ChatGPT Ads empieza a optimizar a conversión: el siguiente paso hacia el performance real
En el anterior artículo hablábamos de cómo ChatGPT Ads empezaba a dar un paso especialmente relevante para el e-commerce: la posibilidad de crear campañas desde feeds de producto.
Analizábamos cómo este movimiento podía convertir el catálogo en una de las grandes llaves de entrada a la publicidad conversacional. Ya no se trataba solo de crear anuncios manuales dentro de una interfaz nueva, sino de conectar productos, atributos, disponibilidad, descripciones y señales de negocio con conversaciones de alta intención.
La conclusión era clara: en un entorno conversacional, el feed deja de ser un elemento técnico secundario y pasa a convertirse en un activo estratégico.
Ahora aparece un nuevo paso en esa misma dirección: las campañas optimizadas a conversión dentro de ChatGPT Ads.
Y aunque todavía estamos ante una beta, con limitaciones, aprendizajes pendientes y muchas incógnitas, el movimiento es importante porque acerca a ChatGPT Ads a una lógica mucho más familiar para cualquier equipo de performance: optimizar campañas no solo por clics o impresiones, sino por resultados de negocio.
De los clics a las conversiones
Una de las principales limitaciones iniciales de ChatGPT Ads era que los objetivos disponibles estaban muy centrados en clics e impresiones.
Esto tenía sentido en una primera fase. Cuando una plataforma publicitaria nace, lo habitual es empezar por modelos sencillos: visibilidad, tráfico, primeras métricas de interacción y validación del inventario.
Pero para un anunciante de e-commerce, eso se queda corto.
El tráfico importa, pero no todo el tráfico vale lo mismo. Un clic puede ser una señal interesante, pero no siempre implica intención real de compra. Y una impresión puede ayudar a construir visibilidad, pero no permite valorar por sí sola si la inversión está generando ventas, leads, registros o cualquier otra acción relevante.
Por eso la llegada de campañas optimizadas a conversión es tan relevante.
Porque introduce una pregunta mucho más cercana al negocio:
¿Qué queremos que haga el usuario después de interactuar con el anuncio?
Comprar.
Registrarse.
Solicitar información.
Añadir al carrito.
Completar un formulario.
Reservar.
Descargar.
Contratar.
La publicidad conversacional empieza así a moverse desde una lógica de descubrimiento hacia una lógica de performance.
Un paso todavía inicial, pero muy importante
Conviene ser prudentes.
ChatGPT Ads sigue siendo una plataforma en beta. Su Ads Manager todavía está lejos de la madurez de Google Ads, Meta Ads o TikTok Ads. Los flujos son más básicos, la disponibilidad sigue siendo limitada y muchos elementos de configuración, medición y optimización todavía están en una fase inicial.
Incluso algunas señales tempranas del sistema apuntan a que todavía queda mucho trabajo por hacer en usabilidad, recomendaciones de puja, estabilidad de entrega y comprensión real de costes por conversión.
Pero esto no le resta importancia al movimiento.
Al contrario.
Muchas de las grandes plataformas publicitarias empezaron con productos simples, limitados y poco sofisticados. Lo relevante no es tanto el estado actual de la herramienta, sino la dirección en la que está evolucionando.
Y la dirección parece bastante clara: OpenAI está construyendo una plataforma publicitaria que no quiere quedarse únicamente en impactos o clics, sino avanzar hacia medición, atribución y optimización basada en resultados.
El papel clave del píxel y la Conversions API
Para que una plataforma pueda optimizar a conversión necesita señales.
Y aquí entran en juego dos elementos clave: el píxel y la Conversions API.
La lógica es similar a la que ya conocemos en otros ecosistemas publicitarios. El píxel permite recoger eventos en la web después de que una persona interactúe con un anuncio. La Conversions API permite enviar eventos de conversión desde el servidor o desde fuentes propias del anunciante.
Esto es especialmente importante en un entorno donde la medición digital cada vez depende menos de señales simples de navegador y más de una correcta integración entre plataformas, analítica, servidor, CRM y datos propios.
La optimización a conversión no funciona por arte de magia.
Necesita eventos bien definidos, señales fiables y una arquitectura de medición mínimamente sólida.
