La IA no puede arreglar tus feeds malos por sí sola: ¡Aquí está el porqué tú aún importas!

Descripción del Episodio

¿Crees que la IA puede limpiar feeds de productos desordenados por sí sola? No tan rápido. En este PPC Town Hall, el CEO de Optmyzr, Frederick Vallaeys, charla con el fundador de DataFeedWatch, Jacques van der Wilt, sobre por qué las campañas de compras impulsadas por IA aún necesitan supervisión humana.

Exploran los desafíos de las alucinaciones de IA, los costos crecientes de la automatización y el papel creciente de los motores de búsqueda impulsados por IA como Perplexity. Si estás ejecutando anuncios de compras, esta conversación está llena de ideas que no querrás perderte.

Conclusiones del Episodio

Las campañas de compras impulsadas por IA de Google prometen automatización y eficiencia, pero la IA es tan buena como los datos que le proporcionas. Si tus feeds de productos están desordenados, ninguna cantidad de IA puede convertirlos mágicamente en campañas de alto rendimiento.

Aquí están las conclusiones clave de la conversación de Fred y Jacques sobre cómo hacer que la IA funcione para la optimización de feeds mientras se mantiene el control y se obtienen los mejores resultados.

1. La IA necesita buenos datos para trabajar eficazmente

La automatización en la gestión de feeds no es nueva, pero la IA está llevando las cosas al siguiente nivel. ¿El desafío? La IA depende de datos estructurados y precisos para generar buenos resultados. Si tu feed de productos tiene atributos faltantes, precios incorrectos o descripciones vagas, la IA no podrá solucionar esos problemas por sí sola.

“Si alguien busca ‘Levi’s 501 jeans azules para hombre talla 32’ y esa frase exacta está en el título del producto, Google tiene un alto nivel de confianza de que es una buena coincidencia. La IA aún necesita datos estructurados para funcionar de manera óptima,” explicó Jacques.

La conclusión: La IA mejora la optimización, pero los anunciantes deben asegurarse de que sus feeds contengan datos limpios, precisos y completos.

2. La IA juega un papel importante en la optimización de feeds

La IA puede mejorar cómo se estructuran los feeds de productos, completando atributos faltantes como colores, tamaños y categorías. Pero la IA no es perfecta, y aún se requiere supervisión humana para validar los resultados.

Jacques compartió cómo DataFeedWatch utiliza la IA para optimizar feeds:

• Mapeo automático de atributos basado en datos de la tienda
• Reescritura de títulos y descripciones impulsada por IA
• Categorización automatizada para diferentes plataformas publicitarias

Sin embargo, los anunciantes aún deben revisar las optimizaciones generadas por IA para asegurar precisión y relevancia.

“Cualquiera que te diga que ha construido un sistema de IA perfecto está mintiendo. Siempre es una combinación de IA, pruebas A/B y supervisión humana.”

 

- Jacques van der Wilt

3. El cambio hacia la búsqueda visual y conversacional

El comportamiento del consumidor está evolucionando, y la búsqueda impulsada por IA está cambiando cómo las personas encuentran productos. En lugar de escribir palabras clave simples, los usuarios ahora utilizan búsqueda por voz e imagen, así como asistentes de chat de IA como ChatGPT.

Fred compartió su experiencia investigando un iPad: “Tuve una conversación de cinco minutos con ChatGPT, explicando mis necesidades, y desglosó todas las opciones para mí.”

Plataformas como Perplexity incluso están trabajando en la búsqueda de productos impulsada por IA, donde los títulos y descripciones podrían reescribirse dinámicamente para coincidir mejor con la intención del usuario.

“Perplexity probablemente interpretará los datos de productos de una manera mucho más impulsada por IA que lo que actualmente se hace en Google, Bing u otras plataformas,” explicó Jacques.

Este cambio significa que la optimización de feeds no se trata solo de palabras clave, sino de estructurar datos de una manera que la IA pueda interpretar eficazmente.

4. El costo de la IA a escala

Las optimizaciones impulsadas por IA no son gratuitas. Cuando los anunciantes comienzan a aplicar IA a miles de productos, los costos de API pueden aumentar rápidamente. Jacques destacó un desafío clave:

“Tuvimos usuarios con 500,000 productos esperando optimizaciones generadas por IA instantáneas. Pero cada llamada a OpenAI cuesta dinero, y a esa escala, se vuelve insostenible.”

Para gestionar los costos eficazmente, los anunciantes deben:

• Elegir los modelos de IA adecuados para diferentes tareas (modelos de alto costo para tareas críticas, modelos de menor costo para procesamiento masivo)
• Priorizar las optimizaciones de IA donde tengan el mayor impacto
• Probar y refinar los resultados generados por IA antes de su implementación completa

5. La IA es una herramienta, no un reemplazo para la estrategia humana

¿La conclusión clave de esta discusión? La IA es una herramienta poderosa, pero no es una solución mágica. Los anunciantes aún necesitan:

• Asegurarse de que sus feeds tengan datos estructurados y precisos
• Monitorear los cambios generados por IA para calidad y relevancia
• Mantenerse al tanto de las tendencias de búsqueda y plataformas impulsadas por IA en evolución

Como lo expresó Jacques:

“La IA no tiene significado por sí misma. Es solo una herramienta para mejorar lo que ya estamos haciendo.”

6. El futuro de la IA en la búsqueda visual y la optimización de feeds

La IA eventualmente se desplazará hacia la comprensión de imágenes, pero no reemplazará los datos estructurados de la noche a la mañana. Jacques enfatizó que el poder de cómputo sigue siendo una limitación al procesar imágenes a escala.

“Procesar imágenes con IA requiere un poder de cómputo significativo. Nos estamos moviendo hacia la comprensión visual por parte de la IA, pero no reemplazará los datos estructurados de la noche a la mañana.”

Por ahora, los feeds de productos estructurados siguen siendo la columna vertebral de la búsqueda y publicidad efectivas impulsadas por IA.

