Performance Max llegó como la respuesta de Google a una promesa concreta: una sola campaña para publicar anuncios en todos sus canales al mismo tiempo, dejando que la inteligencia artificial decida dónde, cuándo y a quién mostrarlos. Para muchos anunciantes en LATAM, esa promesa fue atractiva desde el inicio. Menos configuración, más alcance, resultados optimizados de forma automática.
El problema es que esa misma automatización, diseñada para maximizar el rendimiento, también crea condiciones favorables para el fraude publicitario. Y no es un riesgo menor: según el White Paper de Fraude Publicitario 2025 de Spider AF, la tasa promedio de fraude observada en 2024 fue del 5,1% de los clics, con algunas redes alcanzando hasta el 46,9% de tráfico inválido. Las campañas de tipo automatizado como PMax son un blanco especialmente rentable para quienes operan este tipo de esquemas.
Entender por qué requiere primero entender cómo funciona PMax y qué lo hace diferente de una campaña de búsqueda o display convencional.
Qué es Performance Max y cómo funciona
Performance Max, conocido en la industria como PMax, es un tipo de campaña de Google Ads lanzado en 2021 que unifica en una sola estructura todos los canales del ecosistema de Google: Búsqueda, Display, YouTube, Shopping, Discover, Gmail y Maps.
En lugar de crear campañas separadas para cada canal con sus propios grupos de anuncios, segmentaciones y pujas, PMax le entrega a la IA de Google un conjunto de recursos creativos (textos, imágenes, videos, feeds de productos) y un objetivo de conversión, y deja que el algoritmo decida cómo, dónde y a quién mostrar los anuncios para maximizar los resultados.
El sistema aprende de las señales de conversión que recibe: qué usuarios convirtieron, en qué momentos, desde qué dispositivos, con qué creatividades. Cuantas más conversiones registra, mejor teóricamente optimiza. Eso funciona bien cuando las señales de conversión son limpias. Cuando no lo son, el problema se vuelve sistémico.
Por qué PMax es estructuralmente más vulnerable al fraude
La vulnerabilidad de Performance Max al fraude no es una falla técnica puntual. Es una consecuencia directa de cómo está diseñado el producto. Hay varios factores que se combinan para crear ese riesgo.
La falta de transparencia sobre dónde aparecen los anuncios
En una campaña de Display convencional, el anunciante puede ver exactamente en qué sitios web se publicaron sus anuncios y excluir los que no le convienen. En PMax, esa visibilidad es considerablemente más limitada. Hasta 2025, los anunciantes no podían ver el desglose de rendimiento por canal dentro de la misma campaña. Google comenzó a lanzar en abril de 2025 informes por canal en versión beta, pero el despliegue ha sido gradual y muchas cuentas aún no tienen acceso completo.
Esta opacidad es un problema central. Si no sabes en qué sitios o formatos se está mostrando tu anuncio, tampoco puedes identificar cuáles están generando tráfico inválido. Los esquemas de fraude que operan a través de sitios de baja calidad, los llamados MFA (made-for-advertising), aprovechan exactamente esa limitación.
Los controles de exclusión son más restrictivos que en campañas estándar
En campañas de búsqueda o display independientes, es posible aplicar listas de exclusión de sitios a nivel de campaña con relativa facilidad. En PMax, las exclusiones funcionan diferente: solo se pueden aplicar a nivel de cuenta, no a nivel de campaña, y hay restricciones sobre qué tipos de ubicaciones se pueden excluir y cómo. Las palabras clave negativas a nivel de campaña, una función básica en cualquier campaña de búsqueda, recién se están haciendo disponibles para todos los anunciantes en 2025 después de un período largo en beta.
Esto significa que, ante una fuente de tráfico sospechosa identificada dentro de PMax, la capacidad de respuesta del anunciante es más lenta y menos granular que en otros tipos de campaña.
El algoritmo aprende de señales contaminadas
Aquí está el riesgo más profundo y menos visible. PMax optimiza con base en las conversiones que registra. Si parte de esas conversiones son falsas, generadas por bots que simulan completar formularios, iniciar procesos de compra o registrarse en servicios, el algoritmo aprende que ese tipo de tráfico "funciona" y lo busca activamente.
Los bots de fraude de conversión no son simples scrapers que hacen clic y se van. Son scripts más sofisticados que simulan el comportamiento de un comprador real: crean cuentas, agregan productos al carrito, completan formularios con datos ficticios. Para el sistema de aprendizaje de PMax, eso se ve como una conversión exitosa. El resultado es que la campaña empieza a optimizar hacia tráfico que en realidad no tiene valor, mientras el presupuesto se consume sin generar ningún negocio real.
El inventario de Search Partners amplía el riesgo
PMax incluye por defecto el inventario de Search Partners de Google, que son sitios de terceros que muestran resultados de búsqueda de Google y en los que también pueden aparecer los anuncios. La calidad de ese inventario varía enormemente, y algunos de esos partners generan tráfico de calidad significativamente inferior al de google.com. Desactivar Search Partners en PMax no es tan directo como en una campaña de búsqueda estándar.
Cómo se manifiesta el fraude en una campaña PMax
Los patrones de fraude en PMax tienen algunas características propias que los distinguen de lo que se ve en campañas convencionales.
