cleantra, que son el 88% del gasto de marca, sembrada con los términos ya minados de Search más las categorías de marca que PMax capta hoy.
3. Financiar la marca de Cleantra. Existe, rinde 2.36 contra 0.84 del no-marca, y recibe el 0.7% del dinero con 25 a 62% de impression share. No hay que construir nada.
4. Crear campañas de marca para Wellanova, RejuvaPaw y GL-ME. El benchmark interno existe: el PMax de marca rinde entre 2.69 y 4.22 y el Search de marca entre 2.31 y 4.68 en ROAS Platform.
5. Darle a Reviews su propia landing page, no solo su propia puja. Es el 53% del gasto de marca con un CPC de $4.62 contra $2.87 del núcleo, y la intención de review es la única consulta de marca que una página editorial de comparación está hecha para responder.

Demand Gen

Ocho campañas, todas pausadas hoy, que gastaron USD 26,549 en la ventana antes de detenerse. Es el canal que peor rinde del portafolio por bastante margen, y está pausado por una razón que no tiene nada que ver con la puja.

Dos cosas más que conviene saber antes de que alguien reactive el canal. Las ocho se llaman ONB, que en esta cuenta significa marca propia, pero son campañas de video de prospección comprando audiencias frías. La etiqueta no describe lo que hacen, y eso importa cuando alguien lee la cuenta por primera vez. Y las campañas de split test costaron entre $2.42 y $5.19 por clic mientras las ganadoras costaron $1.94, o sea que testear salía más caro por clic que lo que se estaba testeando.

PMax y Merchant Center: el puente que nadie cruza

Los asset groups son "Feed Only" y eligen a mano los item IDs de producto. Si un ID está desaprobado para el destino DisplayAds, que es el que alimenta PMax, el grupo está pujando por inventario que no puede servir. Google lo reporta como pérdida normal de subasta y Merchant Center como estadística de feed. Nadie une las dos cosas.

En Ledisa la causa es el texto, no el producto: el mismo SKU físico aparece en unas 30 variantes de título, y Google bloquea solo las que usan lenguaje de resultado corporal (personal_hardships_policy_violation). Las mismas cinco a nueve variantes se repiten en US, UK, CAN y AUS, así que arreglar nueve títulos destraba los 24 IDs.

Palabras que solo aparecen en las bloqueadas: glp-1 con guion, fat, burn, cravings, berberine. Las once variantes seguras ya están escritas y aprobadas, así que no hay que redactar sino retirar. Los seis bloqueos de Cleantra no siguen patrón de título y necesitan revisión manual.

Medición: el reporte está inflado, la puja no

En dos cuentas, Advertorial Click con valor fijo de $1 entra en conversions y en conversions_value. El objetivo pujable a nivel cuenta es solo compra, así que el algoritmo optimiza bien. El daño es humano: los tROAS parecen cumplidos cuando no lo están. Las dos columnas aquí son de Google Ads, porque la pregunta es qué cuenta la plataforma.

Con funnels editoriales llevando cerca del 90% del gasto, una señal de clic en advertorial puede ser deliberada, pero si lo es debería estar fuera del valor de conversión. En cualquier caso hay que recalibrar: para exigir un 1.40 real en Nervalley el tROAS tendría que decir alrededor de 1.55. También vale decirlo claro: cero sangrado, ningún término de búsqueda por encima de $300 con 0 compras en 30 días, y una sola conversión primaria por cuenta.

Merchant Center y Search Console

Resumen de la fase del 31-ago, releído con lo que aclaró el kickoff del 3-sep.

Huecos de cobertura confirmados con el equipo el 2-sep: no hay propiedad de Search Console para Nervalley, BlueForce, RejuvaPaw ni GL-ME, y no hay cuenta de Merchant Center para RejuvaPaw, Serabel ni Nervalley. No son permisos pendientes: las propiedades no existen. Eso reencuadra un hallazgo: Nervalley corre PMax con $4,902 en 30 días sin Merchant Center propio, y hay que entenderlo antes de escalarlo.

