El targeting vectorial entra en los planes de medios de WPP y Dentsu

La planificación de medios comienza a probar una nueva forma de describir audiencias. WPP ya ejecuta soluciones de targeting vectorial en mercados como Estados Unidos, Alemania y España, mientras Dentsu lleva cerca de un año experimentando con esta técnica en video online, streaming y display.

La propuesta reemplaza una instrucción simple —como una palabra clave o un segmento aislado— por una representación numérica que combina múltiples señales. En teoría, esto permite activar perfiles más específicos sin trasladar identificadores individuales por toda la cadena programática.

Cómo funciona el targeting vectorial

• Combina varias dimensiones: ubicación, historial de consumo, intención o propensión de compra pueden integrarse en una sola representación.
• Convierte los datos en embeddings: la información se traduce a vectores que un modelo puede interpretar en el lado de la oferta publicitaria.
• Amplía la planificación: una agencia podría construir decenas o cientos de perfiles precisos en lugar de uno o dos grandes segmentos.
• Reduce la dependencia de IDs: el método busca encontrar proximidad entre señales sin mover identificadores determinísticos.
• Encaja con agentes de IA: la automatización puede ayudar a crear, activar y ajustar campañas para múltiples audiencias.

Por qué streaming y CTV son el primer terreno

El ecosistema de televisión conectada está fragmentado entre plataformas con señales y taxonomías diferentes. Los embeddings pueden funcionar como una capa de traducción para mantener una lógica de audiencia más consistente entre proveedores, incluso cuando los datos determinísticos son escasos.

Amazon ya ofrece una aproximación similar con Brand+, una herramienta que identifica públicos con mayor probabilidad de actuar a partir de sus datos propios. Según cifras entregadas por la compañía a Digiday, los anunciantes que la utilizan registran, en promedio, un aumento de 71% en visitas a páginas de producto.

La oportunidad se conecta con el crecimiento de la publicidad en streaming basada en datos e inteligencia artificial. A medida que más presupuesto migra hacia CTV, la capacidad de traducir señales entre plataformas puede convertirse en una ventaja de planificación y medición.

Lo que cambia para agencias y anunciantes

Para los compradores de medios, el beneficio potencial está en la precisión y la velocidad. Activar por separado cientos de audiencias sería una tarea pesada con procesos manuales; los vectores condensan la descripción del público y los agentes pueden encargarse de parte de la configuración operativa.

Ese desarrollo complementa los avances de plataformas como Adform, que abrió su DSP a agentes de IA con permisos controlados. El patrón común es que la inteligencia artificial empieza a intervenir tanto en la lectura de datos como en la construcción de planes de medios, pero todavía bajo supervisión humana.

Las dudas que todavía frenan la adopción

• Opacidad: no siempre es fácil explicar por qué el modelo agrupó determinadas señales o personas.
• Falta de estándares: agencias, SSP y publishers todavía no comparten un lenguaje técnico único para codificar y decodificar embeddings.
• Casos limitados: las pruebas están activas, pero aún faltan resultados públicos comparables entre campañas y mercados.
• Prioridades inmediatas: para muchas marcas, mejorar datos propios, medición y creatividad sigue siendo más urgente.

La promesa del targeting vectorial no consiste solo en encontrar audiencias más pequeñas. Su valor dependerá de demostrar que esas audiencias generan resultados incrementales, pueden auditarse y no reproducen sesgos ocultos bajo una capa matemática.

Por ahora, es una tecnología experimental con respaldo de grandes grupos de medios. Si la industria logra resolver transparencia e interoperabilidad, los embeddings podrían convertirse en una nueva unidad de trabajo para conectar datos, planificación y compra programática.