La industria publicitaria ha entrado en una fase que The Drum ha llamado la “era de los resultados” (outcomes). La esencia es simple: cada dólar invertido, ya sea en una campaña de marca o de performance, ahora debe demostrar un impacto comercial. La antigua división entre publicidad “de imagen” y “directa” se está desdibujando. Para los media buyers y arbitrajistas, esto significa que los embudos donde el nivel superior no está conectado con las conversiones de forma medible se vuelven cada vez más caros y riesgosos.
Los impulsores de esta transición son las compras programáticas con real-time bidding, herramientas como Google Analytics que cerraron el ciclo desde la impresión hasta la acción, y los sistemas de ciclo cerrado (closed-loop) como AppLovin, que absorben automáticamente los datos de resultados, los modelan y reinvierten el presupuesto. El resultado es un mercado donde el outcome (resultado) se convierte no en un objetivo, sino en la arquitectura de la compra.
En este artículo analizaremos cómo funciona exactamente la economía de los outcomes, qué cambia para los arbitrajistas y media buyers, y cómo reestructurar las compras para no perder ROI durante la transición.
Qué es la “era de los outcomes” y cómo llegamos aquí
El marketing basado en resultados (outcome-based) es un enfoque en el que cada contacto publicitario se evalúa por la probabilidad de generar un resultado comercial medible: compra, instalación, lead, suscripción. No por alcance, no por clics, no por brand lift, sino por el resultado final.
El camino hacia este modelo ha tomado unas dos décadas:
- Años 2000 — Modelos CPC. Google AdWords convirtió el clic en la moneda principal. Los marketers obtuvieron por primera vez respuesta directa.
- Años 2010 — Programática y RTB. La compra algorítmica permitió evaluar cada impresión en milisegundos y pujar en función de la probabilidad de conversión.
- Años 2020 — Sistemas de ciclo cerrado (closed-loop). AppLovin, Meta y Google cerraron el ciclo: los datos de resultados regresan automáticamente al optimizador, que redistribuye el presupuesto sin intervención humana.
Cada etapa endureció el requisito de medibilidad. Si en la era del CPC se podía justificar el gasto con “tráfico al sitio”, ahora el cliente o el comprador debe mostrar qué ingresos generó ese tráfico.
Performance de ciclo cerrado: cómo AppLovin reescribió las reglas
AppLovin es el ejemplo más destacado de un sistema closed-loop en el marketing móvil. La plataforma no solo compra impresiones: absorbe datos de eventos postback (instalaciones, compras, retención), construye un modelo de probabilidad de resultado y reinvierte automáticamente el presupuesto en los segmentos más eficientes.
Para los arbitrajistas, esto significa lo siguiente:
- El presupuesto fluye hacia el algoritmo. La optimización manual por CPI/CTR pierde frente a la automática por LTV/compra.
- La transparencia disminuye. No ves la lógica con la que el algoritmo eligió una impresión concreta, solo el resultado.
- Aumenta la velocidad de reacción. Si un creativo deja de generar resultados, el sistema lo desactiva en minutos, no en días.
Mecanismos similares aparecen en Google Ads: Smart Bidding con Target ROAS, Performance Max, optimización por valor; todos son elementos del enfoque closed-loop, donde el sistema mismo vincula la impresión con el resultado y ajusta las pujas.
Por qué la publicidad de marca ya no puede esconderse de la responsabilidad
Durante mucho tiempo, las campañas de marca vivieron en un “refugio sin responsabilidad”: su efecto se consideraba a largo plazo, difícil de medir y no sujeto a atribución directa. La era de los outcomes destruye ese refugio.
Ahora, las inversiones de marca también deben demostrar un impacto comercial. Esto no significa que el awareness ya no sea necesario, sino que el awareness sin conexión con las conversiones no justifica el presupuesto. Para los media buyers, esto crea un problema concreto: las compras de upper-funnel (Display, YouTube, video en Meta) se evalúan cada vez más por incrementalidad: en qué medida aumentaron las conversiones en comparación con un grupo de control.
Consecuencias prácticas:
- Las campañas de marca sin test de incrementalidad son un riesgo. Si no puedes demostrar que las impresiones de upper-funnel aumentaron las conversiones en el nivel inferior, el presupuesto será recortado.
- La atribución se vuelve multi-touch. El último clic ya no funciona: hay que distribuir el valor entre todos los puntos de contacto.
- La frecuencia de impresiones se optimiza para el resultado, no para el alcance. Mostrar un anuncio 7 veces “para memorización” es una lógica antigua. La nueva: mostrarlo las veces que sean necesarias para maximizar la probabilidad de conversión.
