top of page

La semana en que el dato dejó de reportar y empezó a operar

Foto del escritor: Daniel Rangel
Daniel Rangel
6 nov
6 min de lectura

Semana del 31 de octubre al 6 de noviembre de 2026


Durante años, los datos llegaban después.

Lanzábamos la campaña.

Esperábamos.

Abríamos Analytics.

Revisábamos conversiones.

Y decidíamos qué cambiar.

Ese orden está desapareciendo.

Ahora los datos entran antes.

ChatGPT utiliza señales de conversión para decidir cuánto pujar.

Google utiliza feeds para construir argumentos de venta.

AI Mode utiliza precios, reseñas y contexto para recomendar servicios.

Microsoft empieza a analizar qué hacen agentes autónomos dentro de una web.

Los datos ya no solo explican qué pasó.

Empiezan a decidir qué pasará después.


Visual premium sobre datos que alimentan decisiones de IA en marketing, conectando pujas, ecommerce, conversiones, analítica y performance.
Visual premium sobre datos que alimentan decisiones de IA en marketing, conectando pujas, ecommerce, conversiones, analítica y performance.

1. ChatGPT Ads se acerca al lenguaje del performance

OpenAI cambiará su sistema de bidding.

Target CPA para conversiones.

Target CPC para tráfico.

La plataforma podrá pagar más o menos en cada subasta intentando acercarse al costo promedio que definimos.

Suena familiar.

Porque es la misma dirección que tomó Google Ads hace años.

Menos control sobre una puja individual.

Más control sobre el resultado que queremos conseguir.

La consecuencia también es conocida:

La calidad del dato se vuelve crítica.

Si la conversión que enviamos representa negocio, el sistema puede aprender.

Si representa una acción superficial, aprenderá exactamente eso.

Automatizar una mala definición de éxito no mejora una campaña.

La escala.

2. Pero ChatGPT Ads todavía tiene que demostrar rentabilidad


No toda noticia sobre IA necesita ser interpretada como crecimiento inevitable.

Esta semana también apareció un dato incómodo.

Un estudio de casi 1,900 sitios encontró que las visitas pagadas desde ChatGPT generaban bastante menos revenue por sesión que Google Search en la muestra analizada.

Eso no significa que ChatGPT Ads no funcione.

Significa que todavía tenemos que tratarlo como un canal en desarrollo.

Probar.

Medir.

Comparar.

Evitar trasladar presupuesto solamente porque el formato es nuevo.

El entusiasmo no debería reemplazar una cuenta sencilla:

¿Cuánto estamos pagando?

¿Cuánto estamos vendiendo?

¿Y cuánto de eso habría ocurrido de todas formas?

Una plataforma puede tener tecnología extraordinaria y todavía necesitar tiempo para convertirse en un canal extraordinario.


3. El feed se está convirtiendo en el nuevo copy

Google AI Mode muestra uno de los cambios más importantes para ecommerce.

Cuando una persona pregunta por productos, Google puede generar categorías, explicaciones y recomendaciones con IA utilizando los datos de Merchant Center.

Eso cambia el trabajo creativo.

Antes preguntábamos:

¿Qué headline ponemos?

Ahora también tenemos que preguntar:

¿Qué información le estamos dando al sistema para que escriba por nosotros?

Material.

Compatibilidad.

Tamaño.

Variante.

Uso.

Popularidad.

Preguntas frecuentes.

Productos relacionados.

El feed deja de ser un archivo que marketing entrega a Google.

Empieza a ser un brief.

Y si el brief es pobre, la IA tiene poco con qué trabajar.


4. AI Search empieza a terminar tareas

Google AI Mode ya permite llegar desde una necesidad hasta la reserva de un servicio del hogar.

El usuario puede explicar el problema.

Google puede revisar información.

Comparar alternativas.

Recomendar proveedores.

Y entregar un enlace para reservar.

Ese recorrido es importante.

Porque Search siempre fue excelente capturando intención.

Los agentes quieren ir un paso más allá.

Quieren ejecutarla.

Para negocios locales, eso cambia el trabajo.

No basta con aparecer.

Necesitamos darle al sistema suficiente evidencia para elegirnos.

Buenas reseñas.

Información consistente.

Servicios claros.

Ubicación.

Disponibilidad.

Precio cuando sea posible.

Confianza.

La ficha deja de ser únicamente una ficha.

Puede convertirse en materia prima para una decisión automatizada.


5. Ahora tendremos que medir agentes además de usuarios

Microsoft Clarity presentó Agentic Analytics.

La idea es muy interesante.

Una web ya no será visitada únicamente por humanos y crawlers.

También tendremos agentes.

Agentes que investigan.

Que comparan.

Que intentan navegar.

Que quizá completen tareas en nombre de un usuario.

Eso cambia una pregunta básica de analítica:

¿Quién está usando nuestro sitio?

Porque un agente puede leer información sin comportarse como una persona.

Puede visitar menos páginas.

Puede encontrar datos más rápido.

Puede intentar llegar directamente a checkout.

Puede fallar por una interfaz que para un humano parece evidente.

La experiencia digital ya no tendrá una sola audiencia.

Necesitaremos sitios comprensibles para personas y para sistemas.


6. La llamada también necesita regresar al algoritmo

Google Data Manager ya puede enviar conversiones de llamadas mediante API.

Para muchos negocios esto es más importante que otra actualización de creatividad.

Pensemos en:

Automotriz.

Inmobiliarias.

Servicios profesionales.

B2B.

Clínicas.

Una llamada no es necesariamente una venta.

Una puede durar treinta segundos.

