Probabilidades con sus razones, y una etiqueta que indica dónde son débiles.

Gravity es el motor de modelos detrás de atlas y stage. Estima quiénes tienen probabilidad de actuar, por qué, cómo deciden, cuándo pueden escucharlo y si contactarlos cambiará algo, y luego pone a prueba cada modelo con resultados que le pertenecen a usted antes de que alguien lo use. Siga una pregunta, a quién vale la pena llegar, desde los datos hasta la ficha con la que actúa su equipo.

01El problema

Parte de su presupuesto paga ventas que habría hecho de todos modos.

Casi toda la segmentación encuentra a las personas con probabilidad de actuar. No puede decirle si su mensaje es la razón por la que actuaron. La persona más cara de alcanzar es la que habría actuado de todos modos, y Gravity está hecho para distinguir a unas de otras.

Invierta donde el contacto cambia el resultadoLos modelos de persuadibilidad estiman la diferencia que produce llegar a alguien, no solo si actuará.
Deje fuera a las personas que un mensaje alejaAlgunas personas tienen menos probabilidad de actuar una vez contactadas. Salen del plan.
Mídalo frente a un grupo de controlEl incremento se mide frente a las personas a las que usted decidió no contactar, así que la cifra es la diferencia que usted logró.

Actuarían de todos modos

Contactarlos consume presupuesto y se atribuye el mérito de una decisión que ya habían tomado.

Contactado: actúa · No contactado: actúa

Persuadibles

Las únicas personas a las que el contacto mueve a actuar. Aquí es donde la inversión mueve los números.

Contactado: actúa · No contactado: no actúa

Ahuyentados

El contacto reduce su probabilidad de actuar. Su lugar está en la lista de exclusión, no en el plan de medios.

Contactado: no actúa · No contactado: actúa

Esta vez no

Ningún mensaje los mueve en esta ventana de tiempo. Su disposición puede cambiar; la puntuación lo detectará cuando ocurra.

Contactado: no actúa · No contactado: no actúa

Cuatro tipos de personas en cualquier audiencia, clasificadas según lo que hacen con y sin contacto. Ilustración; las proporciones no provienen de un desarrollo para un cliente.

Siguiente Las cinco preguntas que hace Gravity para encontrar a los persuadibles

02Cinco preguntas

Cinco preguntas detrás de cada audiencia.

La persuadibilidad es una de las cinco. Cada familia responde una pregunta de la que depende un plan, con 100 modelos en el catálogo en producción basados en un solo registro de más de 17,000 señales. Cada puntuación es una probabilidad calibrada de 0 a 1, no un veredicto, y lleva una etiqueta que indica dónde es débil.

Familia Qué estima Qué hacer con ello

Propensión Qué tan probable es que una persona realice una acción específica en una ventana de tiempo A quién contactar primero

Motivación Las razones que pueden importarles más en este momento Con qué mensaje abrir

Estilo de decisión Cómo abordan una elección: profundidad de la investigación, ritmo, a quién consultan Cuánto decir y con qué rapidez

Receptividad Apertura a un mensaje o a un momento, y cuándo pueden escucharlo Cuándo contactarlos

Persuadibilidad Cuánto cambia el contacto lo que harían de otro modo Dónde la inversión mueve los números

Siguiente Lo que leen los modelos para responderlas

03La evidencia

Más de 17,000 señales. Cada una definida, verificada y autorizada.

Para responder esas cinco preguntas, cada modelo lee de un solo registro. Cada señal tiene una definición escrita, una verificación de tasa de llenado y una razón de ser, así que una puntuación siempre puede rastrearse hasta la evidencia que la respalda.

Eventos conductuales
62.6 mil millones de eventos resueltos, actualizados a diario: lo que las personas leen, investigan, comparan y vuelven a consultar, y cuándo.
Temas de intención
7,015 temas de consumo activos en 25 categorías, de un diccionario de 10,636.
Ritmo de compra
Con qué frecuencia, en qué volumen y en qué categorías compran las personas, no solo si lo hicieron.
Puestos y empleadores
Cargos profesionales y sus cambios, a nivel de persona.
Afinidades de marca
Con qué marcas y herramientas interactúan las personas, y cuáles abandonan.
Sus resultados
Conversiones que usted acepta compartir. 8,087 etiquetas de resultados de clientes regresan al circuito.

