--- title: "Misión y manual de Unite" description: "La tesis, la historia y la misión de Unite, en el manual que el fundador escribe en público, un capítulo a la vez." canonical: https://unitebr.com/es/mision last_updated: 2026-10-16 --- # Misión y manual de Unite El manual 1. Por qué existe Unite 2. Cómo llegamos hasta aquí 3. Para quién construimos 4. Cómo decidimos qué construir 5. Cómo ganamos dinero 6. Cómo trabaja el equipo 7. Lo que valoramos 8. Hacia dónde vamos Publicamos un capítulo a la vez, en público. # Por qué existe Unite Weverton Guedes · Fundador y CEO · São Paulo, agosto de 2026 ## Nuestra misión Construir la infraestructura de la ciencia creativa. En la práctica, construir esta infraestructura es hacer que cada decisión creativa aporte más al resultado del negocio. Cada año se invierte más de un billón de dólares en publicidad, y buena parte de ese retorno depende de elegir qué producir y qué poner al aire. Unite nació para llevar inteligencia de datos, ciencia y método a ese momento, y así potenciar el impacto de cada decisión sobre presupuesto, producción y exposición de marca. ## Por qué esta es la misión El mercado publicitario usa mucha menos ciencia de la que podría. Tenemos las generalizaciones empíricas del Ehrenberg-Bass, décadas de análisis del IPA Databank, bases normativas de Kantar, System1 e Ipsos, además de los tests gigantescos de Google y Meta. Sin hablar del copy testing, que existe desde los años 20. El problema es que esa información llega en el formato equivocado y en el momento equivocado. Un promedio de categoría no ayuda a decidir qué pieza debe salir al aire mañana. Cuando llega el informe, semanas después, el equipo ya publicó un montón de otras cosas, el proveedor se queda con el conocimiento y a la marca solo le queda una presentación final. Aun cuando la evidencia existe, casi nunca entra en la rutina. Falta tiempo para buscarla, acceso al historial e incentivo para revisar una decisión mientras todavía se puede cambiar. Las reglas generales ayudan en el día a día, pero no sirven para elegir entre las opciones que el equipo tiene en la mano. Para eso hay que analizar las propias piezas y usar el resultado de cada campaña para mejorar la siguiente. Sin ese ciclo, el equipo sigue buenas prácticas, pero sigue sin saber qué funciona de verdad para la marca. Una buena práctica guardada en un PDF en Drive pierde contra la entrega que hay que sacar con un plazo corto. Un test formal cuesta caro y tarda demasiado, así que casi siempre queda para el gran comercial de marca y no para las piezas de performance, que se llevan la mayor parte de la atribución directa del resultado. Los incentivos también estorban. El mercado paga por la entrega y valora lo nuevo. Nadie recibe un ascenso por evitar un error que la empresa comete una y otra vez. Y nada se acumula. La marca investiga, aprende, olvida y, tiempo después, lanza algo parecido a lo que ella misma ya había descartado. La medicina pasó por algo parecido. La literatura ya existía cuando la medicina basada en evidencia creció en los años 90. Lo que cambió fue el uso de esas pruebas en la atención al paciente: el médico sigue decidiendo, pero ahora con información de verdad. A eso me refiero cuando hablo de ciencia creativa. Mejorar la decisión en el momento de la pieza, aprender del resultado y aplicarlo en la siguiente ronda. ## ¿Por qué ahora? Advantage+ (Meta Ads) y Performance Max (Google Ads) automatizaron buena parte de la compra de medios. Los modelos generativos derrumbaron el costo de hacer variaciones, y hoy se pueden producir quinientas piezas en una tarde (todavía con desafíos de calidad, pero eso va a mejorar). El cuello de botella pasó de la capacidad de producir a la elección. Alguien tiene que decidir qué piezas merecen existir. Para muchas marcas, los medios también se encarecieron. Más anunciantes disputando la misma atención, subastas que empujan el precio hacia arriba y costos nuevos que llegan en la factura, impuestos incluidos. Equivocarse en el creativo hoy cuesta mucho más que antes. El equipo tarda en darse cuenta. El creativo se satura, la frecuencia sube, el CTR cae y el CPA se dispara. Cuando la señal aparece en el panel, dos semanas de presupuesto ya se fueron a una pieza que el público no aguanta más ver. Como el volumen es alto, ese error se vuelve rutina. ## Dónde se pierde el dinero Cada semana el equipo elige qué sale al aire y compromete presupuesto, producción y exposición de marca con poca evidencia. La pieza mala aparece en la cuenta del mes. La alternativa mejor, que nadie produjo, no aparece en ningún lado. Antes de salir al aire, una elección débil quema horas de producción y ya pone presupuesto en riesgo. Producir más variaciones aumenta la cantidad de intentos (pero no cambia la tasa de acierto de cada uno: aunque en teoría el volumen ayude a descubrir creativos