Michael Bailey, director sénior de Google Media Lab, analiza diferentes soluciones basadas en IA cuyos prototipos ha creado Google para sus propias marcas. Aunque el trabajo de Google con la IA no ha concluido, se observa un gran potencial en áreas como la medición, la creatividad y los medios.
En Google Media Lab, trabajamos constantemente para implementar la IA en las marcas de Google y cada vez encontramos más formas de hacerlo.
Nuestro equipo supervisa todas las facetas de las campañas publicitarias de los productos propios de Google, lo que incluye medios, creatividad y medición. Somos optimistas con el potencial de la IA, pero aún puede suponer un reto saber cuándo, dónde y cómo introducirla en nuestro flujo de trabajo, sobre todo porque no queremos quedarnos solo en el interés que causa, sino avanzar en su aplicación y, por ende, conseguir impacto en la empresa. Por eso, hemos elaborado una estrategia estructurada con directrices y reglas de interacción. Nuestro objetivo es pasar de las miles de "flores brotando" a lo que sería el "jardín de la IA", menos caótico y más organizado, siguiendo un recorrido claro para ponerla en marcha.
Aunque no tenemos todas las respuestas, pensamos que sería útil que los lectores de Think with Google pudieran ver desde dentro del equipo de Marketing cómo se aplica la IA en los productos de Google, además de compartir nuestras principales conclusiones. Las herramientas que se mencionan abajo son algunos de los experimentos de marketing con potencial en tres áreas: medición, creatividad y medios. En conjunto, estas herramientas también son un reflejo de que no solo queremos crear soluciones puntuales, sino adoptar un enfoque integral que abarque diferentes disciplinas de marketing y formas de trabajar.
Aunque desarrollamos estas herramientas para las campañas del equipo de Marketing de Google, cabe destacar que cualquier anunciante puede crear herramientas similares para sus propias campañas con Google Cloud, Gemini y otros modelos de IA.
Medición: la IA como base del rendimiento creativo
Tradicionalmente, la medición ha sido una práctica retrospectiva que muchos anunciantes solo implementan cuando una campaña ha terminado, lo que puede hacer que los insights lleguen demasiado tarde y no resulten útiles. Queríamos poder aplicar los insights que revela la medición mucho antes en el proceso. Por eso, creamos un prototipo interno usando el paquete de herramientas de marketing basadas en IA de Google Cloud Platform, ya que puede mostrar insights creativos en tiempo real para tomar decisiones fundamentadas.
Este año, nos decidimos a usar la IA para generar un catálogo de características que pudiéramos incluir en la gran biblioteca de creatividades de anuncio de Google, de la que se alimentan marcas como YouTube, Pixel o Android. Estas características pueden presentarse casi en cualquier formato (texto, audio o imagen) y pueden ser básicas ("logotipo de marca en la esquina superior derecha", "llamada a la acción clara" o "personajes manteniendo una conversación") o muy específicas ("contiene paisajes naturales, como montañas, lagos o ríos" y "el lenguaje incluye palabras que evocan conceptos surrealistas o abstractos"). En total, nuestro prototipo es capaz de englobar más de 50 tipos de características1 en cada creatividad que producimos.
Con este catálogo de metadatos, después usamos la IA predictiva para entrenar un modelo con datos de rendimiento de anuncios de esas creatividades. Este modelo predictivo puede determinar la probabilidad de mejora de una métrica concreta con una creatividad nueva que aún no hayamos probado. Así podemos adaptar las variables creativas generadas por IA a los resultados que buscamos, y a la vez dejamos de depender tanto de métodos más tradicionales de evaluación del rendimiento creativo. Aunque aún es pronto, las pruebas internas han tenido aproximadamente un 70 % de precisión general en las predicciones de rendimiento de las creatividades, basándonos en la frecuencia con la que el modelo predice correctamente si una creatividad va a aumentar el Brand Lift.2
Otro ejemplo ilustrativo de la IA en la medición de creatividades es el de los datos cualitativos. Estamos usando los modelos de IA generativa más actuales de Google Cloud para organizar y resumir la información cualitativa de los panelistas de las pruebas creativas, que incluye respuestas de texto libre. La IA es capaz de resumir tanto los comentarios positivos como los negativos en un conjunto de temas clave, además de evaluar lo que gusta la creatividad para después hacer recomendaciones de mejora.
Por ejemplo, aplicamos el análisis de comentarios cualitativos al último anuncio del Pixel para el Campeonato Europeo de la UEFA. A pesar de los buenos resultados en las pruebas, el modelo de IA generativa de Google Cloud pudo identificar que la música elegida no gustó a alrededor de la mitad de los encuestados que la mencionaron. Su recomendación fue buscar opciones de música alternativas u ofrecer variantes para adaptarse a una audiencia más amplia, ya que la música elegida había recibido disparidad de opiniones.3
En el equipo de Marketing de Google, los datos bien organizados son la base y un paso fundamental antes de implementar soluciones de IA. Tras el trabajo previo para lograr que los datos fueran útiles, desarrollar estos modelos fue relativamente rápido.
