Un millón de anuncios después: qué aprendimos sobre la automatización de contenido a escala
El contenido es ilimitado. La atención no. Y cuando te piden entregar más, más rápido, con menos gente y presupuestos más ajustados, la automatización de contenido resulta tentadora.
Poder generar miles de recursos en minutos suena como un sueño. Pero después de crear más de un millón de anuncios, videos y mails para marcas como Spotify, Smart, Zoopla y Just Eat Takeaway, hemos aprendido algunas cosas sobre lo que realmente funciona… y lo que no.
En DEPT®, hemos estado en el mundo de la automatización creativa durante más de cinco años, construyendo nuestras propias herramientas y ayudando a algunas de las marcas más grandes del mundo a escalar el rendimiento y el contenido de CRM. Nuestro equipo de automatización dedicado no solo crea recursos, sino que diseña sistemas, flujos de trabajo y estrategias que hacen que la automatización funcione en el mundo real.
La promesa de la automatización no se trata solo de aceleración. Se reduce a la intención y a garantizar que cada recurso, sin importar cuán rápido se produzca, esté arraigado en la estrategia, la creatividad y la relevancia. Aquí hay cinco cosas que hemos aprendido a través de pruebas, errores, refinamientos y la creación de contenido a escala.
Solo porque puedas, no significa que debas
Es fácil entusiasmarse con el potencial para producir miles de assets rápidamente. Pero más contenido no siempre significa mejores resultados.
Cuando apoyamos a Polaroid durante su holiday campaign, un esfuerzo que impulsa casi un tercio de sus ingresos anuales, lo que estaba en juego era inusualmente alto. Con un amplio catálogo de productos y un estrecho margen de tiempo entre Thanksgiving y Navidad, el camino predeterminado habría sido automatizar la creación de assets para cada producto y distribuirlos todos, confiando en los algoritmos para determinar qué versiones funcionaban mejor.
En cambio, no comenzamos con la automatización, sino con la indagación. Trabajando con un pequeño conjunto de assets, probamos nuestras hipótesis ¿Qué texto resonaba mejor? ¿Qué imágenes impulsaban la interacción? ¿Qué llamadas a la acción conducían a las conversiones? Solo después de recopilar datos del mundo real escalamos las variantes de mejor rendimiento. El resultado fue un conjunto más pequeño de assets, pero demostrablemente más efectivos.
La conclusión aquí es engañosamente simple: comenzar con poco, probar, aprender y luego escalar. La automatización es más poderosa cuando está enfocada.
No se trata solo de hacer más con la automatización, se trata de hacerlo de manera más inteligente.
Los inputs son tan importantes como los outputs
¿Otro peligro menos visible de la automatización a gran escala? La rápida propagación de errores.
Por un tiempo, operamos con una mentalidad reactiva: produciendo assets en masa y tratando el control de calidad como una función secundaria. Fue un error costoso. Un pequeño error en una plantilla, línea de texto o lógica de datos se volvía sistémico, propagándose a través de miles de salidas.
Entonces, hicimos lo que haría cualquier equipo sobrecargado: agregamos más especialistas de control de calidad. Lamentablemente, esta solución reactiva (y costosa) no era la respuesta, y nos encontramos dedicando demasiado tiempo y dinero a encontrar problemas que habíamos creado de manera no intencional.
El punto de inflexión llegó cuando Zalando nos presentó un desafío: construir un sistema de automatización con una tasa de defectos cero. Sin revisiones finales. Sin verificaciones manuales. Solo con total confianza en que la salida renderizada sería impecable.
Para enfrentar este desafío, fue necesario un cambio completo. Diseñamos plantillas con los casos límite en mente: planificando traducciones largas, datos impredecibles y orientaciones atípicas de imágenes. No solo teníamos en cuenta los errores; los anticipamos, los limitamos y construimos sistemas para neutralizarlos.
Es tentador pensar en la automatización como un conjunto de herramientas. Pero a este nivel, es una disciplina, una que requiere rigor en ingeniería, planificación detallada y un entendimiento profundo de cada variable en juego. El objetivo no es simplemente producir a gran escala, sino hacerlo con certeza.
Si no planificas la calidad desde el principio, la automatización solo amplificará tus errores. Las malas entradas no quedan ahí: se escalan.
Arregla tus flujos de trabajo, no solo tu producción
Mientras que muchas marcas enfocan sus esfuerzos de automatización en la producción, pocas prestan la misma atención a los sistemas que la rodean. Pero sin flujos de trabajo reimaginados, la automatización no elimina las complicaciones, las desplaza.
Este dinamismo se dio en nuestro trabajo con smart. Habían desarrollado un impresionante motor de automatización creativa, capaz de generar miles de assets de video localizados en diez mercados. Sin embargo, su proceso de revisión y aprobación dependía de una única hoja de Excel de 3.000 filas, cada fila representando un asset, y cada celda un mosaico de comentarios, retroalimentación y aprobaciones codificados por colores.
Si caos es la primera palabra que te viene a la mente después de leer esto, tienes razón. Las versiones se confundían entre sí. Se pasaban por alto comentarios o eran contradictorios. El proceso se volvió más engorroso que la producción que se suponía debía apoyar, y smart no es la única en enfrentar este desafío.