ganadores, tiene que partir de buenas hipótesis). Después de salir al aire, la lectura de fatiga tiene que llegar a tiempo para cambiar la pieza en la misma ronda. Analizarlo dos semanas después no resuelve nada. Entre una ronda y otra, se van horas exportando, renombrando y cruzando hojas de cálculo. Es trabajo operativo que ocupa a gente que debería estar pensando de forma crítica en los insights, la cultura, la marca y las hipótesis creativas. El resultado de negocio no depende solo del creativo, y los datos del administrador de anuncios no prueban cuál fue la causa. Aun así, elegir mejor, reaccionar antes y evitar la repetición cambia cuánto dinero se pierde en el camino. Parte de la ganancia que queremos generar para las marcas viene de rescatar ese monto enorme de dinero que hoy se pierde. El valor de la infraestructura aparece cuando todas esas elecciones mejoran juntas. ## El ciclo entre decisión, producción y medios Validate entra antes del gasto. Ayuda al equipo a comparar piezas, evaluar riesgos y decidir qué merece inversión (y no se limita a lo digital: hoy ya hace el pretest incluso de piezas de vía pública, OOH). Optimize sigue lo que corrió en canales como Meta, TikTok y Google, relaciona los atributos de cada pieza con el desempeño, monitorea la fatiga y convierte el resultado en aprendizaje para la decisión siguiente. Create lleva ese aprendizaje de vuelta a la producción, al ritmo y con el volumen que la operación necesita. La superficie central registra las hipótesis, el conocimiento de marca, las derrotas y las victorias, y así el equipo separa lo que realmente predijo de la explicación que se suele inventar en el informe final. ## Lo que hace posible este ciclo ### Instrumentación El administrador de anuncios entrega un ID y una métrica. Gancho, producto, ritmo, mecanismo de persuasión, narrativa, etc. quedan afuera (justo lo que alguien necesita para decidir qué producir). Sin esos atributos, el equipo sabe cuánto gastó la pieza, pero no logra convertir eso en una decisión creativa. La instrumentación conecta pieza, atributo, hipótesis, pauta y resultado. Y guarda el motivo de la elección antes de que la pieza salga al aire. Ese cuidado importa porque los datos de la cuenta son observacionales. La plataforma le da más presupuesto a lo que ya va bien, hasta que se satura (algo que pasa cada vez más rápido, tanto por la lógica con la que funcionan los algoritmos como por la cultura y el comportamiento del consumidor). La lectura tiene que separar lo que se observó de lo que se testeó. También hace falta una metodología de análisis adecuada. Si dos piezas se entregaron a públicos distintos, la diferencia de resultado entre ellas no se debe al creativo. Ningún modelo corrige una comparación mal construida. ### La memoria de marca Hoy, la información sobre las creaciones está dispersa en carpetas, correos y presentaciones. La pieza queda en un lado, el resultado en otro, y el porqué de esa elección casi siempre se pierde. Con esta memoria, el siguiente brief parte de lo que pasó, sin depender de que alguien se acuerde, vuelva a exportar todo o reconstruya la historia. Buena parte del conocimiento de la marca hoy está en la cabeza de las personas, y cuando alguien se va, se lleva ese aprendizaje. El historial tiene que pertenecerle a la marca, no a quien pasó por ella. Así la empresa evita el retrabajo y no gasta dos veces en lo mismo. ### Sistemas creativos La inteligencia creativa solo vale cuando llega a la ejecución. Lo que la marca aprendió tiene que entrar en el brief, orientar la producción, pasar por la aprobación y aparecer en la pieza que sale al aire. Cuando ese camino depende de copiar información de una herramienta a otra, es obvio que el aprendizaje se muere. Unite Flows le da más velocidad a eso: automatiza lo repetitivo y mantiene el contexto entre creación, aprobación y medios. Así el equipo produce más rápido y logra aplicar lo que la marca aprendió, con el volumen que la operación exige. ### El motor de inteligencia creativa La memoria es exclusiva de cada marca. Aparte de ella, nuestro motor identifica patrones en datos generales que las marcas autorizaron usar. Una marca rara vez consigue muchos éxitos en un año. Con una tasa de acierto de entre 5% y 8%, no se puede formar un patrón confiable mirando solo el historial de una cuenta. El motor también ayuda al comienzo. El cliente ya entra con lo que funciona en el mercado y va construyendo su propio historial encima de eso. Un patrón solo ayuda cuando se tiene en cuenta el contexto. Categoría, región, idioma, plataforma y estacionalidad, además de infinitos otros factores, cambian la respuesta, que encima no es estática: cambia con el tiempo. ## El papel humano La herramienta organiza la evidencia y deja el historial listo para consultar. Quien responde por la elección sigue decidiendo. El repertorio, el