Cifras de la auditoría del 19 de agosto de 2026 y de la revisión de capacidades de octubre de 2026.

Nunca en el registro

Origen étnico o ideología política modelados, como entrada o como criterio de selección
Datos sobre menores de edad
Información de salud protegida: por diseño, no se incorpora ninguna
Datos de clientes en un modelo compartido con otros clientes

Siguiente Cómo se gana un modelo el derecho a usarse

04La prueba

Ningún modelo se publica hasta que supera sus referencias.

Evaluado con resultados que le pertenecen, frente a dos referencias y su enfoque actual, y después supervisado todos los días. El informe de validación abarca ROC y AUC, precisión y exhaustividad, incremento por decil, calibración, estabilidad entre reconstrucciones y el resultado de negocio frente a su grupo de control.

0.87AUC en los datos reservados: qué tan bien clasifica el modelo publicado

5.04×incremento en el 10% con mayor puntuación frente a la tasa de la población

De un ciclo completo de reentrenamiento en educación superior. Resultados reportados por Moonbrush. Los detalles del estudio y el expediente de aceptación están disponibles bajo un acuerdo de confidencialidad.

01 Sus datos reservados Etiquetas de resultados que le pertenecen, reservadas y nunca usadas para entrenar
02 Modelo candidato Gravity puntúa cada registro de los datos reservados
03 Tres comparaciones Frente a una referencia demográfica, una referencia de audiencias similares y su modelo actual: AUC, incremento y calibración
04 Publicar o descartar Se publica con versión y con una etiqueta que dice qué es, qué no es y dónde es débil. O se descarta y el motivo queda documentado.
05 Supervisar a diario Los nuevos resultados recalibran el modelo. Cualquier deriva activa una nueva revisión.

Siguiente Qué significa una puntuación cuando un modelo se publica

05La puntuación

Un 0.7 debería comportarse como siete de cada diez.

Un modelo que supera la prueba publica puntuaciones, y cada una es una probabilidad calibrada, no una clasificación disfrazada de porcentaje. Cada modelo publicado se verifica intervalo por intervalo con su grupo de control antes de publicarse.

Planifique con ellaSume las puntuaciones de una audiencia y obtendrá el número de personas que se espera que actúen.
Lea todas las puntuaciones de la misma maneraUn 0.7 significa siete de cada diez, sin importar qué modelo lo produjo.
Supervisado después del lanzamientoLos resultados regresan todos los días y se verifican intervalo por intervalo.

Ilustración de un modelo calibrado, con valores de demostración. Los informes de validación muestran la misma gráfica para su modelo con sus datos reservados.

Siguiente La etiqueta que lleva cada modelo publicado

06La etiqueta

Cada modelo dice qué no es y dónde es débil.

Junto con sus puntuaciones, cada modelo publicado lleva una etiqueta que pueden leer tanto sus analistas como su equipo legal: qué estima, cómo se evaluó, dónde tiene pocos datos y para qué puede usarse. Un modelo que perdió frente a sus referencias se descarta, y el registro dice por qué.

Resultados reportados por Moonbrush. Los detalles del estudio y el expediente de aceptación están disponibles bajo un acuerdo de confidencialidad.

Etiqueta del modelo

Ocho cosas que declara cada modelo publicado.

Nombre y versión: Lleva el nombre de la decisión a la que sirve, con la versión y la fecha de la reconstrucción de la que proviene.
Qué estima: Una acción, en un periodo, para una población. Nada más amplio.
Qué no es: No es una decisión de elegibilidad. No es un veredicto sobre ninguna persona en particular.
Dónde es débil: Los registros con poco historial, las categorías nuevas y las zonas geográficas pequeñas se señalan, no se ocultan.
Evaluado frente a: Una referencia demográfica, una referencia de audiencias similares y su modelo actual, con sus datos reservados.
Informe: ROC y AUC, precisión y exhaustividad, incremento por decil, calibración, estabilidad entre reconstrucciones.
Uso permitido: Solo para marketing e interacción.
Si perdió: Se descartó, y el motivo consta en la bitácora.

Siguiente El sistema que lo hace funcionar todo, cada día

07Cada día

Ocho capas entre el comportamiento en bruto y una puntuación. Cualquiera de ellas puede detener la ejecución.

