Linda Ruiz, directora regional de MGID para Latinoamérica relata cómo las tecnologías vinculadas a la inteligencia artificial permiten identificar y aislar las variables que inciden en el rendimiento de anuncios, videos y otras piezas de comunicación. “Esto facilita replicar fórmulas exitosas y dejar atrás decisiones basadas en la intuición”, afirma. Sin embargo, destaca, “la intervención humana sigue siendo indispensable”.
Por Jorge Velasco Cruz.
Con 18 oficinas a nivel mundial y su centro de operaciones en Santa Mónica, California, MJID es una plataforma de origen ucraniano que desarrolla soluciones tecnológicas de publicidad nativa, basándose en tecnologías vinculadas a la inteligencia artificial (IA) como el machine learning.
A través del marketing contextual, ayuda a que publicadores y medios de comunicación, de noticias y entretenimiento puedan monetizar sus sitios en la open web. Y, por otro lado, acompaña a las marcas a realizar campañas de branding y performance que logren conversiones en plataformas globales, gracias a sistemas avanzados de segmentación.
“Hacemos acuerdos con los diferentes publishers o medios que pueda haber en todo el mundo y lo que hacemos con estos deals es una negociación revenue share. Los medios nos permiten tener un espacio exclusivo dentro de sus sitios y estos espacios los monetizamos con nuestras marcas. Entonces, ellos siguen incrementando sus ingresos y también pueden, con nuestra tecnología, aumentar el tráfico”, explica Linda Ruiz, directora regional de MGID para Latinoamérica.
Este servicio, enfatiza, es una manera de contrarrestar la baja que ha tenido el tráfico hacia páginas web, producto de la incorporación de la inteligencia artificial como herramienta de búsqueda.
Mercadóloga egresada del Tecnológico de Monterrey, México, Ruiz hoy está encargada de la estrategia de apertura de mercado para soluciones y estrategias digitales a través de anuncios nativos y de video hacia diversos mercados como el chileno.
“La IA permite detectar patrones que resultan invisibles para el análisis humano, identificando en tiempo real a usuarios con alta probabilidad de conversión. Esto se logra a partir del comportamiento actual de navegación y consumo de contenidos, en lugar de depender exclusivamente de datos históricos que pueden haber perdido relevancia. Este enfoque dinámico mejora la precisión de la segmentación y permite una conexión mucho más oportuna y relevante con las audiencias”, comenta.
¿Cómo personalizan los mensajes para llegar a las audiencias?
Hay quien, por ejemplo, nos puede solicitar darse a conocer con un mensaje masivo publicado en diferentes sitios web en los que tenemos salida. O también, hay quienes nos dicen “quiero que lleves tráfico a mi sitio y que ese tráfico lo conviertas en agregados al carrito y que ese carrito también se convierta en ventas». Entonces, identificando de una manera correcta o dándole el mensaje correcto a la audiencia, podemos convertir esto en ventas.
Tenemos diferentes proveedores de data conectados a nuestra plataforma, que nos permiten identificar a los diferentes perfiles de usuarios para una cierta marca. En el caso de, por ejemplo, una marca deportiva, pueden ser mujeres que hacen yoga, corredores o quienes quieren usar ropa cómoda. De esta forma, podemos identificar a las audiencias por intereses o contextos, de acuerdo al contenido que leen, y mandarles un mensaje distinto a cada una.
¿Cómo optimizan con inteligencia artificial el servicio que realizan?
El año pasado lanzamos un feature con inteligencia artificial que optimiza nuestras campañas de acuerdo a los sitios en las que se van a publicar, los días, horarios, dispositivos y el creativo que mejor esté performando. Esto quiere decir que la inteligencia artificial puede hacer optimizaciones de las pujas. Nuestras campañas se monetizan por costos por clic, entonces, le apostamos o le aumentamos la apuesta a lo que mejor esté funcionando.
De esta forma, en lugar de que un account manager esté aumentando o disminuyendo una apuesta, la inteligencia artificial lo hace en automático con estos aprendizajes que va haciendo para el creativo, el formato, el día y horario que mejor esté funcionando.
Con estos features que hoy tiene la plataforma podemos entregar resultados desde la parte alta o baja del funnel.
En general, ¿cómo ves que la IA predictiva está cambiando el marketing?
Hoy contamos con herramientas capaces de anticipar el desempeño de un anuncio incluso antes de su publicación. A partir del análisis de variables como el mensaje, los elementos visuales y el contexto, la IA puede estimar con alta precisión su nivel de efectividad, reduciendo significativamente el riesgo asociado a la inversión publicitaria.
Además, estas tecnologías permiten identificar y aislar las variables que realmente inciden en el rendimiento, desde el tono del copy hasta la composición visual, lo que facilita replicar fórmulas exitosas y dejar atrás decisiones basadas en la intuición.
¿Cómo ves el futuro de la segmentación con IA?
El futuro en este ámbito estará marcado por la combinación de inteligencia artificial contextual y el uso estratégico de datos de primera mano (first-party data). Evolucionaremos hacia modelos basados en “momentos de vida”, donde el contexto inmediato del usuario será más relevante que su historial.
Entre las principales brechas a cerrar se encuentran la integración eficiente de datos, la adopción tecnológica y, especialmente, el desarrollo de marcos éticos que acompañen este nivel de personalización.
¿De qué manera la IA predictiva ayuda a anticipar tendencias de comportamiento o consumo?
La IA predictiva tiene la capacidad de identificar señales tempranas que anticipan cambios en el comportamiento del consumidor. Por ejemplo, puede detectar incrementos sutiles en búsquedas, variaciones en las conversaciones en redes sociales o cambios en patrones de consumo de contenido.
Estas señales, analizadas en conjunto, permiten prever tendencias emergentes incluso meses antes de que se masifiquen, dando a las marcas la posibilidad de posicionarse como pioneras en lugar de reaccionar tardíamente.
¿Cómo se equilibra la personalización con la invasión de la privacidad?
La clave está en el valor percibido por el usuario: cuando el uso de sus datos se traduce en beneficios concretos, como recomendaciones relevantes o ahorro de tiempo, la aceptación es mucho mayor.
En este sentido, el enfoque debería ser comprender desde la empatía y optimizar desde la eficiencia. El límite está en la manipulación: una marca responsable utiliza la IA para facilitar la experiencia del usuario, no para inducir necesidades artificiales.
¿Cómo las empresas pueden traducir los modelos predictivos en acciones?
Es clave incorporar herramientas de visualización, como dashboards inteligentes, que no solo presenten datos, sino que sugieran próximos pasos accionables. Al mismo tiempo, es fundamental fomentar una cultura organizacional orientada a la experimentación, con capacidad de ejecutar tests A/B de forma ágil basados en hipótesis generadas por la IA. Esto permite validar estrategias en cuestión de días, en lugar de meses.
¿Qué tan “inteligente” es la IA en estos procesos y qué rol cumple el factor humano?
La IA es altamente sofisticada en términos de capacidad de procesamiento y detección de patrones, pudiendo analizar volúmenes masivos de datos y encontrar correlaciones complejas en tiempo récord. Sin embargo, carece de contexto cultural, criterio y sentido común.
Por eso, la intervención humana sigue siendo indispensable. Son las personas quienes definen el tono, la estrategia y el marco ético de aplicación. En definitiva, la IA potencia las capacidades humanas, pero no las reemplaza.