Nuestra solución no fue tener más personas, sino mejorar la infraestructura. Introdujimos herramientas de gestión de flujos de trabajo que permitieron revisiones en tiempo real, retroalimentación contextual, control de versiones y cadenas de aprobación transparentes. Al hacerlo, transformamos no solo el output, sino todo el ciclo de vida creativo.
Esto es crítico porque la automatización no es solo una cuestión de velocidad de salida: es una transformación a nivel de sistemas que exige repensar cómo las personas, las plataformas y los procesos se intersectan.
La tecnología que maneja el proceso es tan importante como la tecnología que crea los assets.
Usa la IA para decidir qué hacer, no solo cómo hacerlo
Gran parte de la conversación sobre automatización hoy en día se centra en el papel de la IA en la producción: su capacidad para generar contenido rápidamente, escalar variaciones creativas y optimizar la entrega. Pero algunas de las mayores victorias ocurren antes, cuando la IA ayuda a decidir qué hacer en primer lugar.
Para Just Eat Takeaway, implementamos un programa de automatización creativa conocido internamente como Project Sundae. Lo que hizo que este esfuerzo se destacara no fue el volumen de contenido producido, sino la inteligencia detrás de él. Utilizamos IA para analizar datos de rendimiento basados en múltiples mercados, extrayendo insights sobre qué imágenes, mensajes y formatos tuvieron mejor desempeño en regiones específicas.
Estos insights no siempre fueron intuitivos. Por ejemplo, en el Reino Unido, los assets creativos enfocados en hamburguesas tuvieron mejor rendimiento que los de pizza. En otros mercados sucedía lo contrario. En lugar de basarnos en preferencias anecdóticas o intuiciones creativas, usamos datos para guiar la dirección creativa, lo que nos permitió optimizar nuestro output y aumentar la eficiencia.
El rol de la IA, en este caso, fue menos el de un artista y más el de un estratega. La automatización, combinada con los insights de la IA, asegura que lo que se produce sea rápido, relevante, contextual y efectivo.
Las marcas más inteligentes usan la IA para tomar mejores decisiones, no solo para crear más contenido.
El fracaso es parte del proceso
Trabajar en automatización creativa es trabajar en el límite de lo posible. Y no todo va a funcionar.
Nuestro equipo pasó seis meses desarrollando Cadet, una herramienta de front-end diseñada para hacer la creación de feeds de datos más accesible. La intención era reducir la dependencia de especialistas técnicos y democratizar los insumos de automatización. Pero la realidad fue más complicada. La complejidad de los feeds, especialmente en mercados localizados o regulados, resultó ser demasiado alta como para abstraerla de manera significativa. Decidimos abandonar la herramienta.
Pero las lecciones de ese fracaso guiaron nuestro siguiente paso: contratar especialistas dedicados en feeds y reestructurar nuestros procesos. Hoy, esa base sostiene algunos de nuestros programas más complejos.
De manera similar, cuando un cliente nos pidió escalar su producción de docenas a miles de assets por mes en cuestión de semanas, no teníamos precedentes. Probamos, iteramos y evolucionamos el sistema mientras lo construíamos. Lo que comenzó como un experimento ahora opera a gran escala en más de 15 mercados.
El punto no es que el fracaso sea deseable, sino inevitable, y esencial. La automatización no es una disciplina fija. Es un campo que todavía se está inventando. Quienes avanzan más rápido no son aquellxs que evitan el fracaso, sino lxs que lo integran en su proceso.
No todos los experimentos tendrán éxito, pero cada fracaso es un paso adelante, y las marcas que empujan los límites no temen dar el salto.
La automatización no reemplaza la creatividad, la eleva
Existe una idea equivocada de que la automatización creativa mata la creatividad. Que con la IA y las plantillas, la parte “humana” del proceso desaparece. Pero eso no podría estar más lejos de la verdad.
Cuando Zoopla necesitaba comunicar en tiempo real información sobre viviendas a posibles compradorxs, construimos un sistema creativo modular que se adaptaba dinámicamente a los datos del mercado. Los anuncios respondían a cambios en las listas, precios y tendencias locales, mostrando los insights más relevantes en tiempo real. Era automatizado. Era inteligente. Pero en su núcleo, era una solución creativa a un desafío complejo de comunicación.
La automatización nos permitió escalar la idea. Pero fue la idea lo que realmente importó.
Lo que emerge no es una simple elección entre automatización y creatividad, sino una síntesis de ambas. En su mejor versión, la automatización eleva el rol de la creatividad humana, liberándola de las cargas de la ejecución y empoderándola para enfocarse en la estrategia, el insight y la innovación.
La automatización le da a lxs creativxs más tiempo y espacio para hacer lo que mejor saben hacer: resolver problemas, contar historias y conectar con las personas.
La manualidad supera a la conveniencia
La automatización creativa no es un atajo. No se trata de inundar los canales con más contenido. Se trata de resolver problemas de manera más inteligente: eliminando complicaciones, desbloqueando creatividad y construyendo sistemas que escalen lo que funciona.
Las marcas que lo hacen bien no tratan la automatización como un complemento. La tratan como una manualidad, algo estratégico, estructurado y siempre en evolución. Porque el futuro del contenido no es solo alto volumen, es alto valor.
Transformación con IA – Trends Report
Obtén una mirada interna de las tendencias de IA que definirán el 2025.
