Llevo un tiempo mirando con atención cómo Google está integrando los anuncios de Shopping dentro de su modo de búsqueda con IA, y lo que veo me confirma algo que ya sospechaba desde hace meses: la mayor parte de los gestores de PPC tiene un problema de feed, no de pujas. Cuando el algoritmo decide qué producto mostrar en medio de una conversación generativa, la puja importa menos de lo que parece; lo que manda es la calidad y la coherencia de los datos que le has dado para trabajar.
El cambio es significativo porque altera el punto de entrada de la competencia. Antes, con una SERP tradicional, podías compensar un feed mediocre subiendo el CPC y ganando visibilidad por fuerza bruta. En un entorno conversacional, donde el sistema filtra y recomienda antes de mostrarte al usuario, ese truco deja de funcionar: o tus atributos de producto son lo suficientemente precisos para que el modelo te entienda, o simplemente no apareces.
Qué cambia cuando Shopping entra en la búsqueda conversacional
La diferencia fundamental respecto al Shopping clásico es el contexto en el que aparece el anuncio. En una búsqueda tradicional, el usuario ve una fila de productos con imagen, precio y tienda; puede comparar de un vistazo y hace clic en lo que le llama la atención. En la búsqueda con IA, el sistema ya ha hecho parte de ese trabajo de filtrado: el usuario ha preguntado algo concreto, la IA ha interpretado su intención y, en ese momento, muestra solo los productos que considera más relevantes para esa consulta específica.
Eso reduce drásticamente el número de productos visibles, lo que tiene dos consecuencias. La primera es que la elegibilidad pesa más que nunca: si tu ficha de producto no tiene los atributos correctos (tipo de producto, descripción precisa, categoría bien asignada, disponibilidad actualizada), el modelo no puede emparejarte con la consulta correcta. La segunda es que el viaje del comprador se comprime; el usuario no necesita salir de la interfaz para refinar la búsqueda porque ya lo ha hecho conversando, lo que significa que cuando ve tu anuncio está mucho más cerca de la decisión de compra.
Google también está probando este formato en categorías fuera del retail puro, como los viajes, lo que sugiere que la lógica de "producto + intención + datos estructurados" se va a extender a verticales que históricamente funcionaban más con búsqueda de texto. Para los anunciantes de esos sectores, la señal es clara: lo que hasta ahora era buena práctica (feeds limpios, datos estructurados en la web, categorización cuidada) empieza a ser condición necesaria.
Lo que veo en las cuentas cuando el feed no está preparado
En las cuentas que gestiono, el problema más habitual no es técnico en sentido estricto: los feeds funcionan, los productos se aprueban y las campañas entregan. El problema es que los atributos están rellenados para pasar el control de Google Merchant Center, no para que un modelo de lenguaje pueda entender con precisión qué vende ese anunciante y para quién. Hay títulos de producto copiados del ERP que incluyen códigos internos; descripciones de tres líneas genéricas que no dicen nada diferencial; categorías asignadas por defecto sin revisarlas nunca.
Eso funcionaba razonablemente bien cuando la coincidencia se hacía por keyword: el usuario escribía "zapatillas running talla 42" y el sistema buscaba productos que tuvieran esos términos en algún sitio del feed. Con el matching semántico y los entornos generativos, el proceso es distinto: el sistema infiere intención y busca productos que encajen con esa intención, no que contengan esas palabras exactas. Un feed vago penaliza mucho más en ese contexto, porque el modelo simplemente no tiene suficiente información para hacer la correspondencia correcta. Si quieres mejorar el rendimiento de tus campañas en este escenario, el punto de partida es revisar la estrategia de Performance Max en ecommerce, que es donde más se nota la diferencia entre un feed trabajado y uno descuidado.
 (1).jpg)
La atribución también se complica. Estos anuncios aparecen en fases muy tempranas de la conversación, cuando el usuario todavía está explorando, y eso hace que el tiempo entre la primera impresión y la conversión sea más largo de lo habitual. Si tus ventanas de atribución son cortas o tu modelo es de último clic, estarás infravalorando el papel de este formato y probablemente tomando decisiones presupuestarias equivocadas.
Cómo replantear la estrategia de keywords si el algoritmo ya no los usa como antes
Hay una tensión interesante en este momento: Google lleva tiempo diciéndoles a los anunciantes que las keywords son un medio para alcanzar una audiencia, no el objetivo en sí mismo, mientras que al mismo tiempo los gestores de cuentas siguen estructurando campañas alrededor de listas de keywords muy granulares. Esa tensión se va a resolver, y no precisamente a favor de la granularidad extrema.
Lo que el sistema realmente necesita son señales de intención claras, combinadas con datos de conversión suficientes para aprender. Si tienes dos grupos de anuncios que comparten la misma intención de compra y dirigen a la misma landing page, mantenerlos separados no te da más control; solo fragmenta los datos de conversión que el algoritmo necesita para optimizar bien. Consolidar esos grupos suele mejorar el aprendizaje del sistema y, con él, los resultados, siempre que la landing y los objetivos de negocio estén bien definidos desde el inicio.
Eso no significa que la segmentación haya muerto. En cuentas B2B o en nichos donde el margen varía mucho según el tipo de consulta, segmentar por intención sigue teniendo sentido para mantener el control presupuestario; lo que cambia es el criterio de segmentación, que ya no debería ser "una keyword por grupo" sino "una intención de compra diferenciada por campaña". La diferencia es conceptual pero tiene consecuencias prácticas en cómo estructuras la cuenta y cómo lees los datos. De hecho, esta misma lógica de intención sobre términos exactos es lo que hace que el keyword research para PPC se parezca cada vez más al que haría para SEO semántico; si te interesa ver esa convergencia con más detalle, lo desarrollé en el artículo sobre el papel de las entidades frente a las keywords en el SEO con IA.
El resumen práctico es este: revisa tu feed antes de tocar las pujas, define tus intenciones de compra con más precisión de la que has usado hasta ahora y amplía tus ventanas de atribución para no perder la visión de lo que está pasando realmente en el embudo. Esos tres ajustes, ninguno de ellos especialmente complejo, son los que más diferencia hacen en el rendimiento de las campañas de Shopping cuando la búsqueda con IA entra en la ecuación.
¿Necesitas mejorar el posicionamiento de tu web?
Si quieres aplicar estas estrategias y obtener resultados reales, puedo ayudarte. Llevo años trabajando el SEO de empresas y proyectos digitales con un enfoque técnico y orientado a resultados.
Solicitar consulta SEOPreguntas frecuentes
¿Cómo funcionan los anuncios de Shopping en el modo IA de Google?
Aparecen como recomendaciones de productos y tiendas dentro de la conversación con el asistente IA (Gemini). Se basan en la intención detectada en el diálogo y utilizan los datos del feed de Google Merchant Center.
¿Significa el fin de las keywords que ya no debo usarlas?
No, las keywords siguen siendo necesarias, pero ya no son el eje central de la estructura de la cuenta. Ahora actúan como señales para que el sistema entienda la temática, mientras que el algoritmo se encarga de buscar la intención semántica.
¿Qué es la optimización para motores generativos o GEO?
Es el conjunto de técnicas destinadas a que el contenido de una marca sea fácilmente interpretable y citado por las inteligencias artificiales en sus respuestas. Requiere datos estructurados, claridad informativa y autoridad temática.