Sí. Y más de lo que Google quiere admitir.
En un experimento controlado con keywords prácticamente idénticas, observamos que, manteniendo constantes las pujas máximas, las extensiones y el entorno competitivo, las palabras clave con Quality Score ≤ 3 pagaron hasta un 33% más por clic que aquellas con QS = 7.
Misma intención de búsqueda. Mismos competidores. Misma estrategia de puja (manual). Misma puja. Un único factor diferencial: la “calidad”.
Además del incremento en CPC, la posición media cayó de 1,28 a 1,64; la tasa de primera posición absoluta se redujo un 16%, y los competidores nos superaron un 14% más a menudo.
No estamos hablando de teoría. Estamos hablando de dinero real.
Sin embargo, Google lleva años insistiendo en que el Quality Score “no es un factor que condicione la subasta de anuncios”, sino que se trata meramente de “una herramienta de diagnóstico que identifica cómo influyen en la experiencia de usuario los anuncios que se muestran con determinadas palabras clave.” (Fuente)
Formalmente, es cierto. Operativamente, es engañoso.
¿Por qué esta paradoja?
En Google Ads en realidad hay dos “Quality Scores”:
Lo que Google dice en su documentación actual es que el Quality Score de la palabra clave no se utiliza directamente en la subasta, PERO las señales de calidad del anuncio (CTR esperado, relevancia del anuncio y experiencia en la página de destino) que se usan para estimar el Quality Score sí que siguen afectando al Ad Quality, y este a su vez afecta el Ad Rank y el CPC:
O sea, que en teoría no, pero en la práctica sí. Que el Quality Score no se usa como tal en la subasta, pero el Ad Quality sí, que este impacta tanto en la posición (Ad Rank) como en cuanto terminas pagando por el clic (actual CPC), y que la evaluación del Ad Quality se resume en el Quality Score.
Para que no queden dudas de la fuerte relación entre ambos, los principales componentes de uno son los componentes del otro:
En resumen, que Google afirma que el Quality Score no es un “input” en la subasta de anuncios, pero reconoce en su documentación que los tres factores que lo definen ー CTR Esperado, Relevancia del Anuncio, y Experiencia en la página de destino ー son el “Big Three” (los tres componentes principales) del Ad Quality. A todos los efectos, un mal Quality Score todavía está relacionado con un peor Ad Rank y un mayor coste por clic.
Vayamos al origen de los tiempos. Cuando nació Google AdWords (octubre 2000, o sea, el Paleolítico Superior), no había Quality Score ni pago por clic ni nada. Se pagaba por impresiones (CPM).
En 2001 se empezará a probar el modelo CPC. Asoma la Edad de los Metales.
En 2002 entramos en el Neolítico: se pasa a usar un ranking por puja x CTR estimado, bajo una versión del Generalized Second Price:
Ad Rank = Max CPC * CTR Estimado
CPC real = (Ad Rank competidor inferior) / (tu CTR estimado) + $0.01
= (Max CPC de tu competidor inferior) * (su CTR Estimado) / (tu CTR estimado) + $0.01
Esto estimulaba tener un alto CTR, lo que desde entonces se ha mantenido como factor más relevante en los resultados de las pujas (junto con tu Max.CPC). Puedes encontrar más detalles sobre el Neolítico en este paper de Edelman et al. (2005).
En julio de 2005 Google formaliza el concepto de Quality Score (fuente). Entramos en la Edad Antigua. El Ad Rank y el CPC real pasan a describirse como:
Ad Rank = Max CPC * Quality Score
CPC real = (Ad Rank competidor inferior) / (tu Quality Score) + $0.01
= (Max CPC de tu competidor inferior) * (su QS) / (tu QS) + $0.01
En la práctica es muy similar, pero al CTR (que sigue siendo el factor fundamental) se le añaden otros componentes como la calidad de la landing page y la velocidad de carga. Para más detalles sobre este periodo, puedes leer el paper Position Auctions de Hal Varian (2007) — el que fuera Chief Economist de Google de 2002 a 2025.
En Agosto de 2008, Google anuncia cambios en el cálculo del Quality Score, que pasa a evaluarse en tiempo real para cada búsqueda. (fuente). Es en este instante cuando empieza a disociarse el Quality Score “invisible” (el que realmente usa Google en cada subasta, y que se recalcula dinámicamente) del “visible” (más estático, y asociado a cada keyword con un valor de 1 a 10).
Pero conceptualmente seguimos en la Edad Antigua. El propio Hal Varian grabará en 2009 un video clave para entender cómo funcionaba la subasta de Google Ads.