Gravity no es un solo modelo, sino un sistema de producción que se ejecuta todos los días con reglas escritas de antemano. Cuando falla cualquier verificación, no se publica nada nuevo y la versión anterior sigue en servicio.

Leer el comportamiento, todos los días

Un evento es una persona detectada en un tema en un día. El flujo se lee a diario, con alrededor de un día de retraso. Las visitas repetidas el mismo día cuentan una sola vez, y la actividad que no se resuelve a ninguna persona se descarta.

62.6 mil Meventos conductuales resueltos

Dar a cada persona un ID permanente único

Un registro se vincula a una persona solo cuando sus datos coinciden. Un registro ambiguo no se vincula a nadie, y el conflicto se anota en la bitácora en lugar de suponerse. Cada grafo mensual debe llegar sin ninguna persona duplicada.

270 M+adultos en Estados Unidos, resueltos a nivel de personas y hogares

Nombrar cada señal una sola vez

La búsqueda, el espacio de trabajo y cada modelo leen de un mismo registro, así que un filtro y un modelo siempre significan lo mismo con el mismo nombre. Los 7,015 temas activos se leen por recencia e intensidad, y un nombre retirado nunca se reutiliza.

17,000+señales con nombre, cada una definida y con su tasa de llenado verificada

Puntuar a la población en paralelo

Cada modelo lee solo las señales que nombra su ficha y puntúa a cada persona que puede ver. Una persona que un modelo no puede ver no recibe puntuación, nunca una baja, y cada ficha indica qué parte de la población lee el modelo.

100modelos en el catálogo en producción, en cinco familias

Hacer que cada modelo se gane su lugar

Antes de que un modelo pueda seleccionarse, el comportamiento que dice medir debe observarse en los datos, el modelo debe encontrar un número utilizable de personas, no debe ser casi una copia de otro, las mismas entradas deben dar las mismas puntuaciones y su nombre no puede afirmar nada que no mida. Los modelos predictivos se califican con datos reservados: personas que nunca vieron durante el entrenamiento.

5controles que cada modelo supera antes de poder seleccionarse

Ensayar con una muestra y luego sustituir

Un catálogo nuevo puntúa primero una muestra y se califica según rangos de aceptación definidos por escrito de antemano. La ejecución completa se verifica contra la muestra, se prepara en un entorno previo y solo se pone en servicio cuando supera todos los controles.

Si falla cualquier verificación, la versión anterior sigue en servicio

Sellar cada puntuación

Cada puntuación lleva la versión de su modelo y la fecha en que se generó, y cada paquete entregado registra la versión con la que se envió a cada persona, de modo que un resultado puede rastrearse hasta las puntuaciones exactas detrás de la audiencia.

Versión y fecha en cada puntuación

Traer los resultados de vuelta

Los resultados regresan todos los días y se cuentan según reglas fijadas antes del lanzamiento. Permanecen con el cliente del que provienen: ningún modelo se entrena con datos de varios clientes, y los resultados de ningún cliente fijan un peso en un modelo compartido.

8,087etiquetas de resultados de clientes, que regresan a diario

Los tipos de modelos, las recetas de variables, el diseño del entrenamiento y los valores de los controles no se publican. Los revisores calificados los ven, junto con el expediente de evaluación de cualquier modelo, bajo un acuerdo de confidencialidad. Leer la documentación técnica

Siguiente Lo que finalmente llega a su equipo

08El resultado

No es una puntuación. Es una cohorte con la que su equipo puede actuar.

Todo esto llega a su equipo como una ficha, no como una columna de números. Cinco familias de puntuaciones se condensan en una cohorte que un planificador, un estratega o un banquero puede leer. Esta ficha de muestra proviene de un desarrollo para servicios financieros. Primero, quiénes son estas personas y por qué actuarían.

Cohorte de muestra · Servicios financieros · De consumidor a negocio

El negocio que aún no se lo ha dicho a su banco

2.04 millones de personas que generan ingresos extra por su cuenta y siguen usando la banca como consumidores. Algunas ya son clientes de su banco.

Cómo se armó

270.2 Mel grafo, reconstruido cada mes
31.6 Mobservados en la categoría
7.8 Mpuntuados por encima del umbral, cinco familias
2.31 Mseparados de tres vecinos cercanos
2.04 Mlistas para activación, con hash

Desarrollo de ejemplo. Las cifras se actualizan desde el grafo en producción.

