Usar Change History para analizar el impacto de campañas en 2026

Cada cuenta de Google Ads está en constante movimiento: las estrategias de bidding cambian, los textos de anuncio se prueban, los presupuestos se ajustan y la configuración de segmentación se refina continuamente. Pero cuando el rendimiento cae de repente o sube de forma inesperada, ¿sabes exactamente qué cambio lo provocó? Aquí es precisamente donde el Change History de Google Ads juega un papel fundamental. Es una de las herramientas de análisis más infrautilizadas de la plataforma y, para quienes la usan correctamente, proporciona un vínculo directo entre cada cambio en la campaña y su correspondiente impacto en el rendimiento. En este artículo explicamos qué es el Change History, cómo utilizarlo de forma sistemática y cómo AdBrains eleva esta funcionalidad a un nivel de análisis completamente automatizado.

¿Qué es el Change History en Google Ads?

El Change History es una función integrada en Google Ads que te ofrece una visión cronológica de cada cambio realizado en tu cuenta, campañas o grupos de anuncios. Puedes encontrarlo a través del menú "Herramientas y configuración" en tu panel de Google Ads, o directamente dentro de la vista de informes.

Cada cambio se registra automáticamente, incluyendo la marca de tiempo, el usuario que realizó el ajuste, el tipo de cambio (como un ajuste de presupuesto, un cambio de estrategia de bidding, la adición de una palabra clave negativa o una edición de RSA) y los valores anteriores y nuevos. Esto convierte al Change History en una especie de libro de registro digital de todo el historial de tu cuenta, que puedes consultar y filtrar en cualquier momento. La ventana de consulta predeterminada abarca hasta 24 meses, lo que es suficiente para analizar patrones estacionales y tendencias a largo plazo.

Por qué el Change History es esencial para el análisis de rendimiento

Los anunciantes que toman el Change History en serio como herramienta de análisis disponen de un eslabón indispensable en su ciclo de optimización. Cuando detectas una caída en tu ROAS o un aumento en tu CPA, siempre hay dos posibles causas: cambios internos (algo que tú o tu equipo ajustasteis) o factores externos (cambios del mercado, competencia, estacionalidad). El Change History te ayuda a separar esas dos categorías de forma rápida y fiable.

Un ejemplo concreto de Clima-Active.nl, un instalador de aire acondicionado y bombas de calor que gestiona una cuenta de generación de leads centrada en solicitudes de presupuesto. Supongamos que el CPL sube un 35% en una semana determinada. Sin el Change History, encontrar la causa raíz es lento y arriesgado. Con el Change History, ves de inmediato que tres días antes del pico se cambió la estrategia de bidding de Target CPA a Maximize Conversions, sin el suficiente volumen de conversions para respaldar ese cambio. Causa raíz identificada, solución aplicada rápidamente.

Lo mismo ocurre en el lado positivo. Supongamos que la tasa de conversions de ToetsJeKennis.nl, una plataforma online de exámenes y cursos, sube un 22% en un mes determinado. Combinando el Change History con tu informe de conversions, ves que exactamente el día del aumento se lanzó un nuevo RSA con una puntuación de Ad Strength más alta. Los insights positivos son tan valiosos como la detección de problemas: te indican qué debes hacer más.

Cómo utilizar el Change History de forma estructurada

El verdadero potencial del Change History emerge cuando lo aplicas de forma sistemática y no solo cuando algo va mal. A continuación, un enfoque paso a paso para un uso estructurado:

1. Vincula tus informes al Change History. Abre el Change History y activa simultáneamente la superposición del gráfico de rendimiento (mediante la opción "Mostrar cambios" encima del gráfico de campaña). Esto te proporciona líneas de marcador verticales en cada cambio, directamente en el contexto de la tendencia de tu KPI.
2. Filtra por tipos de cambio de alto impacto. No todos los cambios tienen el mismo impacto. Los cambios de estrategia de bidding, los ajustes de presupuesto superiores al 20%, las adiciones de palabras clave negativas y las ediciones de RSA suelen tener el efecto más inmediato en el rendimiento. Filtra primero por estas categorías.
3. Establece una frecuencia de revisión fija. Analiza el Change History semanalmente como parte de tu proceso de informes estándar, no solo como medida de emergencia. Correlaciona cada anomalía de rendimiento significativa (más de un 15% de cambio en CPA, ROAS, CTR o tasa de conversions) con los cambios de los 7 días anteriores.
4. Documenta tus hallazgos externamente. El Change History de Google Ads no dispone de una función de anotaciones integrada que vincule hallazgos con insights. Exporta los datos relevantes a una hoja de cálculo o a tu propia herramienta de BI y añade contexto: ¿cuál fue la causa, cuál fue el impacto, qué acción se tomó?
5. Usa el Change History como verificación de calidad tras cambios importantes. Después de lanzar una nueva campaña, ajustar un objetivo de Smart Bidding o añadir un nuevo grupo de anuncios, programa una revisión fija a los 7 y 14 días para medir el impacto.

