INM Neuro LAB
ESENPT
Conversemos
PRODUCTO EN DESARROLLO · PILOTOS ASISTIDOS
NEUROPERFORMANCE

Lo que la persona siente,
conectado con lo que la pauta rinde.

Hoy la neurociencia aplicada y el performance marketing viven separados: se evalúa una pieza, se entregan recomendaciones y nunca se sabe cómo le fue en campaña. NeuroPerformance cierra ese ciclo.

Conversemos un pilotoVer NeuroLab Core
LA BRECHA

Dos mundos que no se hablan.

Neuromarketing

Mide atención, carga cognitiva y emoción, pero rara vez vuelve a ver la pieza después del lanzamiento.

Performance

Mide CTR, CPA y ROAS, pero no explica por qué una creatividad funciona o se desgasta.

NeuroPerformance une ambas lecturas en un mismo registro por creatividad.

CICLO CERRADO

Cada campaña mejora la siguiente.

Cada creatividad evaluada y luego pautada suma un dato que relaciona señal neurocientífica y rendimiento. Con más casos, los modelos propios se vuelven más precisos.

  1. 01

    Evaluación neuronal

    Atención, carga cognitiva y engagement predictivo de cada pieza antes de invertir.

  2. 02

    Lanzamiento en pauta

    La creatividad sale a Meta, TikTok, Google o programática con su ficha neuro asociada.

  3. 03

    Resultado real

    Se incorporan CTR, CPC, tasa de conversión, CPA y ROAS de la campaña.

  4. 04

    Aprendizaje propio

    El cruce alimenta modelos que recomiendan qué corregir y qué escalar en la próxima pieza.

I+D PROPIA

Predicción neuronal. Modelos propios INM.

Partimos de la predicción de atención y desarrollamos modelos propios que cruzan tres capas de datos. Ahí está la innovación.

Creative DNA

Señales neurocientíficas y atributos de cada pieza.

Performance Data

Resultados reales de pauta por creatividad.

Market Context

Categoría, plataforma, formato y calibración local.

MÓDULOS CORE · 7 herramientas

Motor de inteligencia creativa.

Siete módulos que llevan la predicción neuronal desde la mesa creativa hasta la pauta: filtrar, invertir, rotar, redistribuir, generar, proteger el ADN de marca y evaluar en contexto real.

01

Neural Creative Pre-filter

¿Cuáles de estas variantes merecen presupuesto?

El problema
Un equipo produce entre 5 y 30 variantes antes de lanzar, y la mayoría se descarta después de gastar presupuesto real en tests A/B.
Cómo lo resuelve
Cada imagen o video pasa por predicción neuronal y en segundos entrega cuatro métricas: Focus (dónde mira la gente), Clarity (qué tan fácil se procesa), Cognitive Demand (cuánto esfuerzo mental exige) y Engagement (activación emocional), junto a un mapa de calor de lo que se ve y lo que queda invisible.
Qué gana tu equipo
De 10 variantes, identificas las mejores antes de invertir un peso en medios, y el test A/B se concentra solo entre ganadoras pre-validadas.
Flujo
  1. Subes la pieza
  2. Predicción neuronal
  3. Scores + mapa de calor
  4. Ranking de variantes
  5. Pauta solo con ganadoras
FocusClarityCognitive DemandEngagement
02

Neuro-Programmatic Bidding

¿Por qué pagar lo mismo por una pieza brillante y una mediocre?

El problema
En programática el bid es idéntico para todas las creatividades de una campaña. El algoritmo tarda días o semanas, y presupuesto, en aprender cuál rinde.
Cómo lo resuelve
Cuando una pieza combina Focus alto y Cognitive Demand bajo, la combinación que suele anticipar mejores conversiones, recibe un bid más agresivo. Si los scores son bajos, el bid baja o la pieza se excluye. Funciona como un trader algorítmico de atención, con tope de gasto diario como red de seguridad.
Qué gana tu equipo
Más retorno por presupuesto y un periodo de aprendizaje de Meta y Google mucho más corto.

Ejemplo ilustrativoFocus > 70 y Engagement > 65 → bid 1,5×. Focus < 40 o Cognitive Demand > 80 → excluir.

Flujo
  1. Score neuronal
  2. Reglas por cliente
  3. Bid 1,5× / 1× / excluir
  4. Pauta en Meta y Google
  5. CTR, CPC y ROAS reales
  6. Vuelve al modelo
FocusCognitive DemandBidTope diario
03

Creative Decay Predictor

¿Cuándo se va a desgastar esta pieza?

