¿Qué es el marketing mix modeling y cómo construirlo?
El marketing mix modeling mide el impacto de tu marketing online y offline sin cookies. Aprende cómo construirlo y con qué herramientas hacerlo.
¿Sabes cuánto de tus ventas viene de la publicidad en redes, cuánto de la televisión y cuánto habría ocurrido de todos modos? Responder esto con certeza es difícil, pero hay formas de solucionarlo sin decidir a ciegas.
¿Qué es el marketing mix modeling (MMM)?
El marketing mix modeling (MMM), o modelado de la mezcla de marketing, es un método estadístico que estima el impacto de los medios y el marketing en los resultados del negocio sin usar cookies. Permite diagnosticar, predecir y prescribir la inversión en marketing y su aporte al negocio.
No solo se aplica a medios digitales: también toma en cuenta canales offline, como los periódicos.
Beneficios y desventajas del marketing mix modeling
¿Cómo se construye un modelo de marketing mix modeling?
1. Define los objetivos
Primero, hay que tener claro que se va a buscar con el modelo. Por ejemplo, una de las preguntas más frecuentes es cómo medir el ROI de cada canal de marketing.
En este paso, también se ven cuáles son los KPIs que se van a tomar en cuenta.
2. Recopilación de datos
En este caso son series temporales, definidas como secuencias de datos recolectados en momentos sucesivos. Entre ellos se encuentran la inversión publicitaria, las ventas, los precios y las actividades promocionales, por nombrar algunos. Igual de importantes son los factores externos, como los indicadores económicos.
3. Construye el modelo
Aunque hay distintas formas de hacerlo, una estructura base contiene tres elementos:
- Transformación de curvas de respuesta
- Transformación de adstock (el efecto que un anuncio sigue teniendo después de emitirse)
- Tendencia y estacionalidad
4. Validación
El siguiente paso es determinar qué tan preciso es. Para esto se separa un conjunto de datos que no se usa en el entrenamiento y se compara lo que el modelo predice con lo que realmente ocurrió. Con estos resultados se puede ajustar el modelo, por ejemplo, agregando nuevos datos o probando otras técnicas.
5. Aplicación del modelo
Por último, se aplica el modelo y se hace el seguimiento.
Fuente: Guía de Marketing Mix Modeling de Google
Mejores herramientas de marketing mix modeling
- Meridian: sistema de código abierto de Google que estima el ROI, la contribución de cada canal y su curva de respuesta, y ayuda a asignar el presupuesto para maximizar el resultado comercial.
- Robyn: paquete de código abierto hecho por Meta. Busca reducir el sesgo humano, ayudar a tomar decisiones prácticas y mantener la privacidad.
- PyMC-Marketing: librería de código abierto en Python, desarrollada para construir modelos de mezcla de marketing bayesianos y analizar el valor de vida del cliente.
- Adobe Marketing Campaign Analytics: herramienta comercial que utiliza inteligencia artificial para unificar el MMM con multi touch (Multi Touch Attribution), con el fin de optimizar la planificación y medir las campañas.
Conclusión: el marketing mix modeling como alternativa a las cookies
En un mundo donde las cookies desaparecen y medir el impacto del marketing se vuelve cada vez más difícil, el marketing mix modeling es una solución. A pesar de ser complicada, permite pasar de las intuiciones a decisiones de inversión respaldadas por datos.
Construir un MMM exige un método: objetivos claros, buenos datos históricos y un modelo validado y actualizado con regularidad. Pero ya no hace falta empezar de cero. Herramientas como Meridian, Robyn y PyMC-Marketing, todas de código abierto, hacen que este método sea accesible para todas las empresas”