Google Changemakers: Bunker fue parte de la conversación que define el futuro del marketing con IA

El encuentro

Tres días, una misma pregunta: ¿quién construye lo que viene?

La agenda cubrió Next-Gen AI, Measurement, Creative Storytelling with AI y The New Economics of Advertising. Cuatro frentes distintos que, para Martin, responden a una misma pregunta: el modelo de valor del marketing está cambiando, y la ventaja va para quien tenga las herramientas y los datos para medir ese cambio.

"Fueron días muy intensos junto a referentes de agencias y partners tecnológicos de Google de toda la región, debatiendo hacia dónde va nuestra industria." Así lo resume Martin.

Lo que se llevó de Nueva York

Cuatro ideas que organizan hacia dónde va la industria

1. Los modelos de negocio tienen que evolucionar al ritmo de la tecnología. Las agencias y los partners deben enfocarse en modelos que cuantifiquen el valor antes que el esfuerzo dedicado.
2. La creatividad sigue siendo una de las palancas que más mueven el ROI. En plena era de la IA, la creatividad es la nueva forma de segmentar.
3. La first-party data sigue siendo la base de todo. Hay que reforzar las señales de datos y hacer visible la propuesta de valor de cada marca, para alimentar a los algoritmos, a las herramientas de IA y al mundo agéntico que viene.
4. Medir bien es medir impacto real. MMM, modelos de atribución y experimentos son las herramientas para entender la contribución e incrementalidad del marketing en el negocio.

Next-Gen AI

Lo que viene no es una herramienta, es una forma de decidir

La conversación sobre IA fue menos sobre qué modelo usar y más sobre qué pasa cuando los sistemas ejecutan parte de la compra, la segmentación y la optimización. Cuando la máquina decide por ti, la pregunta deja de ser "¿tengo IA?" y pasa a ser "¿tengo datos propios, reglas de medición y criterio para revisar lo que decide?".

Ahí aparece el mundo agéntico que Martin marca como horizonte. Los agentes ya pueden operar partes del ciclo de compra. Lo que no delegan es la interpretación, y ahí es donde se juega la ventaja.

• La ventaja no está en adoptar la IA primero, sino en convertirla en un proceso medible.
• Un agente es tan bueno como la señal que recibe. Sin first-party data propia, optimiza sobre lo que le dan otros.
• Sin medición de incrementalidad, la automatización escala lo que ya ves, no lo que de verdad aporta.

Creative Storytelling with AI

Producir variantes es fácil. Elegir cuál escalar, no tanto

Con IA generativa, el costo de producir piezas cae a casi cero. Eso abre la tentación de escalar volumen sin criterio. Martin pone el foco en otro lugar: la creatividad es hoy la nueva forma de segmentar. Quien entiende qué historia conecta con qué audiencia llega antes a sus resultados.

La creatividad sigue siendo una de las palancas que más mueven el ROI.

Escala sin criterio multiplica el ruido. Criterio sin escala llega tarde. El equilibrio entre ambos fue uno de los temas que más se repitió en los paneles de creatividad, y la conclusión de Martin es directa: dominar la inteligencia creativa es lo que acerca a las marcas a sus resultados.

The New Economics of Advertising

Cuando la IA produce la pieza y el algoritmo compra, el valor se mueve

Si el algoritmo compra el tráfico y la IA produce el anuncio, el valor se desplaza hacia dos lugares: la señal de datos propia y la demostración de impacto real. Martin lo resume en la idea que más le llevó de vuelta: las agencias y los partners tienen que enfocarse en modelos que cuantifiquen el valor antes que el esfuerzo dedicado.

La first-party data

La señal que más pesa es la que tú controlas

Cuando los algoritmos deciden quién ve qué y cuánto cuesta, lo único que tienes para influir es lo que les das: qué datos entran, con qué calidad y con qué permiso. Por eso los datos first-party dejaron de ser un tema de compliance para volverse una decisión de performance.

La pregunta ya no es si la IA va a transformar el negocio del marketing. Es quién va a construir las soluciones que definan cómo.

Martin propone dos caminos para llevar esto a la práctica: reforzar las señales de datos que ya tienes, y generar y hacer visible la propuesta de valor de la marca, para que los algoritmos, las herramientas de IA y los agentes tengan algo bueno que leer. Ese es el punto de partida de la visión que llevó a Nueva York: combinar tecnología propia con el ecosistema MarTech para que el dato tenga valor de negocio, no solo valor de reporte.

Medición

Medir bien es medir impacto real

Con más automatización, el riesgo es confundir correlación con impacto. Un modelo de atribución te dice qué touchpoint acompañó la conversión. Un experimento o un MMM te dice cuánto de esa conversión no habría existido sin la inversión. Martin insiste en que las tres herramientas se necesitan juntas: MMM, modelos de atribución y experimentos.

Por eso, en Bunker combinamos MMM, atribución y experimentos en un mismo marco. Ninguno alcanza solo, y los tres juntos te dan una respuesta que puedes defender frente a tu directorio.

Conclusión

Ordenar los datos, orquestar el impacto

En medio de la transformación que trae la aplicación de IA al marketing, se vuelve cada vez más relevante ordenar los datos, enfocarnos en soluciones que aporten valor y orquestar productos y servicios que generen un impacto real en el negocio.

— Martin Carniglia, Director de Marketing Science de Bunker