El problema
Hoy la fatiga creativa se detecta cuando ya ocurrió: el CTR cayó esta semana y recién entonces se piden piezas nuevas.
Cómo lo resuelve
Monitorea a la vez la evolución de la atención de tu pieza en su feed real y la calidad creciente de los anuncios de la competencia en tu categoría. Si el mercado sube y tu pieza se mantiene estática, alerta con anticipación.
Qué gana tu equipo
El equipo creativo trabaja de forma proactiva y se eliminan los periodos muertos en que se paga por anuncios que ya no funcionan.

Ejemplo ilustrativo«Esta pieza perdería relevancia en unos 7 días. Prepara reemplazos.»

Flujo
  1. Captura semanal del feed
  2. Análisis de tu pieza
  3. Análisis de competidores
  4. Comparación vs. mercado
  5. Fecha estimada de desgaste
  6. Alerta + variantes sugeridas
Atención en el tiempoCompetenciaCaída de CTR
04

Attention Arbitrage Engine

¿Dónde compra más atención cada peso?

El problema
La misma pieza no capta la misma atención en todos los canales, y el costo de mostrarla varía mucho entre plataformas.
Cómo lo resuelve
Cruza la atención que genera la pieza en cada canal con lo que cuesta mostrarla ahí, y calcula un indicador de eficiencia propio: Atención por Dólar (APD). Como un arbitrajista financiero, encuentra dónde la atención está subvalorada.
Qué gana tu equipo
Recomendaciones concretas de redistribución para obtener más atención total con el mismo presupuesto.

Ejemplo ilustrativo«Tu pieza rinde 3× más atención por dólar en TikTok que en LinkedIn: mover parte del presupuesto aumenta la atención total sin gastar más.»

Fórmula y cálculo de APDAPD = (Focus × 0,6 + Engagement × 0,4) × Reach ÷ CPM

Atención por Dólar: cuánta atención compra cada unidad de presupuesto en cada canal.

CanalScoreCPMReach est.APDRecomendación
Instagram Feed72%$8,5045K8,47Mantener
TikTok Feed81%$5,2062K15,58Aumentar +40%
YouTube Pre-roll65%$12,0038K5,42Reducir
LinkedIn Feed58%$15,0012K3,87Mover a otros
Valores ilustrativos para explicar el cálculo; no corresponden a un cliente real.
Flujo
  1. Pieza analizada una vez
  2. CPM real o benchmark
  3. Cálculo de APD por canal
  4. Ranking de canales
  5. Redistribución sugerida
FocusEngagementReachCPM
05

Generative Creative Loop

¿Y si las variantes se diseñaran con datos desde el inicio?

El problema
Producir variantes toma días de diseño, revisión y ajustes, y muchas se diseñan con intuición, no con datos.
Cómo lo resuelve
Tres agentes trabajan coordinados: uno genera variantes desde el brief, otro las evalúa con predicción neuronal y descarta las débiles, y un tercero analiza qué tienen en común las ganadoras (colores, posición del CTA, composición) y entrega instrucciones de mejora. El ciclo se repite tres veces.
Qué gana tu equipo
Un proceso que tomaba una semana se comprime en una sesión, y las mejores variantes llegan a un panel humano para la decisión final.
Flujo
  1. Brief del cliente
  2. Agente diseñador
  3. Agente evaluador
  4. Agente estratega
  5. Repite ×3
  6. Top 3 a revisión experta
  7. Lanzamiento
VariantesAtenciónPatrones ganadores
06

Digital Creative Twin

¿Qué patrón visual funciona realmente para tu marca?

El problema
Cada marca tiene combinaciones de color, composición y estilo que funcionan, pero ese conocimiento vive en la intuición de un director creativo, no en un sistema.
Cómo lo resuelve
Cada pieza se descompone en su ADN visual: color dominante, saturación, presencia de rostro, posición del CTA, densidad de texto, estilo fotográfico. Con sus resultados reales, la plataforma construye el perfil de lo que funciona para tu marca y alerta cuando una pieza nueva se desvía del patrón ganador.
Qué gana tu equipo
Un activo estratégico exclusivo de tu cuenta que se vuelve más preciso con cada pieza. No reemplaza la creatividad: la informa.

Ejemplo ilustrativo«Puedes innovar, pero cuando te desviaste hacia tonos fríos, el rendimiento cayó.»