Aprovecha al máximo la optimización de feeds impulsada por IA con Optmyzr

La IA puede mejorar la optimización de feeds, pero funciona mejor cuando se combina con supervisión humana y ajustes estratégicos. Herramientas como Optmyzr ayudan a los anunciantes a tomar el control de sus campañas de compras proporcionando:

• Auditorías de feeds personalizadas para identificar datos faltantes o de baja calidad
• Ideas impulsadas por IA para optimizaciones inteligentes
• Reglas automatizadas para evitar que los datos incorrectos afecten el rendimiento

¿Aún no eres cliente de Optmyzr? Ahora es el mejor momento para registrarte para una prueba gratuita de 14 días con funcionalidad completa.

Miles de anunciantes, desde pequeñas agencias hasta grandes marcas, en todo el mundo utilizan Optmyzr para gestionar miles de millones en gasto publicitario cada año.

También obtendrás los recursos que necesitas para comenzar, además del soporte experto de nuestro equipo para responder preguntas y ayudarte a maximizar tus resultados.

Transcripción del Episodio

Frederick Vallaeys: Hola, y bienvenidos a otro episodio de PPC Town Hall. Mi nombre es Fred Vallaeys. Soy su anfitrión, y también soy el CEO y cofundador de Optmyzr, una herramienta de gestión de PPC.

Para el episodio de hoy, tenemos a Jacques van der Wilt, el fundador de DataFeedWatch. Comenzó la empresa en 2008 y tiene muchas ideas sobre la gestión de feeds y cómo se aplica a la publicidad en e-commerce en varias plataformas.

La gestión de feeds de datos solía ser un proceso altamente manual: muchas hojas de cálculo. A pesar de la automatización que las herramientas han introducido a lo largo de los años, el auge de la IA generativa y su capacidad para trabajar con datos estructurados está causando un gran impacto en cómo se manejan estos procesos.

No puedo esperar para escuchar a Jacques sobre cómo la IA está cambiando la gestión de feeds, cómo está impactando la publicidad en e-commerce, y dejarles a todos ustedes algunos consejos y tácticas accionables que pueden aplicar a sus campañas.

Así que con eso, comencemos con este episodio de PPC Town Hall.

Jacques, ¡bienvenido al programa! ¡Es genial tenerte aquí!

Jacques van der Wilt: Fred, muchas gracias. Gracias por invitarme.

Frederick Vallaeys: Sí. Y vamos a hacer este episodio en inglés, ¿verdad? Aunque ambos hablamos holandés.

Jacques van der Wilt: Sí, pero queremos que otras personas entiendan lo que estamos diciendo. Así que lo haremos en inglés.

Tendrán que lidiar con mi acento, que es mucho más marcado que el de Fred, que se ha convertido en un verdadero estadounidense, pero estoy seguro de que contaremos la historia correctamente en buen inglés.

Frederick Vallaeys: Sí, eso es correcto. Y si no entendemos, siempre hay IA generativa y transcripciones y traducciones también.

Oye, Jacques, ¿desde dónde nos llamas hoy?

Jacques van der Wilt: Estoy en mi oficina en Ámsterdam. Aunque Datafeedwatch es una empresa estadounidense, la mayoría de nosotros residimos en Europa, somos una empresa remota, y estoy dirigiendo la empresa desde Ámsterdam, con muchas personas en Polonia y varios otros países, así es como va el mundo hoy.

Frederick Vallaeys: Así que una pequeña anécdota. Cuando dejé Google hace 12 años, comencé mi agencia y vendí esa agencia a una empresa llamada SalesX, y estaban en Foster City y yo trabajaba desde esa oficina. Y un día necesitaba ayuda con la gestión de feeds de datos, así que busqué en línea y encontré Datafeedwatch, y miré la dirección, y literalmente está a dos puertas de la oficina de SalesX.

Así que caminé, pero desafortunadamente, ustedes ya habían dejado Foster City y estaban en una ubicación diferente. Así fue como conocí a Jacques por primera vez porque estaba preguntando a la gente, ¿Dónde fue todo el mundo? Y alguien mencionó, Oh sí, Jacques es holandés. Así que tuvimos esa conexión de inmediato.

Pero Jacques, habla un poco sobre esos primeros días. ¿Qué te hizo comenzar una empresa como DataFeedWatch?

Jacques van der Wilt: Sí, esa es una gran introducción, Fred, porque Foster City trae muchos recuerdos. No comenzamos DataFeedWatch, comenzamos WordWatch, que era un sistema de gestión de ofertas automatizado. En ese momento, Google solo tenía anuncios de búsqueda, anuncios de texto, y ejecutamos WordWatch por un tiempo. Conseguimos financiación y todo eso, y mi cofundador dijo, Vamos a California y vendámoslo. Yo dije, Amigo, acabamos de recaudar dinero, no vamos a San Francisco; es demasiado caro. Ese fue nuestro primer momento holandés; estábamos siendo frugales.

Terminamos acordando en Foster City. Primero fuimos a San José y pasamos un año allí. WordWatch se convirtió en una clásica historia de startup de internet de los primeros días, fundadores emocionados recaudan un millón de euros, construyen un producto, queman la mayor parte del dinero en menos de un año, y terminan con algo que no estaba construido para las masas. Era demasiado nicho, no tan bien desarrollado como debería haber sido, y finalmente, la empresa fracasó.

Terminé reestructurando esa empresa y pensando, ¿Qué sigue? Alrededor de 2011-2012, Google introdujo un nuevo formato de publicidad llamado Anuncios de Listado de Productos. Era completamente nuevo, tenía imágenes de productos, títulos, precios, y requería algo llamado un feed de datos. Vimos una oportunidad porque teníamos clientes interesados en anuncios de compras a través de WordWatch, pero tenían problemas con los feeds.

