Algroitmos Libro

Cómo piensan los algoritmos de marketing
La eficacia en el marketing programático

Madrid, 2022
Roberto Brognara
Cómo piensan
los algoritmos
de marketing
La eficacia en el marketing
programático
Mayo, 2022
Cómo piensan los algoritmos de marketing. La eficacia en el marketing

programático
Roberto Brognara
Este libro es una traducción de Come e cosa pensano gli algoritmi di marketing,
ISBN 9788835120056, © 2021, FrancoAngeli, Milán.
Traducción: Ana Alarcón Sánchez y Laura Araya
Todos los derechos reservados.

Cualquier forma de reproducción, distribución, comunicación pública
o transformación de esta obra solo puede ser realizada con la autorización
de sus titulares, salvo las excepciones previstas por la ley.
Diríjase a CEDRO (Centro Español de Derechos Reprográficos)

si necesita fotocopiar o escanear algún fragmento de esta obra
(www.cedro.org).
© 2022, ESIC EDITORIAL

Avda. de Valdenigrales, s/n
28223 Pozuelo de Alarcón (Madrid)
Tel.: 91 452 41 00
www.esic.edu/editorial
@EsicEditorial
ISBN: 978-84-18944-70-3
Depósito Legal: M-13320-2022
Diseño de cubierta: Gerardo Domínguez

Maquetación: Santiago Díez Escribano
Lectura: Myriam Mieres
Impresión: Gráficas Dehon
Un libro de
Impreso en España – Printed in Spain
Este libro ha sido impreso con tinta ecológica y papel sostenible.

Índice
Prólogo............................................................................................................................. 9
Prefacio............................................................................................................................ 11
Introducción.................................................................................................................. 17
Capítulo 1. Automatización en marketing: del datum al big data...... 33

1.1. Data culture................................................................................................... 36
1.2. Tipos de datos............................................................................................. 41
1.3. Tipos de software...................................................................................... 45
1.4. Tipos de actividad..................................................................................... 50
Capítulo 2. Entornos digitales y ecosistema del marketing pro-

gramático........................................................................................................................ 57
Capítulo 3. Cómo piensan los algoritmos de marketing........................ 91

3.1. Algoritmos de marketing y su contexto..................................... 97
3.2. Eficacia, objetivos y resultados......................................................... 104
3.3. Bubble filtering........................................................................................... 107
3.4. Genius loci...................................................................................................... 113
3.5. Opacidad......................................................................................................... 116
3.6. Errores humanos y persistencia algorítmica........................... 119
3.7. Reducción de costes............................................................................... 128
3.8. Masas inerciales.......................................................................................... 129
3.9. Tendencias populistas............................................................................ 133
3.10. Algoritmos de marketing: rasgos del perfil.............................. 136
8 Cómo piensan los algoritmos de marketing
Capítulo 4. Lo que piensan los algoritmos de marketing: casos

de estudio......................................................................................................................... 139
4.1. Google.............................................................................................................. 142
4.2. Amazon............................................................................................................ 154
4.3. Facebook......................................................................................................... 167
4.4. Ryanair.............................................................................................................. 179
4.5. Netflix................................................................................................................ 185
4.6. Salesforce........................................................................................................ 196
4.7. Publicidad programática...................................................................... 203
4.8. Chatbots.......................................................................................................... 207
4.9. Algoritmos de marca (y eficacia del marketing)................. 213
Capítulo 5. La evolución de los algoritmos de marketing.................. 219
Bibliografía..................................................................................................................... 231
Prólogo
A lgoritmo es una de esas palabras que han alcanzado una dimensión

casi mística en el entorno de Internet. No en vano, las grandes
plataformas tecnológicas que dominan el mundo digital han basado
su éxito en, precisamente, la conceptualización, el desarrollo y la evo-
lución de uno o varios algoritmos. Desde Google con su PageRank a
Amazon y su A9 pasando por Facebook con su NewsFeed o Netflix y
su CineMatch, los algoritmos son el santo grial del mundo digital.
Para la Real Academia Española, algoritmo es un «conjunto ordenado
y finito de operaciones que permite hallar la solución de un problema».
Quizás sea esta una definición un tanto limitada, ya que si bien los algo-
ritmos actuales solucionan problemas a través del cálculo y el tratamiento
de ingentes cantidades de datos, también es cierto que en muchos casos
no solo resuelven problemas, sino que, sobre todo, aportan soluciones
absolutamente nuevas que suponen un antes y un después en la indus-
tria; Google es posiblemente el paradigma de ello.
El misticismo de la propia palabra hace que para muchos pierda
hasta su significado y se convierta en una obligación para cualquier
start-up que se precie, independientemente de si realmente el algorit-
mo ha sido el embrión de la propia compañía o la base del despegue de
esta. Se habla de «nuestro algoritmo» cual fórmula secreta de Coca-Cola
que lo hace único en la red. La realidad es que Internet, en tan solo 30
años de existencia, ha disparado exponencialmente la generación del
combustible fundamental de los algoritmos, los datos, lo que ha permi-
tido encontrar nuevas palancas competitivas. Sin embargo, la cantidad
de CEO que proclaman las bondades de sus algoritmos cuando detrás

no hay más que unas básicas operaciones matemáticas —«vendedores
de crecepelo», como se los define en el libro— es alarmante.
Por ello, comprender qué es y qué no es un algoritmo es fundamen-
tal, pero no es fácil. Explicar y entender que asumir los errores de su
concepción —intrínseco a los humanos— y reformularlo son partes
fundamentales del proceso es complicado. Comprender el concepto de
bias, «sesgo» en nuestro idioma, y la influencia que puede tener a la
hora de definir el algoritmo es aún más difícil. Pero Roberto Brognara
ha asumido en este libro la responsabilidad de ofrecernos la explicación
de todo ello. Y lo hace, además, de manera sobresaliente. La parte dedi-
cada a los algoritmos específicos de algunas de las grandes plataformas
de Internet no solo es sencilla de entender, sino que, además, aporta
historias y anécdotas que la hacen aún más entretenida.
Gracias a una empatía poco común con el lector y una humildad
digna de elogio, se nos presenta una obra que aborda un tema com-
plejo y nada fácil desde una perspectiva de conocimiento extensivo y
explicación comprensiva, lo que la convierte en una lectura entretenida
y enriquecedora.
En definitiva, desde la introducción hasta el análisis de algunos de
los algoritmos específicos más conocidos pasando por la explicación de
las características de los algoritmos, los tipos de datos o el ecosistema
publicitario programático, Roberto no solo demuestra un profundo
conocimiento de todos los temas, sino que, además, es capaz de expli-
carlo de manera comprensible para prácticamente cualquiera. Por si
esto no fuera suficiente para considerar el libro como excelente, la
dimensión filosófica y las sensatas consideraciones morales que plantea
en las que no hay malos ni buenos, sino buenas y malas prácticas hacen
del ensayo una obra de referencia tanto para los profesionales del sector
como para el público en general.
Mikel Lekaroz
CEO Adbibo y presidente de IAB España
Madrid, marzo de 2022
Prefacio
A pesar de las apariencias, este no parece ser el periodo más exitoso

de los algoritmos. Una búsqueda de algoritmos en Google arro-
ja más de 400 millones de resultados. «Joe Biden» cuenta con unos
600 millones. Google Trends también muestra que los algoritmos están
en su punto más bajo de popularidad, en términos de búsquedas,
desde al menos 2004.
En los últimos diez años, sin embargo, los algoritmos han coloniza-
do muchas esferas sociales en casi todo el mundo, incluidos muchos
países económicamente subdesarrollados, interesados en la eficiencia y
el ahorro que generalmente garantizan, e indiferentes del coste socio-
político que siempre conllevan. Los algoritmos ya no están en el cono
de luz; se han convertido en la luz.
En su lugar, han conquistado el panorama la inteligencia artificial
y el big data, dos expresiones/fenómenos cuyo componente esencial
son los algoritmos. Dichos fenómenos son dominios más amplios y
heterogéneos, pero, sobre todo, manifiestan aspiraciones metafísicas o
incluso místicas, es decir, están por encima de la sensibilidad y debili-
dad humanas. Lanzados así hacia la salvación universal, la inteligencia
artificial, el big data e incluso los algoritmos son percibidos no como
artefactos humanos, sino como criaturas cuya composición, los núme-
ros, las convierte en sobrehumanas.
Esta percepción está especialmente extendida en la comunidad del
marketing, que está recibiendo los algoritmos y las neoculturas basadas
en números y lenguajes formales con una fe ciega evidente y preocupante.
Cuando hace una década los algoritmos empezaron a manifestarse

en diversos ámbitos de la sociedad, no tardamos en escuchar análisis
y críticas sobre las «perversiones» más o menos intencionadas, más o
menos «ideológicas», de los resultados que producían y que se irradia-
ban desde ellos a contextos más amplios. Con el paso del tiempo, está
claro que este interés político-cultural ha decaído rotundamente y en su
lugar vemos un tono evangelizador que incluso desprecia los resultados
y la eficacia que se obtienen, muchas veces modestos al principio y más
que tendenciosos.
Lo que también me impulsó a profundizar en los aspectos «dema-
siado humanos» de estas tecnologías fue ese compuesto químico que
se produce cuando la fe ciega se mezcla con la novedad. Sobre dichas
tecnologías ya había tratado en el pasado, en un contexto de análisis
más amplio para Internet y telefonía móvil.
En lo que respecta a Internet, he destacado especialmente cómo
ha provocado una profunda revisión de los arquetipos ancestrales del
comportamiento humano.1 En cuanto a la dimensión móvil, destaqué
su papel reunificador del yo biológico con el digital, que se había crea-
do y desarrollado desde los años ochenta con la difusión de los prime-
ros ordenadores personales.2
En cuanto a los algoritmos, decidí explorar aspectos más sencillos
y desapercibidos, pero no por ello menos centrales, tales como los
mecanismos y las manifestaciones del pensamiento de los que derivan
la automatización y sus efectos.
Puede resultar obvio, incluso banal, para quienes siempre han con-
siderado la ciencia y la tecnología desde una perspectiva humanista
suponer que los algoritmos tienen un pensamiento original, y están
escritos para conseguir algo que está inevitablemente condicionado por
las nociones, los modelos y los objetivos de quienes los programan.
Pero ni la obviedad ni la banalidad tienen hoy esta gran considera-
ción social, más aún en los círculos empresariales y de marketing. Por
1 Brognara, R. y Curto, M. del (2007), New media e comunicazione di marketing, FrancoAngeli,