Flujo
  1. Pieza nueva
  2. Extracción de ADN visual
  3. Comparación con tu gemelo
  4. Desvío detectado
  5. Alerta con evidencia
ColorRostroCTADensidad de texto
07

In-Context Simulation + Voice of Attention

¿Cómo se ve tu pieza donde realmente compite?

El problema
Un anuncio que luce excelente aislado puede volverse invisible dentro de un feed, una página web o una góndola llena de estímulos.
Cómo lo resuelve
Inserta la pieza en una maqueta realista de su entorno final y mide cuánta atención capta frente a todo lo que la rodea. Voice of Attention suma el canal de audio: analiza el tono y la energía de la voz segundo a segundo y detecta cuándo imagen y voz se contradicen.
Qué gana tu equipo
Decisiones basadas en el contexto real de exposición y videos donde lo que se ve y lo que se escucha empujan en la misma dirección.
Flujo
  1. Pieza
  2. Maqueta de feed, web o góndola
  3. Análisis de la escena completa
  4. Delta de atención en contexto
  5. Cruce audio + imagen
Atención contextualSentimiento de vozDisonancia
CAPA HÍBRIDA · IA + EXPERTO · 3 herramientas

Donde la tecnología se cruza con el criterio.

La IA analiza miles de piezas por hora; el juicio de contexto sigue siendo humano. Estos módulos combinan ambos para generar insights que ninguna IA por sí sola puede producir.

H-01

Expert Review Panel

¿Qué no puede ver la máquina?

El problema
La IA no sabe si una marca cambió su posicionamiento, si hay una crisis en curso o si un tono que puntúa bien es culturalmente inapropiado para un mercado.
Cómo lo resuelve
Especialistas en neurociencia aplicada, dirección creativa y estrategia de medios revisan los análisis automáticos y agregan lo que la máquina no puede: coherencia con el momento de marca, adecuación al público y riesgos de percepción. El sistema registra la precisión histórica de cada revisor.
Qué gana tu equipo
Un reporte que combina datos e interpretación experta, con los revisores más certeros asignados a las cuentas más críticas.
Flujo
  1. Paquete de revisión automático
  2. Asignación de experto
  3. Criterio de marca y cultura
  4. Reporte IA + humano
Contexto de marcaAdecuación culturalRiesgo
H-02

Creative War Room

¿Y si la optimización fuera en vivo?

El problema
La optimización convencional va y viene por correo: cada ciclo de propuestas y comentarios tarda de uno a tres días.
Cómo lo resuelve
Una sesión en vivo donde el equipo INM sube variantes, muestra los scores al instante y hace ajustes en tiempo real. Tu equipo ve cómo mover un CTA, cambiar un color o redimensionar un elemento impacta directamente en la atención.
Qué gana tu equipo
La optimización pasa de ser un proceso de opinión a uno de datos, rápido y transparente, con registro completo de cada iteración.
Flujo
  1. Sesión agendada
  2. Variantes en pantalla
  3. Ajuste en vivo
  4. Score al instante
  5. Registro de la sesión
Antes / despuésAtenciónIteraciones
H-03

Performance Feedback Loop

¿Ese Focus de 72 se traduce en ventas?

El problema
Un score de atención no dice si eso equivale a un CTR de 2 % o de 4 %. Esa respuesta solo la tienen los datos reales de campaña.
Cómo lo resuelve
Al conectar las cuentas publicitarias, la plataforma registra qué pasa con cada pieza tras publicarse: clics, costo y retorno. Así acumula lo que ni las plataformas de medios ni los estudios de atención tienen por separado: la intersección entre predicción neuronal y rendimiento real.
Qué gana tu equipo
Un panel de calibración que muestra cómo se relacionan atención y resultados en tu cuenta, y el combustible de todos los modelos propios.
Flujo
  1. Conectas tus cuentas
  2. Resultados por pieza
  3. Cruce con scores neuro
  4. Calibración Focus vs. CTR
  5. Modelos más precisos
CTRCPCROASConversiones
MODELOS PROPIOS · 5 herramientas

La neurociencia predice atención. INM predice resultados de negocio.

Cinco modelos que cruzan señales neurocientíficas, ADN visual y contexto de mercado. Esa brecha es donde se construye propiedad intelectual.

ML-01

Performance Predictor

¿Cuánto va a vender esta pieza?

