.svg)
Ripley lidera el uso de IA en optimización de campañas — y lo prueba con un experimento A/B
Para CMOs y Heads of Marketing, uno de los desafíos más urgentes es maximizar el rendimiento del presupuesto publicitario en un entorno con cada vez más campañas y canales.
Las herramientas basadas en IA ofrecen una alternativa prometedora para optimizar la inversión en medios pagos, pero naturalmente los líderes de marketing exigen evidencia concreta de su impacto.
En este artículo compartimos los aprendizajes de un reciente test A/B realizado sobre las campañas online de Ripley.
Metodología del Experimento
Hipótesis
La hipótesis central fue que la optimización impulsada por IA generaría un mayor crecimiento en ingresos y/o ROAS que la optimización manual. En otras palabras, esperábamos que el grupo optimizado superara al grupo de control en ventas incrementales o eficiencia (o ambos).
Duración
El test se ejecutó durante cuatro semanas.
Indicadores Clave de Performance (KPIs)
Para ambos grupos se midieron los siguientes indicadores:
- Ingresos netos (ventas totales generadas, netas de devoluciones)
- Inversión (gasto publicitario)
- ROAS (Return on Ad Spend, calculado como Ingresos / Inversión)
Se midió el cambio (lift) de estas métricas en comparación con un período base.
Metodología
Para evaluar el impacto de la optimización de presupuestos con IA, se implementó un test A/B controlado. Las campañas de Ripley se dividieron en dos grupos comparables:
- Grupo Optimizado, gestionado por Mixilo, nuestro Paid Media Optimizer.
- Grupo de Control, gestionado bajo el esquema habitual de presupuestación manual.
En el Grupo Optimizado, Mixilo reasignó dinámicamente el presupuesto entre campañas, modificando únicamente los niveles de inversión. Se realizaron checkpoints periódicos para validar restricciones de negocio, pero fuera de eso, la IA tuvo autonomía para redistribuir presupuestos según sus algoritmos.
En el Grupo de Control, el equipo de marketing de Ripley continuó gestionando los presupuestos de forma manual. Los analistas realizaron ajustes periódicos siguiendo su proceso habitual y registraron sus propias proyecciones de inversión, ingresos y ROAS para cada cambio.
Consideraciones Clave
- Se cuidó que ambos grupos fueran lo más similares posible: cantidad comparable de campañas, niveles similares de inversión total y las mismas condiciones de mercado (sin eventos estacionales ni promociones que sesgaran los resultados).
- Durante el experimento, el targeting y las creatividades se mantuvieron constantes en ambos grupos.
- Los grupos no compitieron por los mismos usuarios, ya que cada uno se enfocó en categorías de producto distintas, para aislar el efecto del test.
- El equipo de control no tuvo visibilidad sobre lo que hacía el grupo optimizado con IA, evitando cualquier tipo de imitación o sesgo.
Resultados: Uplift por Optimización con IA
Spoiler alert: las campañas optimizadas con IA superaron las campañas gestionadas manualmente.
Ingresos
El Grupo Optimizado con IA logró un incremento del 19% en ingresos netos versus su período previo, mientras que el Grupo de Control registró una reducción del 7%.
Inversión Publicitaria
El Grupo Optimizado con IA incrementó la inversión publicitaria en aproximadamente 25% respecto al período anterior, mientras que el gasto del Grupo de Control creció levemente (1%).
Esto ocurrió principalmente porque la IA identificó oportunidades para invertir más en campañas de alto desempeño. Mixilo “encontró” presupuesto adicional para asignar donde generaba retornos rentables, mientras que el grupo de control mantuvo los presupuestos más estables.
El retorno sobre la inversión publicitaria (ROAS) se mantuvo sólido en el grupo optimizado con IA, a pesar del incremento agresivo de la inversión.
ROAS
El Grupo Optimizado con IA cerró el experimento con un ROAS aproximadamente 5% menor respecto al baseline. Sin embargo, esta leve caída resultó un trade-off razonable frente al fuerte aumento en ingresos totales.
En contraste, el Grupo de Control —que prácticamente no incrementó la inversión— también vio caer su ROAS en torno a un 7%.