Milán.
2 Brognara, R. (2016). Revolución mobile, ESIC Editorial, Madrid.
Roberto Brognara 13
el contrario, se tiende a creer que están fuera de lugar y son elucubra-

ciones o sutilezas irrelevantes, aunque sean ciertas.
Esta es, sin duda, la actitud de los demiurgos de los algoritmos de
marketing, principalmente las llamadas «empresas tecnológicas», que
no solo los han desarrollado y afianzado a través de sus actividades glo-
bales, sino que también, con el tiempo, han ensalzado su naturaleza y
efectos progresivos. Los han alabado como soluciones económicamente
viables siempre y en todo momento.
Además, con la intervención más reciente del aprendizaje auto-
mático en el diseño de algoritmos, también los han propuesto como
organismos capaces de progresar y mejorar (en términos económicos)
de forma autónoma.
La perspectiva de análisis que se adopta aquí es precisamente la de
los resultados que se pueden obtener mediante algoritmos, no la de
los efectos sociales y sus posibles víctimas o beneficiarios. Tampoco es
la perspectiva de su carácter intrínsecamente ideológico (autoritario).
En el trasfondo de las investigaciones y reconstrucciones a las que
nos hemos dedicado, está la hipótesis de que la parcialidad o falacia de
los pensamientos que guían los algoritmos de marketing (como todos
los demás) puede perjudicar los resultados que obtienen. Dicha par-
cialidad puede limitarlos, cuando otros pensamientos y otras formas
de pensar podrían mejorarlos y producir más valor económico, más
ganancias, más ahorros, más eficiencia, más eficacia. Para ilustrarlo,
¿cómo es posible que Amazon, campeón de los algoritmos de mar-
keting donde los haya, al que compro libros desde 1995, que tiene
datos de esas compras y de otras desde entonces, siga ofreciéndome
promociones no solo erróneas (que no funcionan), sino inconcebibles
hasta para el más burdo de los vendedores? Pasando por un día con
solo novelas románticas hasta títulos incompatibles, incluso irritantes,
para mi perfil de lector, propuestas que ni siquiera podrían surgir de la
ceguera del azar. ¡Amazon!
¿Y cómo compartir el entusiasmo de tantos colegas del mundo de la
comunicación digital que siguen exaltando la publicidad programática,
ahora dominante en el segmento de los formatos de display, que, sin
embargo, sigue anclada en rendimientos que apenas se distinguen de
los clics fraccionados de los banners preprogramáticos y no programá-

ticos?
Pero esto ha sido y seguirá siendo una hipótesis de trabajo y no una
tesis demostrada, esencialmente porque no existe la posibilidad, desde
fuera de las realidades que diseñan y utilizan los algoritmos, de inter-
venir experimentalmente, recoger toda la información, comprender en
profundidad cuáles son los «pensamientos» concretamente adoptados,
y formular hipótesis alternativas para ser verificadas y modificadas.
Es cierto que se ha publicado mucho sobre los algoritmos de Goo-
gle, Amazon, Netflix y otros en círculos académicos y periodísticos,
pero sigue siendo inimaginable la posibilidad de conocerlos en profun-
didad y, sobre todo, manipularlos en base a otros modelos.
Sí, es imaginable, y eso es exactamente lo que intenta hacer este
libro en el tercer capítulo, «Cómo piensan los algoritmos de marke-
ting», para sacar a la luz qué mecanismos gobiernan la mayoría de los
algoritmos de marketing, denunciando su simplismo, anacronismo y
aceptación de lo simple en lugar de lo correcto. En esencia, los progre-
sos del análisis sociológico más avanzado del consumo y comunicación
se aplican a la superficialidad y tosquedad de ciertas visiones.
Los dos primeros capítulos, «Automatización en marketing: del
datum al big data» y «Entornos digitales y ecosistema del marketing
programático», ofrecen la perspectiva histórica y contextualizan el éxito
actual de los algoritmos en el marketing o, como lo llaman cada vez
más operadores, el marketing programático.
No es nueva ni reciente la automatización de los comercializadores
hacia los consumidores en la gestión de actividades varias. Los algorit-
mos la han llevado a otra dimensión. Esto se debe en parte a la mayor
relevancia de la dimensión digital en la vida y los consumos de miles
de millones de personas, lo que ha proporcionado a los algoritmos el
ecosistema ideal para evolucionar: datos de los que alimentarse y entor-
nos de comunicación, consumo y relaciones con los que coevolucionar.
Se trata de una coevolución en la que intervendrá el aprendizaje
automático, aprendizaje que representa el marco relativamente nuevo
y más avanzado en el que se emplazan los algoritmos para poder
aprender por sí mismos y mejorar los resultados obtenidos. De esto
Roberto Brognara 15
trata concretamente el capítulo cinco, que reconoce la novedad de

este enfoque sin creer, no obstante, que los procesos de pensamien-
to algorítmico puedan ser neutralizados y elevados; es más, todo lo
contrario.
El capítulo de casos, el cuarto, se ha incluido y desarrollado con el
doble propósito de indicar y actualizar la información sobre los algorit-
mos que más impacto tienen en el contexto actual de consumo y el de
extraer elementos sobre los pensamientos que realmente los impulsan.
No es que estos elementos sean esenciales para poder afirmar que los
algoritmos piensan. Tampoco podemos esperar encontrarlos, de forma
explícita y ordenada, en la literatura que los analiza desde diferentes
puntos de vista.
Las entrevistas con los responsables directos en el sector negocios
o desarrollo tampoco iluminan con precisión y plenitud la visión de la
que emanan.
Qué datos utilizar para reconstruir los comportamientos predomi-
nantes y qué datos proponer como modelos a otros sujetos elegibles es
lo que más frecuentemente se desprende de los testimonios directos de
directivos, informáticos o especialistas de diversa índole. Intercambio
de datos para comportamientos y comportamientos individuales para
modelos. Reduccionismo extremo.
Y este es precisamente el sustrato que subyace al principal proble-
ma, tanto práctico como teórico, que pretende abordar este libro: la
gran mayoría de quienes se dedican a la comercialización de algoritmos
los consideran soluciones neutras a problemas unívocos. Apenas cap-
tan la posibilidad de soluciones alternativas y la diversidad que puede
haber en un problema.
Son como los ginecólogos —diría uno de mis profesores— que
pretenden resolver los problemas de sexualidad que, como es normal,
también pueden prescindir por completo de sus órganos y funciones.
Desde luego, los que han accedido a comentar o debatir conmigo los
distintos temas que aquí se tratan no son los «ginecólogos» menciona-
dos. Además de su estima profesional, se les agradece de corazón y se
les hace una mención especial.
Una parte importante de la preparación de este libro ha sido el tra-

bajo necesario para diseñar el curso Algoritmos de marketing que la
Universidad IULM de Milán podría poner en marcha próximamente.
Se trata de una novedad en el panorama de los cursos de formación
centrados en el marketing que, por un lado, reconoce una realidad tan
importante como hasta la fecha «sumergida» (el marketing programáti-
co) y, por otro, analiza críticamente sus características y funcionamien-
to, libre de narrativas ingenuas o interesadas.
Roberto Brognara
Milán, abril de 2022
Introducción
L a historia de los algoritmos de marketing es la historia de cómo, qué

y cuántos datos se pueden recoger (para que funcionen cada vez
mejor). Es una historia que comenzó en los años ochenta, con las tecno-
logías pioneras de almacenamiento utilizadas sobre todo en el comercio
minorista a gran escala y con las tarjetas de crédito; se ha reafirmado
poderosamente con la difusión de lo digital, las redes, los servicios y los
dispositivos; se ha consolidado en la última década tanto con el floreci-
miento de la economía y el ecosistema de datos como con la aplicación
práctica, masiva, automatizada y avanzada de los datos al marketing.
Sin embargo, parece que esta parábola ha alcanzado otra cesura en
los últimos años, lo que empaña su futuro. Por un lado, el marketing
programático aún no ha conseguido superar el escepticismo generaliza-
do sobre la insuficiencia de sus resultados.1 Por otro lado, se vislumbra
en el horizonte un acontecimiento conocido como la cookieless era,2 es
decir, la más que confirmada extinción de las cookies de terceros a partir
de 2022.
La consecuencia más directa de este escenario será la drástica
reducción de los datos procesables sobre el comportamiento general
1 White, G.; Samuel, A. (2019). «Programmatic Advertising: Forewarning and avoiding hype-cycle
failure». Technological Forecasting and Social Change. Disponible en https://doi.org/10.1016/j.
techfore.2019.03.020. Recuperado el 16 de marzo de 2022.
2 En sus líneas esenciales, la «era sin cookies» se determinará cuándo todos los navegadores,
especialmente Chrome, dejen de admitir cookies de terceros, como ya lo han hecho Safari (Apple)
y Firefox.
de navegación, es decir, el comportamiento practicado más allá de los

«límites» de las pequeñas y grandes propiedades asentadas en la web.
Dicha reducción se llevará a cabo por el conjunto de los usuarios de la
web y no por segmentos específicos.
Se trata de una consecuencia que, sin duda, tendrá remedio, que no
dejará el sistema en estado de escasez y que se aprovechará fácilmente
para superar importantes limitaciones inherentes al sistema de las coo-
kies. No dejará el sistema en estado de escasez y se utilizará fácilmente
para superar importantes limitaciones del sistema de las cookies.
De hecho, es evidente que el marketing algorítmico es hijo de una
cultura de marketing y de unas condiciones ambientales específicas
que en esta coyuntura están expuestas a dudas e incógnitas de diversa
índole.
Además de la reflexión ya mencionada sobre la eficacia del enfoque
programático y automatizado, la eficacia en términos de resultados
absolutos y comparativos, cabe destacar al menos dos temas nuevos e
inquietantes.
La primera cuestión es la correlación cada vez más amplia, profunda
y estrecha entre la recogida de datos y la violación de la privacidad. Una
correlación que, entre otras cosas, no se limita a considerar solo algu-
nos datos, recogidos únicamente en determinados «entornos» digitales,
sino todos los datos sin distinción.
En esta oposición maniquea, dos de los principales elementos que
han caracterizado históricamente al mundo digital, la inevitabilidad
tecnológica del rastreo y la irrelevancia de gran parte de la información
que el rastreo (inevitable) produce, pierden todo su sentido y, con ello,
la posibilidad de influir en las decisiones políticas sobre si se deben
recoger datos y cuáles. Así, a falta de un enfoque razonado y razonable
de los datos digitales, la sensibilidad cultural y política hacia la pri-
vacidad, lo que es y cómo debe protegerse, se vuelve discriminatoria.
Esta sensibilidad varía entre las distintas zonas geopolíticas del mundo
(EE. UU., Europa y Extremo Oriente, por ejemplo, cada una de ellas
con normativas diferentes en este campo). Esta sensibilidad difiere entre
sujetos concretos y la variedad de realidades y fuerzas socioeconómicas
Roberto Brognara 19
que contribuyen a la consolidación de una determinada actividad o, a

la inversa, la frenan y la obstaculizan. También en marketing.
Sin estar limitada por definiciones «maduras» y adecuadamente
sopesadas, la cuestión de la privacidad es tan poderosa que puede
desencadenar no solo medidas draconianas en relación con la recopila-
ción de datos, sino también retrocesos quizás fatales para las culturas y
prácticas que se alimentan de los datos.
La segunda cuestión que plantea la próxima era sin cookies gira en
torno a las prácticas. ¿Puede prosperar una tendencia, la del marketing
de algoritmos, excluyendo el uso del recurso más importante, los datos,
de una parte importante del mercado, es decir, a terceros? Más aún
en un mercado altamente concentrado (Google y Facebook), donde
la calidad del recurso depende en gran medida de su cantidad y de lo
general, transversal y global que sea.
Los terceros, los únicos fuertemente penalizados por la prohibición
de sus cookies, no han jugado un papel secundario en llevar el mar-
keting programático a la fase en la que se encuentra actualmente. Los
terceros han contribuido de forma decisiva a su desarrollo tecnológico,
a su aceptación ideológica y cultural, a su perfeccionamiento enfocado
más que nunca hacia el aprendizaje automático u otros.
Todo ello sucede sin ser los primeros beneficiarios, al menos en
principio, y sin haber llevado a cabo más o peores violaciones de la
privacidad que las los «primeros» y que otras realidades espurias han
hecho y seguirán haciendo. Por otro lado, como ya se ha mencionado
y se amplía más adelante, los datos y su recogida no son una novedad
ni en el mundo digital ni en los últimos años.
Las marcas han tenido a su disposición muchas de las llamadas «pri-
meras partes» poderosas durante décadas, pero solo recientemente con
los datos han producido perspectivas y acciones de mercado originales,
con la aportación de ideas y habilidades justamente de terceros.
En resumen, parece estar a punto de concluir otro tramo del recorri-
do que ha llevado a los datos a la vanguardia del marketing. Un tramo
que Google cerrará, tal y como había comenzado simbólicamente, el 4
de diciembre de 2009, cuando reveló al mundo desde su blog que la