01 Construida a partir de

Eventos conductuales38Investigación nocturna sobre facturación y nómina
Temas de intención11Cómo cobrar, nunca cómo empezar
Ritmo de compra5Insumos en volúmenes que ningún hogar usa
Puestos y empleadores4Un segundo cargo junto al del empleador
Afinidades de marca3Herramientas de facturación, no fintech para consumidores

61 señales de cinco tipos. Ninguna es el ingreso, la edad, un saldo o un producto.

02 Por qué actuarían

MotivaciónSer tratado como empresa antes de que los ingresos lo demuestren0.86
EsperanzaDinero personal y del negocio por fin separados0.77
TemorQue les pidan documentos que aún no tienen0.72
Lo que no diránQue sus primeros clientes pagaron en una cuenta personal0.64

Estilo de decisión Semanas de investigación en privado después del trabajo. Al final, se abre la cuenta.

Cuándo pueden escucharlo y qué decirles.

Después, un hogar, desde la primera búsqueda nocturna hasta la cuenta que abre.

Misma muestra, continuaciónEl negocio que aún no se lo ha dicho a su banco

03 Cuándo pueden escucharlo

Cerca de cero de 09:00 a 17:00Picos de 20:30 a 23:30 entre semana

La categoría concentra su compra de medios en horario laboral, cuando esta cohorte todavía está trabajando para un empleador.

04 Qué decir

Mensaje que conectaAbra la cuenta antes de la primera factura.

Mensaje que no conecta: el habitual de la categoríaCuenta de cheques empresarial sin comisión mensual.

La comisión nunca fue la preocupación. Lo son los trámites, y también que los tomen en serio antes de que lleguen los ingresos. Hipótesis de mensaje, probada frente a su oferta actual en una activación controlada.

Cómo se maneja

Datos demográficos modelados: Excluidos
Decisiones de crédito: Nunca se usa
Cruce: Con hash, sala limpia de datos (clean room)
Medido en: Sus datos reservados
Actualización: Mensual

05 Un hogar, once semanas

Semana 1Tema de ingresos extra. Primera sesión nocturna.
Semana 3Investigación sobre herramientas de facturación. La afinidad empieza a subir.
Semana 4Insumos en tiendas minoristas, segundo pedido del mes.
Semana 6Un segundo cargo junto al del empleador: consultor.
Semana 8Temas de nómina e impuestos. La puntuación supera el umbral.
Semana 10Investigación sobre banca empresarial, un martes a las 9:40 p. m.
Semana 12Se abre una cuenta. Es la primera vez que el banco la ve.

La cuenta se la lleva quien le habló a este hogar en la semana 10.

Siguiente Y para qué nunca sirven los modelos

09Los límites

Para lo que nunca se usan los modelos.

Las reglas están escritas en la plataforma, no en una política que nadie lee. Vea cómo manejamos la confianza.

Solo para marketing e interacción. Nunca se usa para crédito, seguros, empleo, vivienda ni ninguna otra decisión de elegibilidad.
El origen étnico y la ideología política modelados nunca se pueden seleccionar, nunca son entradas de un modelo y nunca se exportan.
Sin datos sobre menores de edad y sin forma de buscar a una persona en particular.
Sus datos permanecen en su propia instancia, y los datos de los clientes nunca entrenan modelos compartidos con otros clientes.
Los identificadores salen como hashes SHA-256. La información personal sin procesar se queda dentro de la plataforma.
Cada modelo tiene que superar una referencia demográfica y una de audiencias similares con sus datos reservados. Las decisiones de descarte quedan registradas.
Ningún incidente de seguridad ni vulneración hasta la fecha, y el compromiso de notificar a los clientes en un plazo de 72 horas.

El resto de la historia

Una familia de modelos, dos formas de usarla.

atlas y stage funcionan con Gravity. Retome la historia desde el lado que mejor se ajuste a su equipo.

Para equipos empresariales Pone la razón en cada registro de cliente, dentro de los sistemas que ya usa. Seguir leyendo
Para planificadores y agencias Pone la misma lectura en manos de sus planificadores, desde el brief hasta el resultado. Seguir leyendo
Debajo de ambos Los modelos que hacen la lectura, probados con su grupo de control antes de que alguien los use. Usted está aquí