La publicidad contextual está evolucionando con el auge de los modelos de intención de IA. Con el enfoque de la industria cambiando de la atención a la intención, las marcas están recurriendo a la segmentación predictiva para una interacción más inteligente y centrada en la privacidad.
La llegada de la IA ha traído consigo cambios significativos en diversas industrias, y la publicidad programática no es la excepción. Sin embargo, su auge ha comenzado a impulsar una gran revolución: una transición de la economía de la atención a la economía de la intención. Y esto está siendo impulsado por la evolución de la publicidad contextual.
La economía de la atención, que giraba en torno a la atención del usuario, fue capitalizada por los principales anunciantes. Aprovechando esta economía de forma eficiente, entidades como Meta incluso lanzaron su propia... plataforma publicitaria para capturar este fenómeno digital.
Sin embargo, con la penetración de la IA en la industria publicitaria, la economía de la intención está tomando forma rápidamente. La economía de la intención funciona en AI modelos de intención que muestran anuncios según la intención del usuario.
Considérelo una versión avanzada de Publicidad contextual.
La solución está siendo imitada por la industria publicitaria a medida que las partes interesadas marcan un cambio continuo pero gradual hacia la sin galletas era. Para ser más específicos, la era de las cookies sin identidad.
El cambio en la publicidad: del contexto a la intención
Para darle una breve descripción general, la publicidad contextual tradicional se ha centrado en mostrar anuncios según el contexto de la página. Se han utilizado palabras clave, categorías y técnicas a nivel de página para mostrar anuncios contextuales. Estos anuncios, al ser independientes de... datos de terceros, han estado a la vanguardia de la publicidad sin cookies.
A medida que las estrategias contextuales continúan evolucionando en un mundo donde la privacidad es primordial, la experiencia de navegación de los usuarios se está transformando. navegadores con agentesEn este cambio, la intención ya no es opcional; se está convirtiendo en la piedra angular de una interacción significativa. Esto se aplica no solo a la publicidad, sino también a cómo abordamos el contenido y el SEO.
En SEO, por ejemplo, las palabras clave se pueden categorizar de varias maneras, una de ellas por intención. Estas incluyen información, comercial, navegación y transaccional. Esto es algo que incluso puedes ver en Ahrefs al investigar palabras clave. Esta categorización es la base de la publicidad contextual basada en la intención.
Como se puede ver en la imagen, “I” y “C” escritas al lado redes publicitarias de juegos indicar que la palabra clave es tanto informativa como comercial.
Muchos anunciantes han combinado la segmentación contextual tradicional con otras técnicas de segmentación que utilizan datos de terceros, como el historial de búsqueda o el comportamiento del usuario, para comprender cómo se comportan los usuarios durante los recorridos de búsqueda y mostrar anuncios.
Sin embargo, con el creciente escrutinio sobre el uso de datos de terceros y la consiguiente pérdida de la señal de identidad del usuario, se vuelve difícil para los anunciantes medir los cambios matizados durante el recorrido de búsqueda de un consumidor.
Aquí es donde entran en juego los modelos de intención de IA predictiva.
Modelos de intención de IA predictiva
En teoría, los modelos de intención de IA miden la intención detrás de la búsqueda de contenido de un usuario relacionado con un producto o servicio. La IA puede ayudar a descubrir la intención del usuario que se esconde tras su búsqueda. Basándose en la segmentación contextual tradicional, la IA puede añadir intención a la combinación, haciendo que la segmentación sea más precisa y los anuncios más personalizados, sin depender de cookies.
Los modelos de intención se entrenan para comprender si el contenido está diseñado para informar, guiar o impulsar la acción, y su eficacia en la toma de decisiones del usuario. Los modelos de IA entrenados con conjuntos de datos etiquetados por intención pueden utilizar el procesamiento avanzado del lenguaje natural para identificar contenido, desde puramente informativo hasta altamente transaccional, asignando puntuaciones que indican qué tan cerca está un usuario de realizar una acción.
Por ejemplo, una reseña de un producto, una guía de pago o una comparación de precios tendrían un puntaje de intención más alto que un artículo de interés general sobre el mismo tema.
Ejemplo: Anuncios que se ejecutan según la intención
Entendamos esto mejor con el header bidding ejemplo.
