IA en la planificación de medios: el primer mes de uso real y las correcciones necesarias
La planificación de medios con asistencia de IA prometía resolver uno de los trabajos más laboriosos del ciclo mensual de marketing: la distribución óptima del presupuesto entre canales, formatos y audiencias basada en el historial de performance y en las proyecciones de la demanda del período. Era un trabajo que en el proceso manual consumía entre 8 y 12 horas mensuales de análisis de datos y construcción de escenarios. En el primer mes de uso del sistema de IA para esa tarea, la velocidad de producción del plan fue impresionante y el plan resultante tenía 3 problemas que ningún análisis de los datos podría haber anticipado por sí solo.
El primer problema fue de estacionalidad no capturada. El sistema había construido el plan de medios del mes de octubre basándose en el historial promedio de los últimos 12 meses. Lo que el historial promedio no capturaba era que octubre de ese año coincidía con el período de planificación presupuestaria de los clientes potenciales del sector, que era una señal de oportunidad estacional que el director comercial conocía por experiencia pero que no estaba registrada de forma explícita en ningún dataset que el sistema pudiera consultar. El plan subestimaba la inversión en canales de ciclo de venta corto durante ese período específico.
El segundo problema fue de sinergia entre canales no modelada. El sistema asignaba presupuesto a cada canal de forma independiente, optimizando el rendimiento esperado de cada uno basándose en su historial individual. Lo que no modelaba era la sinergia entre LinkedIn y el email de nurturing: cuando ambos operaban simultáneamente con el mismo mensaje en fases distintas del embudo, la tasa de conversión de cada uno era significativamente mayor que cuando operaban de forma independiente. El plan del sistema, que trataba cada canal como independiente, perdía esa sinergia al fragmentar el presupuesto.
El tercer problema fue de restricciones operativas no capturadas. El equipo de contenido tenía una capacidad de producción de 5 piezas semanales. El plan de medios del sistema requería 9 piezas semanales para algunas semanas del mes basándose en las oportunidades de distribución que los datos identificaban. El gap entre la demanda de contenido del plan y la capacidad de producción del equipo no era un dato disponible en ninguna fuente que el sistema consultara.
Incorporé un proceso de revisión de planificación de medios con IA que incluía explícitamente la validación de 4 dimensiones que el sistema no podía verificar por sí solo: estacionalidad y contexto de mercado del período específico, sinergias entre canales que el historial individual de cada canal no capturaba, restricciones de capacidad operativa del equipo y oportunidades o amenazas competitivas del período. Con esas 4 dimensiones incorporadas por el estratega antes de finalizar el plan, el proceso de planificación combinada tomaba 4 horas en lugar de las 8 a 12 del proceso manual, y producía planes con mejor consideración del contexto que el proceso puramente algorítmico.