Social Media Management

Abstract

El presente trabajo aborda el problema de la asignación óptima presupuestaria en campañas de Social Media Ads, incorporando la complejidad inherente del comportamiento de los entornos digitales. A partir del análisis realizado, se observa que el aumento de la inversión no se traduce en mejoras proporcionales en los resultados, evidenciando la existencia de rendimientos decrecientes y diferencias significativas entre canales. Sobre esta base, se propone un modelo de optimización que no solo permite anticipar el comportamiento del sistema, sino también estructurar la toma de decisiones bajo objetivos y restricciones realistas. Los resultados ponen de manifiesto que no existe una asignación óptima universal, sino soluciones condicionadas por el equilibrio entre volumen y eficiencia, así como por la capacidad diferencial de cada canal para transformar la inversión en resultados. De este modo, el modelo no solo optimiza resultados, sino que redefine el proceso de asignación como un problema estructurado con múltiples criterios y restricciones. En este sentido, el trabajo aporta un marco analítico que permite abordar esta complejidad de forma estructurada y fundamentada, facilitando una toma de decisiones más coherente en entornos caracterizados por la incertidumbre y la no linealidad.

This paper addresses the problem of optimal budget allocation in Social Media Ads campaigns, incorporating the inherent complexity of the behavior of digital environments. Based on the analysis carried out, it is observed that the increase in investment does not translate into proportional improvements in results, evidencing the existence of diminishing returns and significant differences between channels. On this basis, an optimization model is proposed that not only allows anticipating the behavior of the system, but also structuring decision-making under realistic objectives and constraints. The results show that there is no universal optimal allocation, but rather solutions conditioned by the balance between volume and efficiency, as well as by the differential capacity of each channel to transform investment into results. In this way, the model not only optimizes results, but also redefines the assignment process as a structured problem with multiple criteria and constraints.