En este video, Hal Varian no solo muestra las fórmulas de Ad Rank y CPC real antes indicadas, sino que también muestra el peso relativo de cada componente del Quality Score. Aunque no da cifras exactas, el fotograma a continuación da a entender que CTR Esperado ~ 60%, Relevancia (de la keyword y del anuncio) ~ 30%, Landing Page ~ 10% (estimación visual aproximada).
Este es el anuncio de Google y aquí está el link al video.
En Julio de 2013, al anunciar cambios en el reporting del Quality Score asociado a cada keyword, Google aclara que esto no cambia el QS en tiempo real para cada subasta y por tanto no afecta el rendimiento. Eso ya apunta a: “tu número 1–10 es reporting/diagnóstico, no el motor de la subasta”(fuente)
Tres meses después, Google anuncia que Ad Rank pasa a considerar también el impacto esperado de extensiones y formatos (además de puja y calidad). Desde ese momento, la explicación “Ad Rank = bid × QS” ya es incompleta incluso como simplificación:
“Ad Rank improvements: […] Previously, Ad Rank was calculated using your max CPC bid and your Quality Score. With this update, Ad Rank will also take into account a third component: the expected impact from your ad extensions and formats.” (fuente).
Estos dos cambios preparan el terreno para lo que vendrá un año después, que es la base del modelo actual.
En un post publicado en junio 2014, el propio Hal Varian, fija la tesis moderna: el Quality Score como herramienta diagnóstica que refleja (pero no es una medida directa de) el Ad Quality. El post es acompañado de un link al paper Settling the (Quality) Score (2014), que reafirma el nuevo paradigma:
“Quality Score Is a Helpful Diagnostic Tool, Not a Key Performance Indicator. Why: Your Quality Score is like a warning light in a car’s engine that shows how healthy your ads and keywords are. It’s not meant to be detailed metric that should be the focus of account management.”
“Pay Attention to the “Big Three” Component Parts of Ads Quality. They are: ad relevance, expected CTR and landing page experience. Why: The real-time evaluations of these three components are used in the ad auction, while your Quality Score itself is not.”
Settling the (Quality) Score. (Google, 2014)
El Google Chief Economist también publica un nuevo video en donde enumera los factores que influyen en la subasta de Google Ads. El primero sigue siendo el CTR esperado, e introduce una novedad respecto a su video de 2009: el impacto de los “ad formats” (las extensiones de anuncios).
En este video, Hal Varian ya no muestra fórmulas para calcular el Ad Rank o el CPC real; el Quality Score ha sido reemplazado por (Ad) Quality; y los parámetros tienen valores meramente cualitativos cualitativos (high/medium/low).
Los cálculos pasan a ser una caja negra, en donde los CPCs reales asignados por Google hay que creérselo, porque no hay forma de reconstruirlos.
Bienvenidos a la Edad Moderna. Este es el modelo que, a grandes rasgos, sigue vigente en 2026. Hoy en día, el modelo incluye:
Históricamente, el CTR esperado ha sido el componente con mayor peso dentro de la calidad, y no hay evidencia pública de que esto haya cambiado sustancialmente.
Cambio de paradigma en 2014: prácticamente los mismos inputs, cálculos más opacos, resultados diferentes.
Para asegurar una alta validez interna, hemos usado keywords que tienen la máxima puja autorizada por Google ($1.000 USD) y que comparten las mismas extensiones de anuncios y los mismos competidores.
Ejemplo de pujas en algunas de las keywords del experimento
Así, diferencias observables en el ranking entre ellas están determinadas casi exclusivamente por su Ad Quality (el “casi” es porque no controlamos las acciones de los competidores, pero es esperable que, siendo el mismo sector, la misma vertical, los mismos players, y palabras clave muy parecidas, las pujas de estos sean muy similares entre keywords, y que diferencias puntuales se diluyan en el agregado de las decenas de keywords analizadas).
Corrimos nuestro experimento con datos de los últimos 180 días (20 Agosto 2025-15 Febrero 2026), para un total de 20.097 impresiones.
Los resultados de nuestro experimento se recogen en las tablas 1 y 2 mostradas a continuación.
Tabla 1
Nota metodológica: la posición media se ha estimado con la fórmula
∑ competidores (tasa impresión * tasa de posicionamiento superior)competidor +1
Esto es, todos los indicadores son peores en las keywords con Quality Score más bajo: posiciones medias más bajas, menor porcentaje de primeras posiciones, y un coste por clic más alto.