El proceso era una pesadilla. Tenían que pedir a sus desarrolladores un archivo CSV con los datos correctos de su tienda. Antes de que pudieran siquiera lanzar una campaña de compras, ya llevaban meses en desarrollo y decenas de miles de dólares invertidos. Después de un tiempo, mi equipo estaba frustrado. Dijeron, Esto apesta.

Así que nos preguntamos, ¿Qué pasaría si construyéramos una forma de crear feeds de datos optimizados? En ese momento, no había muchas soluciones, y las pocas que existían eran caras. Como éramos una empresa de tecnología, pensamos, simplemente hagamos algo.

Construimos un prototipo básico: feo, básico, solo tres funcionalidades. Pero funcionó. Se conectaba a las tiendas, descargaba datos, nos permitía renombrar y combinar campos, y agregar valores estáticos. Eso solo resolvió el 80% de los problemas que teníamos. Rápidamente nos dimos cuenta, esto es mejor que WordWatch.

Así que pivotamos. Mejoramos la interfaz, agregamos más funcionalidades, y en la primavera de 2013, lo llevamos al mercado como DataFeedWatch. Resultó ser un negocio mucho mejor, y ha estado creciendo sin parar durante los últimos 11 años.

Ahora, tenemos muchas más funcionalidades, muchos más clientes. Aproximadamente el 40% están en los EE. UU., el 40% en Europa Occidental, y el 20% en Australia, Nueva Zelanda y 50-60 otros países. La necesidad siempre es la misma: los anunciantes necesitan feeds de datos para Google, Facebook, Criteo, TikTok y otras plataformas. Necesitan feeds optimizados porque los datos en sus tiendas no son buenos, y necesitan actualizaciones frecuentes, a veces cada hora, porque el inventario, los títulos y los precios cambian rápidamente.

El negocio principal ha permanecido igual, pero las características, la organización y el soporte han crecido. Incluso después de vender la empresa a cars.com hace un par de años, todavía estoy feliz de liderar DataFeedWatch.

Y eso nos lleva al tema de hoy: la IA. Soy un gran fan de la IA en general, spoiler alert. Pero la verdadera pregunta es, ¿Cuál es el impacto de la IA en la optimización de datos, el e-commerce y la industria en su conjunto? Ese es el próximo capítulo. La IA me ha dado nueva energía, nuevo interés y muchas más oportunidades.

Frederick Vallaeys: Historia genial. Y eso hace que haya dos optimistas tecnológicos en esta llamada. Veamos qué tipo de historias optimistas podemos contarles.

En cuanto a la IA, comencemos desde la perspectiva del consumidor. Como dijiste, en los primeros días, los motores de búsqueda de compras eran bastante básicos. No eran frescos y los resultados mostraban productos que ya no estaban disponibles porque no había feeds de datos. Luego se introdujeron los feeds de datos, y de repente, teníamos imágenes con precios.

Ahora, estamos viendo resúmenes de IA, herramientas como Perplexity, y todo tipo de nuevas formas en que los consumidores compran cosas.

Así que recientemente estaba buscando un iPad. Pero no necesitaba un iPad para negocios. Solo necesitaba algo que pudiera usar para ver películas en el avión que fuera un poco más grande que mi teléfono, y en lugar de ir al sitio web de Apple o ir a sitios de reseñas de tecnología, decidí simplemente tener una conversación por voz durante unos cinco minutos con ChatGPT. Le expliqué lo que esperaba usar y me explicó los diferentes modelos y los pros y los contras.

Y pensé que fue una experiencia fantástica. Y tan genial. Háblanos, háblanos sobre cuál es la evolución del comportamiento del consumidor en el e-commerce, y luego tal vez cómo eso se conecta con lo que hacemos con los feeds.

Jacques van der Wilt: Sí, creo que ya contaste la historia y creo que muchos consumidores no están tan metidos en esto como tú, cada niño en la escuela usará ChatGPT para escribir mejores textos y encontrar mejores respuestas y lo que sea.

Y así, los consumidores mejorarán cada vez más su propia búsqueda de productos con mucho más que solo buscar el nombre de un producto en Google. Así que esto va a evolucionar. Y las cosas que estamos viendo es, por supuesto, que cada organización que está relacionada con la búsqueda o las redes sociales está viendo esta necesidad del consumidor y está desarrollando como loca para hacerlo realidad.

Sí, estoy leyendo sobre eso también. Está claro que la posición de Google como el motor de búsqueda número uno puede estar en riesgo por primera vez. Hay una nueva tecnología que podría superarlo.

Es por eso que Google está impulsando Gemini, Facebook tiene Llama, y ChatGPT, al menos por ahora, ha sido el gorila de 800 libras en el espacio.

Pero muchos otros jugadores están acudiendo al mercado, y para llevarlo de vuelta a la optimización de datos, la compra de productos y el e-commerce. Leí hoy que Perplexity está planeando algo similar a un centro de comerciantes. Quieren que los minoristas proporcionen datos de productos, y Perplexity probablemente interpretará esos datos de una manera mucho más impulsada por IA que lo que actualmente se hace en Google, Bing u otras plataformas.

Apenas estamos rascando la superficie y hay un iceberg increíble debajo. La IA va a impactar todo, especialmente la búsqueda en eCommerce, y podría redefinir completamente la industria.

Frederick Vallaeys: Sí, estoy completamente de acuerdo. La IA va a redefinir bastantes cosas sobre cómo trabajamos. Pero el desarrollo de Perplexity es especialmente interesante, así que profundicemos un poco más en eso.

Creo que lo que escuché decir es que el feed que le damos a Google se interpreta de manera bastante literal, ¿verdad? Tu título es tu título, tu descripción es tu descripción, y en la mayoría de los casos, esos elementos se muestran exactamente como están en el anuncio.

Pero con Perplexity, parece que es más un marco que la IA interpretará, resumirá y potencialmente mejorará. Podría ajustar el título para hacerlo más atractivo u optimizar la forma en que se presenta la información para obtener mejores resultados.

