¿Son las audiencias sintéticas una fuente fiable de insights de audiencia? Son fiables para ganar velocidad, formular hipótesis y probar escenarios. No sustituyen a las personas reales. Las agencias que les están sacando partido tratan cada hallazgo sintético como una pregunta que comprobar, no como una respuesta que presentar.
La adopción avanza rápido. Digiday informa de que agencias y marcas están sacando las audiencias sintéticas del laboratorio y llevándolas a la planificación diaria. Aveeno Body redujo la redacción de briefs estratégicos de unos 30 días a tres gracias a la investigación sintética de Vurvey, y Goodway Group incorporó a su planificación de medios la «población sintética» de Arima, formada por consumidores estadounidenses, británicos y alemanes. En Francia, Stratégies informa de que Patrick van Bloeme, tras 30 años al frente de empresas de investigación como Harris Interactive y Toluna, ha lanzado Limpid, que realiza estudios cualitativos con perfiles sintéticos, sin encuestados humanos, en unas pocas horas. Significativamente, Limpid «ne revendique pas de représentativité statistique»: no pretende tener representatividad estadística.
¿Qué son las audiencias sintéticas y por qué las están adoptando ahora las agencias?
Una audiencia sintética es un conjunto de perfiles generados por IA, o una población simulada, diseñado para predecir cómo podrían pensar o responder grupos reales de personas. Los proveedores las construyen con materias primas distintas. Digiday describe cómo Arima se basa en datos censales, cifras de la Oficina de Estadísticas Laborales de EE. UU. (US Bureau of Labor Statistics), datos de encuestas de Nielsen y encuestas a medida, mientras que Vurvey combina datos públicos con encuestas cualitativas en vídeo a consumidores reales.
Los casos de uso son amplios: tests de incrementalidad simulados, briefs estratégicos, desarrollo de producto y focus groups virtuales. Los grandes grupos ya se han subido al carro. Según Digiday, Havas respaldó a Vurvey en una ronda de financiación de 8,5 millones de dólares, y Dentsu lleva más de un año trabajando con Evidenza para incorporar datos sintéticos a la planificación de medios.
La razón es el tiempo. El trabajo de campo lleva semanas. Un panel sintético responde antes de la hora de comer. Para una agencia con un pitch el viernes, es difícil resistirse.
Entonces, ¿son fiables las audiencias sintéticas?
Depende de la pregunta que les hagas, e incluso quienes las construyen son francos sobre sus límites. Chad Reynolds, de Vurvey, explicó a Digiday que «los LLM te dan la cima de la campana de Gauss, la respuesta más común», y por eso su empresa añade datos de consumidores reales. Julie Clark, de TransUnion, advirtió contra los perfiles construidos sobre datos débiles: «Hay que partir de la base adecuada». Stef Hoffman, de Code & Theory, lo resumió de la forma más sencilla: «Informa el criterio, pero no lo sustituye».
Lo de la campana de Gauss es lo que más debería preocupar a las agencias. Los clientes no pagan por la respuesta más común. Pagan por la tensión nada obvia, el comportamiento minoritario que se convierte en tendencia, aquello que toda la categoría ha pasado por alto. Una herramienta que tiende a la media es útil para descartar ideas. Es arriesgada para encontrar la idea.
Fíjate también en quién lo cuenta. La mayoría de los casos de éxito proceden de los proveedores y sus clientes. No es motivo para descartarlos. Es motivo para comprobarlos.
Por qué sigue pasando: el efecto de ilusión de los datos
La investigación sintética resulta convincente por un motivo que poco tiene que ver con la precisión. Llamémoslo efecto de ilusión de los datos: cuanto más se parece una respuesta a un dato, más confiamos en ella, independientemente de cómo se haya generado. Es pariente cercano de lo que los psicólogos llaman ilusión de validez, nuestra costumbre de sentirnos seguros de juicios con escaso poder predictivo.