El hecho de que todo se deteriore simultáneamente amortigua el efecto aparente de un mal Quality Score en cada uno de los factores por separado. Cuando una de las variables se mantiene constante se aprecia mejor el impacto real. Así, cuando comparamos keywords con una misma tasa de primeras posiciones (Abs.Top), vemos que los CPCs reales fueron un 33% más altos en las keywords con bajo QS.
Tabla 2
Los resultados de este experimento tienen una alta validez interna, por el alto número de datos, el haber usado una estrategia de puja manual, y el hecho excepcional de fijar pujas al valor máximo permitido por Google, lo que elimina el ruido introducido por el valor de las propias pujas.
Sin embargo, su validez externa (en otras cuentas) está limitada a las conclusiones cualitativas. No pretendemos fijar como nuevo estándar que bajar cinco puntos tu QS te suba costes un 33% o te baje tu posición media cuatro décimas. Las cifras dependerán de cada caso y de cada momento. Pero sí podemos afirmar que, en cualquier cuenta, un mal QS va a estar fuertemente asociado con peores posiciones y mayor coste por clic. Subir el primero conlleva mejorar los segundos de manera notable ー y observable.
En 2026, con el uso generalizado de Smart Bidding y concordancia amplia, y con las campañas de Búsqueda perdiendo relevancia frente al empuje de PMAX, DemandGen, IAMax, etc., fijarse en el Quality Score puede sonar decimonónico. Pero precisamente por el contexto actual, en donde cada vez tenemos menos control sobre las campañas, este es uno de los puntos donde aún podemos intervenir y hacer la diferencia.
Si tu QS baja, Google te cobrará más por el mismo resultado (o por uno peor). Así que si tus keywords más relevantes tienen un mal Quality Score, haz lo posible por mejorarlo, trabajando en el CTR Esperado, la Relevancia del Anuncio, y la Experiencia en la página de destino, tanto a nivel de keywords como a nivel de campañas. Esto te ayudará a conseguir más conversiones y bajar costes.
Pero hay más. Hemos hablado en anteriores posts sobre cómo mitigar el fraude de clicks. En las próximas semanas publicaremos un nuevo post sobre el fraude de impresiones: ataques masivos de competidores que — mediante botnets — pueden generar decenas de miles de impresiones sin clic para hundir tu Ad Quality, y con él tu QS y tu Ad Rank, sacándote de las primeras posiciones, quitándote opciones de captar clientes e incrementando significativamente tu CPC. Exactamente esto es lo que le parece estar pasando a uno de nuestros clientes, en cuya cuenta hemos observado patrones compatibles con este tipo de comportamiento.
No hagas caso de lo que Google te dice. Haz caso de lo que Google te cobra — y del ranking que tienes frente a tus competidores.
Sí, y más de lo que Google quiere admitir. No hagas caso de lo que Google te dice. Haz caso de lo que Google te cobra — y del ranking que tienes frente a tus competidores.
¿Sabías que la mayoría de tus anuncios de Google Ads en Youtube aparecen en videos irrelevantes para tu marca? Con YouHelp controlarás la eficacia de tu inversión.
Si estás trabajando campañas PMAX y quieres excluir emplazamientos, probablemente ya sepas que las opciones actuales son bastante limitadas. Sin embargo, existe un truco para excluir emplazamientos solo en PMax…
FÁKTICA ANALYTICS
Calle Núñez de Balboa, 35A
28001 Madrid
España
DATALYTICS
4 Portland Ct
St. Louis, MO 63108
Estados Unidos
Contacto: info@faktica.com
¿Podemos ayudarte?
Incluida por Google en el Top 3% de las agencias PPC españolas
Subvencionado por el CDTI en 2021-2023.
FÁKTICA ANALYTICS SL ha recibido una subvención por importe de 35.645,44 € del Ayuntamiento de Madrid, para la realización del proyecto de inversión denominado “Optimización del proceso de adquisición de clientes por PYMES mediante el uso de machine learning, big data, algoritmia y soluciones cloud. ”, con cargo a la convocatoria pública de subvenciones dirigidas al fomento de productos, herramientas o servicios de modernización tecnológica y digitalización, orientados a las PYMES y a la mejora de su competitividad, para la anualidad 2025, de la Dirección General de Economía del Área de Gobierno de Economía, Innovación y Hacienda
¿Podemos ayudarte?
Presupuesto Sin Compromiso
Estimación de Tráfico, Coste y Conversiones Potenciales
Tarifas por Resultado
Análisis de Oportunidades Gratuito
¿Podemos ayudarte?
Contáctanos ahora sin ningún compromiso