Marketing B2B optimizado por IA

¿Los modelos de campaña basados en IA facilitan tanto el B2B como el B2C?

En algo más de 13 años en el campo del marketing en redes sociales, he tenido la oportunidad de ayudar con una amplia variedad de campañas de clientes de B2C y B2B y siempre he notado grandes diferencias, razón de más para que una declaración hecha por dos ponentes en la "All Social Marketing Conference de Múnich" a mediados de marzo de 2023 me hiciera pensar. Las conferencias allí celebradas esbozaron cómo debería ser actualmente una publicidad social eficaz en Meta y otras plataformas de medios sociales.

Ambas presentaciones comparten un tema común. La creatividad es esencial para una buena publicidad en los canales de medios sociales. Al mismo tiempo, la segmentación es cada vez menos importante. El principal motor de este desarrollo es, en última instancia, el progreso que se ha hecho en lo que respecta a la ejecución de campañas, que ahora se puede hacer cada vez más utilizando modelos de IA. Con las posibilidades del aprendizaje automático y los gigantescos conjuntos de datos de que disponen Meta, LinkedIn y similares, los antiguos algoritmos están siendo sustituidos gradualmente. Ahora las campañas se optimizan a sí mismas a medida que se ejecutan mediante el aprendizaje continuo de la IA.

¿Cómo funciona exactamente una buena publicidad en las redes sociales basada en modelos de IA?

La apertura, el ensayo y error y la riqueza de variantes son las consideraciones clave en este caso. Los criterios de segmentación son totalmente abiertos. Las campañas de compras Advantage+ de Meta, por ejemplo, sólo incluyen como grupo objetivo el país en el que se realizan; no hay segmentación por edad ni por intereses, ni tampoco un grupo objetivo fijo para el retargeting, como compradores anteriores o visitantes del sitio web. La IA utiliza datos ya disponibles a través de píxeles o del seguimiento de servidor a servidor. Estos datos también son importantes en el desarrollo posterior de la campaña. La IA "entiende" qué grupo de usuarios está interesado en los productos basándose en las reacciones de los usuarios a los medios publicitarios y el comportamiento en las páginas de destino. Esta información puede aplicarse en consecuencia al grupo de personas existente en las redes sociales para encontrar exactamente a los usuarios adecuados.

Los creativos desempeñan aquí un papel muy importante. Funcionan como mecanismo de prueba de una campaña. Cada anuncio publicitario consta de tres componentes: el gancho, el núcleo y la CTA (llamada a la acción). Una introducción que llame la atención conduce al mensaje central, que termina con una clara llamada a la acción.

En una campaña se utilizan tantas creatividades como sea posible, todas ellas con diferentes ganchos, núcleos y CTA. Tras una fase inicial de prueba, se mantienen los componentes que han tenido éxito y se eliminan o modifican los que no han funcionado. De este modo, las creatividades se adaptan gradualmente a las demandas de los clientes para funcionar con la mayor eficacia posible.

Hasta aquí, todo bien. Puedo decir por experiencia propia que renunciar a la selección de objetivos funciona. Aunque al principio resulte incómodo renunciar al control de los esfuerzos de segmentación y aguantar el derroche publicitario hasta que las cosas se hayan optimizado, los resultados de la optimización de la IA en las campañas de compras de Advantage+ hablan por sí solos.

Para uno de nuestros clientes de comercio electrónico, empleamos durante mucho tiempo una campaña que utilizaba un mecanismo de segmentación por intereses de eficacia probada. Además de generar alcance y atraer nuevos visitantes al sitio web, esta campaña también se amortizó en gran medida. El cambio a una campaña de compras Advantage+ hizo que las cifras de alcance se mantuvieran relativamente idénticas, pero el número de visitantes del sitio web y el ROAS en particular mostraron mejoras significativas.

Pero, ¿qué ocurre en el marketing B2B?

Por el momento, nos enfrentamos a una campaña de comercio electrónico B2C con un gran grupo objetivo potencial, productos sencillos y ciclos de producto cortos. Pero, ¿qué tal funciona este "nuevo" enfoque cuando nos aventuramos en el marketing B2B? Por supuesto, también planteé esta pregunta a los ponentes del ASMC. La respuesta fue idéntica en ambos casos: "también se puede utilizar para B2B".

Pero, por desgracia, no es tan sencillo como parece. En esencia, la estructura descrita anteriormente puede aplicarse también a las campañas B2B, pero cuando lo hacemos, empezamos a toparnos con obstáculos con bastante rapidez.