Leads falsos o spam leads. En campañas orientadas a generación de leads, es frecuente recibir formularios completados con datos inventados: nombres genéricos, correos electrónicos que no existen, números de teléfono incorrectos. Cuando el volumen de ese tipo de envíos es alto, el algoritmo de PMax lo interpreta como éxito y optimiza para conseguir más de lo mismo. Es un ciclo que se retroalimenta si no se detecta a tiempo.
Tráfico de sitios MFA en el inventario de Display. Los sitios "made for advertising" son páginas creadas exclusivamente para monetizar anuncios, sin contenido útil para ningún usuario real. Generan impresiones y clics que se cobran al anunciante sin ningún valor de negocio. Como PMax distribuye automáticamente presupuesto hacia el inventario de Display de Google, esos sitios pueden absorber una parte del gasto sin que el anunciante lo vea fácilmente.
Inflado de métricas de conversión. En campañas que miden eventos de comportamiento como tiempo en sitio, páginas vistas o scroll como conversiones proxy, los bots más avanzados pueden simular esas acciones con suficiente fidelidad como para generar conversiones que el sistema considera válidas. Configurar conversiones proxy sin validarlas contra resultados de negocio reales es un error común que amplifica la vulnerabilidad.
Qué señales pueden alertar de un problema
Detectar fraude en PMax requiere cruzar datos de varias fuentes, porque los informes nativos de la campaña no siempre dan la visibilidad suficiente.
Brecha entre leads registrados y leads calificados. Si el equipo de ventas o de CRM reporta que una proporción alta de los leads de campañas digitales llegan con datos incorrectos, sin responder llamadas o sin ningún interés real, esa discrepancia es la primera señal que hay que investigar.
Tasa de conversión alta con resultados de negocio bajos. PMax reportando muchas conversiones, pero ninguna o muy pocas cerrándose en ventas reales, es un patrón típico de fraude de conversión. La tasa de conversión no es el objetivo; el negocio real lo es.
Sesiones sin comportamiento en el sitio. En GA4, sesiones que provienen de campañas de PMax sin ningún evento registrado, con duración de cero segundos o con una única página vista y rebote inmediato, merecen revisión. Cuando esas sesiones representan un porcentaje alto del tráfico de pago, el problema probablemente no es la landing page.
Picos de actividad en horarios inusuales. Un volumen desproporcionado de clics o conversiones en madrugadas o en momentos que no corresponden al horario habitual de la audiencia objetivo puede indicar actividad automatizada.
Qué hacer para reducir la exposición al fraude en PMax
La automatización de PMax no es negociable si se elige ese tipo de campaña, pero hay medidas concretas que reducen la vulnerabilidad.
Configurar conversiones de calidad, no de cantidad. El primer paso es definir qué cuenta como conversión en la campaña. Usar eventos de alto valor (compras completadas, llamadas conectadas, formularios validados por el equipo de ventas) en lugar de proxies de comportamiento como scroll o tiempo en sitio reduce la posibilidad de que el algoritmo aprenda de señales falsas. Si el negocio es generación de leads, conectar el CRM al seguimiento de conversiones y pasar solo los leads calificados como señal de conversión importada mejora drásticamente la calidad del aprendizaje.
Revisar los informes de ubicaciones disponibles. Con las actualizaciones de 2025, Google está ofreciendo mayor visibilidad sobre los canales y ubicaciones dentro de PMax. Aunque la granularidad sigue siendo menor que en campañas estándar, revisar regularmente ese informe y solicitar exclusiones de sitios específicos a nivel de cuenta cuando se identifican dominios de baja calidad es una práctica que vale la pena establecer.
Usar listas de audiencias de primera parte como señal. Alimentar PMax con listas de clientes reales (Customer Match) y audiencias similares derivadas de esas listas orienta el algoritmo hacia usuarios con mayor afinidad real con el negocio. Eso no elimina el fraude, pero sí mejora la calidad promedio del tráfico hacia el que el sistema optimiza.
Aplicar palabras clave negativas. Con la disponibilidad general de palabras clave negativas a nivel de campaña en 2025, es posible excluir términos que históricamente han atraído tráfico sin calidad. Construir y mantener esa lista es ahora una práctica básica de gestión de PMax.
Considerar herramientas especializadas de detección. Para cuentas con inversión relevante en PMax, plataformas como Spider AF ofrecen detección de tráfico inválido y protección de leads específicamente diseñada para campañas automatizadas. Analizan patrones de comportamiento en tiempo real, identifican bots que simulan conversiones y pueden bloquear fuentes problemáticas antes de que contaminen las señales de aprendizaje de la campaña.
El dilema de fondo: automatización versus control
PMax representa una apuesta de Google por un modelo donde la IA gestiona la mayor parte de las decisiones de distribución y puja. Ese modelo tiene ventajas reales en términos de alcance y optimización, pero también implica ceder control sobre aspectos que antes el anunciante gestionaba directamente.
El fraude publicitario prospera en los espacios donde hay menor visibilidad y menor capacidad de intervención manual. PMax, por su diseño, concentra precisamente esas condiciones. No significa que no deba usarse, significa que usarlo con responsabilidad implica entender esas limitaciones y compensarlas activamente: con señales de conversión limpias, con revisión periódica de los informes disponibles, con exclusiones bien mantenidas y, cuando el presupuesto lo justifica, con herramientas externas de protección.
La automatización no exime al anunciante de supervisar qué está pasando con su inversión. Delegar esa responsabilidad al algoritmo es uno de los errores más caros que se pueden cometer en publicidad digital.