Un e-commerce que no tenga bien configurados sus eventos de compra, carrito, inicio de checkout, registro o lead difícilmente podrá aprovechar este tipo de campañas cuando estén disponibles de forma más amplia.
Y esto conecta directamente con lo que comentábamos en el artículo anterior sobre feeds.
No basta con tener un buen catálogo.
También hay que tener una buena medición.
Feed, conversión y dato: las tres piezas empiezan a conectarse
Si unimos las dos novedades —campañas desde feeds de producto y campañas optimizadas a conversión— empezamos a ver algo mucho más interesante.
Primero, el catálogo permite a la plataforma entender qué productos existen, cómo se describen, qué atributos tienen y en qué contextos pueden ser relevantes.
Después, la medición permite saber qué ocurre cuando un usuario interactúa con esos anuncios.
Y finalmente, la optimización a conversión permite que el sistema empiece a aprender qué productos, conversaciones, contextos y usuarios generan mejores resultados.
Esta combinación es la base de cualquier plataforma publicitaria madura.
Producto.
Señal.
Conversión.
Aprendizaje.
Optimización.
En Google Shopping o Performance Max esto ya forma parte del día a día. También en otros entornos publicitarios orientados a catálogo y performance.
La diferencia es que ChatGPT introduce un contexto nuevo: la conversación.
Y eso puede cambiar la manera en la que se produce la intención.
La intención conversacional no es igual que la intención de búsqueda
En Google, la intención suele expresarse como una búsqueda.
“Comprar zapatillas running hombre”.
“Mejor portátil para diseño gráfico”.
“Zapatos cómodos para boda”.
“Crema hidratante piel sensible”.
En ChatGPT, la intención puede expresarse de una forma mucho más rica.
“Estoy empezando a correr y me duelen las rodillas, ¿qué tipo de zapatillas debería mirar?”
“Tengo una boda en septiembre y necesito unos zapatos elegantes pero cómodos porque voy a estar muchas horas de pie.”
“Quiero comprar un portátil para trabajar con diseño, pero no sé si necesito más RAM o mejor tarjeta gráfica.”
“Tengo la piel sensible y busco una rutina sencilla que no me irrite.”
Estas conversaciones contienen muchísima información de contexto.
No solo dicen qué quiere el usuario. También explican por qué lo quiere, para qué lo necesita, qué problema intenta resolver, qué dudas tiene y qué criterios está utilizando para tomar una decisión.
Si la publicidad consigue integrarse en ese contexto de forma útil, no intrusiva y medible, estamos ante un nuevo tipo de canal.
No será exactamente search.
No será exactamente social.
No será exactamente retail media.
Será una capa nueva dentro del journey digital: la capa conversacional.
El coste por conversión será una de las grandes incógnitas
La posibilidad de establecer un límite de puja orientado a conversión abre una cuestión muy importante: cuánto va a costar realmente convertir en ChatGPT Ads.
Todavía es pronto para sacar conclusiones.
En una beta, los costes pueden ser poco representativos. Hay poco histórico, menos competencia que en plataformas maduras, poca estabilidad en la entrega y sistemas de recomendación todavía en evolución.
Pero sí hay una idea clara: no podemos analizar ChatGPT Ads únicamente con los mismos criterios que usamos para otros canales.
Un clic desde una conversación de alta intención podría tener más valor que un clic frío desde un entorno de baja atención.
Pero también podría ocurrir lo contrario si la experiencia publicitaria no está bien integrada, si la landing no responde a la necesidad del usuario o si la medición no recoge correctamente el impacto.
Por eso, cuando este canal esté disponible de forma más amplia, las marcas deberán analizarlo con una visión completa:
Coste por clic.
Coste por conversión.
Calidad del tráfico.
Tasa de conversión.
Valor medio del pedido.
Margen.
Recurrencia.
Nuevo cliente frente a cliente recurrente.
Valor incremental.
El CPA aislado no será suficiente.
La nueva ventaja competitiva estará en la calidad de las señales
Durante años, muchas marcas han competido principalmente en puja, presupuesto y creatividad.
Esos elementos siguen siendo importantes, pero cada vez hay una variable más decisiva: la calidad de las señales que se entregan a las plataformas.
En un entorno automatizado, las plataformas necesitan datos para aprender.
Pero no cualquier dato.
Necesitan señales limpias, consistentes y conectadas con el negocio.