Cómo redistribuir los presupuestos en la era de los outcomes
Para arbitrajistas y media buyers, la transición hacia la economía de resultados requiere recalcular el media mix. Aquí están los cambios clave:
1. Cambio de formatos de alcance a inventario de performance
Si antes se podía gastar el 30% del presupuesto en “calentar”, ahora cada canal debe aportar una contribución medible. Los formatos de upper-funnel se mantienen, pero su participación se reduce al 10–15%, y los fondos liberados van a canales de performance: Search, Shopping, Performance Max, campañas de instalación de apps.
2. Optimización por valor, no por volumen
CPC y CPA son métricas de la etapa anterior. La economía de outcomes requiere optimización por valor: ROAS, LTV, profit per impression. En Google Ads, esto significa pasar a Target ROAS o Maximize Conversion Value. En el arbitraje, recalcular las combinaciones no por “cuánto cuesta un lead”, sino por “cuánto genera un cliente durante su ciclo de vida”.
3. Cerrar el ciclo en el lado de los datos
Si envías tráfico y no cierras el ciclo, no estás en la economía de outcomes, estás en la economía CPC. Necesitas:
- Configurar el seguimiento de conversiones del lado del servidor (server-side).
- Devolver el valor (monto del pedido) a la plataforma publicitaria.
- Usar conversiones mejoradas (enhanced conversions) en Google Ads para recuperar datos tras la pérdida de cookies.
Google Ads y optimización basada en resultados: qué usar
Google Ads ofrece varias herramientas que respaldan directamente el enfoque basado en resultados:
- Performance Max. Distribuye automáticamente el presupuesto entre todos los inventarios de Google en función de la probabilidad de conversión. En esencia, un sistema closed-loop dentro del ecosistema de Google.
- Target ROAS. Las pujas se optimizan para un retorno objetivo de la inversión publicitaria, no por costo por clic o conversión.
- Conversion Value Rules. Permite establecer diferentes valores de conversión según la audiencia, ubicación o dispositivo, lo cual es vital para un modelado preciso de resultados.
- Data-driven attribution. Distribuye el valor de la conversión entre todos los puntos de contacto en función de datos reales, no de un modelo fijo.
Para los arbitrajistas es crítico: si no pasas el conversion value a Google Ads, el algoritmo optimiza por volumen, no por ingresos. Esto significa que obtienes conversiones baratas pero de baja calidad.
Riesgos y limitaciones del enfoque basado en resultados
La economía de outcomes no está exenta de problemas, y los media buyers deben entenderlos:
- Parálisis de datos. Demasiadas métricas y señales pueden confundir. Si rastreas 15 eventos con diferente valor, el algoritmo podría no encontrar un patrón. Solución: elegir 2–3 eventos clave de resultado.
- Pensamiento a corto plazo. La optimización por un resultado inmediato puede destruir el valor a largo plazo. Por ejemplo, un retargeting agresivo aumenta las conversiones hoy, pero reduce el LTV por el desgaste de la audiencia.
- Dependencia de la plataforma. Los sistemas closed-loop como AppLovin o PMax quitan el control al comprador. No ves exactamente a dónde va el dinero, solo el ROAS final. Esto es un riesgo para los arbitrajistas que trabajan con márgenes estrechos.
- Pérdida de señal. Los cambios de privacidad (ATT, la desaparición de cookies de terceros) empeoran la calidad de los datos en los que se basa la optimización de resultados. El seguimiento server-side deja de ser una opción para convertirse en una necesidad.
Estrategias para media buyers: pasos prácticos
Para no perder eficiencia al pasar a la economía de outcomes, los media buyers deben actuar de manera sistémica:
Paso 1: Auditoría de la atribución actual
Verifica qué conversiones rastreas y si estás pasando su valor. Si en Google Ads solo está configurada la conversión “compra” sin valor, te estás optimizando por volumen, no por ingresos.
Paso 2: Implementación del conversion value
Configura el valor dinámico de las conversiones. Para e-commerce, el monto del pedido. Para afiliados, la comisión por lead. Para mVAS, los ingresos por suscripción. Pasa este valor a Google Ads a través de GTM o server-side.
Paso 3: Pruebas de incrementalidad
Lanza un test holdout: desactiva el canal de upper-funnel en un grupo de prueba y compara las conversiones con el de control. Si la diferencia no es estadísticamente significativa, el canal no aporta incrementalidad y el presupuesto debe reasignarse.
Paso 4: Transición a value-based bidding
Cambia las campañas de Maximize Conversions a Target ROAS o Maximize Conversion Value. Dale al algoritmo 2–3 semanas para aprender.
Paso 5: Monitoreo de la calidad de las conversiones
El resultado no es solo cantidad, sino calidad. Rastrea las métricas post-conversión: devoluciones, churn, compras repetidas. Si el ROAS sube pero el LTV baja, el sistema se está optimizando en la dirección equivocada.