En otras palabras, el grupo de control perdió eficiencia sin lograr capturar crecimiento, mientras que la estrategia basada en IA entregó crecimiento con un costo marginal de eficiencia. Al final del test, las campañas optimizadas generaron significativamente más ventas con un ROAS solo ligeramente inferior. Este resultado respalda la hipótesis de que una estrategia de presupuestación impulsada por IA puede superar a los métodos tradicionales tanto en impacto en ingresos como en eficiencia del gasto.
Interpretación de los Resultados
Estos resultados muestran cómo un optimizador basado en IA puede descubrir valor que suele pasar desapercibido con esquemas tradicionales de presupuestación. La IA no simplemente gastó más para vender más: gastó de manera incremental.
Una asignación eficiente del presupuesto depende del ROAS marginal —es decir, el retorno generado por el próximo dólar invertido—. El optimizador redistribuyó el gasto de forma algorítmica hasta equilibrar el ROAS marginal entre campañas.
El análisis mostró que, en el Grupo Optimizado con IA, los retornos marginales de la mayoría de las campañas convergieron hacia un rango óptimo, lo que implica que cada dólar adicional estaba generando el máximo valor posible. En cambio, en el Grupo de Control, las campañas presentaron retornos marginales desalineados: algunas estaban sobreinvertidas (con rendimientos decrecientes) y otras subinvertidas (con oportunidades perdidas).
Dicho de otra forma, el equipo continuó invirtiendo en campañas que ya habían alcanzado su punto de saturación, mientras que la IA evitó este problema al reasignar continuamente el presupuesto hacia donde el retorno era mayor.
Otro insight clave fue la forma en que la IA respondió a las señales del mercado. Naturalmente, el costo por clic (CPC), el click-through rate (CTR) y la tasa de conversión (CVR) variaron día a día. Durante el experimento, observamos que los ajustes de presupuesto realizados por la IA se correlacionaron fuertemente con los cambios en CPC, CTR y CVR. (Esto se debe a que, cuando el CPC aumenta, es necesario incrementar la inversión para mantener el mismo ROAS objetivo).
Imagen 1: CPC vs. inversión real para el grupo optimizado con IA.
En contraste, los presupuestos en el grupo de control se mantuvieron relativamente estáticos, por lo que la inversión no acompañó ni los movimientos favorables ni los desfavorables del mercado.
Imagen 2: CPC vs. inversión real para el grupo de control.
La adaptabilidad es una de las fortalezas centrales de Mixilo puede detectar y aprovechar ventanas de oportunidad de corto plazo (o evitar desperdicio en contextos desfavorables) mucho más rápido que un ciclo típico de planificación manual semanal o mensual.
Trade-offs: Eficiencia vs. Volumen
Vale la pena destacar la decisión estratégica que tomó la IA en este experimento: priorizó un mayor volumen a costa de una leve caída en eficiencia. La disminución del 5% en ROAS del Grupo Optimizado con IA indica que comenzaron a aparecer rendimientos decrecientes a medida que crecía la inversión, algo completamente normal en publicidad (cada dólar adicional suele generar un retorno ligeramente menor que el anterior).
El análisis mostró que esta caída de ROAS fue menor a la que predecía el comportamiento histórico para un aumento de inversión de este tamaño. En períodos anteriores comparables, cuando el equipo de Ripley incrementó presupuestos en 30% o más sin IA, el ROAS llegó a caer hasta 41%. Con el enfoque basado en IA, la pérdida de eficiencia se limitó a solo 5%, incluso con un aumento de inversión del 25%.
Ventajas Estratégicas para Líderes de Marketing
Para CMOs y Heads of Marketing, estos hallazgos sugieren beneficios claros al implementar una herramienta de este tipo:
- Invertir con confianza donde realmente importa: Mixilo demostró una gran capacidad para reasignar presupuesto en tiempo real hacia las oportunidades más rentables.
- Ganar agilidad: Responder rápidamente a las condiciones del mercado, algo en lo que los algoritmos sobresalen, genera mejores resultados. Si el CPC baja o la tasa de conversión aumenta, una IA puede escalar la inversión de inmediato para capitalizar ese momento. De forma manual, esto es mucho más difícil: la mayoría de los equipos ajusta presupuestos de manera semanal o mensual, perdiendo potencialmente estas ventanas de oportunidad.
Crecer sin sacrificar eficiencia: Uno de los grandes temores en marketing es que perseguir crecimiento (mayor inversión) destruya la eficiencia (ROAS). Sin embargo, con una optimización inteligente es posible lograr un crecimiento significativo con una pérdida mínima de eficiencia, e incluso mejorarla en algunos casos.