Un feed desordenado genera mala interpretación del producto.
Un píxel mal configurado genera aprendizaje incorrecto.
Una Conversions API incompleta limita la medición.
Un CRM desconectado impide diferenciar clientes nuevos y recurrentes.
Una mala estructura de campañas dificulta leer el rendimiento.
Una creatividad genérica limita la capacidad de aprendizaje.
La IA puede acelerar la optimización, pero si las señales son pobres, optimizará sobre una base pobre.
Por eso, el trabajo estratégico se desplaza hacia capas más profundas.
Menos obsesión por tocar botones dentro de la plataforma.
Más foco en alimentar bien al sistema.
Qué deberían hacer ahora los e-commerce
No se trata de lanzarse mañana a invertir en ChatGPT Ads como si ya fuera un canal maduro en España.
Se trata de preparar la base para cuando este tipo de entornos empiecen a abrirse de forma más amplia.
La primera tarea es revisar la medición.
Eventos principales, eventos secundarios, píxeles, server-side tracking, Conversions API, UTMs, GA4, CRM y atribución deben estar bien definidos.
La segunda es revisar el catálogo.
Títulos, descripciones, imágenes, atributos, categorías, disponibilidad, precios, variantes y metadatos deben estar preparados no solo para buscadores y marketplaces, sino también para sistemas de IA que necesitan interpretar el producto.
La tercera es ordenar las audiencias.
Clientes nuevos, clientes recurrentes, compradores recientes, compradores de alto valor, leads, carritos abandonados, usuarios registrados y audiencias de remarketing deben estar claramente definidos.
La cuarta es conectar campañas con rentabilidad real.
No todos los productos tienen el mismo margen. No todas las ventas tienen el mismo valor. No todos los clientes tienen la misma recurrencia. Si las plataformas optimizan hacia conversiones sin entender el valor de negocio, podemos terminar escalando ventas poco rentables.
La quinta es mejorar la experiencia de destino.
Si el anuncio lleva tráfico a una ficha de producto pobre, lenta, incompleta o poco persuasiva, la oportunidad se pierde. La conversación puede generar intención, pero la conversión seguirá dependiendo en gran parte de la experiencia en la web.
Del performance marketing al performance intelligence
Todo esto confirma una evolución que ya estamos viendo en el mercado.
El performance marketing está dejando de ser únicamente gestión de campañas.
Cada vez se parece más a un sistema integrado de inteligencia de negocio aplicado a la publicidad.
Campañas.
Feeds.
Creatividades.
Datos propios.
CRM.
Medición.
Automatización.
IA.
Rentabilidad.
Todo está conectado.
Y las marcas que entiendan esta conexión estarán mejor preparadas para competir en los próximos años.
Porque el reto no será simplemente activar ChatGPT Ads cuando esté disponible.
El reto será construir una arquitectura capaz de medir, aprender y tomar mejores decisiones antes, durante y después de cada interacción publicitaria.
Nuestra visión desde 2bedigital
Desde 2bedigital creemos que la evolución de ChatGPT Ads hacia campañas optimizadas a conversión es una señal muy relevante.
Primero vimos el nacimiento de un nuevo entorno publicitario dentro de las interfaces conversacionales.
Después llegaron las campañas desde feeds de producto, que abren una oportunidad clara para e-commerce y retail.
Ahora aparece la optimización a conversión, que acerca ChatGPT Ads a la lógica del performance real.
La dirección parece evidente: conversación, catálogo, medición y conversión van a estar cada vez más conectados.
Pero también creemos que este cambio no debe interpretarse como una carrera por probar cualquier novedad sin criterio.
La oportunidad no estará simplemente en ser de los primeros en activar campañas.
Estará en llegar preparados.
Con feeds bien construidos.
Con medición fiable.
Con audiencias ordenadas.
Con datos propios conectados.
Con fichas de producto orientadas a conversión.
Con una lectura clara de rentabilidad.
La publicidad conversacional acaba de empezar, pero ya nos está dejando una lección importante:
La IA no premia necesariamente a quien más invierte.
Premia a quien mejor estructura la información, mejor mide y mejor conecta sus decisiones de marketing con el negocio.
Y ese será uno de los grandes diferenciales del e-commerce en la próxima etapa de la publicidad digital.