personalización de los resultados de búsqueda se extendería «… a los
usuarios registrados en todo el mundo y en más de cuarenta idiomas».
Es decir, la personalización de los resultados de búsqueda, en lugar de
solicitarse voluntariamente (sign-in), como desde 2005 hasta entonces,
tendría que rechazarse voluntariamente (sign-out), cambiando la confi-
guración de la búsqueda.
Por primera vez, un algoritmo producía efectos masivos (los usua-
rios de Internet en 2010 eran unos 2.000 millones y la cuota de Goo-
gle en el uso de los motores de búsqueda se acercaba ya al 100%) en
nombre de la personalización, la relevancia, y en beneficio de unas
actividades de marketing supuestamente más eficaces y ciertamente
más lucrativas. Al menos para Google, que no solo podría ofrecer la
posibilidad de realizar campañas personalizadas a los anunciantes
(según 57 criterios, o signals), sino que también podría, en mayor o
menor medida, filtrar el contexto de uso de esas campañas, el conte-
nido que las sustenta.
En 2009, ya funcionaban otros algoritmos, con un buen grado de
sofisticación, para apoyar el negocio de realidades como Amazon o
Netflix. Y el movimiento de la publicidad programática avanzaba a
grandes pasos. Pero la escala, los efectos y las diferencias conceptuales
con respecto a Google eran notables.
En cualquier caso, desde entonces, no solo ha crecido la presencia
e incidencia de los algoritmos en todos los ámbitos de la vida social e
incluso en las actividades de marketing, sino también la ambición de
personalizar los servicios y soluciones para los que están hechos estos
algoritmos.
Pero también ha crecido la oscuridad de estos procesos totalmente
automatizados, tanto en lo que se refiere a su funcionamiento (prote-
gidos como la fórmula de la Coca-Cola) como a los criterios generales
con los que se conciben y diseñan.
Con esta fase del movimiento programático cerrada, con un cuello
de botella del recurso que mejor lo alimentaba, incluso en términos
culturales, ¿qué nos depara el futuro próximo?
Roberto Brognara 21
Evidentemente, se reanudarán con renovado vigor todas las acti-

vidades ya iniciadas para llegar a sistemas de recogida de datos que
superen las limitaciones estructurales de las cookies, en particular su
transitoriedad y su validez solo parcial en el ámbito móvil.
La cuestión de la identificación entre dispositivos está más de actua-
lidad que nunca, al igual que las diversas soluciones que pretenden
resolverla. Proceden de diferentes sectores del mercado y, en particular,
de aquellos que ya ocupan posiciones de liderazgo en el negocio de la
publicidad. Google a la cabeza, pero también Apple, que en el sector
de los ordenadores de sobremesa fue la primera en arremeter contra la
recogida de datos en nombre de la privacidad, pero que en el sector de
los móviles no ha dejado de hacerlo ella misma, y no solo en beneficio
de la experiencia de sus usuarios.3
En la confusión fisiológica sobre qué solución tecnológica y qué
actividad de mercado, con qué actores y políticas, apoyará su adopción,
parece bastante claro que la tendencia es reforzar las posiciones de los
grandes protagonistas, los que están a la cabeza de las plataformas digi-
tales con un amplio abanico de actividades y con un tráfico de cientos
de millones de usuarios. Se trata de «jardines amurallados» repletos no
solo de contenidos, sino también de datos, a los que solo accede una
parte de los usuarios digitales (de forma más o menos forzada) y a los
que solo pueden acceder los comercializadores interesados en todo el
jardín bajo las condiciones impuestas por este.
Esta es una descripción eficaz de cómo se puede entender un jardín
amurallado en el marketing digital:
… ha alcanzado el nivel de walled garden cuando puede obligar a

sus clientes a utilizar toda su batería de marketing para ejecutar sus
campañas: su DMP para la segmentación de la audiencia basada
en sus datos; su DSP para impulsar los anuncios en el inventario
seleccionado (el suyo o el de terceros); su DCO para gestionar la
3 Desde hace casi diez años, Apple ha integrado el IDFA (identificador de anunciantes), especí-
ficamente dedicado al seguimiento y al intercambio de comportamientos de datos con los espe-
cialistas en marketing. Anunció su próximo cierre y su reemplazo con otro sistema sobre el que
ejercerá un control total. En nombre de la privacidad, por supuesto.
personalización de los anuncios y el alojamiento de los mismos. Y

luego, la parte mágica es que, aun dando todas las características
adecuadas para gestionar las campañas, no permite a sus clientes
exportar ningún dato. Sólo les das los parámetros añadidos que has
medido.4
El marketing algorítmico puede, por un lado, dormir tranquilo,

porque su desarrollo y adquisición están en manos de los mismos que
—por así decirlo— lo crearon: las grandes empresas tecnológicas. Sin
duda, lo perfeccionarán y sacarán el máximo partido a lo que consti-
tuye su principal activo. ¿Pero para ellos coincide el máximo partido
con el de los comercializadores y anunciantes? No está claro. En varios
pasajes y referencias de este libro se plantean dudas sobre si las visio-
nes y estrategias de las plataformas coinciden con las de los comercia-
lizadores o, más en general, sobre la capacidad real de comprender la
complejidad de la realidad y, por tanto, de maximizar la eficacia de las
acciones de los comercializadores.
Es cierto que otra de las consecuencias previsibles de la era sin
cookies será un mayor compromiso por parte de las primeras partes, es
decir, las marcas, tanto en la recogida de datos como en su explotación
en términos de marketing mediante algoritmos o de otra manera.
Pero no solo la historia muestra claros signos de debilidad de las
empresas; también el presente, al menos en la segunda de estas activi-
dades, a saber, la explotación de datos.
Salesforce estima que el 43% de las marcas no utilizan ni la

mitad de las funciones de datos de su CRM. Mientras que en febre-
ro de 2019, BCG publicó un informe en el que se detallaba que las
200 principales marcas mundiales siguen enfrentándose a grandes
retos como no establecer conexiones entre los puntos de contacto y
los dispositivos de los consumidores (83% de los encuestados), la
inadecuada coordinación interfuncional (80%) y la falta de integra-
ción de datos y activación entre canales (50%).
4 Poulpiquet, P. (2017). «What is a walled garden? And why it is the strategy of Google, Facebook
and Amazon Ads platform?». Disponible en https://bit.ly/2VDIjwQ. Recuperado el 16 de marzo
de 2022.
Roberto Brognara 23
Y la responsabilidad es solo parcialmente suya, ya que se dedican

fisiológicamente a la gestión de su negocio de siempre y se sienten
atraídos por la innovación colateral, en los servicios de apoyo a su
negocio, solo si la desarrollan y prueban otros, proveedores de diversa
naturaleza que, en el caso del marketing programático, coinciden con
los actuales terceros.
Una cuestión que este libro no aborda es la definición de algoritmo,
que ha ido evolucionando y difuminándose a medida que se ha ido
extendiendo. La definición propuesta por Wikipedia,5 «un algoritmo es
un proceso o programa que resuelve una clase de problemas mediante
un número finito de instrucciones elementales, claras e inequívocas»,
es adecuada tanto para circunscribir el segmento de software al que
haremos referencia como para contener al menos la mayoría de los
objetos (de marketing) que se van a tratar.
Aún es más, reconocemos la definición y el planteamiento de Ed
Finn, que desarrolló en un sentido principalmente filosófico los algo-
ritmos como «máquinas culturales».6
Muchos programadores y vendedores pueden fruncir el ceño ante
esta definición, que se refiere a un «objeto», líneas de código. Más
aséptico imposible. Sin embargo, el punto de partida de este análisis
es precisamente que un algoritmo es un artefacto cultural con doble
sentido: el de ser una expresión del ingenio humano y un portador de
valores y creencias específicas. Limitado por la capacidad intelectual
humana en términos de potencia, está condicionado por las ideas que
los humanos (los programadores) comparten en relación con las tareas
encomendadas.
Independientemente de las preferencias de cada uno sobre la defi-
nición general de un algoritmo, ya no cabe duda del condicionamiento
cultural, en tanto que humano (y viceversa), que caracteriza su fun-
cionamiento. La literatura científica produce investigaciones empíricas
5 Algoritmo, Wikipedia. Disponible en https://es.wikipedia.org/wiki/Algoritmo. Recuperado el 16

de marzo de 2022.
6 Finn, E. (2018): La búsqueda del algoritmo: imaginación en la era de la informática, Ediciones
Alpha Decay. Barcelona.

y análisis de diversos enfoques sobre el sustrato sociológico presente

tanto en el proceso de desarrollo, en la elección de los datos que va a
utilizar, como en el funcionamiento de los algoritmos. Por no hablar de
sus resultados, que, analizados con el criterio inevitable y totalmente
cultural de los humanos, están muy lejos de la solución ideal de un
problema.
En el caso concreto de los algoritmos de marketing, se ha identi-
ficado, explorado y demostrado el condicionamiento humano en dos
niveles: el del sesgo, implícito pero no menos incisivo, que corrompe
su funcionamiento y resultados, y el de la traducción de los objetivos
(empresariales) en instrucciones y órdenes para la máquina.
Solo dos ejemplos para adelantar una exposición más extensa de
este tema en el capítulo 3, que se basa en una amplia exploración de
la realidad de los algoritmos de marketing en sus diferentes facetas y
en consonancia con el enfoque general del libro (analítico más que
ensayístico).
La exploración parte de los orígenes del uso de algoritmos en el
marketing y considera, en el primer capítulo, la evolución histórica de
su principal recurso: los datos.
El deseo de automatización se extendió en el marketing con la
maduración comercial de las tecnologías de la información, que hasta
los años setenta eran prerrogativa de unos pocos fabricantes de hard-
ware cuyas máquinas (mainframes), servicios y ofertas estaban al alcan-
ce de muy pocas empresas. Esta es otra de las razones por las que no
despertó gran interés, aunque no se opusiera, la cultura de la automati-
zación (la mecanización de funciones no solo materiales). Al contrario,
la automatización de ciertas actividades se hizo no solo deseable sino
posible entre los años setenta y ochenta con el desarrollo de la informá-
tica personal, la comercialización de grandes ordenadores, la aparición
del sector del software (a menudo especializado en la realización de
actividades empresariales), etc.
Al mismo tiempo, la cultura del marketing de aquellos años se
orientó claramente hacia la relación con el cliente, lo que suponía la
creación de registros (información continua sobre los consumidores
Roberto Brognara 25
individuales a lo largo del tiempo), memorias en las que organizarlos

(bases de datos) y programas para procesarlos.
A partir de aquí, el hardware y el software siguen creciendo para
articularse en ofertas comerciales accesibles a cualquier realidad eco-
nómica sensible al consumo y a los datos de los consumidores. Así el
ecosistema del marketing automatizado toma forma.
Sin embargo, esta situación da un salto evolutivo con el big data por
la posibilidad de utilizar enormes recursos informáticos con enormes
cantidades y variedades de datos sin intervención humana. Es decir, lo
que hacen actualmente los algoritmos de marketing.
Toda la parábola del marketing programático, y probablemente del
marketing tout court, habría sido diferente si en las dos últimas décadas
no se hubieran consolidado verdaderos contextos de vida como alter-
nativas a la realidad común y tradicional.
El segundo capítulo se centra precisamente en cómo hoy en día el
entorno digital (web-móvil) y real están igualmente presentes en la
sociedad; cómo ambos entornos son igualmente funcionales para el
marketing; cómo lo digital es especialmente favorable y propicio para
una vida de confort y éxito para los algoritmos.
El entorno digital constituye cada vez más el ecosistema en el que
pueden nacer, crecer y reforzarse todas las actividades de marketing
automatizado, alcanzando en él todo tipo de objetivos o incluso, como
ocurre con frecuencia, traspasando sus límites e imponiéndose en la
realidad (como en el caso, por ejemplo, de la programática aplicada al
espacio televisivo).
Es difícil cuantificar el valor económico del marketing automati-
zado, especialmente si se quiere restringir el ámbito a las actividades
más modernas basadas en algoritmos. Una cifra genérica para la auto-
matización del marketing es de unos 5.000 millones de dólares para el
2020 a nivel mundial.7 Es más fácil reconocer la forma y la estructura
7 Grand View Research (2020). Marketing Automation Market Size, Share & Trends Analysis
Report. Disponible en https://www.grandviewresearch.com/industry-analysis/marketing-auto-

mation-software-market. Recuperado el 16 de marzo de 2022.
general de lo que ahora se ha convertido no solo en un mercado, sino