¿Es eso lo que están buscando? Y si es así, ¿cómo nos adaptamos a ese tipo de entorno, donde ya no operamos con los controles estrictos de Google, donde las palabras clave son palabras clave y el texto del anuncio es texto del anuncio, sino que en su lugar proporcionamos datos en bruto y dejamos que la IA los moldee como mejor le parezca?

Jacques van der Wilt: Creo que si envías tu feed de datos a Google, ellos también usarán IA para interpretarlo. Pero, por supuesto, Google tiene una larga historia de desarrollo de esta tecnología, lo que lleva a donde están hoy con Gemini. Tener esa experiencia y una infraestructura establecida marca la diferencia.

Eso también significa que Google y empresas como Perplexity o Bing tendrán caminos diferentes cuando se trata de búsqueda impulsada por IA y optimización de feeds. Los nuevos jugadores saltaron al mercado con la IA como su base, mientras que Google ha estado refinando su enfoque durante años. Ese contraste probablemente influirá en cómo evoluciona cada plataforma.

En cuanto a cuánto optimizará la IA los feeds de productos, no creo que eso sea su prioridad. Los motores de búsqueda, ya sea Google, Perplexity o Bing, están fundamentalmente enfocados en interpretar la consulta del consumidor y emparejarla con el mejor resultado posible, ya sea un listado orgánico o un anuncio. Ahí es donde veremos que la IA tiene el mayor impacto primero.

Durante mucho tiempo, he estado predicando (y todavía lo hago) que optimizar los títulos de productos en los feeds de datos es crítico. Si alguien busca “Levi’s 501 jeans azules para hombre talla 32” y esa frase exacta también está en el título del producto, el algoritmo de Google tendrá un alto nivel de confianza de que esta es la coincidencia correcta. Eso aumenta las posibilidades de que se muestre el anuncio, lo que lleva a más impresiones, mayor CTR y, en última instancia, mejores conversiones.

Cuando un consumidor ve exactamente lo que estaba buscando, es más probable que haga clic, lo que lleva a un mayor CTR y mejores tasas de conversión. Eso crea un vínculo directo entre la optimización de datos y el rendimiento de la campaña.

Con la IA, los consumidores pueden expresar sus necesidades de una manera más detallada y natural. En lugar de simplemente buscar “nuevo iPad”, como mencionaste, Fred, podrían decir, “Necesito algo para el avión, más grande que mi iPhone, pero no necesariamente necesito un iPad.” Al proporcionar más contexto, le dan al motor de búsqueda un conjunto más rico de señales con las que trabajar.

La IA será entonces mucho mejor para interpretar esas señales y determinar las mejores recomendaciones de productos. Eso podría significar responder directamente a la consulta del usuario o seleccionar los anuncios más relevantes. En lugar de simplemente sacar 20 coincidencias potenciales, la IA podría reducir inteligentemente a las cinco opciones más relevantes y mostrar esas.

Eso beneficia tanto al consumidor como al minorista. El consumidor obtiene un resultado altamente relevante, lo que lo hace más propenso a regresar a ese motor de búsqueda, ya sea Perplexity, Google u otra plataforma. Y para los minoristas, mejores coincidencias significan más impresiones y mayor compromiso, lo que en última instancia impulsa más ventas.

Frederick Vallaeys: Ahora, el ejemplo que diste sobre un Levi’s 501, es un producto muy estructurado. Así que si buscas un Levi’s 501, entonces claramente necesitas encontrar un Levi’s 501. Recientemente hice una remodelación de baño en mi casa.

Por ejemplo, al buscar gabinetes, podría pensar en Ikea como una marca, pero más allá de eso, no tenía un nombre específico en mente. En su lugar, mi búsqueda se trataba más de describir lo que quería: un panel con una ligera textura, un tono moderno de azul y un tipo específico de encimera. Fue una búsqueda altamente visual.

Otra experiencia que me llamó la atención fue cuando estaba editando fotos de mi familia, convirtiéndonos en avatares. Mi hija quería verse a sí misma en la película de Barbie, así que subí su foto y le pedí a la IA que la hiciera parecerse más a Barbie. Antes de hacer cualquier edición, la IA primero describió la imagen y fue sorprendentemente precisa.

Dijo algo como, “Hay una niña con una camiseta rosa con un diseño de unicornio que parece una mezcla entre un narval y un unicornio.” El nivel de detalle fue asombroso.

Esto me lleva a una gran pregunta: ¿qué tan importante es el título del producto en este nuevo mundo impulsado por la IA? Si la IA puede analizar imágenes y extraer detalles como texturas, colores y elementos de diseño únicos, ¿los títulos importarán tanto? En lugar de depender de coincidencias perfectas de palabras clave, ¿la IA simplemente “vectorizará” los productos, permitiéndole entender y emparejar artículos basándose en sus características reales, incluso si el título no es una descripción exacta? ¿Ves esto cambiando fundamentalmente cómo funciona la búsqueda?

Jacques van der Wilt: Fred, no creo que sea realmente una situación de uno u otro, creo que acabas de describir una evolución.

Si estamos buscando una configuración de dormitorio, podríamos también subir algunas fotos de dormitorios que hemos visto de amigos o recopilado en Pinterest. O tal vez todo suceda en Pinterest ya que las imágenes ya están allí. La experiencia de búsqueda se volverá más visual.

Dicho esto, no creo que cambiemos de depender de los títulos a los visuales de la noche a la mañana. Procesar imágenes con IA requiere un poder de cómputo significativo, consume mucha energía, chips costosos y otros recursos. Y con las imágenes, esa demanda solo aumentará.

Por supuesto, estamos explorando activamente formas de usar imágenes como fuente principal de información del producto y extraer la mayor cantidad de datos posible de ellas. Pero incluso entonces, probablemente no todo se pueda derivar solo de imágenes. Enviar cientos de miles de imágenes a un servidor al otro lado del mundo para su procesamiento lleva tiempo.

