La semana en que el último clic dejó de explicar el negocio.

Semana del 14 al 20 de noviembre de 2026
Durante años hicimos una pregunta sencilla:
¿Qué convirtió?
Después buscamos el anuncio.
La keyword.
La campaña.
El canal.
Y le asignamos el mérito.
La inteligencia artificial está haciendo que esa respuesta sea cada vez menos suficiente.
Google ya puede considerar señales de distintas partes del recorrido.
Microsoft acelera sus pujas según valor.
AI Search puede influir sin generar un clic.
Un usuario puede descubrir una marca en ChatGPT, validarla en Google, verla en Instagram y convertir días después por una búsqueda de marca.
El último clic sigue siendo visible.
Eso no significa que haya creado la venta.

1. Google empieza a pujar mirando más allá de la conversión final
Journey-Aware Bidding representa bien este cambio.
Google puede considerar conversiones secundarias como señales de puja dependiendo de cómo estén clasificadas.
Eso incluye acciones que muchos equipos utilizan para entender el journey, pero que quizá nunca quisieron utilizar para decidir cuánto pagar.
El problema no es la función.
El problema es la definición.
Una descarga.
Un registro.
Una visita importante.
Un formulario.
Una venta.
Son acciones distintas.
Si todas viven dentro de categorías poco claras, el sistema puede aprender prioridades que el negocio nunca definió.
La automatización no sabe qué significa una buena señal.
Nosotros tenemos que decírselo.
2. Medir será técnicamente más fácil
Google también está acercando Google tag y Tag Manager.
Eso reduce fricción.
Más sitios podrán acceder a debugging, versionado y configuraciones avanzadas desde una infraestructura más unificada.
Es una buena noticia.
Pero simplificar la instalación no resuelve una mala estrategia de medición.
Podemos tener un tag perfecto.
Y conversiones equivocadas.
Podemos capturar cien eventos.
Y no saber cuáles producen revenue.
Podemos tener un dashboard impecable.
Y seguir tomando malas decisiones.
La tecnología mide.
La estrategia decide qué merece medirse.
3. Microsoft también quiere reaccionar más rápido
Microsoft Advertising reconstruyó buena parte de sus modelos de automated bidding.
El objetivo es responder más rápido a cambios de CPA y ROAS y mantener una entrega más estable durante el día.
Eso es útil.
También refuerza una tendencia.
Cada plataforma necesita menos ayuda para decidir una puja individual.
Google.
Microsoft.
Meta.
ChatGPT Ads.
Todas están llegando al mismo lugar.
Entonces controlar cada puja pierde valor.
Definir qué resultado queremos comprar gana valor.
El trabajo se mueve del botón hacia el objetivo.
4. Google Search empieza a sentir la presión de su propia IA
Esta semana también apareció una señal importante del mercado.
Algunos anunciantes están reduciendo inversión en Google Search por costos crecientes y menor visibilidad de determinados anuncios cuando aparecen experiencias de IA.
No significa que Google Ads haya dejado de funcionar.
Mucho menos que todas las marcas deberían recortar Search.
Significa algo más útil:
Ningún canal merece presupuesto por costumbre.
Google puede haber sido nuestro mejor canal durante diez años.
Eso no garantiza que cada peso adicional invertido mañana siga produciendo el mismo retorno.
La única respuesta correcta es medir.
Incrementalidad.
Margen.
Calidad.
Nuevo cliente.
Revenue.
No tradición.
5. Social commerce vuelve a juntar piezas que habíamos separado
Meta lanzó Achados en Brasil.
Un solo entorno reúne productos encontrados en Marketplace, Facebook Groups e Instagram.
Además añade precio, reseñas y antecedentes del vendedor.
La idea es interesante porque refleja cómo compra realmente una persona.
No piensa:
“Ahora estoy en social.”
“Ahora entro a ecommerce.”
“Ahora reviso reputación.”
Ve algo.
Investiga.
Compara.
Pregunta.
Valida.
Compra.
Las plataformas empiezan a integrar ese recorrido.
Las marcas también deberían hacerlo.
Social media no debería vivir separado del catálogo.
El catálogo no debería vivir separado de Ads.
Ads no debería vivir separado del CRM.
El CRM no debería vivir separado de ventas.
El usuario nunca vio esos departamentos.
6. Cuantas más señales usamos, más importan los límites
Google también aclaró restricciones sobre personalized advertising.
La actualización parece principalmente de compliance.
Pero tiene una lectura estratégica.
Los algoritmos cada vez pueden inferir más.
Contexto.
Intereses.
Comportamiento.
Intención.
Probabilidad.
Eso no significa que cualquier señal deba convertirse en targeting.
La personalización eficaz necesita una frontera.
