🛒 Newegg consigue hasta 7x de ROAS con ChatGPT Ads: así usa los feeds de producto
Revisado el 1 de octubre de 2026. Ya tenemos otro caso oficial que permite hablar de ChatGPT Ads con números y no solo con promesas. Newegg, uno de los grandes comercios online de componentes informáticos y electrónica, ha explicado cómo combina anuncios basados en feeds de producto con campañas estacionales dentro de ChatGPT. El dato que llama la atención es claro: la compañía declara un ROAS de 3x en el conjunto de sus campañas durante 28 días y un ROAS de 7x durante las dos semanas de su campaña Fantastech Sale.
Las cifras proceden de un caso de cliente publicado por OpenAI, así que deben leerse como resultados de ese anunciante concreto, no como una previsión para cualquier tienda. Aun así, el caso es útil porque enseña algo más importante que el número: cómo está usando un ecommerce real ChatGPT Ads cuando el usuario todavía está investigando qué comprar.
Qué hizo Newegg en ChatGPT Ads
Newegg vende un catálogo donde la decisión de compra rara vez es tan sencilla como “quiero un ordenador”. Quien monta un PC puede comparar procesadores, tarjetas gráficas, memoria, almacenamiento, compatibilidades y precios antes de decidir. Esa fase de investigación encaja especialmente bien con una interfaz conversacional.
La estrategia descrita por OpenAI combina dos capas. La primera son campañas permanentes alimentadas por un feed de productos. La segunda son campañas CPC estacionales que aumentan presencia cuando la intención comercial crece, como ocurrió durante Fantastech Sale.
| Capa | Objetivo |
|---|---|
| Feed permanente | Mostrar productos relevantes mientras el usuario investiga componentes concretos. |
| Campañas estacionales | Aumentar inversión cuando hay promociones y mayor intención de compra. |
| Medición | Comprobar si el tráfico enviado a la tienda termina convirtiendo y generando retorno. |
Qué es un anuncio basado en feed de producto
Un feed es, simplificando, un archivo estructurado que contiene información del catálogo: producto, URL, precio, disponibilidad y otros atributos. En lugar de redactar manualmente un anuncio para cada referencia, el comercio carga el catálogo y Ads Manager puede generar anuncios para los productos seleccionados.
Esto tiene mucho sentido cuando existen cientos o miles de referencias. Si una persona está comparando componentes para una configuración concreta, el sistema puede trabajar con información de productos mucho más específica que un anuncio corporativo genérico.
Newegg explica precisamente esa ventaja: sus clientes suelen buscar componentes y requisitos técnicos muy concretos. Un feed permite que el anuncio esté más cerca de esa intención.
Por qué el contexto conversacional puede ser valioso
En una búsqueda tradicional alguien puede escribir “SSD 2 TB”. En una conversación puede explicar que quiere ampliar un PC, que dispone de cierto presupuesto, que utiliza una placa concreta y que duda entre varios tipos de almacenamiento. No toda esa información se convierte necesariamente en targeting publicitario, pero el contexto de la conversación ayuda a entender mejor el momento de decisión.
OpenAI explica que su sistema de anuncios puede considerar señales como el contexto e intención de la conversación actual, además de la landing, título, copy, información aportada por el anunciante y sus selecciones de targeting. Cuando la personalización de anuncios está habilitada, pueden entrar señales adicionales permitidas por la configuración del usuario.
Para un ecommerce, esto cambia la pregunta. Ya no se trata únicamente de pujar por una palabra. Se trata de ser relevante mientras la persona compara alternativas y trata de resolver una decisión.
Los resultados: 3x de ROAS y 7x durante la promoción
Según el caso publicado por OpenAI, Newegg consiguió un retorno sobre inversión publicitaria de 3x durante un periodo de 28 días considerando el conjunto de campañas. Durante Fantastech Sale, una campaña específica de dos semanas alcanzó 7x de ROAS.