Criteo y los nuevos canales: qué cambia para las pymes y arbitrajistas
Criteo amplió recientemente su plataforma Criteo GO, añadiendo capacidades completas de self-service para pequeñas y medianas empresas e inventario de ChatGPT Ads. Alrededor de 2000 marcas ya se anuncian en ChatGPT a través de Criteo. Para los media buyers, esto significa la aparición de un nuevo canal que:
- Es accesible a través de una interfaz self-service (sin los presupuestos mínimos de las grandes DSP).
- Admite compras cross-channel (Meta, video, ChatGPT).
- Funciona con datos de retargeting de Criteo, lo cual es especialmente valioso para las combinaciones de afiliados de e-commerce.
Sin embargo, Criteo como canal para arbitraje requiere precaución: el inventario de retargeting depende de cookies y datos de terceros, lo que en un entorno de restricciones de privacidad reduce el alcance. Usa Criteo como complemento a Google Ads, no como reemplazo.
YouTube como parte de la estrategia de resultados
YouTube, con unos ingresos estimados de $62 mil millones, se transforma de un sitio de videos a un ecosistema de embudo completo: CTV + social + performance. Para los media buyers, esto significa que las compras en YouTube ahora se pueden optimizar por conversiones, no solo por alcance.
Pasos prácticos:
- Usa Video Action Campaigns para optimizar por conversiones.
- Conecta el conversion value para las campañas de YouTube.
- Prueba Demand Gen en Google Ads como alternativa a Meta para video de performance.
Checklist: transición a compras basadas en resultados
- ¿Está configurada la transferencia de conversion value en Google Ads (y no solo el hecho de la conversión)?
- ¿Se utiliza data-driven attribution en lugar de last-click?
- ¿Existe un test holdout para al menos un canal de upper-funnel?
- ¿Se han migrado las campañas clave a Target ROAS o Maximize Conversion Value?
- ¿Se rastrean las métricas post-conversión (devoluciones, LTV, churn)?
- ¿Está configurado el seguimiento server-side para recuperar datos tras la pérdida de cookies?
Qué esperar en el futuro
La era de los outcomes no es una tendencia temporal, sino un cambio estructural. Los sistemas de ciclo cerrado se expandirán: Google, Meta, AppLovin, Amazon; todos se mueven hacia la optimización automática por resultados comerciales. El rol del media buyer pasa de gestionar pujas a gestionar datos: la calidad de las señales que pasas al sistema determina la calidad de la optimización.
Para los arbitrajistas, esto significa que las combinaciones sin un ciclo cerrado, es decir, sin retroalimentación sobre las conversiones y su valor, perderán cada vez más. Quienes configuren un pipeline de datos de calidad y pasen a la optimización basada en valor obtendrán ventajas en CPM y conversiones porque el algoritmo trabajará con las señales correctas.
FAQ
¿En qué se diferencia el marketing basado en resultados del marketing de performance tradicional?
El marketing de performance se centra en la acción: clic, conversión, instalación. El marketing basado en resultados va más allá: cada acción se evalúa por su impacto comercial (ingresos, ROAS, LTV). No se trata solo de “obtener una conversión”, sino de “obtener una conversión que genere ganancias”.
¿Es necesario abandonar completamente la publicidad de marca en la era de los outcomes?
No. La publicidad de marca sigue siendo importante para la parte superior del embudo, pero ahora debe demostrar incrementalidad: un aumento real de conversiones en comparación con un grupo de control. Si el canal de marca no pasa la prueba de incrementalidad, el presupuesto debe reasignarse.
¿Cómo configurar el conversion value en Google Ads para combinaciones de arbitraje?
Pasa el valor dinámico de la conversión a través de GTM o server-side. Para afiliados, la comisión por lead. Para e-commerce, el monto del pedido. Para mVAS, los ingresos por suscripción. Sin el conversion value, el algoritmo de Google Ads se optimiza por cantidad, no por ingresos.
¿Qué es un sistema closed-loop y por qué es importante para el arbitraje?
Un sistema closed-loop vincula automáticamente la impresión del anuncio con el resultado (conversión) y reinvierte el presupuesto en los segmentos más eficientes. AppLovin, Performance Max y Smart Bidding son ejemplos. Es importante porque la optimización manual no puede competir con la velocidad y precisión del algoritmo si los datos están configurados correctamente.
¿Qué riesgos conlleva la transición a la optimización basada en resultados?
Los principales riesgos son: pensamiento a corto plazo (optimizar por conversión rápida en detrimento del LTV), dependencia del algoritmo de la plataforma (pérdida de control sobre las compras) y pérdida de calidad de datos debido a los cambios de privacidad. La solución es monitorear las métricas post-conversión y usar el seguimiento server-side.
