¿Esta campaña salió mejor o peor que las anteriores?

Más allá del panel, una lectura escrita

El panel de campaña ya muestra el embudo de entrega, lectura y respuesta en gráficos — eso es métrica pura, sin ninguna IA de por medio. Lo que la IA agrega es una capa aparte: un resumen ejecutivo escrito, un puntaje de desempeño de 0 a 100 y una lista de puntos de atención clasificados, cada uno con su recomendación práctica.

Cada punto de atención identificado llega ya clasificado por tipo y por prioridad, así que quien mira el resultado sabe de entrada qué merece atención inmediata y qué es solo un ajuste fino para el próximo envío.

Ese análisis mira datos que van más allá de los números obvios de entrega y lectura: cómo se reparte la interacción por hora del día, el tiempo medio de respuesta y el desempeño de cada variante si la campaña corrió una prueba A/B — información que difícilmente alguien cruzaría a mano campaña tras campaña.

El punto de comparación son tus campañas anteriores

El análisis no mira la campaña aislada: busca las últimas campañas concluidas de tu organización y compara el resultado actual con ese historial reciente, además de incorporar referencias generales de mercado para el canal de WhatsApp. Eso ayuda a responder una pregunta más útil que "¿esta campaña fue buena?" — que es "¿esta campaña fue mejor o peor que las últimas tuyas?".

Cuando la campaña incluye una prueba A/B, la comparación entre variantes también entra en el análisis, con la IA señalando cuál rindió mejor y, cuando es posible, una hipótesis del motivo — no es la IA corriendo la prueba, es la IA leyendo el resultado que la prueba ya produjo.

Recomendación para la próxima campaña, no solo diagnóstico

Cada punto de atención que la IA identifica viene con una recomendación práctica asociada, ordenada por relevancia, además de una lista aparte de buenas prácticas y consejos específicos para la próxima campaña que vayas a enviar. La idea es cerrar el ciclo: analizar lo que ya pasó para mejorar lo que todavía va a pasar, en lugar de archivar el informe y nada más.

Ese resultado queda guardado en caché hasta siete días después de generarse, para no reprocesar la misma campaña una y otra vez sin necesidad, y se recalcula automáticamente en cuanto hay dato nuevo suficiente para cambiar la lectura. Ese plazo existe para equilibrar dos intereses: mantener la lectura relativamente fresca sin obligar al sistema a reprocesar la misma campaña cada vez que alguien reabre la pantalla de resultados el mismo día.

Necesita un volumen mínimo para funcionar bien

El análisis por IA solo se genera cuando la campaña ya tiene al menos diez mensajes enviados — por debajo de ese mínimo el resultado tiende a ser estadísticamente poco confiable, y la pantalla muestra solo las métricas estándar del panel, sin el resumen de IA. Es una limitación deliberada, para no devolver una lectura genérica sobre pocos datos.

Por debajo de ese mínimo de diez envíos, el sistema sencillamente no intenta generar el análisis — en vez de devolver un resumen de IA construido sobre una muestra demasiado pequeña para sostener cualquier conclusión sobre horario, respuesta o variante ganadora.

Eso significa que las campañas de prueba muy pequeñas, o los envíos a una lista corta, no generan análisis de IA — la función está pensada para campañas con volumen real, donde los patrones de horario, respuesta y variante aparecen realmente en los números.