1. El potencial del grupo objetivo real

La IA necesita más que nada información útil, lo que en nuestro caso equivale a un determinado número de clics, clientes potenciales o compras. En B2C, siempre hay un gran número de interesados potenciales, incluso para productos muy específicos. En B2B, solemos ser muy específicos. Aquí las cosas tienen que hacerlas, a nivel de responsables de la toma de decisiones, personas que tengan suficiente experiencia y los trabajos o conocimientos correspondientes. El lujo de contar con grupos objetivo relevantes formados por más de 50.000 personas o más no suele darse. Esto a su vez significa que la IA recibirá menos información para optimizar la campaña. E incluso si la optimización tiene éxito, la IA tardará más en hacerlo y tendrá que eliminar muchos más residuos publicitarios. Esto repercute directamente en los costes, y la propia campaña se encarece considerablemente.

Aquí hay que llegar a un compromiso. El grupo objetivo no se deja completamente abierto, sino que se define al menos a grandes rasgos de antemano; por ejemplo, sólo la antigüedad del público objetivo y su sector constituyen criterios adecuados, siempre que esta información esté disponible como criterio de segmentación. Con LinkedIn, esto no supone ningún problema. Con Meta y otras plataformas de medios sociales, no hay opciones de segmentación para esto. Aún sería posible trabajar con criterios de segmentación completamente abiertos en esos canales. Sin embargo, la experiencia demuestra que sólo unos pocos clientes están dispuestos a asumir los costes más elevados de eliminar los residuos publicitarios.

Esto también tiene sentido cuando se trata de ciclos de producto significativamente más largos. Si un producto sólo vuelve a demandarse cada pocos años, el grupo objetivo potencial, ya de por sí pequeño, se reduce aún más. Las campañas de captación de clientes potenciales resultan entonces inútiles, no porque haya una falta de interés en general, sino porque hay una falta de interés en ese momento. Estas fases son ideales para el branding, pero también son las más difíciles para los anunciantes, ya que los KPI duros faltan durante más tiempo. Esto conduce inevitablemente a que no se haga branding o a que el trabajo tenga que hacerse de la forma más eficiente posible, sin dejar espacio para la experimentación o la optimización de la IA.

2. Complejidad/especificidad de los productos

Los grupos de destinatarios tan estrechamente definidos son un indicio de otro rasgo de las campañas B2B. En muchos casos, los productos, soluciones o servicios se adaptan con precisión a un caso de uso específico y, al mismo tiempo, son muy complejos y difíciles de entender para los profanos. Esto significa que estamos más limitados a la hora de crear creatividades que en el caso de las campañas B2C. Las posibilidades de realizar pruebas exhaustivas utilizando creatividades como base se reducen al mínimo desde el principio. Esto no significa necesariamente que no se puedan adoptar nuevos enfoques o utilizar nuevos métodos. Desencajonar una máquina industrial que pesa toneladas puede tener su encanto y llamar la atención. En general, sin embargo, no partiremos de un amplio abanico de creatividades, sino más bien de unos pocos mensajes de base, sólo ligeramente matizados.

3. Ser pragmático frente a ser dramático

Para las campañas B2C, generar emociones, y por tanto branding, es una parte esencial para destacar entre la competencia. En ese caso, la atención ya no se centra en el producto, sino en las emociones asociadas a él. Estas emociones suelen plasmarse en cortometrajes cinematográficos o en instantáneas más auténticas de usuarios o personas influyentes.

En B2B también se hace branding, pero los valores que se transmiten son mucho más pragmáticos y, por tanto, hasta cierto punto, también menos emocionantes que los homólogos emocionales de B2C. Esto puede ser tanto una ventaja como una desventaja. Si una marca B2B conoce las razones pragmáticas esenciales de las decisiones de compra de sus clientes, entonces el gancho, el núcleo y la CTA se derivan de ellas de forma lógica y el cliente se ahorra el gasto de producir variantes. Al mismo tiempo, lo que falta es precisamente esta libertad para utilizar las emociones o una esencia de marca atractiva para destacar entre la competencia.

Conclusión

Entonces, ¿todo es malo y debemos seguir como hasta ahora? Sí y no. En esencia, el enfoque es prometedor si se tienen en cuenta los obstáculos que se le oponen. Tarde o temprano, los modelos de IA también tendrán más éxito en B2B que las campañas creadas y optimizadas manualmente. Pero será importante alimentar bien a la IA y prepararla para su tarea. En B2C, el elevado número de casos hace que no sea necesaria mucha preparación. En este tipo de marketing, la IA puede optimizarse en función de las reacciones y las pruebas pueden hacerse a nivel creativo. En B2B, las condiciones marco deben especificarse con mayor claridad, al igual que en las aplicaciones de IA actuales, cuyos resultados dependen en gran medida de las instrucciones iniciales, es decir, de las órdenes de trabajo específicas enviadas a la IA.

Encontrarás más temas interesantes del mundo adesso en nuestras últimas entradas del blog.