Así que no estoy diciendo que no sucederá; solo digo que no sucederá de la noche a la mañana. Los equipos técnicos encontrarán formas de hacerlo funcionar más rápido, con menos energía y menores costos de procesamiento. Y una vez que lo hagan, creo que eventualmente llegaremos exactamente a lo que describes.

Frederick Vallaeys: Sí, no, ese es un muy buen punto. La escala es un factor importante aquí.

Los experimentos que realizas en el plan gratuito de GPT, o incluso en el plan de $20 de GPT, son divertidos e interesantes, pero cuando necesitas implementar IA en 100,000 productos, tienes que integrarlo en una API. Y luego, dependiendo de qué modelo estés usando, estás viendo costos de alrededor de $60 por millón de tokens. Esos costos pueden acumularse rápidamente.

Pero un desarrollo prometedor es que mientras hay un modelo de $60 por millón de tokens, también hay una opción de $2 por millón de tokens. Como comercializador, parte del proceso de optimización es averiguar qué modelo de lenguaje grande (LLM) o modelo de visión es lo suficientemente bueno para ofrecer los resultados que necesitas sin aumentar dramáticamente los costos por solo resultados marginalmente mejores.

Y eso me lleva a mi siguiente pregunta, Jacques: ¿cuáles son tus LLMs y modelos de visión favoritos? ¿Cuáles usas? ¿Y cuáles son algunas formas geniales en que has visto a los comercializadores implementar IA?

Jacques van der Wilt: Son muchas preguntas de una sola vez, realmente no tengo un LLM favorito.

En este momento, creo que ChatGPT sigue ofreciendo los mejores resultados de calidad. Pero como mencionaste, ejecutarlo a escala puede volverse muy caro. Por eso hay tantos otros modelos de lenguaje que son casi tan buenos pero con precios diferentes.

Si hay alguna carrera armamentista sucediendo ahora mismo, es la carrera entre los LLMs. Las empresas están trabajando frenéticamente para mejorar sus modelos, y cada mes, o cada dos meses, vemos nuevas versiones de casi una docena de diferentes LLMs, todos mejorando.

En este momento, el interés en la IA está dividido entre su promesa y sus amenazas. Las amenazas van desde preocupaciones sobre la IA en la guerra hasta problemas como las imágenes generadas por IA.

Volviendo a tu ejemplo, he creado muchas imágenes usando IA proporcionando una descripción, y aunque los resultados a menudo fueron impresionantes, siempre había algo extraño. Tal vez el tipo en la imagen tenía tres ojos, o dos manos en un brazo, o estaba sentado detrás del volante de un coche pero mirando hacia atrás. Las alucinaciones de la IA siguen siendo un gran desafío.

Dicho esto, estamos solo al comienzo de este viaje. El ritmo de mejora será increíble. En general, la gente tiende a sobrestimar lo que la IA puede hacer a corto plazo pero subestimar cuánto avanzará con el tiempo. Vamos a ver que ese patrón se repita aquí.

Espera, ¿cuál era la pregunta de nuevo? ¡Ah sí, mis LLMs favoritos!

Así que no tengo ninguno.

Frederick Vallaeys: Estoy de acuerdo contigo. Así que uso principalmente ChatGPT de OpenAI. No necesariamente porque sea mi favorito, sino porque veo que todos se están superando entre sí. Y eventualmente todos parecen llegar al mismo lugar y la misma capacidad. ChatGPT tuvo una de las primeras APIs sólidas, así que nos aferramos a ella temprano.

Dicho esto, mantengo un ojo en lo que están haciendo otros modelos. Si OpenAI no lanza una cierta capacidad rápidamente, podría explorar alternativas. Pero para cualquier cosa que hagamos a escala, OpenAI sigue siendo nuestra opción preferida. Pero no siempre usamos los modelos más recientes de nuevo, porque son mucho más caros.

Y para tareas como la generación de palabras clave o sugerencias de texto publicitario, no vale la pena 30 veces el costo por un anuncio ligeramente mejor cuando se trata de algo como escribir guiones publicitarios, uso los modelos más recientes como O1 porque es significativamente mejor. O1 es la primera versión de GPT que me ha dado una respuesta correcta de un solo golpe con un solo aviso, realmente escribe un guion que funciona sin problemas.

En GPT-4.0, generalmente tenía que volver tres o cuatro veces para corregir errores antes de obtener un guion utilizable. Eso sigue siendo más rápido que escribirlo manualmente, pero en este caso, el costo adicional de O1 vale la pena.

Jacques van der Wilt: Sí, exactamente. Cuando es solo un guion, el costo no es un gran problema. Pero cuando necesitas palabras clave para cientos de miles de productos, esa es otra historia.

Este fue en realidad uno de los primeros desafíos que enfrentamos al desarrollar nuestra optimización de feeds impulsada por IA. Ofrecíamos títulos, descripciones y otros atributos optimizados por IA, y la gente se inscribía, conectaba una tienda con 500,000 productos o incluso 10 tiendas con 100,000 productos cada una y esperaba optimizaciones generadas por IA instantáneamente.

Pero cada producto procesado significaba pagar a OpenAI una fracción de un centavo. Y a esa escala, esos costos se acumulaban rápidamente. Para una sola inscripción, podríamos acumular miles de dólares en tarifas de API solo para generar valores de IA para todos sus productos.

Obviamente, eso no era sostenible. Nadie podía permitírselo, ni nosotros, ni ellos. Así que tuvimos que cambiar a un modelo de pago. Y honestamente, odiaba eso. Porque si eres un cliente real, alguien serio sobre el uso de la herramienta durante años, no solo tratando de obtener valores optimizados por IA gratis y luego irse, terminarías siendo golpeado con tarifas solo porque tienes una tienda grande.

