El organismo distingue distintos recorridos de compra y plantea qué evidencia deberían aportar quienes reclaman participación en una conversión.
Claves de la noticia
- El esquema diferencia compras controladas por personas, asistidas por IA y ejecutadas por agentes.
- Presentar un reclamo de atribución no equivale a recibir automáticamente el crédito por una venta.
- La propuesta acompaña los sistemas existentes y reconoce que todavía faltan datos para reconstruir muchos recorridos.
El Interactive Advertising Bureau presentó el 12 de noviembre el AI-Era Attribution Blueprint, un marco para ordenar una pregunta cada vez más difícil de responder: quién intervino en una compra cuando parte de la decisión ocurrió dentro de un asistente de inteligencia artificial.
Según el anuncio de IAB, el esquema observa quién generó la intención, quién tomó la decisión y quién completó la operación. Con esas diferencias establece qué participantes pueden pedir que se evalúe su aporte y qué pruebas necesitan. No entrega crédito por sí mismo ni funciona como una herramienta automática de medición.
Tres recorridos que no deberían medirse igual
La presentación del marco distingue tres categorías: Human-Owned, AI-Assisted y AI-Executed. En español, compras bajo control humano, asistidas por IA y ejecutadas por IA. La clasificación busca evitar que intervenciones distintas queden reunidas bajo una única etiqueta de “tráfico de inteligencia artificial”.
El problema aparece cuando una recomendación influye en la decisión, pero el recorrido termina registrado como búsqueda, acceso directo u otro canal observable. Saber por dónde llegó una visita no necesariamente permite reconstruir todo lo que ocurrió antes.
Los modelos de atribución ya distribuyen valor entre puntos de contacto: algunos priorizan el primero, otros el último y otros combinan varias interacciones. La diferencia es importante porque cambia la lectura de resultados y, con ella, las decisiones de inversión. Pero ninguna regla de reparto puede recuperar por sí sola una interacción que no quedó registrada.
La evidencia sigue siendo el punto pendiente
IAB reconoce que parte de la información necesaria permanece dentro de las plataformas de IA o directamente no se captura. Por eso propone distinguir los reclamos informados por cada plataforma de aquellos verificados de manera independiente.
También pide a las plataformas identificar con consistencia el tráfico originado en IA y aclarar si sus recomendaciones son pagadas u orgánicas. A las marcas, agencias y editores les asigna tareas para identificar recorridos, aplicar criterios comunes y documentar aportes.
La dificultad se inscribe en un cambio más amplio del mercado. El Outlook de septiembre de IAB, centrado en Estados Unidos y basado en más de 200 responsables de marcas y agencias, examina cómo el descubrimiento mediante IA modifica las prioridades de visibilidad y medición. El nuevo marco intenta dar un lenguaje compartido a ese problema, sin presentarlo como resuelto.