Un ROAS de 3x significa que por cada unidad monetaria atribuida al gasto publicitario se registraron tres unidades de ingresos atribuidos. No significa tres unidades de beneficio. Margen, devoluciones, logística, descuentos y otros costes siguen existiendo.
Esta diferencia es especialmente importante en electrónica, donde los márgenes pueden ser ajustados. Un ROAS que sería excelente para un negocio de alto margen podría no ser suficiente para otro.
| Dato oficial | Cómo interpretarlo |
|---|---|
| 3x ROAS | Resultado agregado de las campañas de Newegg durante 28 días. |
| 7x ROAS | Resultado de una campaña promocional Fantastech Sale durante dos semanas. |
| Mayor propensión a comprar | Newegg afirma que el tráfico procedente de ChatGPT tenía más probabilidad de convertir y comprar que el de otros canales; OpenAI no publica en este caso el porcentaje exacto. |
Lo más interesante no es el 7x
El 7x es el titular fácil. La enseñanza estratégica está en cómo Newegg divide su inversión. Mantiene una presencia permanente para capturar demanda mientras los usuarios investigan y después aumenta la presión durante momentos comerciales fuertes.
Eso evita dos extremos. El primero sería activar ChatGPT Ads únicamente durante promociones y desaparecer el resto del año. El segundo sería mantener siempre el mismo presupuesto aunque la intención de compra cambie.
La combinación evergreen + estacional es trasladable a otros sectores: muebles durante campañas especiales, material deportivo antes de determinadas temporadas, regalos en Navidad o electrónica durante lanzamientos y rebajas. Lo importante es que el catálogo pueda responder a una necesidad concreta.
Qué necesita una tienda para intentar algo parecido
1. Un feed limpio
La automatización amplifica tanto lo bueno como lo malo. Si los títulos son confusos, las URLs llevan a productos incorrectos o el stock está desactualizado, disponer de IA no arregla el catálogo. Antes de escalar, revisaría nombres, precios, disponibilidad, imágenes y páginas de destino.
2. Separar campañas permanentes y promociones
Una promoción importante merece medición propia. Si mezclamos una campaña de rebajas con toda la actividad habitual, después será difícil saber qué provocó el cambio de rendimiento.
3. Medir compra, no solo clic
El caso de Newegg es interesante precisamente porque habla de ROAS y de probabilidad de compra. Un CTR alto puede ser agradable, pero una tienda vive de pedidos y margen.
4. Conocer el ROAS mínimo rentable
Antes de celebrar un 3x, hay que saber qué necesita el negocio. Si vendemos un producto por 100 euros pero después de coste de producto, logística y operaciones quedan 25 euros antes de publicidad, el margen disponible condiciona cuánto podemos pagar por conseguir esa venta.
En AnunciaEnIA podemos plantear la campaña y una landing específica para la intención del anuncio. En ecommerce, el anuncio puede conseguir el clic; la página, el producto, el precio y la confianza siguen decidiendo si termina en venta.
Qué no demuestra el caso de Newegg
Un buen caso de éxito también hay que leerlo por lo que no dice. OpenAI no publica aquí el presupuesto total invertido, el margen obtenido, el número exacto de ventas ni una comparación completa y normalizada contra cada canal. Tampoco podemos asumir que una tienda pequeña vaya a conseguir el mismo ROAS.
Además, una campaña de dos semanas durante una promoción tiene condiciones distintas de una campaña permanente. El 7x no debe convertirse en una expectativa estándar de ChatGPT Ads.
La conclusión razonable es otra: hay un ecommerce real que ya está usando feeds de producto en ChatGPT Ads, midiendo ventas y escalando inversión en momentos de alta demanda. Eso es bastante más útil que una promesa teórica.
Feed de productos frente a anuncio CPC estándar
No son necesariamente alternativas excluyentes. El caso de Newegg muestra que pueden complementarse. El feed sirve para mantener profundidad de catálogo y relevancia a escala. Una campaña CPC estándar puede dar más protagonismo a un evento, una oferta o un mensaje comercial concreto.
