Fases de implementación de un proyecto de Marketing Mix Modeling

Fases de implementación de un proyecto de Marketing Mix Modeling (MMM)

mayo 05, 2022

Este es un modelo útil para cualquier empresa que quiera conocer cómo impactan sus estrategias en sus ventas. Pero, ¿qué es el Marketing Mix Modeling o MMM? Descubre en qué consiste, qué factores entran en juego y cuáles son las fases de implementacion de un proyecto de Marketing Mix Modeling (MMM).

¿Qué es el Marketing Mix Modeling o MMM?

 

En marketing, el MMM (Marketing Mix Modeling, por sus siglas en inglés) es una metodología de análisis estadístico que analiza la evolución temporal de la curva de ventas de una empresa. El objetivo del MMM es relacionar los factores implicados en la evolución de la curva; de esta forma, explican el impacto entre ambos y pueden predecir su comportamiento futuro. 


Marketing Mix Modeling (MMM)

 

Un marketing mix modeling se basa en las series temporales de la curva de ventas y en las campañas de marketing que se vienen desarrollando. Así puede explicar el impacto de estas en las ventas de la empresa.

 

¿Para qué se usa el Marketing Mix Modeling (MMM)?

 

Dado que el Marketing Mix Modelling se usa para relacionar las palancas de marketing con los resultados de ventas de una determinada compañía, el MMM puede dar respuesta a multitud de preguntas sobre el rendimiento de sus campañas de marketing. Estas son algunas de las aplicaciones del MMM en cualquier empresa:

  • Calcular el retorno de la inversión en publicidad (Return on Advertising Spend, ROAS por sus siglas en inglés). Gracias al MMM puedes saber con exactitud cuánto dinero consigues por cada euro invertido en cada canal de publicidad.
  • Reasignación de presupuestos. Conocer el ROAS de tus campañas usando MMM puede ayudarte a reasignar presupuestos correctamente para que los resultados de ventas sean lo más eficientes posibles.
  • Reasignación de canales. De igual manera, puedes usar estos datos para saber en qué canales invertir para conseguir los mejores resultados.
  • Predecir las ventas. El MMM también sirve para predecir el comportamiento de la curva de ventas, por lo que podrás tener una estimación de las ventas de los siguientes periodos temporales.
  • Conocer la relación entre publicidad online y offline. En marketing digital, todo es medible, pero ¿cómo conocer el impacto de la publicidad online y la offline? Usando en MMM puedes conocer el impacto cruzado entre ambas. Por ejemplo, podrás conocer si la apertura de tiendas físicas influye en las ventas en línea; y viceversa, si la publicidad online impacta en las ventas físicas 
  • Predecir la disminución de ventas. ¿Sabes cuál va a ser la caída de las ventas si dejas de ejecutar campañas de publicidad? El MMM también puede ayudarte a predecir estos resultados.

 

¿Quién se puede beneficiar del Marketing Mix Modeling (MMM)?

 

Lo cierto es que cualquier empresa puede beneficiarse del MMM, pero este es más efectivo cuanta más complejidad exista en las campañas de marketing. Si tu empresa realiza muchas campañas, de distintos tipos y atendiendo a distintos factores, te será más útil tener este modelo, ya que podrás dar respuesta a preguntas más complejas. 

Por eso, el cliente ideal del MMM son empresas que tienen muchas campañas de pago, anunciantes con muchos canales distintos de publicidad, empresas que combinan campañas orgánicas e inorgánicas o empresas con venta multicanal.

 

Modelos de series temporales y variables explicativas en el Marketing Mix Modeling (MMM)

 

Ahora que ya conocemos qué es el MMM, veamos qué factores intervienen en él. 

El Marketing Mix Modeling se crea con los inputs de la evolución temporal de las acciones de marketing. Estas acciones pueden ser de cualquier tipo: por ejemplo, anuncios en prensa, campañas de search engine marketing (SEM), campañas de notificaciones push y cualquier otra que puedas imaginar. Todas estas acciones son lo que llamamos variables explicativas. En otras palabras, son acciones que tienen impacto en la variable que pretendemos explicar (la curva de ventas). 

A continuación tienes un ejemplo del MMM, con sus variables explicativas y el output, la variable que queremos explicar.

