El pasado 26 de junio, Kraz participó como ponente en el panel de expertos sobre MMM que Meta organizó como parte del evento “Master Cross Channel Measurement”. El evento tuvo lugar en Londres, donde se encuentran las oficinas centrales de Meta en Europa.
La grabación del evento se puede ver aquí.
Panel de expertos en MMM
El panel fue presentado por Alfonso Calatrava, EMEA Third Party Measurement Lead en Meta, y contó con la participación de ponentes externos de proveedores líderes de MMM. Junto a Joan Miro de Kraz, participaron en el panel Juha Nuutinen de Sellforte, Michael Kaminsky de Recast y Sam Carter de Fospha.
Sam Carter de Fospha destacó que el MMM puede complementar el hueco dejado por la medición de la atribución tradicional. Asimismo, señaló que la medición basada en píxeles ya no es una buena fuente analítica y enfatizó que Fospha mide todos los clics e impresiones, proporcionando una visión más completa y precisa de las campañas de marketing.
Juha Nuutinen de Sellforte describió a dicha solución como un servicio inteligente de MMM SaaS. También resaltó que los resultados de MMM son tan buenos como los datos y antecedentes que ingresan en el modelo ya conocido garbage in, garbage out. Sellforte integra todos los datos disponibles del cliente, incluidas plataformas publicitarias y Google Analytics. Después, Nuutinen enfatizó que Sellforte es un servicio tecnológico, no una consultoría, con gestores de clientes y científicos de datos asegurando que el modelo esté configurado correctamente.
Joan Miro de Kraz explicó que la consultoría es un aspecto clave de su servicio. Aunque tienen una plataforma SaaS, el aspecto de consultoría es central, asegurando que los clientes comprendan y utilicen efectivamente los resultados del modelo.
Por último, Michael Kaminsky de Recast incidió con mucho énfasis en la velocidad, la accionabilidad, la transparencia y en hacer que el modelo sea comprensible para los usuarios, en otras palabras; una «caja de vidrio» en lugar de una «caja negra».
Rondas de preguntas
El panel cubrió básicamente 4 rondas de preguntas:
Principales Desafíos en las Mediciones Cross-Media
El principal desafío identificado fue el reto de superar la atribución basada en píxeles (last-clic y modelos similares).
Actualmente, no hay una única fuente de verdad para la medición de la efectividad del marketing: hay que encontrar sistemas de medición que sean complementarios y que ayuden a una visión completa de la efectividad, sin que estos se vuelvan contradictorios. Otro desafío es que el enfoque a menudo está en la parte inferior del embudo (Bottom of funnel – BOFU), pero tener respuestas para cada etapa del embudo es crucial (Top of funnel, middle of funnel).
La medición de la incrementalidad aún no está muy extendida en la industria, por lo que se necesita mucha evangelización del mercado, para ayudar a los profesionales a entender la incertidumbre de las mediciones y sus implicaciones de negocio.
IA y Automatización de MMM
La implicación de la IA en MMM se centra principalmente en la generación de modelos.
El factor humano sigue siendo importante en MMM; aún es necesario elegir variables y descartar otras, y analizar con detalle todos los posibles modelos resultantes de un ejercicio de analítica avanzada vía regresión múltiple: la base de los modelos MMM.
El principal desafío es la integración de datos, ya que, si esta estuviera automatizada y fuera muy fácil, el mercado seguramente hubiera adoptado MMM de forma general.
En este sentido, es relativamente fácil integrar datos con canales digitales, sin embargo, la recopilación de datos sigue siendo un desafío fuera de los canales digitales, tales como campañas offline, acciones promocionales, cambios en precios, acciones competitivas y otras variables contextuales importantes por su impacto en las ventas a explicar.
Implementación de MMM como Pequeña Empresa
Es difícil para las pequeñas empresas implementar MMM con éxito. La realidad es que se debería considerar al MMM solo después de agotar otras posibilidades de medición como por ejemplo la experimentación, ya que las empresas tienen que estar dispuestas a invertir tiempo y dinero.
Automatizar la integración y el procesamiento de datos, así como la validación del modelo, es crucial en el contexto actual, lo cual dentro del panel se respaldó a través de diversas experiencias donde se mencionó cuánto se ha invertido en automatización, haciendo posible integrar datos y automatizar el modelo en tiempos muy cortos.
Aunque los clientes aún necesitan seguimiento y acompañamiento consultivo, el proceso de recolección de datos para algunos canales es rápido y en gran parte automatizado. La recopilación de datos de algunos canales puede llevar tiempo, y comenzar un proyecto de MMM requiere el mismo esfuerzo tanto para pequeñas como para grandes empresas.
Generando confianza: ¿Cómo pueden los profesionales del marketing confiar en los resultados de MMM?
Antes de tomar acción, es necesario construir confianza corroborando los resultados de MMM con otros experimentos, incluyendo aquellos relacionados a la incrementalidad (lift experiments). Si los resultados se alinean, generalmente se construye mucha confianza. Por lo cual es necesario seguir una serie de pasos en favor de este objetivo, tales como: Establecer las expectativas correctas, y explicar claramente qué responderá y qué no responderá MMM.
Durante el panel, los expertos mencionaron que el MMM no sirve de nada si sus resultados no se implementan, por lo que los clientes deben comenzar a hacer cambios basados en los resultados de MMM para lograr un verdadero impacto de negocio. Es importante explicar a los clientes el objetivo de las recomendaciones sobre las herramientas MMM para lograr una visión unificada y realista de los objetivos a alcanzar durante la implementación del modelo.
Finalmente, el evento «Master Cross Channel Measurement» de Meta demostró ser una plataforma invaluable para el intercambio de conocimientos y la discusión sobre los desafíos y oportunidades que presenta el Marketing Mix Modeling (MMM).
Kraz, junto con otros líderes de la industria, resaltó la importancia de combinar tecnología avanzada con un enfoque consultivo para garantizar que los clientes comprendan y utilicen eficazmente los resultados del modelo, dando como conclusión que la adopción efectiva de MMM no sólo requiere herramientas robustas, sino también la capacidad de interpretar y aplicar los insights obtenidos para tomar decisiones estratégicas y lograr un impacto real en los negocios.
¡Te invitamos nuevamente a ver el panel completo, y, si quieres lograr un impacto real en tu negocio a partir de estas implementaciones, no dudes en contactarnos!