La marca debe ser relevante sin sentirse invasiva.
La plataforma debe optimizar sin utilizar señales inapropiadas.
Y el marketer tiene que entender qué está permitiendo.
Más inteligencia necesita mejores reglas.
7. AI Visibility puede subir mientras el negocio empeora
Uno de los casos más interesantes de la semana mostró una contradicción.
Al eliminar varios posts, un sitio perdió 62% de sus impresiones en funciones de IA de Google.
Eso parece malo.
Pero sus clics orgánicos subieron 14%.
Los posts generaban mucha exposición.
Las páginas comerciales producían más valor.
La lección no es eliminar blogs.
Es más importante:
Visibilidad y negocio no son la misma métrica.
Podemos aparecer miles de veces ante personas que nunca comprarán.
Podemos acumular menciones en prompts que no importan.
Podemos mejorar un score sin mejorar revenue.
Your Friday Recap también existe por esta razón.
No necesitamos más números.
Necesitamos entender qué número cambia una decisión.
8. AI Search también es branding
Cuando una IA describe mal una empresa solemos pensar:
“Tenemos un problema de GEO.”
A veces sí.
Muchas veces tenemos un problema de marketing.
Los modelos leen más que nuestro sitio.
Reviews.
LinkedIn.
Medios.
Redes.
Contenido externo.
Información antigua.
Si cada fuente explica algo diferente, la IA recibe mensajes contradictorios.
Esto vuelve a juntar disciplinas que durante años tratamos por separado.
SEO.
PR.
Social.
Branding.
Reviews.
Contenido.
Todas ayudan a construir la respuesta que una IA puede dar sobre nosotros.
El posicionamiento ya no vive únicamente en un brand book.
Vive en todo internet.
9. Tener una política de IA no significa proteger la marca
Muchas empresas ya tienen reglas para IA.
No compartir información confidencial.
No utilizar determinadas herramientas.
Revisar copyright.
Cumplir normas de privacidad.
Perfecto.
Pero todavía falta algo.
Brand governance.
Un contenido puede ser perfectamente legal.
Y totalmente incorrecto para la marca.
Puede utilizar un tono que nunca utilizaríamos.
Inventar un claim.
Cambiar el posicionamiento.
Presentar una oferta de manera incorrecta.
MarTech plantea una idea importante: marketing necesita formar parte de la gobernanza de IA desde el inicio.
No necesitamos únicamente controles de seguridad.
Necesitamos criterios de marca.
10. En B2B, quizá el comprador ya no investigue solo
Los agentes también están entrando en compras complejas.
Pueden comparar proveedores.
Resumir documentación.
Evaluar integraciones.
Investigar costos.
Construir shortlists.
Eso cambia una pregunta fundamental.
Antes diseñábamos una web para convencer a una persona.
Ahora también necesitamos que la información pueda ser interpretada correctamente por un agente.
Características claras.
Pricing cuando sea posible.
Casos.
Integraciones.
Tiempos.
Pruebas.
Limitaciones.
Credenciales.
Una IA no debería tener que adivinar por qué somos la mejor opción.
La lectura De Rongé
Esta semana parece hablar de bidding, medición, AI Search, social commerce y governance.
En realidad habla de una sola cosa:
El marketing está dejando de ser lineal.
El cliente ya no recorre:
Anuncio.
Landing.
Conversión.
Puede recorrer:
TikTok.
ChatGPT.
Google.
Review.
YouTube.
Otro anuncio.
Direct.
Venta.
Y cada plataforma intentará reclamar parte del mérito.
Entonces el reto no es tener un attribution model más bonito.
Es saber qué creó demanda.
Qué la capturó.
Qué la aceleró.
Y qué únicamente estuvo presente al final.
Qué deberían hacer las marcas ahora
Empezaría por conversiones.
Revisaría qué acciones primarias y secundarias pueden influir en bidding.
Después analizaría medición.
No solo si el tag funciona.
Si estamos midiendo algo que el negocio realmente valora.
Luego compararía canales por calidad del cliente, no únicamente CPA.
Un cliente más barato no siempre es un cliente mejor.
Y finalmente revisaría AI visibility como parte de marca y demanda.
No como una tabla de posiciones.
Si una métrica aumenta pero pipeline, revenue o consideración no cambian, quizá estamos optimizando el indicador equivocado.
Cierre
La automatización hace que ejecutar marketing sea cada vez más fácil.
Interpretarlo será más difícil.
Porque las plataformas verán más señales.
Tomarán más decisiones.
Y reclamarán más crédito.
Nuestra ventaja estará en hacer algo que ningún algoritmo puede resolver por sí solo:
Definir qué significa realmente crecer.
El último clic puede cerrar la venta.
La estrategia debe descubrir quién la creó.
De Rongé
Estrategia, datos y performance para marcas que buscan crecer con más claridad.




Comentarios