La inteligencia artificial avanza de manera vertiginosa. Omnipresente. Genera ríos de tinta a diario y también ha revolucionado el mundo del marketing digital, por supuesto. Sin embargo, aunque plataformas como ChatGPT, Stable Diffusion o MeetGeek son relativamente recientes, la publicidad digital lleva evolucionando junto a la tecnología desde mucho más atrás.

Ya hace bastantes años que Google, Facebook y la publicidad programática en general vienen utilizando algoritmos y machine learning, palabras quizás desgastadas y reemplazadas por la más moderna IA; pero con el mismo propósito de facilitar la vida de los publicistas y ayudarles a mejorar los resultados de sus campañas, haciendo más eficiente la inversión en medios.

Google Universal App Campaigns: la revolución en las campañas de mobile advertising

Hace unos 10 años, una de las cosas que más lo petaba eran las apps móviles, y por aquel entonces mi foco era dinamizarlas, especialmente con campañas de mobile advertising. Una de las plataformas que surgió en aquella época fue Google Universal App Campaigns, y lo recuerdo como algo revolucionario.

Era un tipo de campaña que aunaba distintos canales de Google (Search, Google Play, YouTube. Google Display Network…), utilizando la automatización y el machine learning para optimizar los resultados. Las campañas eran muy fáciles de montar, no había que preocuparse mucho de keywords y otros aspectos más arduos de la configuración de la típica campaña programática. Prometía hacerlo todo fácil y automático. Y funcionaba como un tiro la mayoría de las veces.

Sin embargo, recuerdo casos en los que el algoritmo decidía asignar más presupuesto a canales que claramente generaban peores resultados que otros. No era algo que se pudiese configurar manualmente (en situaciones así, la automatización de ese tipo de campañas jugaba a la contra) pero afortunadamente sí había cierto espacio para ‘hackear’ el algoritmo con algunos ajustes indirectos.

Podría decirse que la tecnología no era perfecta… o quizás es que no trabajaba solo para el anunciante (y tenía que ‘dar de comer’ también a esos otros canales con peor performance). No hay manera de estar seguros; lo malo de tratarse de una caja negra es que todo se queda en una cuestión de fe.

Desafíos creativos en la optimización de campañas

Otro elemento interesante era que, a la hora de abordar los anuncios o creatividades, la plataforma realizaba una especie de collage a partir de diversos elementos (titulares, descripciones, imágenes…) y aplicaba cierto machine learning para identificar y potenciar los elementos que mejores resultados ofrecían. Por su parte, Facebook y otros players del sector publicitario también pivotaron sus plataformas publicitarias para ofrecer funcionalidades parecidas, que hoy en día son más que habituales.

Sin embargo, no todo era tan idílico. Aunque la promesa de estas plataformas es que sus algoritmos permiten optimizar la entrega de anuncios, distribuyendo automáticamente el presupuesto entre los anuncios más efectivos y, en definitiva, maximizando el ROI de las campañas, lo cierto es que no siempre era (ni es) así.

A veces, las campañas con pujas automáticas pueden interpretar erróneamente ciertas señales o datos, lo que acaba llevando a decisiones incorrectas (o como mínimo mejorables) en la asignación de presupuestos o en la optimización de las campañas.

La llegada de 'Google Performance Max'

La tecnología siguió evolucionando y, en el caso de Google, introdujeron sus célebres campañas de performance max, ya en tiempos de pandemia. A diferencia de sus predecesoras (Universal App Campaigns o Smart Bidding), Google Performance Max representaba una importante evolución, un salto tecnológico donde se profundizaba en la automatización, presente de una manera más integral, abarcando múltiples formatos publicitarios y canales.

Estas mejoras suponían una mayor optimización del rendimiento de las campañas. Al menos en teoría ya que, como comentaba antes, seguimos estando ante una caja negra que requiere un acto de fe. Todas estas plataformas basadas en la automatización siguen siendo falibles y, sobre todo, siguen teniendo como objetivo principal maximizar el beneficio de sus creadores, no solo el de sus anunciantes.

Otra preocupación recurrente que se suele mencionar es la privacidad. Y la ética. Existe el riesgo de que la manera de gestionar las audiencias de estas plataformas se base en datos sensibles o discriminatorios, lo que podría llevar a prácticas publicitarias injustas. Además, tanto Google como Meta han estado bajo escrutinio en los últimos años por prácticas anticompetitivas. En el caso de Google, cuando eres juez y parte (vendes publicidad y también la mides), es difícil no generar suspicacias.

Automatización de procesos en las campañas de 'paid media'

Por otro lado, siempre ha existido el riesgo, muy palpable, de que los publicistas nos volvamos demasiado dependientes de ‘las máquinas’ y perdamos agudeza a la hora de realizar ajustes manuales cuando sea necesario. Gestionar el paid media ahora es, sin duda, mucho más cómodo que hace una década, ya que no es necesario estar ‘toqueteando’ las campañas tan frecuentemente (mi jefe sigue pensando que estoy todo el día con el Business Manager de Facebook tirando de las palancas, así que espero que no lea esto). La automatización es cómoda, sí, pero puede convertirse en una trampa si nos hace olvidar la importancia del juicio humano y la supervisión activa.

Creo que, a pesar de los avances tecnológicos, sigue siendo necesario adaptarse a los cambios -a veces repentinos- de un mercado cada vez más dinámico. O tomar decisiones estratégicas basadas en nuestra experiencia y conocimientos. Y no, el collage de creatividades que plantean Google o Meta no siempre funciona como debería. Lanzar cientos de creatividades mediocres, basadas en combinaciones hechas por los algoritmos, no asegura el éxito.

El profesional del marketing sigue teniendo que establecer conexiones significativas con la audiencia a la que se dirige, poner mucho foco en la innovación creativa y en el contexto humano necesario para comprender completamente el comportamiento del consumidor y las sutilezas del mercado.  Y es que, llevando a mi terreno la mítica canción de The Buggles, aunque haya quien afirme que la 'IA killed the paid media star', los profesionales del marketing y de la publicidad digital aún no han dicho su última palabra y siguen teniendo la oportunidad de hacer valer su profesionalidad y expertise para aportar perspectiva a las campañas.