también en una industria. Un nombre que resume satisfactoriamente
este recién nacido sector y lo diferencia del más amplio y tradicional
de la automatización del marketing es marketing programático, que
también se utilizará aquí con referencia específica a las actividades de
marketing apoyadas por algoritmos. Un nombre, el de programática,
que está gozando de gran popularidad en la comunidad empresarial
gracias al impetuoso crecimiento de la publicidad programática, pero
que, gracias a su significado literal («… que sucede o se hace según un
plan…») y a algunas conceptualizaciones más recientes en el campo del
marketing.8 Dicho nombre concede la debida peculiaridad a todos los
temas que aquí se tratan.
No debe extrañar que Google, Facebook, Amazon y otros gigantes
del negocio digital sean los protagonistas absolutos del marketing pro-
gramático, desempeñando múltiples funciones en él y participando con
una pléyade de otros actores más o menos grandes y especializados en
una cadena cuyo valor trataremos de seguir perfilando en el capítulo dos.
A diferencia del enfoque analítico que —como ya se ha menciona-
do— caracteriza a todos los demás capítulos, el tercero, el dedicado al
sustrato sociológico de los algoritmos de marketing, es decididamente
«de tesis», es decir, defiende la presencia y el condicionamiento de
los supuestos sociológicos en la redacción y el funcionamiento de los
algoritmos de marketing. En particular, los supuestos de la sociología
del consumo y de la comunicación digital, que reflejan el análisis y la
convención sobre los cómos y los porqués de determinados comporta-
mientos de consumo, y los mecanismos de uso e interacción con el
marcom en el entorno digital.
Su carácter de tesis, de hipótesis, no depende tanto de la existencia
de un pensamiento que lo niegue, afirmando el principio «neutro»
de la optimización, como de la intención de demostrarlo a través del
8 «Un enfoque programático del marketing se centra en crear marketing altamente automatizado
y procesos que pueden ser dirigidos por objetivos comerciales. Los métodos programáticos se
pueden aplicar a todos los dominios del marketing mix, a producto, promoción, precio y punto
de venta» en Katsov, I. (2018) Introduction to algorithmic marketing. Disponible en https://
algorithmic-marketing.online/. Recuperado el 16 de marzo de 2022.
Roberto Brognara 27
análisis de los principales algoritmos de marketing que operan hoy en

el mercado global: desde los de Google y Amazon para los resultados
de búsqueda y la venta cruzada hasta los de Facebook y Ryanair para
la segmentación y los precios. Estos y los demás algoritmos analiza-
dos en el cuarto capítulo deberían mostrar con suficiente claridad los
diferentes patrones de pensamiento que los impulsan, es decir, lo que
piensan en concreto.
Como se menciona en el índice, los algoritmos analizados con
cierta profundidad (hasta donde ha sido posible llegar con las fuentes
disponibles públicamente) han sido conocidos por ser pioneros, o los
mejores, o los más originales en al menos una actividad específica per-
teneciente al marketing. Actividades de las que normalmente se ocupa
el marketing, actividades a las que debe prestar la máxima atención,
aunque solo sea porque de ellas depende su eficacia.
Este es sin duda el caso de Google, de los resultados de búsqueda
que propone y, por tanto, del algoritmo diseñado para lograr este obje-
tivo. El motor de búsqueda más utilizado del mundo, al que se le atri-
buye el objetivo de organizar la información mundial, es probablemen-
te la fuente más influyente en la construcción de la mentalidad general
e individual y, por tanto, también de la específica sobre el consumo y
los consumidores. Estas últimas son dimensiones en las que interviene
directamente y con iniciativas tan potentes como algorítmicas.
Entre las diversas áreas en las que Amazon ha llevado la innovación
digital a los más niveles altos y rentables, está la de la valorización
económica del cliente, que también podría traducirse como hacer que
compre más de lo previsto. Y si antes de la aparición del gigante del
ecommerce esta función natural y ancestral del marketing se confiaba
básicamente a diferentes mezclas de intuición y deducción, ahora se
diseña científicamente y se confía a algoritmos. En Amazon y fuera
de él.
Igualmente ancestral en el marketing es lo que Facebook ha hecho
y sigue haciendo con una originalidad y fiabilidad sin parangón en
la historia: agrupar a los consumidores con una probable propensión
hacia un producto o servicio. Segmentar el mercado y permitir la
segmentación en función de comportamientos tan reales como gra-

nulares, detectados y procesados sistemáticamente por el complejo de
algoritmos que ahora controla toda la vida de la red social.
El precio y su definición es otro tema tradicionalmente central en las
actividades de marketing, y también ha sido objeto de atención algorít-
mica desde el principio por parte de Ryanair, las aerolíneas y el sector
turístico en su conjunto.
Un poco más desdibujado, pero igualmente relevante para el marke-
ting en un sentido más amplio (no solo del cine y el entretenimiento)
ha sido el campo de intervención en el que se ha aventurado Netflix,
que primero confió enteramente a los algoritmos la exploración de los
gustos y tendencias del público, la extrapolación de los géneros en
curso o virtuales, y luego experimentó con diversas formas de coope-
ración entre la automatización avanzada y la participación humana.
Incluso como humano se podría decir avanzado.
Con Salesforce, pudimos ver el nacimiento y la plena maduración
del enfoque algorítmico de la relación con el cliente y qué resultados
se obtuvieron tanto en su fluidificación como en su estrechamiento. El
campo que históricamente ha visto los datos y la automatización como
protagonistas, el CRM, sugiere propuestas de especial interés relativas
a las posibles reacciones producidas por el encuentro entre la materia
«caliente» (las relaciones humanas) y los instrumentos «fríos» (las con-
cepciones y los métodos de intervención programática).
Los últimos casos tratados en el cuarto capítulo no tienen nombre
porque no son conocidos o porque no hay casos que destaquen en
el sector al que pertenecen. No obstante, abordan temas y productos
centrales del marketing contemporáneo, como la planificación de los
medios, la interacción aparentemente humana/al estilo humano entre la
marca y su público, o la eficacia más general y estratégica de la comu-
nicación de marketing, a la que aspiran internamente las marcas que
están desarrollando y utilizando algoritmos y centros de competencia
dedicados.
La automatización en la planificación de medios, que impulsa, al
menos en términos económicos, todo el movimiento del marketing
Roberto Brognara 29
programático muestra prácticas probadas y exitosas, pero también

límites evidentes al crecimiento, quizás estructurales y fatales, quizás
culpables. Límites que, en el caso de los chatbots, parecen igual de evi-
dentes, pero de momento claramente atribuibles a la fase de juventud
en la que se encuentran estas tecnologías.
Es tautológico afirmar que los algoritmos de marketing sirven prin-
cipalmente a los intereses empresariales. Más fructífero será reflexionar
sobre si lo hacen lo mejor posible como herramientas cuya imperfección
proviene de errores de diseño y no de limitaciones técnicas.
Esta actividad de análisis, que se servirá de estudios y artículos ela-
borados sobre casos concretos y, cuando sea posible, de información
de primera mano recogida directamente de las empresas afectadas,
además de alimentar las conclusiones generales sobre la heurística de
los algoritmos, desemboca en el capítulo de estudios de casos, en el
que se describirá y comentará en detalle cada algoritmo, sobre todo
en beneficio de quienes quieran reflexionar precisamente sobre los
márgenes de mejora que un cambio de visión, un análisis más preciso
del comportamiento del consumidor contemporáneo, podría aportar al
marketing programático.
El último capítulo está dedicado a explorar el futuro más cercano, el
ya presente, de los algoritmos de marketing. Es decir, aquellos conce-
bidos y que funcionan según los principios del aprendizaje automático.
Se podría pensar que, en su búsqueda de la optimización, las
máquinas ignoran cualquier noción del contexto general en el que
operan (la sociedad y el mercado). Y que la mejora de los resultados,
infinitesimal pero progresiva, puede justificar su validez científica y su
eficacia empresarial. Pero también se puede pensar —como en nuestro
caso— que un paso así puede aumentar aún más el fideísmo científico
o táctico que acompaña a la afirmación del marketing programático,
blindando los límites tanto de las posibilidades como de los resultados
y —¿quién sabe?— impidiendo actuaciones mucho mejores.
El perímetro disciplinario y técnico en el que se sitúan las distintas
cuestiones está bastante bien definido, aunque sus límites se amplíen
en algunos ámbitos y se difuminen en otros.
La zona de comercialización es una de las más precisas y per-

manentemente definidas. El marketing, aunque esté en evolución,
sigue siendo algo bien definido donde sin duda encajan los temas y
análisis aquí realizados. Marketing infiltrado por actividades antes
diferentes o antagónicas (por ejemplo, el CRM), con sus múltiples
actividades en perpetuo equilibrio dinámico y con un constante fluir
de novedades.
Nada de lo que se considere aquí debe parecer ajeno a la comunidad
del marketing; todo debe ser relevante y no un ejercicio puramente
académico.
Incluso el área semántica de los algoritmos está bien definida con
una fuerte tradición cultural y actividades actuales que la mantienen
sólida y al abrigo de muchas reflexiones autocríticas procedentes de los
«herejes» del mundo de los lenguajes formales y la informática. No se
ha encontrado, ni siquiera se ha buscado, ningún apoyo en este ámbito
disciplinario. Más bien, han sido de gran utilidad las visiones «heréti-
cas» de los algoritmos que, incluso cuando son demasiado indulgentes
con la filosofía, han estado muy en sintonía con el postulado del pre-
sente análisis: que los algoritmos piensan.
Donde convergen los algoritmos y el marketing, en esa zona semán-
tica de la realidad económica y profesional, no hay un punto de apoyo
especialmente sólido. Es cierto que los datos y la automatización, de
los que descienden directamente los algoritmos de marketing, son pre-
sencias familiares en casi todo tipo de funciones empresariales, pero el
nivel alcanzado hoy en día tanto en la producción y procesamiento de
datos como en la automatización de ciertas actividades propone una
realidad que está lejos de ser mapeada y ubicada adecuadamente en la
cartografía del marketing.
De hecho, hablar de «algoritmos de marketing» se refiere a refe-
rentes específicos, pero no a una clase o categoría que comprenda
múltiples referentes con ciertas características en común. Incluso la
yuxtaposición, en algunos casos, de algoritmos específicos con el mar-
keting, como en el caso de Google o Netflix, podría dar lugar a más de
una reserva o perplejidad.
Roberto Brognara 31
Sin embargo, la difusión y la relevancia adquiridas por los algorit-

mos de marketing han consolidado en una pequeña parte el terreno
donde se mueve nuestro análisis y han demostrado sobre todo que la
perspectiva de los algoritmos podría, efectivamente, ampliarse para
abarcar todo el marketing y no solo un campo específico de este, como
en el caso de la publicidad.
La publicidad es la actividad de marketing que llevó el uso de los
algoritmos a la madurez industrial y económica, y es la que aún hoy
prevalece en los estudios teóricos y aplicativos que se realizan sobre
la combinación de algoritmos y marketing. La publicidad es incluso
responsable del debut del término/concepto de programática en los
negocios (lo mismo había ocurrido ya en el comercio financiero, pero
no había utilizado ese nombre).
Un término, programático, que puede hacer pensar en algo especial-
mente sofisticado pero que, por el contrario, tiene como único vínculo
semántico con su referente el significado banal: «de la naturaleza de o
según un programa, calendario o método». Solo el genio sensacionalista
y creativo de los primeros vendedores de publicidad digital, en torno al
año 2000, sería capaz de lanzar la publicidad programática como algo
especialmente innovador, en lugar de basarse «simplemente» en Internet
para las únicas funciones de ad serving primero y de compra después.
Inmensamente innovador y perturbador fue Internet y lo que estaba
incubando en el marketing, los negocios y la sociedad, pero lo que nació
como publicidad programática fue solo la semilla de un cambio que luego
resultaría muy importante en términos económicos más que por nove-
dades específicas o impulso transformador del sistema en su conjunto.
De hecho, la publicidad programática, que es hoy la modalidad
dominante en todos los mercados avanzados en el segmento de la
publicidad display, está extendiendo su influencia, filosófica y tecnoló-
gicamente, a otros medios no puramente digitales, pero sigue la estela
de las actividades algorítmicas que son ciertamente más sofisticadas y
avanzadas en sus aplicaciones de mercado.
Es también por ello, como resultado de la renuncia a un liderazgo no
solo económico sino también cultural, y en oposición a la costumbre de
asimilar el marketing y la publicidad digital, que el área semántica se ha