Por ejemplo, supongamos que un usuario busca "¿Qué es el header bidding?" y llega a un artículo que explica el concepto, sus beneficios y cómo se compara con las ofertas tradicionales. waterfall Configuraciones. Esta pieza es informativa y sirve como punto de entrada, pero la intención del usuario aún se encuentra en la etapa de concientización. La probabilidad de una acción inmediata es relativamente baja, por lo que la puntuación de intención sería moderada.
Ahora compare eso con un usuario que busca "Mejor soluciones de puja de encabezado Para editores” o “Cómo integrar las pujas de encabezado con Prebid.js”. Estos indican un mayor nivel de investigación y disposición para actuar. Si hacen clic en una comparación de productos o una guía de implementación, su interacción con el contenido está más enfocada y orientada a la conversión. Este tipo de contenido tiene una mayor puntuación de intención porque sugiere que el usuario está más cerca de tomar una decisión.
Según la intención, los anunciantes pueden mostrar anuncios que se ajusten mejor a la intención del usuario que busca un producto. Por ejemplo, consultas informativas como "¿Qué es el header bidding?" pueden mostrarse en anuncios de reconocimiento de plataformas HB/AdTech o contenido patrocinado, como blogs que explican los conceptos básicos.
Para consultas de navegación como “Prebid.js guía de integración” o “Header bidding vs. Puja Abierta de Google”, los anunciantes o las marcas pueden ofrecer guías descargables, demostraciones gratuitas, ofertas de consultoría o estudios de casos que muestren implementaciones exitosas.
Finalmente, búsquedas como "Mejores soluciones de header bidding para editores" o "Precios de servicios gestionados con prebid" se incluyen en las consultas transaccionales. Nos referimos a este tipo de cliente potencial de final de embudo porque, en esta etapa, el usuario puede realizar una compra en cualquier momento. Para convertir a este usuario, las marcas pueden mostrar anuncios de "solicitud de presupuesto" o de prueba gratuita, promociones en la página de registro u ofertas por tiempo limitado.
Contextual 2.0: Segmentación por IA
Como mencionamos anteriormente, la IA es el principal motor de la evolución de la publicidad contextual. Con la IA, los profesionales del marketing pueden analizar grandes volúmenes de datos no estructurados, descubrir relaciones semánticas más profundas e identificar la relación entre el contenido de la página y las acciones proyectadas del usuario. Este nivel de sofisticación les permite ofrecer experiencias publicitarias más significativas y respetuosas con la privacidad, relevantes en... en tiempo real.
Hay tres formas en que la IA puede mejorar la publicidad contextual tradicional.
Interpretación del contexto
Los modelos de publicidad contextual tradicionales pueden malinterpretar el significado de la consulta. Esto puede provocar la pérdida de conversiones o la pérdida de oportunidades de interacción del usuario. Por ejemplo, un usuario que busca "bolsos" puede ser malinterpretado por los modelos tradicionales. Esto se debe a la gran variedad de bolsos, como mochilas escolares, bolsos para portátil, bolsos de mano, bolsos de lona, etc.
Los modelos tradicionales no pueden determinar cuál le interesa al usuario. Aquí, Búsqueda en el sitio de Gen AI Identifica la intención de búsqueda del usuario según el contenido de la página. Esto, a su vez, ayuda a mostrar anuncios contextualmente relevantes, garantizando mayor precisión y participación.
Equilibrio y escalabilidad
A diferencia del modelo tradicional, la IA combina palabras clave e intención para mostrar anuncios relevantes. Esto significa que sus anuncios pueden aparecer no solo en páginas claramente relevantes, sino también en lugares sorprendentes y de alto rendimiento que, de otro modo, pasarían desapercibidos.
Por ejemplo, si un usuario busca “pujas del lado del cliente SDK”, la IA también comenzará a mostrar anuncios para “header bidding” y “prebid.js” debido a la alta relevancia contextual.
Colocaciones más inteligentes
La publicidad contextual 1.0 solo mostraba anuncios de relojes en páginas relacionadas con este sector. Sin embargo, la situación cambia con los modelos de intención de IA. Como mencionamos anteriormente, los modelos de intención van más allá de la coincidencia de palabras clave; examinan los temas del contenido, el tono, los patrones de comportamiento del usuario y las señales de interacción para identificar una ubicación.