Para cuentas de e-commerce como E-4motion.com, la tienda online de bicicletas eléctricas plegables nuevas, este enfoque estructurado es especialmente relevante, ya que los lanzamientos de productos, los cambios estacionales y las actividades promocionales generan regularmente grandes fluctuaciones de rendimiento que deben identificarse rápidamente y sobre las que hay que actuar.

Un enfoque estructurado transforma el Change History de un registro pasivo en un instrumento de dirección activo dentro de tu ciclo de optimización. Requiere disciplina y, preferiblemente, automatización, ya que el análisis manual siempre está sujeto a sesgos de interpretación humana y está limitado por el tiempo disponible por cuenta.

Errores frecuentes al interpretar el Change History

Incluso cuando usas el Change History de forma activa, existen errores que pueden llevar a conclusiones equivocadas. Los más comunes son:

• Confundir correlación con causalidad. El hecho de que un cambio de rendimiento coincida con una edición no significa automáticamente que esa edición fuera la causa. Pueden influir simultáneamente factores externos, como una actualización del algoritmo de Google Ads, una campaña de la competencia o efectos estacionales.
• Usar un período de observación demasiado corto. Los algoritmos de Smart Bidding necesitan un período de aprendizaje tras un cambio. Evalúa un ajuste de estrategia de bidding después de un mínimo de 7 a 14 días, no tras un único día.
• Mirar solo a nivel de cuenta. Un pequeño ajuste a nivel de campaña puede tener grandes consecuencias para la cuenta en su conjunto, pero apenas ser visible a nivel de cuenta. Filtra siempre también a nivel de campaña y grupo de anuncios.
• Ignorar los cambios realizados por herramientas externas. Si usas scripts, reglas automatizadas o herramientas de terceros, esos cambios también quedan registrados en el Change History. No los ignores, ya que pueden afectar significativamente a las señales de Smart Bidding.
• No combinar el Change History con los datos de conversion tracking. Un cambio sin los datos de conversions correspondientes solo cuenta la mitad de la historia. Combina siempre la línea temporal del Change History con tu informe de conversions para tener una imagen completa.

Combinar el Change History con otras herramientas de Google Ads

Para LeroyBrouwer.nl, una cuenta de generación de leads con objetivos de CPL estrictos, la combinación del Change History con el conversion tracking es especialmente valiosa. Cada ajuste en la configuración del Target CPA se hace inmediatamente visible en el informe de conversions, lo que permite medir con precisión el impacto de cada cambio de estrategia de bidding durante el período de observación correcto.

AdBrains AI: análisis automatizado del Change History a nivel de cuenta

Mantener y analizar el Change History de forma manual es un proceso lento, propenso a errores y con una escalabilidad limitada. A medida que una cuenta crece, con más campañas, más grupos de anuncios y más cambios por semana, el análisis manual se convierte rápidamente en un cuello de botella. Aquí es precisamente donde la tecnología de IA de AdBrains marca una diferencia estructural.

AdBrains ha desarrollado un sistema de verificación multi-agente en el que cuatro agentes de IA independientes comprueban cada decisión de optimización antes de su ejecución. Esto significa no solo que cada cambio queda registrado automáticamente, sino también que la IA pre-evalúa si un ajuste planificado ha producido históricamente un impacto positivo o negativo en situaciones comparables. Si un cambio de estrategia de bidding de Target ROAS a Maximize Conversion Value ha provocado anteriormente una caída temporal del rendimiento durante el período de aprendizaje, el sistema ajusta el momento y las condiciones del cambio para minimizar ese riesgo.