El problema
Saber dónde mira la gente no basta: un CFO necesita resultados de negocio.
Cómo lo resuelve
Estima el CTR o el ROAS esperado de una pieza antes de lanzarla, a partir del cruce de tres capas que solo esta plataforma acumula: señales neuro, ADN visual y contexto de mercado.
Qué gana tu equipo
Neurociencia traducida a métricas que la dirección financiera entiende. La precisión crece con cada campaña real.

Ejemplo ilustrativo«Si lanzo esta pieza en Instagram, ¿qué CTR puedo esperar frente a la anterior?»

Flujo
  1. Señales neuro
  2. ADN visual
  3. Contexto de mercado
  4. Rango esperado de CTR / ROAS
CTR esperadoROAS esperado
ML-02

Creative Recommender

¿Qué funcionó para marcas como la tuya?

El problema
Una marca nueva en la plataforma aún no tiene historial propio para recomendaciones.
Cómo lo resuelve
Como los recomendadores de Netflix o Spotify, encuentra marcas comparables por categoría, país y público, identifica los patrones visuales de sus piezas ganadoras y prescribe ajustes a tu pieza.
Qué gana tu equipo
Recomendaciones útiles desde el primer día, cada vez más específicas a medida que acumulas datos propios.

Ejemplo ilustrativo«Las marcas fintech de LATAM con mejor ROAS usan rostro humano y CTA con verbo de acción. Tu pieza cumple 2 de 5 criterios.»

Flujo
  1. Tu pieza
  2. Marcas comparables
  3. Piezas de alto rendimiento
  4. Criterios ganadores
  5. Cuántos cumples
CategoríaPaísPatrones
ML-03

Anomaly Detector

¿Qué excepción brillante se nos está escapando?

El problema
Un modelo que solo aprende patrones normales pierde las piezas que rompen las reglas y aun así funcionan.
Cómo lo resuelve
Busca piezas que desafían las convenciones y, contra lo esperado, generan resultados excepcionales. Analiza qué las hace funcionar y las convierte en hipótesis para probar en próximas campañas.
Qué gana tu equipo
Oportunidades que un enfoque conservador nunca encontraría, por ejemplo categorías donde la complejidad visual despierta curiosidad.
Flujo
  1. Distribución normal
  2. Outlier detectado
  3. Anomalía positiva
  4. Hipótesis
  5. Experimento controlado
OutliersHipótesis
ML-04

Attention Decay Forecaster

¿Qué día exacto empezará a caer?

El problema
Detectar el desgaste mientras ocurre deja poco margen para reaccionar.
Cómo lo resuelve
Aprende de la trayectoria histórica de muchas piezas y del contexto competitivo para pronosticar la fecha en que tu pieza perderá efectividad, con un intervalo de confianza.
Qué gana tu equipo
Semanas de ventaja para preparar reemplazos en lugar de reaccionar con urgencia; cerca del umbral, puede activar el loop generativo.
Flujo
  1. Serie histórica
  2. Contexto competitivo
  3. Pronóstico con intervalo
  4. Alerta a 7 días
  5. Reemplazos listos
TendenciaEstacionalidadIntervalo de confianza
ML-05

Causal Impact Analyzer

¿El cambio creativo causó la mejora, o fue otra cosa?

El problema
Correlación no es causalidad: quizás el buen CTR viene de una mejor audiencia o de la temporada, no del cambio creativo.
Cómo lo resuelve
Aísla con técnicas estadísticas el efecto de cada variable y calcula qué parte de una mejora se debe al cambio creativo y qué parte a otros factores.
Qué gana tu equipo
La optimización creativa pasa de ser un arte a una ciencia cuantificable, con relaciones causales por categoría.
Flujo
  1. Cambio creativo
  2. Control de factores externos
  3. Efecto aislado
  4. Relación causal cuantificada
Efecto causalEstacionalidadAudiencia

Los modelos están en desarrollo y su precisión depende del volumen de casos reales. No se presentan como resultados garantizados.

SERVICIOS COMPLEMENTARIOS · 6 herramientas

Un ecosistema que alimenta el núcleo.

Cada servicio resuelve un problema distinto del cliente y, a la vez, suma datos al núcleo de la plataforma.

S-01

Brand Consistency Engine

¿Todas tus oficinas y agencias hablan el mismo idioma visual?