timing cultural y el coraje de probar cosas nuevas no salen de un cálculo matemático. En sectores regulados, la elección también implica responsabilidad legal y de marca. La automatización no le quita eso a nadie. ## Sobre meter todo en un modelo genérico Hay muchos gurús diciendo que basta con conectar un modelo a tu Drive, tus hojas de cálculo y tu administrador de anuncios para tener inteligencia y resultados. Se olvidan de que el modelo solo usa lo que tú le das, y las decisiones que de verdad hacen la diferencia dependen de mucho más que eso. Ni el modelo más capaz recupera los modelados normalizados y el contexto curado y propietario que hacen falta para entregar alta calidad si nadie los pone a su disposición. Tampoco corrige el sesgo de medios, los cambios de público ni la fatiga de los creativos, y una respuesta suelta en ChatGPT o Claude no se convierte en memoria institucional. El aprendizaje tiene que llegar al brief sin depender de que alguien vuelva a hacer la misma pregunta. Sin esa base, el modelo encuentra archivos incompletos y respuestas sueltas, y ningún historial listo para orientar las decisiones que importan. ## Sobre Meta cerrando su propio ciclo Meta quiere cerrar la generación, el público, la entrega y la medición dentro de su propia plataforma. Advantage+ ya se volvió la configuración por defecto de las campañas. Meta puede distribuir e incluso producir a escala, pero lo que sale a la calle lo decide la marca, la única que tiene el contexto completo que esa decisión necesita. ### Por qué la lectura tiene que ser independiente Los grandes anunciantes usan tests de incrementalidad porque no confían solo en lo que dice la propia plataforma. Meta mide lo que se atribuye a sí misma y no compara su creativo con otro canal. Esa lectura tiene que venir de afuera. Lo que Meta aprende mejora solo su propio sistema. La marca no puede consultar ese acervo, y quien guarda los datos es el mismo que opera la subasta. Los datos críticos sobre la reacción a los creativos de la marca pautados en el inventario de Meta nunca van a estar disponibles para la marca. Otra vez, no hay incentivo para eso. Para un minorista pequeño de un solo canal, cerrar el ciclo dentro de la plataforma puede ser suficiente. Para una marca grande, el historial y los tests tienen que atravesar canales; necesitan una capa agnóstica. ## Lo que amplía el impacto ### 01 Calidad creativa en el MMM El MMM reparte el presupuesto entre canales con datos agregados e historial largo. O sea, resuelve el portafolio y la gestión del presupuesto, y las decisiones creativas quedan afuera. La calidad creativa todavía entra en estos modelos de atribución como residuo. Por eso apuesto al potencial de sinergia de nuestra infraestructura creativa con los proveedores de MMM, para mejorar este tipo de lectura y acercar más nuestro trabajo al resultado de negocio. Para que la creatividad se vuelva una variable útil en el MMM, hacen falta un acervo etiquetado, comparaciones válidas y series históricas. En el futuro, queremos entregar la variable creativa e integrarnos con quienes ya miden canal, presupuesto e incrementalidad. ### 02 Agentes después de la base Un agente solo puede proponer una ronda creativa cuando pieza, pauta, resultado y motivo están conectados. Antes de eso, genera variaciones genéricas. Hoy Validate entra después de la producción. El próximo paso es llegar al brief, antes de ese gasto. ### 03 La marca entera y otros medios También queremos mirar los activos distintivos, la consistencia y el desgaste a lo largo de los años, atravesando campañas y canales. Empezamos por lo digital porque ahí existen datos por pieza. Hoy Optimize lee Meta, TikTok y Google, Validate hace el pretest incluso de vía pública (OOH y DOOH), y Create produce para cualquier medio. Otros medios, como retail media y CTV, también están en nuestro radar. La misma disciplina va a acompañar esa expansión. ## Brasil primero, global después Empezamos en Brasil porque los grandes anunciantes de aquí producen en volumen, trabajan con agencias y tienen equipos de marca y de performance que evalúan el creativo de formas distintas, sin método y con todos los desafíos que ya conté. Como aquí el presupuesto es menor, la solución tiene que ser muy capaz de generar la mayor ganancia posible en todos los frentes donde actuamos. Si generamos lift de resultados a escala aquí, vamos a tener la certeza de que estamos listos para mercados más grandes. El historial le pertenece a la marca en cualquier país, y nuestra estructura ya soporta otros mercados. ## La profesión que falta Entre medios, datos y creatividad existe un trabajo que nadie ocupa por completo: integrar esos mundos (el conflicto entre medios/BI y creatividad es un clásico). El Creative Strategist ocupa esencialmente ese espacio. Se encarga de la hipótesis, el brief, el test y el aprendizaje. Es