Plan de acción priorizado

1. decisión Acordar la definición de retorno de marca y después ponerle target. Qué canales cuentan como marca, sobre qué modelo de atribución, y si el número es primera orden o LTV de suscripción. La tabla del techo dla sección 04 muestra hasta dónde llega la palanca de pujas sobre primera orden.
2. urgente Merchant Center de BlueForce: definir la oferta real, quitar el display:none de la divulgación y exponer un camino real de compra única. Shopping no acepta suscripción, así que ese es el arreglo estructural. Revisar si Ledisa y Cleantra comparten el patrón, porque ahí hay USD 140k al mes de PMax expuestos.
3. mayor retorno Ledisa: retirar o reescribir los nueve títulos bloqueados, lo que destraba el 37% del inventario de un asset group de $68,786 al mes en el mejor canal de la marca. Va junto con subirle el presupuesto, porque esa misma campaña topa su tope 12 de 13 días.
4. Bajar el tROAS del PMax de marca antes de tocarle el presupuesto. Es la mejor línea del portafolio con cualquiera de los dos modelos, pero Google marca tres de estas campañas como limitadas por la estrategia de puja, todas con tROAS 4.00, así que más presupuesto ahí no hace nada. Dejar quietas las dos de Nervalley hasta que salgan de aprendizaje.
5. Estructura de marca: minar las consultas de marca que PMax ya compra y reconstruirlas como campañas de Search en exacta en los cinco grupos de intención, primero en Ledisa y Cleantra. Después financiar las campañas de marca que Cleantra ya tiene, y crear Search de marca para Wellanova, RejuvaPaw y GL-ME. La minería es de donde sale la lista de keywords: 4,788 clics de marca en Ledisa y 4,522 en Cleantra se compran hoy sin control de lo que se paga por término.
6. Producir landing pages más rápido, y producir más. Cerca del 90% del gasto pasa por funnels editoriales de comparación que no se han iterado en más de un año, y pedirlos al equipo interno tarda semanas. Entregar HTML listo para publicar quita esa cola. Empezar por una versión nueva del advertorial top cinco que más gasto lleva, después variantes y ángulos nuevos para no-marca, y después una página dedicada al tráfico de marca con intención de review.
7. Medición: sacar el Advertorial Click del valor de conversión en Nervalley y RejuvaPaw, y después re-fijar sus tROAS sobre una señal limpia. Hoy el 1.40 escrito lo cumple un número que es 88% clics de advertorial.
8. Cortar gasto muerto: GL-ME Search (0.26 con el feed suspendido) y MR_CL_LYMPH (0.23). Pausar o justificar.
9. Destrabar capacidad ociosa: imágenes de Shopping para Selmore y BlueForce, y el enlace de Merchant Center a Ads para los 199 productos sanos de Wellanova.
10. Demand Gen: relanzar como test chico solo en Discovery y YouTube Feed, con segmentos in-market encima de la segmentación de mujeres 45+ que ya existe, y solo cuando el funnel pase revisión de política. La segmentación ya está correcta, así que ahí no hay nada que arreglar.

Glosario de métricas

Triple Whale es la fuente de la verdad para resultados. Google Ads se usa para explicar mecánica y para responder lo que TW no puede: impression share, estrategia de puja, qué acción de conversión disparó, y cualquier cosa a nivel consulta. Toda cifra tomada de Google Ads se llama ROAS Platform para que nunca se confunda con un resultado.

Qué modelo creer. Triple Attribution permite solape entre fuentes de tráfico, así que una orden puede acreditarse a más de un canal: a nivel tienda devuelve alrededor de 1.57 veces el revenue real, donde Last Click, First Click y Linear All deduplican al importe exacto. Se reporta TA porque es la métrica del día a día. Last Click es el piso honesto. Donde los dos se separan mucho, como Celmor no-marca con 1.37 contra 0.03, eso es cobertura de píxel y no rendimiento.

Reglas para reproducir las cifras de TW: el gasto se repite idéntico en las ~35 combinaciones de modelo por ventana, así que una consulta que no fije las dos lo multiplica. Las métricas derivadas existen en la interfaz pero no en el espacio de columnas de la API, hay que calcularlas desde las medidas. El canal de Google en TW se llama google-ads, no google. Y el cruce entre TW y Google Ads se hace por campaign_id, nunca por nombre.

Qué queda abierto