Alexander Seoane (LIN3S): “E se puideses saber se a túa publicidade vai funcionar antes de gastar un só euro?”

Canto diñeiro invisten as empresas en publicidade sen saber realmente se vai funcionar? E se puidesen anticipar os resultados antes de lanzar unha campaña? O que ata hai pouco parecía ciencia ficción empeza a tomar forma grazas á intelixencia artificial e ao uso compartido de datos. Alexander Seoane, Head of Data de LIN3S, traballa precisamente nese terreo: converter a información en decisións que axuden ás empresas para crecer. A través de Esferion, unha ferramenta desenvolvida dentro do espazo de datos Ariadne, o seu equipo expón un novo xeito de entender a publicidade dixital: aprender da experiencia colectiva para que cada empresa poida investir con maior criterio, sen renunciar á privacidade da súa información.

Para empezar, pongámonos na pel dunha empresa que quere anunciarse en internet. Que estades a intentar cambiar desde LIN3S?

Levamos máis de 20 anos axudando ás empresas para crecer na contorna dixital, e durante todo este tempo comprobamos algo: tomar boas decisións depende, en gran medida, de dispor de boa información. O problema é que moitas empresas seguen traballando cunha visión limitada aos seus propios datos. Saben que lles funcionou a elas, pero descoñecen que está a ocorrer no resto do mercado.

Nós cremos que chegou o momento de cambiar esa dinámica. Por iso impulsamos Ariadne, un espazo no que distintas empresas poden colaborar e aproveitar o coñecemento que xeran os seus datos de forma segura. E dentro de Ariadne desenvolvemos Esferion, unha ferramenta que utiliza intelixencia artificial para axudar ás empresas para tomar mellores decisións sobre as súas campañas publicitarias.

Falas dunha ferramenta capaz de anticipar resultados. De verdade podemos saber como vai funcionar unha campaña antes de lanzala?

Ese é precisamente o obxectivo de Esferion. Imaxina que tes unha empresa e estás a pensar en investir en publicidade en Instagram, TikTok, LinkedIn ou Google. O habitual é decidir canto diñeiro destinar a cada plataforma, lanzar as campañas e esperar a ver que ocorre.

Con Esferion queremos ir un paso máis aló. Utilizamos intelixencia artificial para analizar información sobre o rendemento de campañas e ofrecer predicións sobre os resultados que poderían conseguirse. Por exemplo, podemos axudar a estimar que vendas ou contactos comerciais podería xerar unha campaña antes de realizar o investimento, e recomendar como distribuír mellor o orzamento. Non se trata de ter unha bóla de cristal, senón de tomar decisións con moita máis información e menos incerteza.

Entón, as empresas están a perder diñeiro por anunciarse a cegas?

En moitos casos, o gran problema é o custo do ensaio e erro. Cando unha empresa lanza unha campaña, normalmente apóiase no que aprendeu das súas experiencias anteriores. Proba diferentes anuncios, modifica orzamentos, cambia públicos e analiza os resultados. Toda esa aprendizaxe ten un custo. E hai algo importante: poida que outra empresa xa pasase por unha situación parecida e descubrise que funciona mellor. Con todo, ese coñecemento adoita quedar dentro de cada organización.

Cando consigamos que a conversación vire ao redor desas preguntas, saberemos que os espazos de datos deixaron de ser unha promesa tecnolóxica para converterse nunha ferramenta real de negocio.

Alexander Seoane

— Head of Data de LIN3S

O que buscamos con Esferion é aproveitar esa aprendizaxe colectiva. Se podemos identificar patróns a partir da experiencia de moitas empresas, podemos axudar a outras a evitar erros e a investir con maior eficiencia. A intelixencia artificial é cada vez máis accesible. A verdadeira diferenza está na calidade e a variedade da información coa que aprende.

Pero aquí xorde unha pregunta inevitable: por que ía unha empresa para compartir os seus datos con outras, ata con posibles competidores?

É unha pregunta completamente lóxica e, de feito, un dos principais retos que temos. A clave está en entender que compartir datos non significa entregar información confidencial á competencia. En Ariadne traballamos cun modelo de colaboración seguro, no que a información se utiliza baixo unhas regras establecidas. En Esferion, por exemplo, empréganse datos anonimizados e agregados sobre o rendemento das campañas.

