Aportaciones clave de un modelo MMM

En el post de hoy hablaremos sobre 3 aportaciones clave de un modelo MMM:

• • Medición de los efectos crossmedia.
  • Impacto de los medios propios.
  • Medición real de atribución más allá del last click.

¿Te interesa? ¡Sigue leyendo! 

Medición de los efectos cross-media

Una de las grandes ventajas de los modelos MMM es la medición del efecto crosschannel: 

• • Impacto en ventas online de campañas ejecutadas en medios tradicionales (TV, radio, prensa, exteriores, buzoneo, etc.)
  • Impacto de campañas online en ventas en canales físicos

Está claro que cuando las marcas realizan campañas de TV, sus niveles de notoriedad suben, y su imagen de marca puede mejorar sensiblemente.

Este impacto de la campaña en televisión puede reforzar una campaña online simultánea: mejores volúmenes de entradas a través de text ads, más altas tasas de clic de las campañas de display, mejor performance de los social ads, etc.

Los datos de analítica digital, obviamente, recogerán estas mejoras: aumento de tasas de click, de clicks totales, de volúmenes de visitas, de número de usuarios únicos… los contadores digitales de web y app analytics capturarán todos estos incrementos. 

Por lo tanto, está claro que los incrementos de performance de las campañas digitales tienen una causa en el efecto colateral positivo debido a la campaña de TV simultánea.

Este tipo de fenómenos son los que MMM puede capturar bien, teniendo en cuenta los patrones históricos de la evolución de ventas, a partir de los distintos periodos de ejecución publicitaria.

Impacto de medios propios

Todavía son muchas las empresas que a día de hoy desconocen el retorno de sus canales orgánicos (own media: newsletters, push mobile, comunidades propias en RRSS, etc.), y en la mayoría de estos casos, los responsables directivos se hacen preguntas como las siguientes: 

• • ¿Cuánto nos aportan los emails con newsletters periódicas?
  • ¿Qué contribución hacen los mensajes push en mobile?
  • El grupo de followers en Instagram, ¿qué impacto tiene en ventas? ¿Qué valor podemos asignar a un nuevo follower?

La dificultad tiene dos dimensiones: 

1. 1. Entender el impacto en ventas de cada uno de estos canales
   2. Determinar el coste asociado a cada canal.

Impacto en ventas

Para entender el impacto en ventas, más allá del tracking de analítica web/app que se implemente para conocer el efecto directo, existen recursos para tener la verdadera dimensión de la contribución de los canales orgánicos:

• • MMM: Uno de los outputs de los marketing mix models (MMM) es la determinación de la contribución en el resultado de cada una de las palancas modelizadas (entre ellas, cada canal de own media incluido en un modelo MMM)
  • Tests Lift: la realización de tests uplift (test A/B de impactados vs no impactados, midiendo resultados reales de ventas en cada grupo). 

Uno de los splits de datos más usados es el Geolift (test uplift basados en características geográficas: regiones expuestas a la comunicación vs no expuestas – y analizando los resultados en ventas en cada grupo de regiones en el periodo.

Costes Asociados

En muchos casos, llegar a este dato de impacto ya será un buen logro. 

Si además, este impacto en ventas lo queremos convertir en ROI, necesitamos determinar los costes de ejecución del canal:

• • Coste de uso de las herramientas directas
  • Coste de todos los equipos involucrados en la gestión del canal (community managers en el caso de RRSS, equipos de CRM, …)
  • Costes indirectos de los equipos (management, administración, IT, data, facilities, etc… )

Este cálculo puede ser complejo en algunos entornos corporativos y en muchos casos, el poder determinar el impacto en ventas de cada canal orgánico ya será un dato suficientemente valioso para la toma de decisiones.

Medición real de atribución más allá del last click

En el mundo de la publicidad, sobre todo en digital, los “goles” los marcan determinados formatos y canales cuyos registros están sobrevalorados, ya que muchas veces reciben un excesivo reconocimiento por causa del uso de modelos de atribución last-click, en detrimento de canales, medios y formatos que son una base necesaria y contribuyen de forma silenciosa a mejoras en notoriedad o en imagen de marca.

Clarísimamente, hay canales online que reciben un crédito excesivo por su contribución a ventas, por eso, la pregunta es, ¿cómo se puede saber entonces la contribución real de cada canal? 

MMM es la principal metodología que ayuda a separar el grano de la paja, determinando el impacto de cada una de las palancas de marketing utilizadas:

• • ¿Por qué tenemos que asignar una decisión individual a un único canal del entorno digital? 
  • ¿Acaso las acciones fuera del entorno digital no tienen ningún efecto? 
  • ¿Acaso no hay múltiples interacciones dentro del mismo universo digital que todas contribuyen a la decisión final de compra?

Una decisión de compra viene normalmente precedida de múltiples impactos de comunicación previos sobre ese consumidor individual. La asignación a un único canal “causante” de la venta (la simplificación de los modelos de atribución last-click) es una simplificación totalmente alejada de la realidad de un proceso de toma de decisión. Tom Fishburne de Marketoonist lo ha definido de una manera muy gráfica:

¿Cómo MMM trata la atribución?

• • No solo desde una perspectiva online, sino online + offline
  • No desde una perspectiva individual, sino desde un impacto global explicado desde una perspectiva holística. MMM no suma el conjunto de decisiones individuales previamente atribuidas… sino que “reparte” el total de las ventas entre todos los posibles factores causantes introducidos como variables explicativas de un modelo. 
  • No solo por efectos de paid media, sino por efectos de organic media, own media, y factores externos fuera del control del anunciante (entorno económico y social, acciones competitivas, etc)
  • y no solo por un efecto “inmediato” de las acciones publicitarias, sino por un efecto diferido de estas acciones

Es decir, MMM es un árbitro que “reparte” las ventas de la forma más equitativa y razonable que puede explicar a partir de los datos del modelo: es una fuente única de reparto del resultado entre los distintos causantes de esta evolución. 

MMM evita conflictos entre distintas fuentes de datos y encuentra el modelo que mejor explica la evolución en el tiempo de la curva de ventas.

Un modelo de Marketing Mix Modeling (MMM) permite:

• • Analizar el impacto publicitario de cada canal publicitario (ROI/ROAS por canal)
  • Optimizar el reparto de presupuesto para obtener el máximo resultado de negocio
  • Explorar posibles escenarios futuros de inversión (respuesta esperada de cada escenario de mix de medios)
  • Calibrar los resultados del modelo con datos reales de resultados de campañas on going.

MMM hace todo esto desde una óptica única, es decir, una fuente única de reparto y asignación de gasto.

En conclusión

Desde Kraz, como agencia MMM sabemos que son muchas las organizaciones que, cada vez más, están usando estos modelos como método de evaluación de la eficacia publicitaria.

En este contexto, si quieres saber más acerca de MMM, no te pierdas este webinar dónde explicamos el concepto de la metodología, principales inputs y principales outputs. Y además, si estás decidido a implementar uno de estos modelos en tu organización o tienes cualquier duda al respecto, no lo dudes y contacta con nosotros. Como expertos en MMM, estaremos encantados de poder ayudarte.