Está bien. Imagina obtener acceso a una gran herramienta con poderosas optimizaciones de IA, solo para que te digan, “Estás en la prueba gratuita, pero antes de obtener cualquier IA, necesitas pagarme $5,000.” Eso sería una experiencia terrible. Preferiría no ofrecer IA en absoluto que someter a los clientes a eso. Y las alternativas no eran mucho mejores, obligar a los usuarios a actualizar a un plan que cuesta $1,000 más por mes solo para acceder a la IA? Eso tampoco se sentía bien.

Así que incluso antes de comenzar a integrar IA en nuestra plataforma, tuvimos esta exacta conversación sobre la escalabilidad. Nuestro objetivo era ofrecer IA ya sea de forma gratuita (lo cual hacemos actualmente) o, si eso no era factible, a un costo razonable.

Eso fue lo que impulsó nuestro enfoque: ¿cómo podríamos crear nuestro propio ecosistema de IA aprovechando nuestra experiencia, desarrollo inteligente, escalado en la nube y tecnología existente para hacer que esto funcione? Porque aunque sabemos que los costos de IA eventualmente bajarán, no sabemos cuándo o qué tan rápido y no iba a quedarme esperando a que eso sucediera.

Frederick Vallaeys: Quiero hablar más sobre eso, pero me llevó a otro pensamiento. Alguien en una conferencia recientemente me preguntó, con la multitud de soluciones de IA que existen. ¿Cómo eliges una? Y tener la confianza de que la herramienta estará disponible en un par de años para que no hagas una inversión en algo que va a fallar y así donde me llevaste con esa pregunta fue seguro, podría haber una empresa de IA que te esté dando todas estas capacidades y cien mil títulos optimizados. Pero como dijiste, podrían estar perdiendo una gran cantidad de dinero en eso potencialmente.

Así que podría ser un negocio que falle en un año o dos. Y ahora has invertido todas tus capacidades, tus flujos de trabajo en eso. Entonces, ¿cómo crees que los consumidores y anunciantes deberían pensar en elegir herramientas de IA cuando hay tantas opciones?

Jacques van der Wilt: Realmente depende. Para empezar, del negocio en el que estás, si necesitas algún tipo de capacidad de IA que tendrás que integrar profundamente en tus operaciones y tal vez también en tus procesos, tu software, y lo que sea. Entonces, imagina lo que sucede si esa empresa quiebra, es como perder un miembro o algo para esa empresa.

Pero si tu negocio es, permíteme hablar por mí mismo. Si tu negocio es la optimización de datos, y te inscribes en una herramienta que te daría valores de IA para los diversos atributos que necesitas optimizar. Entonces está optimizado, está en tu Google o Facebook y tendrías tu feed y nada cambiará.

Y luego, si tu proveedor quiebra, tendrás que encontrar otro que luego optimice los valores para los nuevos productos que agregues a tu feed. Así que la capacidad de cambiar probablemente sea muy importante, más importante que cualquier otra cosa. De lo contrario, es como dices, inviertes profundamente en algo.

No sabemos qué va a pasar a corto plazo con esta nueva industria.

Frederick Vallaeys: Así que mi opinión sobre eso puede ser un poco diferente es que ya has invertido en herramientas y flujos de trabajo que tu equipo ahora está usando, que entienden, que con suerte les gusta. Muchas de estas herramientas probablemente están agregando las mismas capacidades de IA que los nuevos jugadores de solo IA están desarrollando.

Y así los nuevos jugadores de IA, pueden hacer un mejor trabajo diciendo, hey, como somos los más nuevos, somos los más grandes, somos la última IA. Pero piensa en el costo de cambiar y reentrenar todo lo que tu equipo está haciendo, ¿verdad? Ya sea gestión de feeds de datos, o es software de optimización de PPC, o es tu sistema de gestión de clientes, todas estas cosas.

Es solo que había esta gran cita, nuestras herramientas usan electricidad. Nuestras herramientas usan IA, todas las herramientas usan IA en este punto. Usarán IA en algún momento. Así que no tienes que ir a buscar la nueva herramienta. Deberías hablar con tu proveedor existente y comunicarte con ellos. Oh, tal vez vi esta gran demostración de alguien y pudieron hacer esto y, oh, es solo una integración simple con Open AI.

También lo haremos para ti. Y luego no tienes que cambiar todos tus flujos de trabajo.

Jacques van der Wilt: Sí, no, ese es un muy buen punto, Fred. Sí. Y eso también fue definitivamente parte de nuestro pensamiento, nunca hemos visto la IA como algo separado. Oh, ahora tenemos IA, suena bien. Este es el día y la era, pero no significa nada.

Hace 30 años, la gente decía que estaba en internet. Vaya, felicitaciones, ¿verdad? Y la IA va a funcionar de la misma manera. Como internet, es solo una red que conecta todo y hace que todo sea más fácil. La IA no tiene significado por sí misma, ¿verdad? Así que quieres usarla como proveedor, como nosotros, queremos usar una nueva tecnología que resulta llamarse IA para mejorar las cosas que ya estamos haciendo.

Y creo que hay muchas herramientas que lo están haciendo así. Y, tal vez esas sean una opción más segura que un nuevo chico en el bloque que dice, hey, soy nuevo, nos fundamos hace como tres meses, y ahora usamos IA para hacer todo lo que has estado haciendo con esta otra herramienta durante los últimos cinco años, no estoy diciendo que eso no se pueda hacer, pero si está integrado, puedes.

Puedes continuar con todo lo que ya tienes y has integrado en tu organización.

Frederick Vallaeys: Esa es probablemente una opción más segura. Entonces, DataFeedWatch, parece que terminaste construyendo tus propias capacidades de IA. Cuéntanos un poco sobre qué es lo genial de la IA en DataFeedWatch. ¿Qué permite a los anunciantes hacer?

Jacques van der Wilt: Sí. Tengo una pequeña historia sobre cómo, particularmente cuando comencé con la IA. Comencé hace como cinco, seis años con la IA. ¿Sabes por qué? Estaba en racha con Daily Feed Voyage. Todo va bien.

