Social Rocket
Goodway Group utiliza audiencias sintéticas para probar planes de medios antes de las pruebas reales de campaña. Según un informe del 12 de octubre de 2026, la agencia colabora para ello con el proveedor de datos Arima. Su oferta incluye también un modelo de la población alemana con 80 millones de personas virtuales y unas 20.000 variables modeladas. La cifra describe conjuntos de datos generados artificialmente, no una encuesta a 80 millones de personas reales.
Una planificación de medios, muchos escenarios simulados
Según sus propias indicaciones, Arima combina distintos conjuntos de datos en una «Synthetic Society». Goodway quiere así comprobar de antemano cómo podrían reaccionar distintas audiencias o distribuciones presupuestarias. Después, las hipótesis deberían contrastarse en campañas publicitarias reales y limitadas. La ventaja en el día a día de una agencia: los escenarios pueden compararse sin gastar de inmediato presupuesto de prueba en cada idea.
El caso no es solo el anuncio de una nueva herramienta de IA. Muestra que los grupos de clientes sintéticos influyen cada vez más directamente en las decisiones sobre presupuesto de medios y estrategia creativa. Según Digiday, marcas del sector de belleza y bienes de consumo, entre otras, utilizan procedimientos similares para examinar pronto ideas de producto y suposiciones sobre audiencias.
80 millones de personas modelo no son 80 millones de voces
Aquí está la limitación más importante. El conjunto de datos pretende reproducir distribuciones y relaciones. Que su previsión sea fiable para una marca, región o anuncio concreto no se deduce de ello. Además, los sesgos de los datos de partida o de las suposiciones del modelo pueden arrastrarse hacia adelante.
Un trabajo de investigación de Netzer y Sambandam distingue explícitamente entre respuestas generadas por LLM, personas de segmento y gemelos digitales individuales. Muestra que una gran coincidencia en promedio puede ocultar predicciones débiles para personas concretas. Lo decisivo es para qué pregunta se validó previamente un modelo sintético con datos reales.
Más concreto aún es un estudio de 399 pruebas A/B de titulares estadísticamente significativas del archivo de Upworthy. Allí, un LLM sin personas elaboradas predijo mejor el orden de las variantes que el panel de personas probado. El estudio es un preprint de alcance limitado, por lo que no refuta todos los modelos de datos sintéticos, pero sí contradice la suposición de que más detalle en las personas implica automáticamente mejores previsiones.
Tres comprobaciones para los equipos de marketing alemanes
Primero: exija un informe de error frente a encuestas reales independientes y datos de campañas del mercado objetivo, Alemania. Una distribución demográfica global acertada no basta.
Segundo: distinga entre la simulación del efecto de un presupuesto y un efecto medido causalmente. Un mercado de control artificial puede aportar ideas, pero no sustituye a un Geo-Holdout bien diseñado ni a otra prueba real de incrementalidad. Cómo se aplica la medición causal real en el comercio minorista lo explica nuestro análisis sobre Retail Media e incrementalidad.
Tercero: defina qué decisión debe mejorar realmente el modelo: segmentos de audiencia, mensaje, nivel de presupuesto o elección de canales. Para la emisión automatizada se suman preguntas de control adicionales, que abordamos en el media buying agéntico y en la evaluación de supuestos valores de ROAS quíntuples.
En resumen: los paneles sintéticos pueden acelerar la investigación y la preselección. Su beneficio económico solo estará demostrado cuando las decisiones basadas en ellos superen a los procedimientos anteriores frente a resultados reales.
Fuentes: Digiday, 12.10.2026; Arima, población sintética de Alemania; Netzer/Sambandam, Synthetic Data in Marketing Research, septiembre 2026; Maiorano, estudio Sim-to-Real, preprint 2026.
Imagen simbólica: Luke Chesser / Unsplash. No es una ilustración del software de Arima.