Un agente inmobiliario con el que trabajamos desde hace más de un año nos dijo en cierto momento algo que nos llamó la atención: «Tengo 40 propiedades en cartera al mismo tiempo, pero hago vídeos una vez por trimestre, cuando por fin consigo sacar un día para contratar a un cámara». La agencia es pequeña —no es una red federal, sino un equipo de seis agentes en una misma ciudad— y contratar a un operador de vídeo para cada anuncio era demasiado caro y físicamente imposible por los plazos: mientras coordinaban la grabación, la propiedad podía retirarse de la venta.
La tarea parecía sencilla, pero no se resolvió a la primera: conseguir que cada anuncio —es decir, entre 30 y 40 propiedades al mes— tuviera su propio vídeo corto, sin la participación de un operador y un editor en cada pieza.
Primer intento: fotografías de la propiedad y la voz del agente
El material para los vídeos fueron las fotografías que los agentes ya hacían con el móvil durante las visitas, además del texto descriptivo que redactaban para el anuncio. No fue necesario recopilar nada nuevo, y ese fue el principal argumento a favor de intentarlo. El texto de la descripción se utilizaba como fuente y después la IA lo transformaba en un guion para la locución.
Para la voz no elegimos una opción de biblioteca, sino la clonación de la voz del agente principal de la agencia. Tomamos esta decisión desde el principio porque, en el sector inmobiliario, la confianza personal en una persona concreta importa más que una locución bonita pero impersonal. Los clientes llevaban años reconociendo la voz de ese agente durante las visitas, así que tenía sentido conservarla en los vídeos.
La primera tanda de cinco vídeos funcionaba técnicamente, pero tenía un problema que no habíamos previsto: las fotografías de las propiedades se tomaban con el móvil en formato horizontal o vertical, indistintamente, y algunas de ellas, al montarlas en formato vertical para redes sociales, se convertían en panorámicas de la habitación recortadas de forma desafortunada. Se perdía precisamente la pared con la ventana que ayudaba a vender el piso.
Qué corregimos después del primer mes
Tratamos por separado el formato de las imágenes y el formato del vídeo: configuramos la relación de aspecto para que las fotos horizontales de las habitaciones no se recortaran de manera incorrecta al adaptarlas a un vídeo vertical, sino que se compusieran respetando el encuadre, sin estirarlas ni cortar partes importantes del interior. Fue un ajuste a nivel de proyecto, no una corrección manual de cada fotografía, algo fundamental con un volumen de este tamaño.
El segundo aspecto fue la locución. Los primeros vídeos sonaban demasiado animados para una audiencia que busca una vivienda para su familia y prefiere un tono tranquilo y de confianza, no una presión publicitaria. Cambiamos la velocidad de narración de la estándar a una más pausada, y eso modificó de inmediato la sensación que transmitían los vídeos, aunque el texto apenas cambió.
El tercer problema era que, antes de la locución, las cifras y las direcciones de las descripciones —superficie, planta, precio y número del edificio— a veces sonaban mal cuando el motor de voz las leía tal cual. Activamos la normalización del texto antes de la locución, que convierte correctamente las cifras en palabras adecuadas para el lenguaje hablado. Es un detalle pequeño, pero precisamente por su ausencia los primeros borradores sonaban algo mecánicos, y los agentes lo detectaron enseguida al escucharlos.
Montaje y subtítulos adaptados a los hábitos de la audiencia
También tuvimos que dedicar bastante tiempo a los subtítulos. Parte de la audiencia de la agencia ve los vídeos en Telegram con el sonido desactivado mientras se desplaza, por lo que los subtítulos no son opcionales, sino obligatorios. Por defecto, los subtítulos de un par de vídeos cubrían la dirección de la propiedad, que el agente había mostrado deliberadamente en primer plano en una fotografía. Lo resolvimos desplazando manualmente la zona segura de los subtítulos: un área ajustable en la que se coloca el texto sin invadir la parte importante del encuadre. La configuramos una sola vez para el formato vertical y desde entonces simplemente la reutilizamos.
Los vídeos se hicieron cortos y siguieron una estructura uniforme: unos segundos mostrando el exterior de la propiedad, un recorrido por las habitaciones con sus características principales y, al final, una llamada a reservar una visita. Aquí resultó útil configurar la acción objetivo a nivel de proyecto: todos los vídeos de la agencia tienen una llamada a la acción única y coherente que conduce a la reserva de una visita, sin que cada agente tenga que inventar una formulación distinta.
Publicación y primeros resultados
Los vídeos se publican en el canal de Telegram de la agencia y en el grupo de VK, con un texto descriptivo específico para cada plataforma: en Telegram, una breve descripción con la dirección y el precio; en VK, una descripción algo más desarrollada con detalles adicionales. La publicación automática se realiza para cada propiedad en cuanto el vídeo está listo, sin tener que reenviar manualmente los archivos entre los agentes y el especialista de SMM, un puesto que simplemente no existe como función independiente en un equipo de seis personas.
Durante los tres primeros meses completos después de los ajustes, la agencia alcanzó un ritmo de publicación de vídeos para aproximadamente 30-40 propiedades al mes, frente a los cuatro o cinco vídeos por trimestre de antes. La cifra de visualizaciones es modesta —no se trata de un alcance a escala nacional—, pero aumentó de forma notable el número de solicitudes de visita procedentes de las propiedades que tenían vídeo, en comparación con las que no lo tenían. Los propios agentes empezaron a notar la diferencia y a pedir vídeos incluso para propiedades que antes consideraban «demasiado normales como para complicarse».
Qué habríamos hecho de otra manera desde el principio
Si tuviéramos que empezar de nuevo, configuraríamos desde el principio la relación de aspecto de las imágenes y la zona segura de los subtítulos, en lugar de hacerlo después de recibir las quejas de los agentes por los encuadres recortados. La tanda de prueba de cinco vídeos basada en propiedades reales, y no en ejemplos preparados, resultó muy útil: permitió descubrir los problemas de formato y ritmo que no eran evidentes sobre el papel.
La principal conclusión para nosotros no está en la tecnología, sino en que, para un volumen de este tamaño —40 propiedades al mes—, el único enfoque que funciona es integrar el vídeo en el proceso que el agente ya realiza: ya hace fotografías y ya redacta la descripción. No hay que añadirle un paso independiente. En cuanto el vídeo se convirtió en un subproducto del trabajo habitual, en lugar de una tarea adicional, el volumen creció por sí solo, sin necesidad de presión desde arriba.