Además, el sistema de AdBrains monitoriza continuamente los desarrollos de rendimiento tras cada cambio, de forma automática y a nivel de campaña, grupo de anuncios y palabra clave. Cuando se detecta una desviación de rendimiento superior al 15% en CPA o ROAS respecto a la media de los 7 días anteriores, se genera automáticamente una alerta y los datos relevantes del Change History se vinculan directamente a la anomalía. Esto sustituye horas de investigación manual por un análisis inmediato de la causa raíz.

El sistema de cambio de estrategia de AdBrains responde en consecuencia: cuando un ajuste de estrategia de bidding tiene un impacto negativo demostrable en el volumen de conversions, el sistema puede revertir automáticamente a la configuración anterior y reiniciar el período de aprendizaje, sin necesidad de intervención manual de un account manager. Para cuentas como Clima-Active.nl, donde los objetivos de CPL son estrictos y una semana de bajo rendimiento afecta directamente al equipo de ventas, esto supone una mejora operativa significativa.

Además, AdBrains almacena y analiza historiales de cambios durante períodos más largos y en múltiples cuentas. Esto permite aprendizajes entre cuentas: si un determinado tipo de cambio en un sector o tipo de campaña comparable produce sistemáticamente resultados positivos o negativos, esos insights se incorporan automáticamente a las futuras decisiones de optimización. Los gestores manuales sencillamente no tienen capacidad para aplicar este tipo de reconocimiento de patrones a escala.

El resultado es un sistema de análisis que no solo mira hacia atrás, sino también hacia adelante: cada insight del Change History se traduce en una recomendación concreta o en una acción automática para el siguiente ciclo de optimización. En AdBrains, el Change History no permanece como un simple registro. Se convierte en un motor de aprendizaje para la mejora continua de las campañas.

Preguntas frecuentes sobre el Change History en Google Ads

¿Hasta dónde llega el Change History en Google Ads?

El Change History de Google Ads almacena los cambios durante un máximo de 24 meses. Esto es suficiente para la mayoría de los análisis estacionales y las optimizaciones a largo plazo. Ten en cuenta que no todos los ajustes automáticos realizados por los algoritmos de Smart Bidding se muestran en el Change History, ya que se trata de ajustes internos de Google. Los cambios realizados por usuarios, scripts o integraciones de API son completamente visibles.

¿Puedo usar el Change History para medir el impacto de un cambio de Smart Bidding?

Sí, esta es una de las aplicaciones más valiosas. Cuando ejecutas un cambio de estrategia de bidding, por ejemplo de CPC manual a Target ROAS, el momento del cambio es inmediatamente visible en el Change History. Comparando el rendimiento antes y después del cambio, teniendo en cuenta el período de aprendizaje de al menos 7 a 14 días, puedes medir el impacto neto de la nueva estrategia de bidding. Combínalo siempre con tu informe de conversions para obtener una imagen completa.

¿Los cambios realizados por herramientas externas también quedan registrados en el Change History?

Sí, los cambios realizados a través de la API de Google Ads, scripts o herramientas de gestión de terceros son visibles en el Change History. Se registran bajo el nombre del usuario de la API o del script. Esto es una consideración importante si trabajas con múltiples herramientas o agencias: todos los cambios, independientemente de su origen, se combinan en el mismo registro.

¿Cómo vinculo de forma concreta una caída de rendimiento a un cambio en el Change History?

El método más eficaz es la vista de superposición en Google Ads: accede al resumen de tu campaña, abre el gráfico de rendimiento y activa "Mostrar cambios". Verás líneas de marcador verticales en la línea temporal correspondientes a cambios específicos. Haz clic en un marcador para ver qué cambio se realizó. A continuación, compara el rendimiento de los 7 días anteriores al marcador con los 7 días posteriores (o más, según el volumen de conversions). Para cuentas con bajo volumen de conversions, utiliza un período de comparación de 14 o 21 días para minimizar el ruido estadístico.

¿El Change History también está disponible para las campañas Performance Max?

Sí, los cambios en las campañas Performance Max (PMax) también se registran en el Change History, incluidos los ajustes en grupos de recursos, cambios de presupuesto y cambios de objetivo. Una matización importante: las campañas PMax están gestionadas en gran medida de forma interna por el algoritmo de Google, lo que significa que no todas las fluctuaciones de rendimiento tienen una causa directa en el Change History. Esto hace que el análisis de las campañas PMax sea más complejo y requiera un período de observación más largo y un análisis contextual más amplio.