Creatividad en anuncios con IA: qué probar y qué no confundir

Cambiá la idea, no solo el aspecto

Escribí tres hipótesis relacionadas con una duda de compra: “no entienden qué incluye”, “no confían en la calidad” o “creen que el proceso es complicado”. Cada hipótesis debe tener una pieza capaz de responderla con información real. Un video del proceso y un testimonio autorizado cumplen funciones distintas.

Organizá una matriz simple: audiencia, necesidad, promesa, evidencia, formato y destino. Dos anuncios pueden verse muy diferentes y probar la misma idea; otros pueden compartir estética y responder objeciones diferentes. La matriz permite decidir qué falta sin pedir producción indiscriminada.

Investigá el desgaste antes de reemplazar todo

Una caída del CTR puede acompañar al desgaste creativo, pero también a un cambio de audiencia, ubicación, competencia o mezcla de canales. Revisá las fechas y el contexto antes de atribuir todo al anuncio. Si los clics siguen llegando y cae la conversión, la landing o la oferta también merecen atención.

Google ofrece reportes por recursos y grupos de recursos en Performance Max. Esos datos ayudan a formular preguntas, pero sus conversiones por recurso no se suman como si cada pieza generara ventas independientes. Leé el reporte con sus definiciones y no armes un ranking de ganadores a partir de una suma incorrecta.

Fuentes: Google Ads Help: About asset group reporting for Performance Max

Diseñá una comparación que pueda interpretarse

Definí una variable principal, la métrica de decisión y qué elementos deben permanecer estables. Una prueba de explicación del servicio no debería cambiar simultáneamente precio, zona y formulario. Si hay un cambio inevitable, registralo y reducí la fuerza de la conclusión.

Las pruebas de recursos de Performance Max permiten evaluar determinados escenarios, como agregar recursos o video, bajo condiciones específicas. Verificá qué modalidad admite tu campaña. Si solo comparás períodos o recursos distribuidos de forma desigual, describí el hallazgo como una señal para investigar, no como una victoria causal demostrada.

Fuentes: Google Ads Help: About Performance Max optimization experiments: Asset testing

Ejemplo: mostrar cómo funciona el servicio

Escenario hipotético: una empresa de mantenimiento tiene anuncios con fotografías atractivas, pero recibe consultas que preguntan qué incluye la visita. El equipo prepara una pieza que muestra tres pasos del trabajo, otra que explica los límites y una tercera con un ejemplo real autorizado.

La evaluación considera consultas calificadas, no solo reproducciones. Si la nueva creatividad reduce preguntas repetidas pero también reduce volumen, el equipo revisa si el mensaje filtra mejor o desalienta clientes relevantes. La respuesta requiere observar el contenido de las consultas y la página de destino, sin asumir que más o menos leads siempre es mejor.

Qué revisar cuando la IA produce variantes

Antes de cargar una variante generada con IA, comprobá producto, proporciones, textos, precios y condiciones. Una imagen atractiva que modifica lo que se entrega puede atraer consultas con expectativas imposibles de cumplir. La revisión tiene que incluir a una persona que conozca la operación, no solo a quien produce las piezas.

Definí además qué elementos de marca deben mantenerse y qué cambios están permitidos. El objetivo no es que todas las versiones sean idénticas, sino que todas representen la misma oferta real. Guardá una versión aprobada y su fecha; si cambian precio, disponibilidad o alcance, revisá las variantes derivadas. Ese control evita que una campaña siga distribuyendo una promesa antigua mientras el sitio y el equipo comercial ya comunican otra.

Convertí cada prueba en un activo del equipo

Guardá el archivo, la hipótesis, la fecha, el contexto y la decisión. Una biblioteca con nombres como “final-final-3” no conserva aprendizaje. Usá etiquetas comprensibles: servicio, objeción, formato y versión. Registrá permisos de imagen y condiciones de la oferta junto al recurso.

En Patagonia conectamos creatividad, campaña y landing. La revisión termina con una decisión de producción: qué mensaje profundizar, qué evidencia conseguir y qué pieza retirar porque dejó de ser válida. Esa disciplina permite usar IA como apoyo de producción sin delegarle la verdad de la oferta.

• Una hipótesis comercial por grupo de variantes.
• Evidencia autorizada y una oferta vigente.
• Métrica que incluya calidad de la consulta.
• Condiciones de comparación documentadas.
• Fecha de revisión y responsable de retirar piezas vencidas.