una función que ya existe en otros mercados, pero que prácticamente no existe en Brasil, sobre todo en las grandes marcas (todavía es un movimiento muy concentrado en las marcas DTC y DNVB). Apostamos fuerte por esta especialización como el eslabón que falta para que esta inteligencia creativa se ejecute en la práctica, desde dentro de las operaciones de las marcas. Queremos hacer posible la consolidación de esta profesión. ### Interés propio Un mercado con estrategas formados compra mejor lo que construimos (prefiero admitirlo antes que fingir una vocación educativa). Vamos a empezar con la Academy: bootcamps gratuitos, con certificación y profesores de peso que trabajan en el mercado. Primera cohorte en São Paulo, después América Latina. Eso va a ampliar el impacto de Unite, porque alguien tiene que aprender a operar el método. El centro sigue siendo mejorar la decisión creativa. ## Sobre llamar a esto ciencia Elegí la palabra ciencia porque obliga a mostrar la base, la incertidumbre y los límites. No vamos a presentar correlación como causa ni vender predicción como certeza. Si los datos no sostienen la respuesta, lo vamos a decir. Cuando nos equivoquemos, vamos a corregirlo en público y explicar qué cambió. Puedes exigírmelo. ## Lo que Unite no es La compra de medios queda en manos de las plataformas. Ellas lo hacen mejor de lo que podríamos hacerlo nosotros. El reporte forma parte del proceso (como subproducto; no es lo que vendemos). La investigación tradicional trabaja a otro ritmo. Nosotros trabajamos al nivel de cada pieza y en el tiempo real de la operación. Los equipos creativos y las agencias siguen en el centro, incluso en las elecciones que dependen de repertorio. Nosotros aportamos evidencia y sacamos el trabajo manual del camino. La IA para generar anuncios no es el producto. El volumen sin el historial y el conocimiento de la marca no sirve de nada; solo escala el problema. ## El plan 1. Mejorar la decisión antes del gasto. Validate tiene que ayudar al equipo a comparar piezas y cambiar la elección mientras todavía hay tiempo. 2. Aprender mientras los medios corren. Optimize tiene que identificar patrones y fatiga mientras todavía hay tiempo de evitar pérdidas y potenciar ganancias. 3. Llevar el aprendizaje a la producción. Create tiene que convertir evidencia en una ronda creativa con la eficiencia, la velocidad y la calidad que esperan las marcas. 4. Hacer que el ciclo funcione en la operación. Tenemos que garantizar la consistencia en el flujo de organización, brief, producción y aprobación, automatizando lo repetitivo y manteniendo el contexto entre las etapas. 5. Instrumentar todo el ciclo. Hipótesis, pieza, atributo, pauta, resultado y motivo tienen que quedar conectados. 6. Convertir ese historial en memoria de marca y escalar el motor de patrones agregados que ya construimos. 7. Conectar la calidad creativa con el MMM, la incrementalidad y otras pruebas de negocio. 8. Formar a quienes van a operar esta disciplina, con alcance, niveles de seniority y una misma vara para marca, performance, datos y creatividad. ### Para cerrar, lo que puede cambiar el juego en diez años Hoy el consumidor busca, compara y compra. En los próximos diez años, buena parte de eso debería pasar a agentes de IA, y un agente no mira anuncios. La mitad de los consumidores ya dice que dejaría que el agente cambiara sus marcas preferidas por otra más barata (en la mayoría de los segmentos, el motivo número uno siempre es el precio). O sea, la mitad de la lealtad que la marca tardó treinta años en construir vuelve a cero en un prompt. ¿Y qué queda por disputar? Ser legible para las máquinas, una función que hoy no existe en ningún organigrama. Los medios avanzan en las dos direcciones a la vez: más baratos por impresión, porque los proveedores de medios crean nuevos espacios más rápido de lo que el mundo crea personas, y más caros por resultado (por el mismo motivo). Un anuncio ya puede correr casi en cualquier lugar, incluso en un asistente o en un refrigerador, y la atención del consumidor está cada vez más diluida y disputada. La entrega también debería cambiar. En lugar del archivo terminado, las marcas pueden empezar a enviar las reglas de lo que cualquier máquina puede armar en su nombre, con procedencia auditable donde la categoría esté regulada. Ahí aparece el contramovimiento: cuando todo parezca artificial, lo crudo y artesanal vuelve a tener valor justamente porque es más difícil de producir. Ninguna de estas cosas por sí sola cambia el juego, pero la suma de estos y de muchos otros movimientos que ya se prevén va a tener un gran impacto en nuestra industria (al menos una vez por década, algo nuevo cambia por completo la forma en que funciona la industria publicitaria). Mucho (o todo) puede cambiar, y por eso este texto es público. Cuando deje de describir la realidad, lo actualizo.