Creatividad: desarrollo de campañas más rápido gracias a la IA
La cultura avanza muy rápido. A veces vemos venir una tendencia, logramos que surja una idea brillante, pasamos las fases de producción y aprobación, y descubrimos que la tendencia ya ha pasado. ¿Podría la IA acelerar este proceso para evitar que los profesionales del marketing desaprovechen oportunidades motivadas por la cultura?
Para resolver este problema, estamos haciendo experimentos con prototipos internos basados en modelos de Gemini para identificar tendencias y generar ideas para campañas. Es muy interesante ver cómo funcionan estas herramientas al combinarlas.
Hemos desarrollado un asistente de tendencias e insights para identificar tendencias a partir de varias fuentes en tiempo real, así como para visualizar picos y caídas de esas tendencias en conversaciones públicas. Podemos usarlo para determinar qué se cuece en la cultura general en cada momento o para profundizar en un tema o una palabra clave concretos (como tu equipo favorito de un deporte). También puede generar un resumen detallado de un tema con varias perspectivas, incluyendo una cronología, aspectos destacados y mucho más. Sin datos en tiempo real, esto podría llevar semanas en lugar de minutos.
Una vez que identificamos una tendencia que queremos incluir en nuestros mensajes, podemos usar la IA para generar ideas de campaña. Esta herramienta no genera una idea definitiva, sino sugerencias iniciales. Cuando damos con una sugerencia inspiradora, pedimos desarrollarla. Después, la herramienta ofrece sugerencias específicas para dar vida a la idea, por ejemplo, mediante activaciones con creadores y partners de medios. Una de las ventajas de la herramienta es que no tiene ego ni se cansa. Podemos pedirle ideas ilimitadas y rechazarlas hasta elegir las que queremos desarrollar con nuestras agencias asociadas.
La IA puede potenciar la creatividad. Con el tiempo que ahorras en el análisis de tendencias y el pensamiento inicial, puedes pulir tus ideas creativas y tu narrativa.
Medios: la IA como forma de buscar nuevos clientes
Las señales de audiencia en las que solían basarse los anunciantes cada vez son más difíciles de usar y, en algunos casos, están desapareciendo. Por eso, nuestro equipo se preguntaba si podíamos usar la IA predictiva para saber a quién le iba a resultar útil nuestro mensaje.
Para averiguarlo, estamos desarrollando un prototipo interno que utiliza nuestros datos propios para descubrir usuarios que probablemente vayan a realizar una acción concreta que nos interesa, como instalar una aplicación o activar un nuevo teléfono. Usamos estos insights para llegar a una audiencia amplia de usuarios similares en servicios como YouTube, la Red de Display de Google y la Búsqueda.
Las primeras pruebas internas de este prototipo muestran un aumento del 72 % en los resultados con una reducción del 43 % en cuanto a costes.4
Para lograrlo en Google, hemos creado un equipo y un proceso de IA multifuncional con el objetivo de avanzar en experimentos como las audiencias basadas en IA, y para ello contamos con representación de equipos de marketing, privacidad, productos y jurídico.
Juntos por el avance de la IA
No trabajamos solos en esto. Para desarrollar prototipos como los que hemos mencionado, necesitamos colaborar estrechamente con nuestras agencias y otros partners.
Aunque aún es pronto en este campo y no tenemos respuesta para todo, los resultados que estamos consiguiendo con estos experimentos y otros apuntan a un futuro brillante para las soluciones basadas en IA. Te invitamos a que te unas al recorrido de la IA en nuestro sector haciendo experimentos, creando prototipos que se ajusten a tus necesidades y siguiendo prácticas recomendadas en todas tus actividades de marketing.
Para terminar, no olvides estos consejos: empieza con soluciones de IA integradas que ya se estén usando en tu equipo. Quizás mi opinión esté algo sesgada, pero Google Ads es un buen punto de partida. Después, experimenta de forma activa con esas soluciones para mejorar habilidades como la creación de peticiones y el procesamiento de aprobaciones de contenido generado por IA. Cuando lo domines, podrás desarrollar tus propias soluciones como hemos visto, adaptándolas a tus principales necesidades. Por último, colabora estrechamente con partners que te ayuden a adquirir capacidades técnicas e identificar oportunidades para personalizar soluciones que te permitan alcanzar cada objetivo de marketing que te propongas.
Mientras tanto, puedes consultar estos seis consejos prácticos para aprovechar la IA.
Suscríbete a Think with Google para recibir insights de consumo, ideas y estrategias por email.
