Cuando el media buying pasa de 10 campañas a 1.000, las decisiones no solo aumentan: superan el tiempo que las personas tienen para tomarlas. En los modelos que dependen de la revisión humana, cada campaña nueva suma coste de coordinación y retraso operativo. En un modelo autónomo, el número de campañas deja de ser el límite, y lo que empieza a importar es la calidad de los límites dentro de los que decide el sistema.
In this article
- Qué crece cuando crece el número de campañas
- Cómo escala cada modelo de media buying
- Cuánto cuesta escalar en cada modelo
- Cuándo la coordinación pesa más que la revisión humana
- Qué gobierna la escala en un modelo autónomo
- Cómo gestiona Mainkore la escala
- Preguntas frecuentes
Qué crece cuando crece el número de campañas
Escalar el media buying multiplica cuatro cosas a la vez: decisiones al día, señales por decisión, combinaciones entre canales y ciclos de revisión.
Cada campaña nueva trae sus propias pujas, presupuestos y creatividades que vigilar. Cada canal nuevo aporta señales que deberían influir en las decisiones de los demás. Y cada combinación de campaña y canal es un punto donde el presupuesto podría estar mejor repartido, así que las decisiones posibles crecen más deprisa que las campañas. Los ciclos de revisión también crecen, porque alguien tiene que mirarlo todo.
Cómo escala cada modelo de media buying
Cada modelo de media buying escala a través de algo distinto: personas, una plataforma o una capa de decisión entre canales.
| Modelo | Cómo escala | Qué crece con cada campaña nueva | Dónde está el límite |
| Equipo interno | Con personas | Horas de revisión | El tamaño del equipo y las horas del día |
| Agencia tradicional | Con personas, facturadas fuera | Horas y fee | La capacidad del equipo de la agencia y su ciclo de revisión |
| DSP o programática | Dentro de la plataforma | Configuración, reglas y revisión de excepciones | El propio entorno de la plataforma |
| Smart bidding | Dentro del ecosistema | Configuración por campaña | El límite del ecosistema |
| IA autónoma | Entre canales | Objetivos y creatividades, no la revisión de cada decisión | La calidad de los límites dentro de los que trabaja |
Ninguno de estos límites es un fallo de las personas. Es el punto en el que la arquitectura de cada modelo deja de dar más de sí.
Cuánto cuesta escalar en cada modelo
En los modelos que dependen de la revisión, el coste de escalar crece con el número de decisiones, no con el valor del trabajo.
El coste de un equipo interno crece más o menos con la plantilla: revisar bien 1.000 campañas exige bastante más gente que revisar 10. El de una agencia sigue la misma curva, solo que llega en forma de más horas y un fee mayor. La programática y el smart bidding se ahorran buena parte de esa plantilla, porque pujar no necesita una persona por campaña, pero la configuración, las reglas y la revisión de excepciones siguen creciendo campaña a campaña. Lo que une a los tres es el coste de coordinación: el esfuerzo de mantener alineadas muchas decisiones.
Cuándo la coordinación pesa más que la revisión humana
La revisión humana deja de compensar cuando coordinar una decisión lleva más tiempo que el margen en el que esa decisión todavía sirve.
A partir de ahí el equipo no decide peor por falta de talento. Decide más tarde, por falta de horas. Ese retraso es el retraso operativo, y se mide mejor de lo que parece. Ayudan tres preguntas: cuánto pasa desde que aparece una señal hasta que cambia un presupuesto, cuántas campañas puede revisar bien cada persona en una semana y qué decisiones esperan casi siempre a la siguiente reunión. Si esas respuestas crecen más rápido que los resultados, la escala ya está costando más de lo que se ve. La otra cara es la velocidad de reasignación, que explicamos en cómo reasigna presupuesto la IA en publicidad.
Qué gobierna la escala en un modelo autónomo
En un modelo autónomo lo que limita la escala no es el número de campañas, es la calidad de los límites dentro de los que trabaja el sistema.
El techo de gasto, las reglas de marca y los canales en los que se puede entrar se definen una vez y se aplican igual en la campaña 10 que en la 1.000. Eso es lo que permite que la carga de revisión deje de crecer con el volumen. También significa que un límite mal definido escala con la misma eficacia que uno bueno. Para nosotros, a escala, el diseño de límites pasa a ser el trabajo principal de quien gestiona los medios, y el sitio donde su criterio tiene más impacto. Cómo se construyen esos límites lo contamos en cómo gobernar la IA en medios pagados.
Cómo gestiona Mainkore la escala
Mainkore es inteligencia autónoma de decisión publicitaria y ha trabajado ya en más de 12.000 campañas, evaluando más de 200 variables por decisión, en unos 20 ms, 24/7.
Añadir una campaña sigue exigiendo definir su objetivo, su presupuesto y sus creatividades. Lo que no crece con cada campaña es la revisión de cada decisión de reparto, porque esas decisiones se toman de forma continua dentro de límites fijados de antemano. Esa es la afirmación concreta que merece la pena comprobar al comparar modelos: no cuál rinde mejor con 10 campañas, sino cómo están tu coste y tu retraso el día que llegues a 1.000.
FAQ
La capacidad de un modelo de media buying para asumir más campañas, canales y decisiones sin que empeoren la calidad, la velocidad ni el coste de cada decisión. Lo que cambia al escalar es estructural, no solo de volumen.
El tiempo y el esfuerzo necesarios para mantener alineadas muchas decisiones de compra entre personas, campañas y canales. En los modelos basados en revisión, crece con el número de decisiones.
No. Traslada el trabajo del equipo de revisar decisiones sueltas a diseñar los límites que siguen esas decisiones, y a la estrategia que un sistema nunca recibe.
La escalabilidad es uno de los ocho criterios de nuestra guía de modelos de media buying. ¿Quieres ver cómo sería tu curva de coste con 1.000 campañas? Hablamos