Ninguén necesita coñecer a estratexia comercial concreta doutra empresa para beneficiarse do que o conxunto do mercado aprendeu. Gústame expolo doutro xeito: unha empresa non está a regalar os seus datos, está a achegar información a unha rede da que tamén pode obter coñecemento valioso. E ese intercambio pode converterse nunha vantaxe competitiva.

Poñamos un exemplo concreto. Son responsable dunha pequena empresa e teño un orzamento limitado para publicidade. Que podería gañar participando neste sistema?

O primeiro sería ter máis ferramentas para decidir onde investir ese orzamento. Imaxina que queres lanzar unha campaña para captar novos clientes. En lugar de basearche unicamente na túa intuición ou no que che funcionou fai seis meses, poderías contar con recomendacións construídas a partir da análise de moitas campañas. Iso permitiríache estimar resultados, valorar diferentes opcións e axustar o investimento antes de pola en marcha.

O beneficio que perseguimos é moi concreto: conseguir un maior rendemento do diñeiro destinado a publicidade e reducir o gasto en probas que non achegan os resultados esperados. Ademais, dentro deste ecosistema existen outras solucións, como Benchmark Dixital, que permite a unha empresa comparar os seus resultados de tráfico web, interacción ou conversión cos valores medios do seu sector. É dicir, non só podes intentar mellorar as túas campañas. Tamén podes entender mellor onde estás respecto ao mercado.

Soa interesante, pero tamén demasiado bo para ser sinxelo. Que é o máis difícil de conseguir?

Curiosamente, o maior obstáculo non é a tecnoloxía. É a confianza. Temos ferramentas e estándares tecnolóxicos que permiten construír estas contornas seguras. Pero necesitamos que as empresas entendan como funcionan e perdan o medo para colaborar.

Durante moito tempo asumimos que os datos son algo que debemos gardar exclusivamente para nós. Agora estamos a expor que, baixo determinadas condicións e coas garantías adecuadas, colaborar pode xerar máis valor que traballar de forma illada. Tamén hai outro reto importante: conseguir que os datos de empresas diferentes poidan entenderse entre si. Cada organización mide as cousas dun xeito, utiliza ferramentas distintas e organiza a súa información cos seus propios criterios. Para que a intelixencia artificial poida aproveitar todos eses datos, primeiro temos que conseguir que falen un mesmo idioma. É un labor pouco visible, pero fundamental. Sen información comparable e de calidade, non podemos construír recomendacións fiables.

Crees que estamos ante un cambio importante no xeito de facer negocios ou simplemente ante outra moda tecnolóxica?

Creo que estamos ante un cambio de modelo, e hai unha comparación que axuda moito a entendelo. Pensa en como funcionaban as fábricas cando cada unha necesitaba dispor do seu propio xerador de electricidade. Chegou un momento no que conectarse a unha rede eléctrica compartida resultou moito máis eficiente que producir toda a enerxía de forma independente. Cos datos pode ocorrer algo parecido.

Hoxe moitas empresas intentan extraer todo o valor posible da información que xeran por si soas. Os espazos de datos propoñen crear redes nas que diferentes organizacións poidan colaborar e acceder a un coñecemento moito máis amplo. Para min, os espazos de datos poden converterse na rede eléctrica da nova economía dixital. Pero hai unha condición: temos que demostrar que todo isto serve para algo concreto. Que axuda a vender máis, a reducir custos ou a tomar mellores decisións. Por iso son tan importantes proxectos como Esferion. Porque permiten pasar de falar de tecnoloxía a falar de resultados.

E mirando ao futuro, que che gustaría que cambiase na mentalidade das empresas?

Gustaríame que deixásemos de pensar nos datos unicamente como información que almacenamos e empezásemos a velos como unha oportunidade para xerar valor. Non todas as empresas teñen os mesmos recursos, nin poden desenvolver por si soas grandes sistemas de intelixencia artificial. Pero si poden beneficiarse de ecosistemas colaborativos que lles permitan acceder a un coñecemento que individualmente sería moito máis difícil conseguir. O obxectivo é que un directivo non teña que preocuparse por entender que arquitectura tecnolóxica hai detrás dunha solución como Esferion. O que debería importarlle é moito máis sinxelo: podo investir mellor, conseguir máis clientes e facer crecer o meu negocio?