Por ejemplo, si una IA muestra un anuncio de un reloj inteligente en un artículo relacionado con automóviles, es porque ha identificado fuertes correlaciones entre la participación en el contenido automotriz y los usuarios expertos en tecnología.
¡Opinión del experto!
Los modelos de intención de IA están evolucionando la publicidad contextual, pasando de la segmentación reactiva a la comprensión proactiva. En lugar de simplemente escanear palabras clave, estos sistemas ahora decodifican el propósito del usuario, lo que ayuda a las marcas a alinear el contenido con la mentalidad, no solo con el momento. Este cambio permite una compra de medios más inteligente desde el punto de vista emocional, donde los anuncios se sienten relevantes porque conectan con los usuarios en el punto en el que se encuentran en su recorrido de intención. Robb Hecht
La carrera por la adopción del modelo de intención de IA
Las empresas han comenzado a adoptar modelos de intención de IA para ofrecer a los profesionales del marketing mejores capacidades de segmentación. Una de ellas es SeedTag, una firma líder en publicidad contextual. En abril de 2025, la plataforma anunció el lanzamiento de su modelo de intención de IA para identificar la intención procesable del usuario en tiempo real. El modelo puede distinguir entre la navegación casual y la disposición para realizar transacciones en tiempo real sin utilizar datos personales.
Nissan España se asoció con SeedTag para aumentar la visibilidad del Nissan Qashqai entre los compradores potenciales del segmento C-SUV. Al implementar la segmentación basada en la intención en la campaña, se obtuvieron los siguientes resultados:
- Reducción del coste por cliente potencial de calidad en un 68 %
- Costo por cliente potencial reducido en 35%
- Aumento de 3x en visitas calificadas
Por ejemplo, BlueAir se asoció con Tinuiti para interactuar con sus consumidores basándose en sus intereses en tiempo real. La publicidad contextual basada en IA de Tinuiti multiplicó por 2.4 la tasa de visitas a la página de detalles y redujo un 42 % la tasa de visitas. CPMsy un aumento del 34% en nuevos clientes de la marca.
De manera similar, PepsiCo también empleó publicidad contextual basada en IA para atraer a consumidores orientados al valor, lo que resultó en un retorno de la inversión publicitaria tres veces mayor, una reducción del 62% en CPAy una disminución del 60% en el CPM, todo ello aumentando al mismo tiempo el alcance único.
ContextGPT, el producto líder de Cognitiv AI, combina la segmentación contextual basada en IA con la ingeniería de indicaciones, lo que permite a los anunciantes llegar a audiencias relevantes a gran escala. Los profesionales del marketing pueden crear indicaciones personalizadas exclusivas de sus marcas y ajustar su relevancia para mejorar los resultados.
Su producto orientado a objetivos se ha utilizado en diversas industrias, incluidos el entretenimiento, la entrega de alimentos, los juegos y las bebidas.
Google también se ha sumado a la iniciativa al anunciar anuncios contextuales basados en IA en YouTube. Impulsados principalmente por Google Gemini, ubicaciones de anuncios No solo estará alineado temáticamente, sino que también estará más en línea con el contexto del video, la relevancia e incluso los niveles de participación emocional de los espectadores mientras miran el video.
Mientras tanto, Starbucks lanzó su propia plataforma de inteligencia artificial, Deep Brew, entre 2023 y 2024, para personalizar las recomendaciones de productos en función de la segmentación de la audiencia mediante inteligencia artificial.
¿Qué nos depara el futuro?
El auge del modelo de intención de IA marca un cambio significativo en cómo publicidad programática Funciona. A medida que pasamos de la economía de la atención a la economía de la intención, el futuro de la publicidad programática se definirá por la privacidad, la precisión y el propósito.
Con la publicidad contextual 2.0, estamos entrando en una era en la que relevancia del anuncio Se predice de forma inteligente. Con la disminución gradual de las cookies de terceros, los modelos de intención de IA ofrecen una alternativa inteligente, escalable y centrada en la privacidad a la segmentación programática.
La industria publicitaria ya no busca la atención; se centra en la intención. Con la IA a la cabeza del cambio, los profesionales del marketing ahora pueden disfrutar de lo mejor de ambos mundos: precisión a gran escala y personalización sin intrusiones.