 

Ejemplo de Marketing Mix Modeling (MMM)

 

Para desarrollar correctamente el MMM, es importante que las variables explicativas tengan la misma secuencia y capilaridad temporal que la curva de ventas. Además, tiene que incluir todas las acciones de marketing (variables explicativas) que puedan tener efecto en la curva de ventas.

A continuación puedes ver un ejemplo de las variables incluidas:

 

 

1. Variables de canales de pago o push paid media

 

Todas las variables de push paid media son aquellas campañas de marketing que se llevan a cabo invirtiendo un determinado presupuesto directamente en el mercado publicitario. Todas estas campañas son medibles, ya que tenemos conocimiento del presupuesto que se ha destinado a ellas. 

Las variables de canales de pago incluyen todo tipo de publicidad pagada, como la publicidad en televisión, radio o prensa; la publicidad en exteriores, como en marquesinas o vallas; la publicidad digital, como SEM, Google Shopping, Facebook Ads, Instagram Ads, Tik Tok Ads o banners.

Para utilizar esta variable, necesitarás:

  • El importe de la inversión en la campaña
  • El volumen de la inversión, por ejemplo el volumen de impresiones, clics o cualquier otro indicador que se corresponda con la campaña realizada.

 

2. Variables de campañas orgánicas

 

Todas las variables de campañas orgánicas son las que tienen un impacto en el rendimiento de la empresa sin haber destinado un presupuesto directo al mercado publicitario. Este es un caso de variable más difícil de medir, ya que no se corresponde con una campaña publicitaria como tal y cuantificarlas es un reto. 

Algunos ejemplos de variables de campañas orgánicas son el envío de newsletters, el envío de SMS o notificaciones push o las comunicaciones en redes sociales. Para cuantificar estas campañas, puedes usar variables como la tasa de apertura o clic en newsletter, el número de usuarios contactados o el impacto de publicaciones en redes, respectivamente.

 

3. Variables de contexto

 

Las variables de contexto son aquellas que radican en el entorno en el que tienen lugar las ventas. Estas pueden basarse en el entorno económico, social o empresarial. Es decir, son todos aquellos factores contextuales que también pueden influir en la curva de ventas. A diferencia de las anteriores variables, esta variable está fuera de nuestro control, pero es igualmente importante tenerlas en cuenta para que el MMM sea lo más fidedigno posible.

Algunos ejemplos de variables de contexto en MMM son la estacionalidad (las épocas del año en que tu producto tiene más probabilidades de venderse o las campañas promocionales, como rebajas o Black Friday), los datos poblacionales (el crecimiento de la población, por ejemplo), los datos epidemiológicos (como por ejemplo, el impacto del covid-19). Como puedes ver, estos son solo algunos ejemplos, pero pueden existir muchos más y es importante que los tengas en cuenta al realizar tu MMM.

 

¿Cómo realizar una base de datos para Marketing Mix Modeling (MMM)?

 

Ya tenemos todas las variables del Marketing Mix Modeling. Ahora, veamos cómo realizar la base de datos y qué debe incluir. 

Estos son los elementos que tiene que tener tu BBDD: 

  • Tantas filas como periodos de datos
  • Tantas columnas como variables (pagadas, orgánicas y contextuales)

A continuación puedes ver un ejemplo de base de datos de MMM, con sus periodos de datos en las filas y sus variables en las columnas.

Bases de datos en Marketing Mix Modeling (MMM)

 

Como puedes ver, la base de datos tiene que guardar la proporción entre número de periodos de la serie y número de variables. Para guiarte, puedes usar una proporción en la que las filas sean 10 veces más que las columnas.

Recuerda que la capilaridad de datos es fundamental y debe ser la misma para las variables que para la curva. También es preferible que sea lo más detallada posible, siendo preferible tener datos semanales que mensuales.

Para que tu base de datos sea fiable, también debes controlar tú mismo la calidad de los datos recolectados, ya que el modelo no los analizará por mí mismo. Otro factor importante es que el patrón de los datos sea lo más rico posible.