abierto paso en los últimos años: una vertiente de estudio e investiga-
ción y, desprendida, de prácticas empresariales que pueden remontarse
al marketing programático o marketing algorítmico. Evidentemente,
centrada en un abanico temático más amplio que el de la publicidad
y, sobre todo, orientada a desarrollar el aspecto característico, la iden-
tidad algorítmica, hacia objetivos más ambiciosos empezando por la
más básica y audaz que sigue persiguiendo el marketing: cómo vender
más y mejor.
Y hablando de ambiciones, la ambición de este análisis es sumarse
y contribuir al movimiento emergente del marketing programático, de
los algoritmos aplicados a todos los ámbitos del marketing.
Además de presentar las cuestiones y los problemas más acucian-
tes (evidentes y relevantes), también propone al menos dos aspectos
igualmente evidentes, pero cuya relevancia no es tan reconocida: la
importancia del contexto social y su interpretación en el momento de
diseñar los algoritmos, y la posible falacia sistémica que, como ocurre
con todos los seres pensantes y frutos del pensamiento humano, tam-
bién conduce a resultados parciales, inesperados, erróneos, arbitrarios,
etc. Resultados imperfectos y, sin embargo, perfectos. Imperfectos y, sin
embargo, perfectibles.
Capítulo 1
Automatización en marketing:
del datum al big data
L a automatización en el marketing, como en la vida social en gene-
ral, siempre ha estado relacionada con la evolución tecnológica.
En el caso de la sociedad, todo comenzó con la technica curiosa en el
siglo xvii. En el ámbito de la comercialización, hubo que esperar a la
maduración de los sistemas informáticos, es decir, a la accesibilidad de
los equipos y programas especializados. El progreso tecnológico ha sido
siempre el motor de la idea y de las teorías de replicación de funciones
típicamente humanas, ya sean mecánicas o intelectuales, elementales o
sofisticadas, como aquellas a las que también se enfrenta hoy el mar-
keting.
El marketing como orientación o cultura empresarial tiene más de
un siglo de historia, pensamiento y práctica a sus espaldas, y desde sus
orígenes ha mantenido la centralidad del análisis y la exploración del
mercado, especialmente de los consumidores. Y para ello, siempre ha
dado importancia a los datos y los ha utilizado masivamente. Primero,
usando datos de carácter cuantitativo, ya existentes o recogidos ad hoc,
y más tarde también cualitativos, buscando formas de integración cada
vez más fiables.
Entonces, como ahora, los datos de los consumidores son la ener-
gía que impulsa el marketing y le da unidad y coherencia. Su calidad
siempre ha sido vital y cuando llegó el momento de utilizarlos para
automatizar determinadas funciones, ya estaban presentes en grandes
cantidades y eran suficientemente fiables. Incluso las formas más rudi-
mentarias de automatización del marketing nacieron con la ambición
de aumentar la eficacia, mejorar los resultados y el rendimiento, más
que como un simple sustituto de actividades especialmente repetitivas
o que requieren mucho trabajo. Las prácticas automatizadas surgieron
en un contexto de plena madurez tanto cultural como tecnológica y
marcaron un nuevo camino en el marketing y en el acercamiento de

los marketers al mercado.
Los algoritmos actuales no son el fruto precoz de un nuevo sistema
tecnológico, ni tampoco mirabilia que deban mirarse con curiosidad
y recelo, sino la última expresión de un camino que se inició en los
años setenta, pasó por diferentes fases y ahora florecen en una etapa
especialmente feliz en la que se cruzan la elaboración cultural y la
instrumentación técnica. Big data, entre sus muchos significados, tam-
bién puede considerarse la celebración de un movimiento ideal que
ha estado presente en el marketing durante décadas y que ahora está
alcanzando su hegemonía tanto cultural como económica.
El big data propone, elevados a su máxima potencia, los tres elemen-
tos básicos de la automatización del marketing: ideas y visiones fuerte-
mente centradas en los datos, datos disponibles en gran abundancia y
procesables, e instrumentación adecuada para procesarlos.
La variedad de tipos de datos y las herramientas adecuadas para
procesarlos son fenómenos más recientes, estrechamente relacionados
con la aparición de Internet y otras dimensiones digitales. Las culturas
de los datos que se han infiltrado en el marketing a lo largo del tiempo
son más remotas, con tintes más borrosos, pero no menos decisivas a
la hora de determinar la fisonomía actual del marketing programático
y del marketing tout court.
1.1. Data culture
Las raíces económicas del marketing lo han convertido en una disci-

plina beneficiosa para los datos desde el principio. Para las actividades
de distribución y venta más ordinarias, los datos siempre se han utilizado
como una ayuda indispensable para la gestión y la verificación a posteriori
de los resultados. Y pronto se convirtieron en una ayuda indispensable
para la planificación, sustituyendo otros criterios como la capacidad de
producción o logística, los métodos empíricos o la simple experiencia.
Sin embargo, fue con la aparición de los primeros medios de alma-
cenamiento magnético y herramientas de procesamiento cuando los
Roberto Brognara 37
datos se elevaron a la doble condición de lenguaje dominante y tejido

conectivo para áreas cada vez más amplias de la actividad empresarial
y, en un grado especialmente marcado, en el marketing.
Por la misma época, en las primeras décadas del siglo xx, se estaban
sentando las bases de la estadística matemática y se enfocaban algunos
de sus conceptos fundamentales para su futura utilización en la toma de
decisiones de todo tipo, desde las político-administrativas hasta las
empresariales. La desviación estándar, la correlación y el análisis de
regresión empezaron a revelar su potencial para interpretar e incluso
predecir el comportamiento social, al tiempo que otorgaban a datos,
de todo tipo, mientras fueran verdaderos, el estatus de un recurso cada
vez más valioso.
La primera de las funciones empresariales en comprender y explorar
de manera regular y metódica el nuevo panorama en el que las grandes
cantidades eran formalizables y manipulables fue el marketing, que,
además, empezó a desarrollar rápidamente ideas y prácticas princi-
palmente basadas en los datos. Comenzó a producir sus propios datos
(con estudios de mercado), a almacenarlos en bases de datos y, sobre
todo, a utilizarlos sistemáticamente en cada proceso de planificación y
control. Y cuando en los años setenta la tecnología de la información
llegó a un punto de su vida comercial en el que por fin era accesible a
las empresas, el marketing estaba preparado para proponer un modelo
cultural y varias subculturas inspiradas en los datos, en algunas o en
todas las actividades incluidas en su misión.
A partir de ese momento, colocar una parte cada vez mayor de
pensamientos y acciones en los datos, posiblemente automatizando
su ejecución, fue como soñar despierto para los marketers, ingenieros,
programadores y empresarios, a los cuales unía la creencia, entre otras
cosas, de que podría mejorar el rendimiento humano actuando así. Un
sueño que, con los algoritmos actuales empleados en contextos digita-
les, se ha manifestado, ha repercutido en la realidad, pero sin traducirse
plenamente en ella.
Por el camino, junto a personajes, innovaciones y casos de cierta
relevancia histórica pero episódica, una corriente de pensamiento
científico-disciplinar jugó un papel especialmente decisivo en la

consolidación de los datos como cultura y práctica compartida en el
marketing. Fue el data mining el que se impuso y sigue siendo «…un
proceso de descubrimiento de patrones en grandes conjuntos de datos
que involucra métodos en la intersección del aprendizaje automático,
la estadística y los sistemas de bases de datos».1
En Wikipedia se señala, con razón, que el nombre se presta a equí-
vocos porque en los fundamentos de esta actividad, que tomó una
forma suficientemente definida en los años ochenta, no hay extracción
de datos, sino la identificación del significado que podrían ocultar
grandes cantidades y variedades de datos. Con más razón, en los años
siguientes, esta disciplina pasó a denominarse knowledge discovery in
databases, especificando con la debida claridad su objeto (bases de
datos), predicado (descubrimiento) y sujeto (el conocimiento).
El núcleo de esta nueva forma de ver y utilizar los datos, interdisci-
plinar desde su nacimiento, se extendió de forma aún más interdisci-
plinar, contaminando y colonizando incluso el marketing. Donde antes
se confiaba en el razonamiento empírico, la experiencia o la lógica de
la HiPPO (highest paid person’s opinion), llegaron las directrices y las
inversiones para apoyar la recopilación, el tratamiento y la toma de
decisiones basados en datos. Las ramas del marketing que ya estaban
inmersas en un contexto de centralidad de los datos, como el CRM o el
marketing directo, radicalizaron aún más su enfoque, ampliando la bre-
cha conceptual y práctica con aquellos que en la empresa, incluso en
otras actividades de marketing, se resistían a esa evaluación estratégica
de los datos. Cuando finalmente la universalización de la dimensión
digital y la inmensa cantidad de nuevos datos se impusieron también
en términos de business as usual, la cultura de los datos se definió y
consolidó aún más. Ninguna empresa, ninguna actividad de marketing
excluye hoy en día no solo el uso de datos, sino también la aspiración
de estar total o parcialmente orientada a los datos, como pretende,
aparte de todo, la no menos deseada transformación digital.
1 Data mining, Wikipedia. Disponible en https://en.wikipedia.org/wiki/Data_mining. Recuperado
el 16 de marzo de 2022.
Roberto Brognara 39
Sobre el terreno fértil de una cultura de los datos2 que ya es domi-

nante, ha crecido un verdadero ecosistema de datos en el que siguen
apareciendo nuevas especializaciones y nuevas competencias, profesio-
nes, productos y una amplia gama de cuestiones críticas, que el pro-
pio big data ha puesto en el punto de mira de la opinión pública y de
diversas comunidades profesionales. Un movimiento igual y opuesto
que, como suele ocurrir cuando una cultura se afirma, produce una
contracultura, centrada, en el caso de los datos, en la defensa de las
viejas prácticas (a menudo por razones de autodefensa corporativa) y
en la alarma por los efectos secundarios de las nuevas prácticas.
Entre estas últimas (prácticas), se sienten especialmente todas las
cuestiones relacionadas con la protección y las posibles violaciones
de la privacidad. En el marketing programático, estas cuestiones han
adquirido una especial relevancia y notoriedad como consecuencia
de la posible elaboración de perfiles psicológicos a partir de los datos de
comportamiento recogidos online y su uso para manipular con oscuri-
dad y partidismo eventos sociales y políticos de diversa índole.3
En la década de 1970 Alvin Toffler habló de lo que bautizó como
information overload. Todas las reservas relacionadas con dicho término
han vuelto a cobrar fuerza y han creado nuevos argumentos. La infor-
mation overload se reprodujo a lo largo de las décadas con diferentes
nombres (pasando por los recientes infobesity, infoxication) relacionados
con distintos fenómenos, y la idea de que no existe una relación directa
entre el aumento de la información y la mejora de la toma de decisiones
se ha ido refinando y consolidando progresivamente. Y si en su época
2 «La cultura de datos es el principio establecido en el proceso de práctica social tanto en el sec-
tor público como en el privado, que requiere que todo el personal y los tomadores de decisiones
se concentren en la información transmitida por los datos existentes, y tomen decisiones y cam-
bios de acuerdo con estos resultados en lugar de liderar el desarrollo de la empresa en base a la
experiencia en el campo en particular». «La idea de la cultura de datos ha estado bajo el foco de
atención del campo empresarial desde principios del siglo xxi y está ganando popularidad en los
últimos años. Aunque se introdujo por primera vez con un enfoque científico, la idea ahora se aso-
cia tanto con el campo de la ciencia como con los sectores sociales», de Data culture, Wikipedia.
Disponible en https://en.wikipedia.org/wiki/Data_culture. Recuperado el 23 de marzo de 2022.
3 En cuanto al uso sin escrúpulos de los datos en los procesos electorales, las actividades de
Cambridge Analytica, en particular en las elecciones presidenciales de 2016 en Estados Unidos,