Para una tienda con diez productos, crear anuncios manuales puede seguir siendo manejable. Para una con diez mil referencias, el feed empieza a convertirse en infraestructura.
Qué papel juega la landing
Una conversación puede generar una intención muy precisa, pero si después el clic aterriza en una categoría enorme y obliga al usuario a empezar de cero, se pierde parte de esa ventaja. Cuanto más concreto sea el anuncio, más coherente debería ser el destino.
En una tienda de componentes, por ejemplo, una persona interesada en un SSD concreto debería llegar al producto correcto o a una selección realmente relacionada, no a la portada general de informática.
Esto conecta con otra evolución de ChatGPT Ads: la plataforma está ampliando medición e integraciones. Ya hemos explicado cómo ChatGPT Ads se conecta con AppsFlyer, Adjust, Branch y Singular para medir conversiones de apps. La dirección es clara: no basta con servir un anuncio; el sistema necesita saber qué ocurre después.
Qué probaría primero en un ecommerce
Empezaría con una parte del catálogo que tenga tres características: demanda suficiente, margen conocido y buen dato de producto. No subiría todo por inercia.
Después separaría una campaña permanente de una campaña ligada a una promoción real. Durante varias semanas compararía coste, sesiones, tasa de conversión, valor medio del pedido y ROAS. Si el tráfico es bueno pero no compra, revisaría la landing y la oferta antes de aumentar presupuesto.
También prestaría atención a qué productos funcionan mejor cuando la persona está en fase de comparación. Los productos complejos, donde el comprador necesita investigar antes de decidir, pueden comportarse de forma diferente a una compra impulsiva.
La siguiente prueba de Newegg: oCPC
OpenAI señala que Newegg planea probar campañas de coste por clic optimizadas para conversión, oCPC. El objetivo es avanzar desde atraer tráfico relevante hacia optimizar más directamente las conversiones posteriores.
Eso encaja con la evolución normal de un canal publicitario. Primero se demuestra que puede generar tráfico de calidad. Después se alimenta el sistema con mejores señales de conversión para intentar que el algoritmo encuentre más usuarios con probabilidad de completar la acción que importa.
Qué aprendemos para ChatGPT Ads
El caso de Newegg deja cuatro ideas bastante claras. La primera es que ChatGPT Ads ya puede formar parte de una estrategia de ecommerce basada en catálogo. La segunda es que el contexto de investigación puede ser especialmente valioso para productos que requieren comparación. La tercera es que las campañas permanentes y estacionales pueden cumplir funciones diferentes. Y la cuarta es que debemos juzgar el canal por negocio, no por curiosidad o clics.
También refuerza algo que ya vimos en el caso de Talkpal con ChatGPT Ads: empiezan a aparecer resultados públicos que permiten comparar estrategias reales. Talkpal habló de adquisición y coste por activación; Newegg aporta una lectura claramente ecommerce, con feed, ventas y ROAS.
Conclusión
Newegg no demuestra que ChatGPT Ads vaya a dar 7x a cualquier ecommerce. Sí demuestra que el canal ya está suficientemente desarrollado como para que un retailer especializado trabaje con feeds, campañas continuas, promociones y medición de retorno.
Para una tienda online, la pregunta interesante ya no es solo “¿se puede anunciar en ChatGPT?”. Empieza a ser otra: ¿qué parte de mi catálogo merece aparecer justo cuando alguien está comparando qué comprar?
Ahí está probablemente la ventaja más interesante de la publicidad conversacional: entrar en la fase en la que el usuario todavía está formando su decisión, pero hacerlo con un producto concreto y medible.
Fuentes oficiales
- OpenAI Ads: Newegg reaches PC builders with product feed ads, 17 de agosto de 2026.
- OpenAI Ads: plataforma oficial de ChatGPT Ads.
- OpenAI Help Center: Ads in ChatGPT.
Comentarios
Comparte tu experiencia, una opinión o una duda sobre este artículo. Los comentarios se revisan antes de publicarse para mantener una conversación útil.