El problema
Equipos en distintos países y agencias producen por separado: cada uno con su paleta, y cada desvío del patrón ganador resta rendimiento.
Cómo lo resuelve
Un guardián automático compara cada pieza con el gemelo digital de la marca y un manual de reglas (rangos de color, Focus mínimo, posición de logo, tipografía). Funciona como aprobación obligatoria o como alerta informativa.
Qué gana tu equipo
Identidad visual coherente sin importar quién produzca el contenido.
Flujo
  1. Pieza de cualquier oficina
  2. Comparación con el gemelo
  3. Reglas de marca
  4. Aprobada / corregir
ColorLogoTipografíaFocus mínimo
S-02

Influencer Creative Intelligence

¿Cuánta atención recibe tu producto dentro del contenido del creador?

El problema
La selección de influencers se basa en métricas de vanidad: seguidores, likes y engagement rate. Ninguna responde lo que importa.
Cómo lo resuelve
Analiza los últimos posts de cada candidato y mide cuánta atención recibe el producto dentro de su contenido. Un creador con menos seguidores puede dar más visibilidad al producto que otro mucho más grande.
Qué gana tu equipo
Comparación de candidatos por atención al producto por peso invertido, no por seguidores.
Flujo
  1. Candidatos
  2. Últimos posts analizados
  3. Visibilidad del producto
  4. Atención ÷ costo
  5. Recomendación
Visibilidad de marcaAtenciónCosto por post
S-03

Neuro-Email Optimizer

¿Tu CTA se ve antes de enviar el correo?

El problema
Los correos se optimizan con tasas de apertura y clic que solo se conocen después de enviar.
Cómo lo resuelve
Analiza cada correo como una imagen completa y muestra si el CTA principal recibe atención suficiente, si la imagen principal distrae o si el encabezado tiene demasiada carga cognitiva.
Qué gana tu equipo
Recomendaciones accionables antes de llegar a un solo suscriptor.

Ejemplo ilustrativo«Tu CTA recibe solo una fracción de la atención. Subirlo y cambiar su color lo haría mucho más visible.»

Flujo
  1. Plantilla del correo
  2. Vista de lectura
  3. Análisis de atención
  4. Puntaje del correo
  5. Ajustes sugeridos
Atención al CTADistracciónCarga cognitiva
S-04

Creative Intelligence Reports

¿Cómo se ven los mejores anuncios de tu categoría?

El problema
Las marcas no tienen benchmarks de atención por industria para saber dónde están paradas.
Cómo lo resuelve
Reportes periódicos con benchmarks de atención por categoría, tendencias (video vs. imagen, colores al alza) y ranking de las piezas con mejor desempeño neurológico.
Qué gana tu equipo
Inteligencia de mercado en tres niveles: resumen gratuito, versión completa y versión a medida por categoría.
Flujo
  1. Anuncios más pautados
  2. Análisis por categoría
  3. Benchmarks y tendencias
  4. Reporte por niveles
BenchmarksTendenciasRanking
S-05

Packaging War Room

¿Tu producto se ve en una góndola con 40 competidores?

El problema
Un empaque excelente aislado puede desaparecer en un estante de tres metros lleno de competencia.
Cómo lo resuelve
Con una foto de la góndola real, detecta cada producto, superpone un mapa de calor y cuantifica qué porcentaje de la atención capta tu producto frente a cada competidor. Luego propone cambios y proyecta su impacto.
Qué gana tu equipo
Decisiones de empaque y exhibición basadas en la atención real en el punto de venta.
Flujo
  1. Foto de la góndola
  2. Detección de productos
  3. Mapa de atención
  4. Share de atención
  5. Mockups antes / después
Share de atenciónCompetidoresDelta
S-06

Creative Due Diligence

¿Esta marca crece por fuerza de marca o por descuentos?

El problema
Quienes evalúan invertir en una marca necesitan saber si su comunicación construye marca o solo empuja precio.
Cómo lo resuelve
Evalúa la creatividad de la marca frente a los benchmarks de su categoría: atención promedio, visibilidad de marca y posición relativa.
Qué gana tu equipo
Un diagnóstico independiente, con reporte escrito y presentación con el panel experto.

Ejemplo ilustrativo«Focus en el percentil 22 de su categoría y baja visibilidad de marca: crece por precio, no por fuerza de marca.»

Flujo
  1. Piezas de la marca
  2. Benchmarks de categoría
  3. Percentil y visibilidad
  4. Diagnóstico
PercentilVisibilidad de marca
PARA QUIÉN

Equipos que invierten en pauta y quieren saber por qué funciona.

Llevemos tu próxima campaña al laboratorio.

Coordinamos un piloto asistido con tus creatividades y tus datos de pauta.

Conversemos