Bayer pone a prueba la IA predictiva para mejorar el ROI publicitario y prepararse para la búsqueda con IA

Bayer está acelerando la incorporación de inteligencia artificial en su estrategia de medios con el objetivo de mejorar la eficiencia de la inversión publicitaria y anticipar el comportamiento de los consumidores. La compañía está probando modelos predictivos capaces de identificar clientes con riesgo de abandono, detectar nuevas oportunidades de crecimiento y optimizar las pujas publicitarias a nivel individual.

Así lo explica Maria Givens, VP, Head of Media and Digital Platforms en Bayer, en una entrevista concedida a Ad Age, en la que detalla cómo la multinacional está utilizando la IA para desarrollar lo que denomina "audiencias de precisión predictiva a escala".

Según Givens, los primeros pilotos han mostrado resultados prometedores. En las pruebas realizadas hasta la fecha, los modelos predictivos han alcanzado una eficacia hasta cuatro veces superior a la obtenida mediante la segmentación convencional en plataformas DSP. No obstante, Givens matiza que se trata de iniciativas experimentales que continúan desarrollándose.

Uno de los principales casos de uso consiste en anticipar cuándo un consumidor está a punto de abandonar una marca. Bayer trabaja para combinar datos de ventas con inteligencia de audiencias en tiempo real con el fin de detectar ese riesgo antes de que se produzca y activar mensajes específicos que contribuyan a reducir la pérdida de clientes.

La compañía también está desarrollando modelos para identificar nuevas audiencias con potencial de crecimiento, tanto entre consumidores que ya compran una categoría como entre personas que todavía no forman parte de ella. Para ello, incorpora variables como tendencias de consumo o factores macroeconómicos que pueden modificar la demanda.

La aplicación de estos modelos también está transformando la compra de medios. Bayer está experimentando con inteligencia artificial contextual en CTV, analizando qué programas pueden generar mejores resultados comerciales más allá de los criterios demográficos tradicionales. Asimismo, está personalizando sus algoritmos de puja asignando un valor diferente a cada consumidor según su probabilidad de conversión.

La incertidumbre económica también está influyendo en la planificación de medios de la compañía. Según explica Givens, el aumento de los costes de las plataformas de streaming ha llevado a Bayer a explorar con mayor interés los servicios gratuitos financiados con publicidad.

Aunque la evolución tecnológica en medios avanza rápidamente, Givens considera que la creatividad todavía no lo hace al mismo ritmo. En este sentido, señala que uno de los desafíos actuales consiste en construir un sistema integrado que conecte la planificación de medios con el desarrollo creativo, evitando una personalización excesiva que no aporte valor al negocio.

La búsqueda con IA cambia las reglas del juego

Givens también aborda el impacto de los motores de búsqueda basados en inteligencia artificial. Bayer está analizando cómo optimizar su presencia en este nuevo entorno y ha detectado que, en el ámbito sanitario, las publicaciones científicas y los portales médicos son algunas de las fuentes que mayor influencia tienen para los grandes modelos de lenguaje.

Por ello, la compañía está reforzando la colaboración entre los equipos de marketing, asuntos médicos y científicos para aumentar la autoridad de sus contenidos y facilitar que estos sean citados por los sistemas de IA, más allá de las estrategias tradicionales de paid media.

En cuanto a su estructura, Bayer mantiene un modelo mayoritariamente internalizado para la gestión de medios, aunque continúa colaborando con Omnicom en áreas específicas como la compra de televisión lineal o determinadas capacidades de commerce media.

Respecto a la irrupción de los agentes de IA para la compra automatizada de medios, Givens considera que todavía es pronto para determinar si ofrecen mejores resultados que los procesos tradicionales. Sin embargo, defiende que las marcas deben comenzar a experimentar mediante pruebas comparativas para evaluar su verdadero potencial.

Puntos clave:

• IA predictiva para mejorar el rendimiento: Bayer asegura que sus pruebas con modelos predictivos han logrado una eficacia hasta cuatro veces superior a la segmentación tradicional mediante DSP, aunque los proyectos continúan en fase experimental.

• Del targeting al GEO: la compañía está adaptando su estrategia para los motores de búsqueda basados en IA, priorizando la autoridad en revistas científicas y sitios médicos frente a enfoques centrados únicamente en SEO o paid media.

• Más control interno y experimentación: Bayer apuesta por un modelo in-house para la gestión de medios, combinado con partners estratégicos, mientras explora el potencial de los agentes de IA para automatizar la compra de medios mediante pruebas A/B.

Este resumen lo ha creado una herramienta de IA basándose en el texto del artículo, y ha sido chequeado por un editor de PROGRAMMATIC SPAIN.