han tenido resonancia mundial.
Toffler se refería sobre todo a los límites entonces existentes en la capa-

cidad de procesar tanta información, posteriormente las experiencias y
análisis han apuntado en concreto a los límites cognitivos de los huma-
nos (que toman decisiones) y a los límites estructurales, implícitos en
la heterogeneidad de los datos procesados.
Tanto en el pasado como en la actualidad, reservas de dicha natu-
raleza acompañan las más abstractas, pero igualmente perniciosas,
dudas relacionadas con la fácil transformación de la abundancia de
datos en intoxicación de datos, en el discurso social cuyo protagonista
son los datos, es decir, en sobrevaloración o tergiversación del efecto
que pueden producir las grandes cantidades de datos, ya sea por los
mecanismos del actual sistema de comunicación social o por intereses
económicos precisos (al convertir un soporte útil en la receta del éxito).
Son igualmente actuales todas aquellas reservas que entran en la
categoría de repercusiones psicológicas desencadenadas por una situa-
ción de abundancia repentina, que conducen a un comportamiento
(corporativo) que recuerda la bulimia o la anorexia.
En el primer caso, hay una escalada en la recopilación de datos que
nunca termina y siempre deja a uno insatisfecho. En el segundo caso,
hay un bloqueo que, entre el desprecio y el miedo, renuncia a cualquier
posible aportación que los datos puedan ofrecer, un bloqueo similar al
de quien se siente —simple y totalmente— abrumado por las circuns-
tancias.
Pero, paralelamente al repertorio cada vez mayor de objeciones
culturales a la cultura de los datos, existe otra vertiente que se centra
en la eficacia de los datos para resolver los más variados problemas de
marketing y de negocio: eficacia en términos de capacidad de alcanzar
el objetivo final para el que se concibe un plan general o una única
campaña de marketing.
Al igual que en la primera temporada de data hybris, la de los años
ochenta, fueron más decepcionantes que prometedores los efectos con-
cretos del enorme esfuerzo por procesar y aplicar las ideas obtenidas
de los datos de mayor calidad. Se produjeron importantes avances
en la comprensión del comportamiento de los consumidores, nuevas
Roberto Brognara 41
ideas sobre cómo optimizar las acciones para conseguirlo y aplicacio-

nes importantes e inesperadas. Pero no hay una respuesta directa a la
pregunta original de marketing: ¿cómo vender más?
Hoy en día, el marketing programático ha llegado a numerosos
campos de aplicación y desde hace algunos años es posible seguir los
resultados, que son muy diferentes, según el campo que se considere.
Por ejemplo, son notables en las promociones de ventas y modestas en
el performance advertising. En la cultura de los datos, los elementos de
falibilidad atribuibles a la capacidad humana de comprensión y reso-
lución de problemas se consideraban superados, y la progresión hacia
la mejor solución posible se daba por supuesta. Por el contrario, en la
contracultura del marketing programático se refuerza la idea de la irre-
ductibilidad de la complejidad del marketing a las cantidades única-
mente, y se exhiben las múltiples evidencias de un enfoque fideísta más
que pragmático y verdaderamente interesado en los resultados —como
también debería ser en el marketing—.
1.2. Tipos de datos
No es de extrañar que la historia de la automatización del marketing

y la historia de los datos de marketing tengan un origen común, aun-
que el marketing no existiera en aquella época.
Era finales del siglo xix y cada vez más tiendas empezaban a utili-
zar cajas registradoras para controlar mejor a los vendedores y, sobre
todo, para llevar un control de las ventas más fiable que los registros.
Esta información no tardó en utilizarse no solo por motivos contables
o disciplinarios, sino también para la planificación de las ventas, es
decir, como indicación de primera mano del comportamiento de los
consumidores, tanto respecto a los productos en venta como a las
iniciativas (precursoras del shopper marketing) puestas en marcha por
el minorista.
Los datos de ventas siguen siendo uno de los recursos más impor-
tantes del marketing y son los primeros en orden de tiempo, y quizás
de importancia, de la más que actual categoría de datos behavioral, es
decir, la expresión directa de un comportamiento real del sujeto al que

se refieren.
En la historia del marketing se han registrado otros dos tipos de
datos importantes después de estos, que pueden remontarse a otras
tantas fuentes diferentes: a principios del siglo xx, en Estados Unidos,
se empezaron a utilizar datos estructurados recogidos principalmente
por organismos públicos (registros fiscales, oficinas de censos y de esta-
dísticas nacionales, etc.) y en los años 30 se consolidaron los estudios
de mercado.
Estos fueron principalmente cuantitativos, basados en cuestionarios
estructurados, pero también cualitativos, realizados mediante entrevis-
tas individuales o de grupo de corte psicológico.
En ambos casos, se trata de datos específicos, más profundos al
explorar las razones de una determinada elección y también más
prospectivos. Pero no se trata de datos de comportamiento, sino de la
categoría de datos declarativos, es decir, comunicados por los intere-
sados a los responsables de su recogida (humanos o no). En cambio,
los datos de ventas son tan subjetivos como superficiales. Y suelen ser
intemporales.
Durante mucho tiempo, hasta la década de 1980, la información
cuantitativa y la cualitativa vivían y se utilizaban por separado, aunque
las técnicas cuantitativas a veces permitían que las preguntas abiertas
indagaran en los aspectos cualitativos y las técnicas cualitativas inten-
taban cuantificar al menos algo de lo que recogían. No ha sido posible
integrarlos, salvo en las síntesis más o menos felices de investigadores
y responsables, y desde luego fuera de los procesos de elaboración
estandarizados.
En los años ochenta, los datos de marketing se enriquecieron con
tres grandes e innovadoras fuentes de datos: la investigación sociopsi-
cográfica basada en sofisticadas estadísticas, la investigación semiótica
y la investigación etnográfica, centrada concretamente en la producción
cultural de los grupos examinados. Todas ellas se basan en declaracio-
nes, todas ellas están potenciadas realmente por la interpretación y nin-
guna de ellas se manifiesta abierta e interesada en integrarse con datos
Roberto Brognara 43
procedentes de otras fuentes. Es más, están orgullosas de su carácter

single-source.
Incluso en el ámbito de los datos subyacentes a las distintas activida-
des de marketing, la llegada de Internet y la digitalización del consumo
y los consumidores han desempeñado un papel de destrucción y cam-
bio de época. La tecnología que sustenta todos los nuevos servicios y
actividades digitales registra en tiempo real, con precisión y fiabilidad
extremas, y con gran riqueza de detalles espaciotemporales, todas las
acciones realizadas por todos los usuarios. Acciones que, a lo largo de
tres décadas, se han articulado y extendido tanto como para abarcar
todo el repertorio de acciones humanas. El conjunto de comportamien-
tos digitales es actualmente representativo, si no predominante, de la
humanidad, de la sociedad, de las dinámicas sociales y de mercado,
de los consumidores y del consumo, de todo lo que es relevante para
el marketing, etc. El mundo digital es, con algunas excepciones, una
parte cada vez más importante del mundo real, y como tal es esencial
para el marketing.
El marketing, además, ha sido bendecido con una gran cantidad de
datos de primera mano y de primera calidad: los relativos al compor-
tamiento de casi todos los grupos que le interesan en relación con casi
todas las dimensiones que debe abordar, datos que pueden ser recogi-
dos (y procesados) en tiempo real y expresados, en la mayoría de los
casos, por la población, por todo el universo de los sujetos analizados,
y no por muestras más o menos amplias y estadísticamente represen-
tativas.
También se ha ampliado la variedad tipológica de los datos proceden-
tes de los canales digitales, especialmente hacia dimensiones más cuali-
tativas de las relaciones sociales. Con las redes sociales en particular, tan
pobladas y utilizadas intensamente por miles de millones de personas,
se han podido manifestar formas y fenómenos de interacción social que
antes estaban sumergidos y eran inescrutables. Los ámbitos en los que se
producen no solo favorecen su espontaneidad y autenticidad, sino que
también permiten el uso de herramientas de análisis precisas y rigurosas,
capaces de combinar las aportaciones cuantitativas y cualitativas como
nunca antes se había hecho. El sentiment analysis que se puede realizar

en las redes sociales es uno de los ejemplos más emblemáticos. Pero,
en general, fueron estos datos (unstructured data), con todas sus carac-
terísticas innovadoras, los que dieron nuevas perspectivas a la reciente
generación de algoritmos de marketing.
Durante la formación de este nuevo panorama, más o menos en
2012, se empezó a hablar intensamente de big data (un nombre cuya
definición no parece tener una única madre y significado, sino múlti-
ples, desde la década 1990-2000).
Independientemente de su origen y etimología original, el big data
evoluciona y se convierte en una teoría que, además del volumen de
datos, tiene en cuenta y valora la variedad, la velocidad de generación y
procesamiento y la precisión de los datos disponibles en la actualidad.
Una teoría que adquiere rápida y ampliamente las características de
un nuevo verbo, pero que también despierta preocupación sobre una
posible y nueva big data hybris, resumida por los autores de la alarma
como «el supuesto implícito de que los macrodatos son un sustituto,
más que un complemento, de la recopilación y el análisis de datos
tradicionales».
Sin embargo, no cabe duda de que el fenómeno del big data —que
quede claro— tiene una profundidad y unas perspectivas que real-
mente marcan una época, distinguiéndose en esto de muchas otras
modas empresariales o campañas de publicity hábilmente orquestadas.
La variedad de datos que se pueden procesar hoy en día, junto con
la potencia y la inteligencia de cálculo, constituyen, más allá de todo
escepticismo y prejuicio, novedades tan inéditas (han surgido en los
últimos 15 años) como precursoras de importantes saltos evolutivos en
el uso de los datos para comprender el comportamiento humano, social
y del consumidor.
Como en la estadística en general, los datos en el marketing también
permiten describir e inferir posibilidades no solo inéditas sino de un
orden superior respecto a la situación previa al big data, aunque todavía
no se hayan visto resultados significativos, especialmente en las activi-
dades inferenciales.
Roberto Brognara 45
En los últimos tiempos se ha generalizado el uso de dos términos

con significado unívoco: insights y analytics. Aunque se manejen de una
manera u otra en su uso cotidiano, estos dos términos no se refieren
a tipos específicos de datos, sino más bien, en el caso de los insights, a
una selección, reelaboración de datos para extraer información espe-
cialmente significativa; en el caso de los analytics, a un tipo de análisis
especialmente sofisticado, realizado sobre datos de diversa índole.
Gartner, empresa especializada en todo el ciclo de vida de los datos
de marketing, resume la variedad y la jerarquía de importancia de los
datos de marketing disponibles hoy en día de la siguiente manera:
compras en línea, datos de clientes, estudios de mercado, inteligencia
competitiva, datos de ventas, atención al cliente, voz del cliente, rese-
ñas de productos, métricas.
Desde nuestro punto de vista, cabe destacar la importante presencia
de las fuentes digitales y de tipo cualitativo (reseñas, voz y soporte del
cliente). También hay que tener en cuenta que la «inteligencia com-
petitiva» a la que se hace referencia no es ciertamente la tradicional y
poco detallada de hace unas décadas, sino la completa y, por qué no,
profunda reconstrucción que es posible hacer a través de las grandes
plataformas de ecommerce.
Los datos de ventas, los primeros datos de marketing, ya no son ni
los únicos ni los más importantes, aunque su sustitución sigue vinien-
do de las ventas y siempre se refieren a los comportamientos y a lo
que para el marketing tiene el significado más importante, es decir, los
productos vendidos.
1.3. Tipos de software
Big data no solo se refiere al elemento «datos», sino también a la

nueva generación de herramientas que se han desarrollado y ahora se
despliegan masivamente para su uso no solo descriptivo. Estas herra-
mientas, al igual que los tipos de datos, tienen su propia evolución,
que, en los últimos 50 años, ha visto surgir y consolidarse muchos pro-
ductos, servicios, actores e historias. Hoy en día, el big data da cabida a
la última generación de hardware y software que, en otros momentos de