Los resultados sintéticos llegan fluidos, cuantificados y bien etiquetados. Imagina un panel simulado de «compradores de la generación Z con conciencia ecológica» que indica que la mayoría pagaría más por envases recargables. Parece un hallazgo. En realidad es la estimación de un modelo sobre lo que esas personas podrían decir. Ponlo en una diapositiva con un porcentaje y el martes ya será un hecho.
El insight de fondo es uno que todo planificador debería tener a la vista en su mesa: los datos revelan patrones, pero no pueden definir la humanidad. Los patrones son útiles. No son personas.
¿Qué fuente de datos de audiencia debo usar para cada cosa?
Ninguna fuente es fiable por sí sola. La fiabilidad sale de combinar fuentes cuyas debilidades no se solapan.
| Fuente | Ideal para | Punto débil | Cómo comprobarla |
|---|---|---|---|
| Audiencias sintéticas | Hipótesis rápidas, reacciones a escenarios y conceptos, borradores de briefs | Sorpresas, opiniones minoritarias, afirmaciones estadísticas | Rastrearlas hasta el comportamiento observado; hacer una pequeña prueba real |
| Encuestas y paneles | Actitudes declaradas a gran escala | Lo que la gente hace de verdad; velocidad | Compararlas con datos de comportamiento |
| Contenido publicado y conversación social | Lo que la gente dice de forma espontánea, con sus propias palabras; actividad de la competencia | Personas que rara vez publican | Leer las publicaciones que hay detrás de cada conclusión |
| Datos propios y de campaña | Lo que tus clientes hicieron de verdad | Personas que todavía no son clientes | Tests de incrementalidad |
| Entrevistas cualitativas | Motivación, profundidad, el «porqué» | Escala y velocidad | Triangular con las fuentes anteriores |
¿Cómo mantienen las agencias honestas a las audiencias sintéticas?
- Pregunta en qué se basa. Qué fuentes, de cuándo y cada cuánto se actualizan. Un proveedor que no sabe responder te está pidiendo que confíes en una caja negra con el dinero de tu cliente.
- Usa las audiencias sintéticas para generar hipótesis, no conclusiones. Deja que el panel reduzca diez territorios a tres. No dejes que elija al ganador.
- Ancla cada hipótesis en el comportamiento observado. Comprueba si la gente real está diciendo, compartiendo o haciendo de verdad lo que predice el panel. Si no encuentras la evidencia, trata el hallazgo como no demostrado.
- Valida en el mercado las decisiones que importan. Según Digiday, Goodway utilizará la herramienta de Arima para realizar tests de incrementalidad en un entorno simulado y después comprobar los resultados con pequeñas activaciones en medios. Ese es el instinto correcto.
- Etiqueta cada insight de la presentación. Marca cada uno como sintético, observado o medido. Los clientes merecen saber cuál es cuál, y tu propio equipo de estrategia también.
- Nombra a un escéptico profesional. Digiday señala que los equipos «tuvieron que mantener una desconfianza profesional hacia sus hallazgos». Haz que sea tarea de alguien preguntar: ¿cómo sabríamos si esto fuera erróneo?
¿Qué papel tiene el contenido real publicado?
El contenido publicado es el ancla. Lo que las audiencias y los competidores publican de verdad es espontáneo, específico y tiene fecha, así que se puede comprobar. Tiene su propio punto ciego, porque sobrerrepresenta a quienes publican, y por eso funciona mejor junto a las demás fuentes de la tabla.
Este es el principio de Defy Monitor: cada conclusión de la IA se remonta a las publicaciones reales que la sustentan, de modo que la estrategia se construye a la inversa a partir de lo que las audiencias y los competidores publican de verdad, y no a partir de encuestas. Los perfiles se agrupan a partir de conversaciones reales, lo que da a los hallazgos sintéticos algo sólido con lo que contrastarse. Puedes ver cómo encaja en la plataforma Defy.
Las audiencias sintéticas han llegado para quedarse y harán más rápidas a las agencias. Las que conserven su credibilidad serán las que puedan mostrar, para cada afirmación, las personas reales que hay detrás.