Otra termina en una cotización.

Otra termina en contrato.

Si Google solo sabe que el teléfono sonó, está optimizando con información incompleta.

El objetivo debería ser cerrar el circuito.

Anuncio.

Llamada.

Oportunidad.

Venta.

Valor.

Mientras más cerca llegue la señal del resultado real, mejores decisiones puede tomar el sistema.


7. Pero los datos también necesitan auditoría

La otra noticia sobre conversiones offline demuestra por qué no podemos confiar únicamente en que un upload diga “Successful”.

Se encontraron comportamientos donde una conversión podía aparecer asociada a una cuenta diferente de la que generó originalmente la interacción.

La lectura práctica es sencilla.

No basta con enviar datos.

Hay que reconciliarlos.

Ads contra CRM.

CRM contra ventas.

Ventas contra facturación.

Facturación contra revenue real.

La IA puede hacer operaciones complejas.

Pero no puede arreglar silenciosamente una arquitectura de medición incorrecta.

Datos first-party sin gobernanza son solo errores propios más difíciles de detectar.


8. Reddit quiere convertir la conversación en búsqueda comercial

Reddit empezó a probar anuncios en sus resultados de búsqueda.

Tiene sentido.

Las personas ya llegan a Reddit para preguntar cosas que muchas veces no preguntan directamente a una marca.

“¿Cuál comprarías?”

“¿Vale la pena?”

“¿Qué problema tiene?”

“¿Qué alternativa existe?”

La publicidad puede entrar ahora justo dentro de ese momento.

Pero Reddit mantiene una característica distinta:

La conversación humana.

Una marca que únicamente entra para vender probablemente pierde parte del valor del canal.

Una marca que escucha primero puede aprender:

Qué objeciones existen.

Qué lenguaje utiliza el mercado.

Qué problemas no estamos explicando.

Qué competidor aparece espontáneamente.

Search Ads puede ser el producto.

La conversación sigue siendo la ventaja.


9. Medir tu reputación en IA requiere más de una pregunta

Otro estudio encontró algo que debemos recordar cada vez que alguien presenta un screenshot de ChatGPT como “reporte de reputación”.

La forma de preguntar cambia la respuesta.

Mucho.

En el estudio, los prompts negativos afectaron aproximadamente el doble que los positivos y hubo variación entre ejecuciones idénticas.

Entonces preguntar una vez:

“¿Es buena la marca X?”

no es una metodología.

Para entender percepción en IA necesitamos conjuntos de prompts.

Neutral.

Comparativo.

Positivo.

Negativo.

Confianza.

Precio.

Calidad.

Problemas.

Alternativas.

Y repetirlos.

AI visibility necesita método antes de convertirse en KPI.


10. Aparecer correctamente empieza a importar más que simplemente aparecer

Otro análisis encontró que los modelos podían identificar correctamente qué hacía una empresa, pero equivocarse en su audiencia, diferenciales o características concretas.

Esto nos deja una distinción importante:

Visibilidad no es precisión.

Una IA puede mencionar nuestra marca.

Y aun así explicarla mal.

Puede recomendarnos.

Pero para el cliente equivocado.

Puede resumir nuestra solución.

Pero eliminar justo el diferenciador que vende.

Entonces la pregunta madura para AI Search ya no es:

“¿Aparecemos?”

Es:

“¿Nos está entendiendo correctamente?”


La lectura De Rongé

Esta semana parece hablar de muchas cosas distintas.

Pujas.

Feeds.

Conversiones.

Agentes.

Reddit.

AI Search.

En realidad todas hablan de lo mismo.

La calidad de la señal.

ChatGPT necesita señales para decidir cuánto pagar.

Google necesita producto estructurado para decidir cómo presentarlo.

AI Mode necesita reputación e información para recomendar.

Los agentes necesitan arquitectura para navegar.

Google Ads necesita saber qué pasó fuera de internet.

Los motores de IA necesitan información clara para entender una marca.

El marketing está dejando de ser una disciplina donde el dato vive al final del proceso.

Ahora vive en el centro.


Qué deberían hacer las marcas ahora

La primera revisión debería ser de conversiones.

No cuántas tenemos.

Cuáles significan dinero.

Después revisaría feeds y catálogos.

¿Describen realmente el producto o solamente cumplen los campos obligatorios?

Luego CRM.

¿Podemos devolver a las plataformas información sobre oportunidades y ventas reales?

Después AI Search.

¿Estamos midiendo únicamente menciones o también precisión?

Y finalmente el sitio.

¿Un agente puede entender claramente qué vendemos, cuánto cuesta, para quién es y qué debería hacer después?

La tecnología puede interpretar muchas señales.

Nuestra responsabilidad es asegurarnos de que esas señales digan la verdad.


Cierre

Durante años dijimos que los datos ayudaban a tomar mejores decisiones.

Ahora las plataformas están empezando a tomar decisiones directamente con esos datos.

Eso eleva el estándar.

Una conversión incorrecta ya no solo arruina un reporte.

Puede cambiar una puja.

Un feed pobre ya no solo afecta Shopping.

Puede cambiar la explicación que una IA hace del producto.

Una marca mal estructurada ya no solo confunde al cliente.

Puede confundir al sistema que intenta recomendarnos.

La nueva ventaja no será tener más datos.

Será tener datos que merezcan convertirse en decisiones.



De Rongé

Estrategia, datos y performance para marcas que buscan crecer con más claridad.

Comentarios

Obtuvo 0 de 5 estrellas.
Aún no hay calificaciones

Agrega una calificación
bottom of page