la historia, impulsó primero la automatización del marketing y luego la
gestión de las relaciones con los clientes (CRM).
En lo que respecta al hardware informático, los años comprendidos
entre las décadas de 1970 y 1980 vieron la difusión de los llamados
mainframes, procesadores de potencia razonable, adecuados para el
almacenamiento de datos y el uso de aplicaciones bastante sofisticadas
y económicamente accesibles al menos para las grandes empresas. En
esos años, empezaron a equiparse con terminales de vídeo para pro-
gramar y consultar lo que se había hecho y empezaron a articularse en
redes locales con ayuda de minicomputadoras. La brillante parábola de
los ordenadores personales ya había comenzado a desplegarse y muy
pronto alcanzaría tales posibilidades de uso (gracias sobre todo a las
interfaces gráficas de usuario) y potencia de cálculo como para consti-
tuir una opción también para la automatización de ciertas actividades
de marketing. En particular, las relacionadas con las ventas, con la
posibilidad de elaborar informes precisos y rápidos, la programación
y ejecución parcial de acciones sencillas y repetitivas sobre los clientes
(por ejemplo, el recall) y la posibilidad general de planificación estraté-
gica dirigida a toda la base de clientes, a grupos o a individuos, como
podría resultar del tratamiento estadístico aplicado a una base de datos
poblada con información cada vez más abundante.
En esta concepción de la automatización del marketing, los prime-
ros ordenadores y programas informáticos —por ejemplo, la hoja de
cálculo— permitían y condicionaban en gran medida la cantidad y el
tipo de automatización del marketing.
Sin embargo, hay otros puntos de vista que sitúan la automatización
del marketing más firmemente como el embrión del CRM, la manifes-
tación infantil de un enfoque de marketing basado en los datos y en
las tecnologías de la información, centrado en el mantenimiento de
clientes y la repetición de compras.
En cualquier caso, lo que ha caracterizado al CRM desde sus ini-
cios es una importante producción teórica y de pensamiento, no con-
dicionada ni por los límites de la tecnología ni por la ortodoxia del
Roberto Brognara 47
marketing. Se trata más bien de una nueva visión, si no de los negocios,

al menos de las jerarquías y prioridades a la hora de hacer negocios con
los consumidores finales. Características distintivas con respecto a la
comercialización, que, además, sigue conservando.
Actualmente, en gran parte de la literatura, la cronología parece
haberse invertido y la automatización del marketing se presenta como
el futuro del CRM. Sin embargo, aunque no son sinónimos ni semánti-
ca ni históricamente, sí es cierto que ambos dependen de un conjunto
de instrucciones escritas de forma que un ordenador pueda ejecutarlas
sin más intervención humana. En otras palabras, es lo que caracteriza
a los algoritmos actuales, de los que la automatización del marketing y
el CRM pueden considerarse, por tanto, precursores.
El concepto de gestión de la relación con el cliente comenzó a
principios de la década de 1970, cuando la satisfacción del cliente
se evaluó mediante encuestas anuales o mediante preguntas de pri-
mera línea. ( ) En 1982, Kate y Robert D. Kestnbaum introdujeron
el concepto de marketing de base de datos, es decir, la aplicación de
métodos estadísticos para analizar y recopilar datos de los clientes. ( )
La tendencia fue seguida por numerosas empresas y desarrolladores
independientes que intentaban maximizar el potencial de los clientes
potenciales, incluido Tom Siebel, quien diseñó el primer producto
CRM Siebel Systems en 1993. Para competir con estas nuevas solu-
ciones CRM independientes que crecen rápidamente las empresas de
software de planificación de recursos empresariales (ERP) establecidas
como Oracle, SAP, Peoplesoft y Navision comenzaron a ampliar sus
capacidades de ventas, distribución y servicio al cliente con módulos
CRM integrados. Esto incluyó la incorporación de la automatización
de la fuerza de ventas o el servicio al cliente extendido (por ejemplo,
consultas, gestión de actividades) como características de CRM en su
ERP. (…) La gestión de las relaciones con los clientes se popularizó
en 1997, gracias al trabajo de Siebel, Gartner e IBM.4
Incluso en el ámbito de los programas informáticos basados en los

datos de los consumidores, la aparición de Internet y la disponibilidad
4Gestión de relaciones con el cliente, Wikipedia. Disponible en https://es.wikipedia.org/wiki/

Gestión_de_Relaciones_con_el_Cliente. Recuperado el 16 de marzo de 2022.
de datos relativos a todas las actividades diversas a las que se dedican

cada vez más individuos y organizaciones representaron un hito histó-
rico e impusieron la doble tendencia de integrar los múltiples puntos
de datos que habían surgido y de procesar los datos en clave predictiva
para superar los meros límites de la automatización de funciones bana-
les o de la descripción.
Todas las empresas que presiden el mercado de productos y ser-
vicios de CRM,5 un mercado que asciende a más de 50.000 millones
de dólares, ofrecen soluciones que procesan datos procedentes de las
más variadas fuentes: de las redes sociales, navegación web y ventas a
los centros de contacto, organizados en series temporales o registrados
en tiempo real y mediante algoritmos de aprendizaje automático, las
empresas producen respuestas en todas las áreas del marketing. Al
igual que en los últimos años se ha producido una fuerte mezcla de las
distintas disciplinas y técnicas de marketing en general, los algoritmos
de CRM también centralizan y permiten controlar múltiples funciones,
desde la relación con los clientes hasta la publicidad, pasando por las
ventas y la captación de nuevos clientes.
Y en todos los casos, son también respuestas, posibilidades de
procesamiento de datos, de tipo predictivo. Los datos predictivos se
basan en series históricas y grandes cantidades de datos descriptivos,
se procesan mediante fórmulas estadísticas o algoritmos y tienen
como objetivo proyectar hacia el futuro las recurrencias registradas
en el pasado.
No se trata de futurología (a largo plazo), sino de acontecimientos
que se esperan probabilísticamente a corto plazo y en ausencia de ele-
mentos que alteren la premisa del ceteris paribus.
Incluso más que en el caso de los datos descriptivos, la nueva
generación de datos predictivos es apreciada por su salto dimensional
(más datos de más sujetos, relativos a más comportamientos y más
fiables), que es más importante que por la novedad absoluta del con-
cepto o incluso de las metodologías. El enfoque teórico probabilístico
5 El líder del mercado es actualmente Salesforce, seguido de SAP, Microsoft e IBM.

Roberto Brognara 49
del análisis predictivo es común —por ejemplo— a la econometría,

con la que también comparte valor científico y límites, solo mitigados
estos últimos en las aplicaciones de marketing que pueden beneficiarse
directamente de la nueva escala que alimenta las previsiones.
Si bien la doble integración de los datos procedentes de todas las
fuentes relevantes y su tratamiento para todos los campos de aplicación
del marketing se ha realizado plenamente en los últimos años, al prin-
cipio otra vertiente importante fue la que dio impulso a la automatiza-
ción del marketing de bases de datos, concebida por el miembro del
Hall of Fame del marketing directo Robert D. Kestnbaum.
En su nombre está implícita la centralidad de la base de datos, sobre
todo la relacional, que no es casual que surgiera en los mismos años
(ochenta) en los que Kestnbaum y otros, en el ámbito de la respuesta
directa, consolidaban el utilizar los datos de los consumidores para
configurar las campañas según otros criterios para poder seguir su
evolución con mayor precisión y aumentar su eficacia. El database mar-
keting hace hincapié en el uso de técnicas estadísticas para desarrollar
modelos de comportamiento de los clientes que luego se seleccionan
en las comunicaciones.
Una contribución igualmente importante fue la de Robert Shaw, un
consultor empresarial británico procedente de la física matemática, a
quien debemos dos ideas decisivas para el marketing y la automatiza-
ción de las bases de datos:
1. Automatización de marketing: la idea de que la función de
marketing debe adoptar la TI para mejorar su eficiencia y efica-
cia. 2. Medición y gestión de las performance del marketing. Shaw
identificó la necesidad de que el marketing sea más mensurable y
responsable, y sus investigaciones continúan definiendo las mejores
prácticas en este campo.6
Shaw identificó la necesidad de que el marketing fuera más medi-

ble y responsable y sus investigaciones siguen definiendo las mejores
6 Robert Shaw (business writer), Wikipedia. Disponible en https://en.wikipedia.org/wiki/Robert_

Shaw_(business_writer). Recuperado el 16 de marzo de 2022.
prácticas en este campo. También fue pionero en el diseño de bases

de datos para empresas como BP, IBM, Manchester United, Nestlé y
Unilever, que fueron de las primeras y más convencidas en explorar
el potencial de este tipo de análisis y acciones basadas en datos. Con el
tiempo, estos programas informáticos han perdido su característica ori-
ginal de soluciones (técnicamente) complejas de problemas elementa-
les para convertirse en soluciones programáticamente simplificadas de
problemas reales muy complejos. Han dejado de ser simples órganos y
también actúan con un cerebro propio y un bagaje cultural, como todo
cerebro humano.
1.4. Tipos de actividad
Las primeras formas de automatización en marketing son elemen-

tales, están limitadas al almacenamiento de datos con fines de control
y sirven para algunas operaciones algebraicas, como haría una simple
calculadora. Ciertamente, no fueron las ideas y los resultados de la
automatización mecánica los que inspiraron los primeros pasos del
marketing en esa dirección. No se trataba de la posibilidad de sustituir
los recursos humanos en la realización de tareas repetitivas, poco cua-
lificadas, peligrosas o simplemente más costosas que las que podrían
realizar los robots.
Por otra parte, a partir de la posguerra, el consumo y el marketing
han evolucionado rápidamente hasta convertirse en actividades com-
plejas, dinámicas y cada vez más difíciles de comprender, todo lo con-
trario de lo que se puede abordar de forma irreflexiva y rutinaria. Son
años en los que incluso las teorías económicas establecidas y formali-
zadas se muestran inadecuadas para entender el conspicous consumption
o los símbolos de estatus, para cuya gestión (de marketing) se utilizan
herramientas sociopsicológicas o de otro tipo, pero ciertamente no for-
malizadas en los esquemas culturales de una sociedad anticuada.
Por otro lado, el panorama tecnológico y las ideas no permitían vis-
lumbrar la posibilidad de una automatización tan poco avanzada, o al
menos no elemental.
Roberto Brognara 51
El punto de inflexión llegó en los años setenta, con la convergencia

de dos fuerzas que no compartían nada, salvo la referencia común de la
relación de entre dichos nombres. Fueron el acercamiento al mercado
denominado customer relationship management y el modelo de base de
datos relacional. Se trata de una coincidencia llamativa y sorprendente,
pero que no deja entrever ninguna otra correspondencia. Sin embargo,
en ambos casos, el individuo/unidad al que se asocian dinámicamente
el mayor número posible de atributos para facilitar la comprensión es
central y decisivo en la dirección que toma la automatización del mar-
keting. Este es uno de los fundamentos del CRM, así como del esquema
tabla/fila/columna de la base de datos relacional.
Por supuesto, el CRM y el modelo de base de datos relacional no
aparecieron de la nada, sino que fueron acompañados, estimulados y
orientados por corrientes de pensamiento, prácticas empresariales y
simbiosis industriales tales que permitieron aplicaciones más avanzadas
que las posibles hasta entonces.
Los datos archivados comenzaron a ser sometidos a un tratamiento
más sofisticado con fines distintos a la mera descripción (numérica) de
los mercados, las ventas, los distintos tipos de distribución. Pero, sobre
todo, a partir de los años ochenta, con la difusión de la informática
doméstica o de las pymes y en los noventa con la llegada de Internet, la
perspectiva de la automatización del marketing se extendió a la meca-
nización de ciertas actividades.
De hecho, con la ayuda de las impresoras o la temprana función de
fax que ofrecían los PC, la gente empezó a imprimir etiquetas con las
direcciones de los clientes, o a imprimirlas directamente en los sobres,
para enviar diversos tipos de material. Siempre que ha sido posible, se
ha obviado el paso físico, dejando que los ordenadores y los programas
informáticos especiales se encarguen de enviar los mensajes por fax o
correo electrónico.
A pesar de la aparente sencillez de estas actividades, no solo fue-
ron el primer avance sustancial en la carrera, que aún continúa, hacia
la máxima eficiencia (y reducción de costes) en los procesos de la
automatización del marketing. También desencadenaron la cascada
de innovaciones culturales que los cambios de cierta magnitud casi