Y luego, creo que muchos fundadores a veces sufren de esto. La cosa va tan bien y estamos creciendo tan rápido y ganando tanto dinero. ¿Qué pasa si lo pierdo todo? Y luego pensé, está bien, ¿qué se necesitaría para que pierda todo? Y pensé en eso y está bien, sí, tenemos una herramienta de optimización de feeds de datos.

Es muy fácil de usar e intuitiva. La gente entra y optimiza sus feeds, hacen el Levi’s 501, bla, bla, bla. Todo bien, pero sigue siendo trabajo. Y el cliente todavía necesita pensar, está bien, si creo un título para ropa, ¿qué necesita ir allí? Así que luego pensé, está bien, si hubiera una nueva herramienta de feed diario mañana, que solo dijera, haz clic aquí y tu feed está optimizado y listo.

Entonces estoy como, está bien, estamos muertos. Porque entonces todos irían allí porque sería como el feed perfecto. Tomaría tres clics. No tendría que pensar, no tendría que trabajar. No tendría que hacer clic y estaría hecho. Y luego pensé, está bien, vamos a elaborar sobre eso.

Si esa es el tipo de empresa que, ya sabes, nos dejaría fuera del negocio, debería convertirme en la empresa y comenzar a esbozar, literalmente hacer wireframes de cómo debería funcionar. La funcionalidad de IA integrada que tenemos en Daily Watch hoy, en realidad la diseñé hace cinco o seis años, saliendo del miedo, básicamente.

Y, tal vez no es literalmente lo mismo, pero es más o menos, es el mismo principio. Y luego, por supuesto, estoy como, oh, esto es genial. Voy a ser esa empresa y vamos a ponernos a trabajar. Y contraté a nuevas personas y hombre, fue tan difícil. Logramos poner algunas bases en su lugar, pero sí, después de dos años, lo abandoné.

Sí. Y luego, Open AI, GPT llegó, como el momento ha llegado ahora. Ahora es el momento, tenemos que hacer esto. Sí. Nos pusimos a trabajar de inmediato. Y como ahora pude realizar la visión que tenía hace cinco años, así que eso es genial. Y esa es también la razón por la que soy un fanático de la IA.

Frederick Vallaeys: Gran consejo. Creo que todos los que escuchan hoy, ya sea que seas dueño de una agencia o dueño de un negocio, piensa en lo que te preocupa para tu negocio o la gran visión de lo que tal vez en algún momento pensaste en lograr y no era posible en ese momento y ve cómo la IA generativa puede llevarte a ese lugar, ¿verdad?

Ya sea una aplicación que siempre quisiste construir, ahora es tan fácil construir una aplicación, mucho más rápido de lo que solía ser. O conseguir tu marca. Eso se ha vuelto mucho más fácil. Tantas cosas que ahora son posibles. Ya no se trata de decir no puedo, se trata de decir, aún no lo he hecho.

Y ahora es el momento para que comiences.

Jacques van der Wilt: Exactamente. Si eres un fundador, si diriges una agencia, o si diriges una empresa de tecnología y no estás al menos explorando lo que la IA puede hacer por tu negocio, entonces deberías comenzar a preocuparte por la noche, ¿verdad? El tren ha salido de la estación y es mejor que estés en él o te subas pronto.

No es demasiado tarde, pero el momento es ahora. Y para volver a tu pregunta, Fred, también tuvimos que pensar en qué exactamente necesitábamos crear. Nuestro enfoque es permitir a los clientes construir feeds de datos optimizados porque cuanto mejor sea el feed, mejores serán los datos y, en última instancia, mejor será el rendimiento de la campaña.

Así que vamos a seguir haciendo eso; ese es nuestro negocio principal, y debe ser sin problemas. Aunque la IA está involucrada, queremos asegurarnos de que el cliente siga teniendo el control. Entonces, ¿dónde comenzamos? Primero, tuve esta visión: deberías poder hacer clic una vez, y debería funcionar.

Hemos ampliado nuestro automapeo para que tan pronto como conectes tu tienda, escaneamos todo en ella. Si quieres vender en Google, automáticamente mapeamos cada atributo que Google requiere de los datos disponibles en tu feed de origen. Y cada campo que pueda ser optimizado con IA ya está optimizado.

Luego, queríamos hacerlo simple: ves tus datos, y solo haces clic en “guardar”. Esa es tu optimización de un clic. Hemos implementado eso.

Pero la IA puede hacer aún más. Apenas estamos comenzando. Un gran desafío que enfrentan los clientes es la falta de datos. Digamos que tienes 100,000 productos, y 10,000 de ellos no tienen un valor de color. Si estás vendiendo ropa, Google desaprobará esos productos.

Puedes arreglar eso manualmente creando un archivo de Excel que enumere los colores y extrayendo valores de las descripciones. Pero eso es tedioso, y es probable que te pierdas algunos. Hasta ahora, esa era la mejor solución. Pero hoy, la IA puede detectar y completar automáticamente esos valores faltantes por ti. Incluso proporcionamos un campo separado para todos los valores de color que la IA encuentra.

Lo mismo ocurre con los tamaños y otros atributos; no quieres perder tiempo en ellos. Solo marca la casilla, y listo.

Luego está la categorización. ¿A quién le gusta la categorización? A nadie. Google lo ha hecho más fácil diciendo, “No te preocupes, las categorías ya no son obligatorias, lo haremos por ti”. Usan IA para eso. Pero para otros canales, tener las categorías correctas sigue siendo crucial para un mejor rendimiento.

Así que la IA toma los tipos de productos de tu feed de origen y los mapea a las categorías de Google, Facebook o cualquier otra plataforma. Es un trabajo tedioso, pero no te preocupes, solo haz clic en “guardar”, y está hecho por ti.

A veces, faltan descripciones. Y, con todo respeto a nuestros clientes, a veces no están bien escritas. Algunas son geniales, pero muchas no lo son ya que son poco claras, demasiado largas, o simplemente mal estructuradas. Una cosa que la IA hace excepcionalmente bien es reescribir contenido, incorporando información adicional y haciéndolo más conciso. Eso significa descripciones mucho mejores.