Implementación
El equipo de Ripley no solo apostó por la innovación, sino que lo hizo con la rigurosidad necesaria para validar resultados, gestionar el cambio interno y escalar aprendizajes. Esa combinación los posiciona como líderes en la adopción responsable y efectiva de IA en paid media.
A partir de su experiencia, destacamos tres principios clave para una implementación exitosa:
Validar con experimentos: Trata los cambios en tu estrategia de marketing como hipótesis que deben validarse. Comienza con un experimento piloto sobre un subconjunto de campañas y evalúa el lift frente a un grupo de control antes de apostar grandes presupuestos a cualquier solución de IA o MarTech. Este enfoque controlado, como el aplicado por Ripley, permite avanzar con evidencia y construir confianza organizacional.
Gestionar el cambio y construir confianza: Introducir una herramienta de este tipo no es solo una implementación técnica; también requiere preparar al equipo para un cambio en la forma de trabajo. Los campaign managers pasan de ajustar presupuestos de manera manual a supervisar las decisiones de la IA. Es natural que exista cierta resistencia por parte de los analistas, especialmente cuando la herramienta propone movimientos audaces, como incrementos de presupuesto del 25%. Para construir confianza, es clave mostrar cómo la herramienta libera tiempo valioso para enfocarse en estrategia, creatividad e innovación, mientras la IA se encarga de la carga operativa de la optimización continua. Adicionalmente, el seguimiento de la precisión de las predicciones de la IA ayuda al equipo a confirmar que el modelo anticipa resultados de forma confiable y a ganar seguridad en sus recomendaciones.
Reevaluar los procesos de planificación presupuestaria: El éxito del enfoque basado en IA sugiere que las compañías deberían repensar los modelos de presupuestación estática. En lugar de presupuestos “set-and-forget” mensuales o trimestrales, conviene adoptar un esquema más dinámico, donde el presupuesto se entienda como un recurso flexible que se ajusta según señales de performance. Esto no implica perder control: los marketers siguen definiendo objetivos, límites y techos de inversión total, pero dentro de ese marco la IA puede optimizar la distribución del gasto de forma mucho más eficiente. Como en el caso de Ripley, el resultado es un mayor retorno de la inversión en marketing en general, como se observó en este caso.
Conclusión
Este test A/B validó la hipótesis de que la optimización de campañas impulsada por IA puede generar mejoras sustanciales en los resultados de marketing. El enfoque basado en IA logró un mayor crecimiento en ingresos (+19% de lift en ingresos netos) y mantuvo un ROAS sólido, superando claramente los resultados del enfoque tradicional.
El experimento no solo evidenció mejoras en performance, sino también los drivers subyacentes, mostrando cómo la IA es capaz de igualar retornos marginales y reaccionar a señales en tiempo real. El equipo Ripley fue clave para que esto sucediera. Su disposición a medir rigurosamente, abrir espacio para la innovación y liderar el proceso con mentalidad de aprendizaje lo posiciona como un referente en la región en transformación digital aplicada a marketing. Su combinación de visión y excelencia operativa hizo posible validar el impacto real de la IA y sentar bases sólidas para escalar su uso.
Para los líderes de marketing, las implicaciones son claras y prometedoras: adoptar IA en la optimización de presupuestos permite desbloquear oportunidades de crecimiento que los métodos manuales dejan pasar, y hacerlo de manera medible y controlada.
Potenciá a tu Equipo de Marketing con Muttdata
En Muttdata, impulsamos esta combinación de rigor técnico y estrategia de marketing. Este experimento es un claro ejemplo de toma de decisiones basada en datos en acción: se utiliza una herramienta de IA, pero se valida su valor a través de experimentación y análisis sólidos.
Los aprendizajes de este caso refuerzan el verdadero rol de la IA en marketing: no es una caja negra a la que temer, sino un aliado sofisticado que potencia a los equipos. En un ecosistema publicitario cada vez más dinámico, Mixilo, nuestro Paid Media Optimizer ofrece una ventaja competitiva al maximizar el ROAS de cada campaña.
Este es el momento de profundizar en la efectividad del marketing data-driven, y en Muttdata estamos entusiasmados por liderar ese camino junto a nuestros clientes.
¿Listo para comenzar?
Contáctanos para acceder a una demo gratuita de nuestro Paid Media Optimizer.