siempre desencadenan. Así, maduraron nuevas reflexiones sobre cómo
segmentar (la BD y no el mercado en general y en abstracto) o qué
mensaje podría funcionar mejor si se recibe por correo electrónico.
Prefiguraron las formas actuales de automatización end-to-end, en las
que todo el proceso, desde la creatividad hasta la entrega, se confía a
algoritmos y servidores. Y, sobre todo, empezamos a ver en acción, a
tocar, formas concretas y exitosas de personalización o, mejor, de per-
sonalización en masa (a la que el marketing llegó antes y quizás mejor
que la producción).
Con una disponibilidad de datos cada vez mayor, una sensibilidad
y un conocimiento de la estadística y la sociología cada vez mayores, y
unas tecnologías cada vez más potentes y accesibles, el marketing
automatizado está ampliando enormemente sus campos de aplicación.
En algunos ámbitos, como el CRM o el marketing directo, ya no hay
límites entre lo que es automatizable, lo que se aplica, y lo que no, lo
que se margina o se abandona. Al menos en el ámbito digital. Solo la
estrategia y la planificación, en la gran mayoría de las acciones, cam-
pañas y planes de contacto, no está automatizada, y no porque no sea
posible, factible o aplicable.
A medida que las tecnologías y los servicios digitales comienzan a
imponerse en el contexto social y empresarial, surge la idea de que las
actividades especialmente «sensibles», y no solo las repetitivas y poco
cualificadas, pueden ser asumidas por el aparato (hardware y software)
de la automatización, con la ayuda de instrucciones trasvasadas a algo-
ritmos, y atrae la atención de muchos, tanto de los profesionales como
de los marketers.
El desencadenante del cambio de paradigma en la automatización
del marketing es la nueva realidad digital en la que los sujetos y sus
datos no solo producen conocimiento, sino posibilidades de contacto
inmediato. En otras palabras, en el entorno digital, el circuito del mar-
keting puede cerrarse de forma más eficiente e incluso más eficaz que
en el entorno real. Así, los datos no son simplemente el combustible
de la máquina de marketing, sino que se convierten en una máquina
Roberto Brognara 53
en sí misma, junto con la inteligencia (software) y la fuerza (hardware)

necesarias para ello.
La brecha conceptual entre una automatización que tiende a ser
mecánica y una cognitiva, extendida a la ejecución del pensamiento
subyacente a ciertas actividades (de marketing), no es ajena, por cier-
to, a la evolución que afectó a la inteligencia artificial en esa misma
coyuntura, y, en particular, a una de sus vertientes de I+D centrada en
el aprendizaje automático, particularmente interesada en el autoapren-
dizaje dinámico y la autoadaptación de los sistemas artificiales.
Así, en la primera década de los 2000, cuajó la sustancia formada
por la cultura, la tecnología, la tensión innovadora y el riesgo empre-
sarial, que llevaría a la aplicación de la automatización a todas sus
actividades y a todas sus fases.
Nada de eso ocurrió, ni ha ocurrido después, en otras áreas empre-
sariales como la administración o las finanzas, donde la automatización
sigue ejerciendo un papel coadyuvante en las decisiones, dejando estas
al cálculo humano, humanamente procesado.
Es la aparición de una contracultura, opuesta a las visiones y metodo-
logías que otras disciplinas, la sociología, la psicología, la semiótica, etc.,
habían introducido laboriosamente en la cultura empresarial y difundido
en las distintas actividades de marketing. Fue un momento en el que los
datos, las tecnologías y las posibilidades inéditas de obtener indicaciones
a partir de ellos, se transformaron en anagnórisis, en certeza basada úni-
camente en la novedad, y como tal se adoptó y desarrolló. El momento en
que la contracultura de la automatización total inició su carrera hacia la
hegemonía puede fecharse en torno a 2005, cuando, en Estados Unidos,
empresas como Google, Salesforce y Doubleclick, de las que se hablará
ampliamente en este libro, comenzaron a automatizar, paso a paso, acti-
vidades que hasta entonces habían sido realizadas por realidades especia-
lizadas/seres humanos. Justo en 2005, Wikipedia anuncia: «La tecnología
de recomendación basada en el seguimiento de la actividad web o el
uso de los medios de comunicación lleva la IA al marketing».
Fase tras fase, relectura tras relectura, reescritura tras reescritura
(en código), determinismo, reduccionismo y aumento marginal de
los resultados (además de la reducción de costes) y el marketing se

encuentra ahora prácticamente automatizado en su totalidad. Cada vez
hay más empresas de éxito que ofrecen sistemas integrales para campa-
ñas publicitarias y fijación de precios; promociones y CRM; orientación
y planificación de medios.
Wikipedia resume las principales actividades realizadas por las
actuales plataformas de automatización del marketing (MAP) de la
siguiente manera:
Desarrollo y análisis de campañas de marketing y clientes; ges-
tión de campañas de marketing; organización y almacenamiento
adecuados de los datos del cliente; mover contactos de clientes
potenciales (prospectos de marketing) a clientes; puntaje de clien-
tes potenciales para calificar clientes potenciales midiendo su nivel
de participación; integración de múltiples puntos de contacto
como correo electrónico y redes sociales; manejo de liderazgo;
análisis de rendimiento de la campaña (es decir, tasa de apertura o
tasas de clics en correos electrónicos, tasas de conversión en pági-
nas de destino.7
Se aclara que todas estas funciones se llevan a cabo «para ayudar a

los marketers con eficacia hacia un pleno entendimiento de los clientes
y con un posterior desarrollo de un plan estratégico de marketing…»,
pero ésta es solo una manera de poder utilizar los MAP, conceptual-
mente anticuada y prácticamente superada por las numerosas solucio-
nes que, con una adecuada coordinación, pueden concebir el plan de
marketing y aplicarlo.
Ningún límite, ni en las actividades ni en cada una de las fases
que las componen, parece excluirse hoy en día a la automatización.
Ni siquiera están exentas las actividades «sensibles», debido a su
complejidad intrínseca y a los imprevistos a los que están expuestas
en su ejecución, y a la necesidad de intervención que requerirían. Por
el contrario, es precisamente en esta dirección a la que se dirigen los
esfuerzos de quienes, aunque satisfechos con el nivel de eficiencia
7 Marketing automation, Wikipedia. Disponible en https://en.wikipedia.org/wiki/Marketing_

automation. Recuperado el 16 de marzo de 2022.
Roberto Brognara 55
alcanzado, señalan o se quejan de los márgenes de mejora en la eficacia

de la acción programática de marketing.
Estos son precisamente los orígenes de lo que ocurre a nivel práctico
y —digamos— cultural en el actual debate sobre los algoritmos. En la
práctica, cada vez son más los gigantes de la publicidad y los actores
de todo tipo que reconfiguran la acción de sus algoritmos previendo
intervenciones cualitativas durante su funcionamiento.
Y a nivel cultural, cada vez hay más personas en la comunidad del
marketing que están volviendo a los fundamentos del marketing pro-
gramático, donde los diseñadores han inyectado a sus criaturas patro-
nes de pensamiento e ideas, conjuntos de datos específicos y secuencias
if/then, y han atribuido un significado a los eventos y correlaciones.
Después de dejarse arrastrar por la corriente que no solo difundió
el enfoque programático a todo el marketing, sino que profesó a priori
su mayor eficacia, son precisamente los profesionales del marketing los
que se preguntan por los errores y los ajustes forzados implícitos en la
automatización. O al menos en el tipo de automatización que se está
conociendo hoy en día.
En los años ochenta, la fórmula high tech, high touch ganó cierta
popularidad, indicando que cuanto más tecnológicos fueran los pro-
ductos, más necesarias o adecuadas serían las intervenciones «humani-
zadoras». Mutatis mutandis, ya se han puesto de manifiesto ciertas limi-
taciones de la automatización, del mismo modo que las intervenciones
de alto nivel han resultado adecuadas para superarlas.

Algroitmos Libro

Cargado por

Copyright:

Formatos disponibles

Algroitmos Libro

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Algroitmos Libro

Cargado por

Copyright:

Formatos disponibles

Cómo piensan los algoritmos de marketing

La eficacia en el marketing programático

Cómo piensan los algoritmos de marketing. La eficacia en el marketing

Todos los derechos reservados.

Diríjase a CEDRO (Centro Español de Derechos Reprográficos)

© 2022, ESIC EDITORIAL

Diseño de cubierta: Gerardo Domínguez

Impreso en España – Printed in Spain

Este libro ha sido impreso con tinta ecológica y papel sostenible.

Capítulo 1. Automatización en marketing: del datum al big data...... 33

Capítulo 2. Entornos digitales y ecosistema del marketing pro-

Capítulo 3. Cómo piensan los algoritmos de marketing........................ 91

Capítulo 4. Lo que piensan los algoritmos de marketing: casos

Capítulo 5. La evolución de los algoritmos de marketing.................. 219

A lgoritmo es una de esas palabras que han alcanzado una dimensión

de CEO que proclaman las bondades de sus algoritmos cuando detrás

A pesar de las apariencias, este no parece ser el periodo más exitoso

Cuando hace una década los algoritmos empezaron a manifestarse

1 Brognara, R. y Curto, M. del (2007), New media e comunicazione di marketing, FrancoAngeli,

el contrario, se tiende a creer que están fuera de lugar y son elucubra-

los clics fraccionados de los banners preprogramáticos y no programá-

trata concretamente el capítulo cinco, que reconoce la novedad de

Una parte importante de la preparación de este libro ha sido el tra-

L a historia de los algoritmos de marketing es la historia de cómo, qué

de navegación, es decir, el comportamiento practicado más allá de los

que contribuyen a la consolidación de una determinada actividad o, a

de diciembre de 2009, cuando reveló al mundo desde su blog que la

Evidentemente, se reanudarán con renovado vigor todas las acti-

… ha alcanzado el nivel de walled garden cuando puede obligar a

personalización de los anuncios y el alojamiento de los mismos. Y

El marketing algorítmico puede, por un lado, dormir tranquilo,

Salesforce estima que el 43% de las marcas no utilizan ni la

Y la responsabilidad es solo parcialmente suya, ya que se dedican

5 Algoritmo, Wikipedia. Disponible en https://es.wikipedia.org/wiki/Algoritmo. Recuperado el 16

Alpha Decay. Barcelona.

y análisis de diversos enfoques sobre el sustrato sociológico presente

individuales a lo largo del tiempo), memorias en las que organizarlos

Report. Disponible en https://www.grandviewresearch.com/industry-analysis/marketing-auto-

general de lo que ahora se ha convertido no solo en un mercado, sino

análisis de los principales algoritmos de marketing que operan hoy en

segmentación en función de comportamientos tan reales como gra-

programático muestra prácticas probadas y exitosas, pero también

La zona de comercialización es una de las más precisas y per-

Sin embargo, la difusión y la relevancia adquiridas por los algorit-

asimilar el marketing y la publicidad digital, que el área semántica se ha

marcaron un nuevo camino en el marketing y en el acercamiento de

1.1. Data culture

Las raíces económicas del marketing lo han convertido en una disci-

datos se elevaron a la doble condición de lenguaje dominante y tejido

científico-disciplinar jugó un papel especialmente decisivo en la

1 Data mining, Wikipedia. Disponible en https://en.wikipedia.org/wiki/Data_mining. Recuperado

Sobre el terreno fértil de una cultura de los datos2 que ya es domi-

Cambridge Analytica, en particular en las elecciones presidenciales de 2016 en Estados Unidos,

Toffler se refería sobre todo a los límites entonces existentes en la capa-

ideas sobre cómo optimizar las acciones para conseguirlo y aplicacio-

1.2. Tipos de datos

No es de extrañar que la historia de la automatización del marketing

decir, la expresión directa de un comportamiento real del sujeto al que

procedentes de otras fuentes. Es más, están orgullosas de su carácter