 

Ámbito de modelización para Marketing Mix Modeling (MMM)

 

Para realizar tu MMM, también tienes que tener un ámbito definido de modelización, cuyas fronteras son las siguientes:

  • Canales de ventas: Offline, online y totales.
  • Periodo de tiempo: Total de todo el periodo.
  • Capilaridad de los datos: La mayor frecuencia de datos posible.
  • Geografía: La referencia general es a nivel de país, pero puedes adaptarlo a tus necesidades, si necesitas una referencia más amplia o más local.
  • Categoría de producto: Especifica varias categorías si quieres obtener resultados más específicos.

 

 

La variable de ventas en Marketing Mix Modeling (MMM): ¿qué tipos hay?

 

Como ya hemos mencionado, el MMM analiza y explica la curva de ventas. Pero las ventas pueden ser de muchos tipos y existen varios indicadores de ventas que pueden tener en cuenta si usas el modelo. Estas son los indicadores de ventas que hay:

  • Ventas en valor: unidad monetaria.
  • Ventas en cantidad: unidades vendidas, número de pedidos, medida de peso o volumen.

Además, también puedes usar variables previas a la venta, como visitas (tráfico web o visitas presenciales en tienda, registros o descargas. Escoger entre estas variables dependerá del tipo de empresa que tengas y de qué indicadores son clave para tu negocio.

 

Los distintos resultados del Marketing Mix Modeling (MMM)

 

Ya hemos visto en qué consiste el MMM y todos los factores que tenemos que tener en cuenta para implementarlo. Ahora, veamos ejemplos reales de los resultados del modelo y qué tipo de respuestas nos puede dar el marketing mix modeling.

A continuación te ofrecemos ejemplos del marketing mix modeling de Facebook: Robyn. Este es una solución open source ofrecida por Facebook, que puede ser utilizada por anunciantes y agencias y que también usamos en Kraz cuando implementamos el MMM.

 

1.Curva de ventas ajustada a la curva de ventas observada

 

Se mide por la distancia entre cada punto temporal entre el valor de ventas. El ajuste será mejor cuando más se solapen las dos. 

 

2.Gasto vs Impacto vs Gasto

 

Este indicador nos da la relación entre el gasto en publicidad y el impacto en ventas y determinar qué canales tienen más potencial. Se compara el total del gasto en publicidad, repartido entre los medios de pago; contra el total del impacto generado, repartido entre los medios de pago. 

 

3.Escenarios de modelización de presupuesto

 

El MMM también puede darte escenarios de inversión alternativos. Es decir, otros ejemplos de inversión en campañas y su resultado en las ventas. Para obtener estos resultados, debemos ajustar las entradas y ver el impacto en las ventas en cada escenario. Por ejemplo, puedes conocer el impacto en ventas si incrementas o disminuyes la inversión en un canal. A continuación puedes ver un escenario que muestra el mejor reparto de inversión en distintos canales, en comparación con el reparto actual.

 

4.Detección de patrones temporales en ventas

 

Otro resultado que nos da el MMM es la desagregación de la curva de ventas en diferentes capas de patrones temporales. Gracias a este output, puedes detectar tendencias temporales o  estacionalidades. A continuación puedes ver una serie de datos de venta con distintos patrones: una tendencia mes a mes muy marcada; una tendencia anual que podría haber pasado desapercibida, pero que el MMM ha detectado; y por último, una con el impacto de los días festivos y vacaciones.

 

5.Descomposición del modelo en componentes

 

Además de todos los anteriores, también puedes usar el MMM para explicar el impacto de distintos componentes en el resultado. Cuando hablamos de estos componentes, nos referimos a las variables de campañas de pago, variables orgánicas y variables contextuales. Puedes analizar el peso de cada uno de estos componentes y ver cuánto contribuyen a las ventas. Esto es posible relacionando el peso de cada componente con la tendencia de ventas.

Marketing Mix Modeling (MMM)

 

Como has podido comprobar, el MMM puede darte muchísimas claves sobre el rendimiento de tus campañas y de otros factores que impactan en tu curva de ventas. Si te interesa implementar este modelo, contacta con nuestro equipo. Kraz es la agencia de datos que puede ayudarte con estos y muchos otros proyectos más para tu empresa.

Si te gusta lo que estás leyendo…

Nuestros últimos posts

No te pierdas ninguna de nuestras novedades del blog y suscríbete a nuestra newsletter