Dado que no manejamos imágenes todavía, volvamos a los títulos, que tocamos anteriormente, Fred. Así que creamos un sistema que, porque también es nuestra experiencia la que importa, ¿verdad? Al final del día, los humanos importan.

Construimos un sistema basado en nuestra experiencia porque al final del día, los humanos importan. Tengo un equipo con 10 años de experiencia en optimización de datos. Hemos desarrollado un marco para 200 categorías de productos, donde sabemos el formato ideal del título.

Luego, le decimos a la IA que identifique el producto y reescriba el título para incluir los atributos correctos en el orden correcto. También extrae detalles relevantes de las descripciones para enriquecer el título. Esto es clave para optimizar títulos para un mejor rendimiento de campaña.

Frederick Vallaeys: Todo eso tiene sentido. Entonces, hay algunos campos que absolutamente tienes que completar para evitar desaprobaciones de feeds. Luego, hay campos opcionales, completarlos solo ayuda a asegurar que tus productos estén mejor emparejados en las situaciones correctas.

Y luego hay campos como título y descripción. Ya los tienes, pero podrían ser subóptimos. La IA puede mejorarlos, pero ¿cómo lo mides?

Jacques, si tu descripción original era un desastre y la IA la reescribe para que suene mejor cuando la lees: ¿cómo sabes realmente que funciona mejor?

Jacques van der Wilt: Lo que no hacemos directamente es tomar los títulos que optimizamos nosotros mismos y luego medir el rendimiento, por ejemplo, en la campaña de Google en la campaña de Google Shopping. Porque hay tantas cosas que definen el resultado de la campaña. Pero sí permitimos a los clientes hacer pruebas A/B con diferentes títulos.

Así que pueden hacer pruebas A/B de su título original contra los títulos de IA. Si haces eso masivamente, entonces deberías comenzar a ver al menos señales o tus análisis de que eso está sucediendo. Pero nosotros, aparte de medir el impacto real en la campaña, usamos tecnología y humanos, muchos de ellos, para también básicamente verificar si esos títulos son realmente mejores de lo que eran.

Tenemos un sistema que utiliza IA, muy original, para verificar la calidad. Por supuesto, siempre existe el riesgo de que la IA diga: “oye, lo que acabo de crear es absolutamente lo mejor, ¿verdad?” Así que sí, pongo algo de objetividad allí. Pero al final del día, también estamos usando a más de la mitad de las personas que trabajan en mi empresa para revisar títulos y descripciones regularmente para asegurarnos de que, si no es perfecto, al menos no esté mal.

Y luego, si falta algo, modificamos un sistema para que en el futuro no falte. Cualquiera que te diga que tengo IA y creé el sistema perfecto te mentirá. Eso no es posible, o al menos no este año ni el próximo. Pero es una combinación de IA, pruebas A/B reales y humanos a la antigua para asegurarse de la calidad del material generado por IA.

¿Está realmente en orden? Y si quieres, sí. De acuerdo. Alerta de spoiler: ahora, lo que vemos es que tenemos clientes que han escrito los títulos perfectos, ¿verdad? Así que no uses IA. Ya era realmente bueno. Sabías lo que estabas haciendo. Así que no hay necesidad de usarla.

Puede haber una pequeña posibilidad de que lo absorban y no sea tan perfecto como lo tenías en mente. Pero en general, especialmente con muchos productos, con miles o decenas de miles de productos, es casi físicamente imposible hacer esa optimización título por título manualmente, y si tuvieras el tiempo, entonces creo que tú, el humano que sabe lo que está haciendo, aún harías un mejor trabajo en la mayoría de los casos.

Frederick Vallaeys: Y creo que cuando se trata de estos GPTs, también puedes alimentarlos con ejemplos de titulares y descripciones de alto rendimiento que hayas tenido en el pasado, y el alto rendimiento se mide por tus KPIs y datos de Google Ads que proporcionas como conjunto de datos, ¿verdad? Y puedes decir, escribe mis nuevos titulares.

Más como los de alto rendimiento y el sistema automáticamente captará de qué se trata la estructura, la gramática, el llamado a la acción. Y luego tomará ese concepto y lo aplicará a diferentes productos, pero saldrá con algo que presumiblemente también debería llevar ese mayor rendimiento siguiendo la metodología que ha funcionado en el pasado.

Jacques van der Wilt: Y básicamente así es como estás entrenando tu propio sistema para mejorar. Continuamente.

Frederick Vallaeys: No, eso es genial. Así que si la gente quiere probarlo, lo pondré en las notas del programa, pero dígales a dónde pueden ir para esa prueba. Y si quieren hablar más contigo o escuchar lo que piensas, ¿cómo te siguen?

Jacques van der Wilt: Sí. Así que puedes contactarnos en datafeedwatch.com. También puedes registrarte para una prueba gratuita de dos semanas para probar todo lo que dije. Veré si te gusta antes de que pagues un solo centavo, y simplemente ingresa mi nombre en LinkedIn e invítame. Y entonces estaremos hablando.

Frederick Vallaeys: Genial. Y pondremos eso en las notas del programa, Jacques van der Wilt, y DataFeedWatch. Así que Jacques, muchas gracias por estar aquí hoy, compartiendo algunas de tus ideas sobre la IA en el contexto de los feeds de datos. A todos, gracias por vernos hoy. Si has disfrutado de este episodio, quieres ser notificado, por favor suscríbete.

Además, nos encantaría una calificación, especialmente esas calificaciones de cinco estrellas, que disfrutamos. Si quieres temas diferentes, no dudes en contactarme y decirme de qué deberíamos estar hablando, tal vez sugerir algunos invitados diferentes. Siempre estoy feliz de recibir sugerencias. Con eso, gracias por ver PPC Town Hall, y nos vemos en el próximo.