¿Qué es el modelado del mix de medios y por qué los profesionales del marketing están volviendo a recurrir a él?

Introducción

Probablemente hayas notado que últimamente está pasando algo extraño en tu feed.

Un método de medición de hace décadas ha vuelto a estar de moda de repente. La gente habla de él en las ponencias de las conferencias. Las agencias lo incluyen en todas sus presentaciones. Y no, no se trata de nostalgia.

Se trata del modelado de la combinación de medios. Y si eres responsable de marketing o diriges una agencia con equipos de tamaño pequeño o mediano, debes entender por qué ha vuelto y por qué es más importante ahora que hace cinco años.

¿Qué es realmente el modelado de la combinación de medios?

El modelo de mezcla de medios, a menudo abreviado como MMM, es una técnica estadística.

Analiza tus datos históricos: gasto, ventas, estacionalidad, precios y otros factores externos. A continuación, calcula cuánto ha contribuido realmente cada canal a tus resultados.

Aquí está la parte que lo diferencia de la mayoría de los sistemas de seguimiento modernos: no sigue a usuarios individuales por Internet. En su lugar, trabaja con datos agregados. Gasto total de entrada, resultados totales de salida y patrones extraídos entre ambos.

Ese único detalle es precisamente la razón por la que está volviendo a cobrar importancia.

Por qué está resurgiendo ahora mismo

Cada vez es más difícil confiar en las cookies. Las normas de privacidad se han ido endureciendo. Y gran parte del seguimiento en el que los profesionales del marketing se habían apoyado durante años dejó de funcionar, sin que nadie se diera cuenta, tan bien como solía hacerlo.

Según una encuesta de TransUnion publicada por eMarketer, casi la mitad de los profesionales del marketing de marcas y agencias de EE. UU. —el 46,9 %— tiene previsto invertir en MMM durante el próximo año. Y el 27,6 % lo considera ahora su método de medición más fiable, por delante de la atribución multitoque, con un 19,4 %.

No se trata de un cambio menor. Es que los profesionales del marketing están reconociendo abiertamente que el antiguo manual de estrategias dejó de ser lo suficientemente fiable por sí solo.

Otra encuesta de eMarketer y Snap reveló que más de la mitad de los profesionales del marketing de EE. UU., el 53,5 %, ya utiliza el MMM de alguna forma. Y mejorar la velocidad de su proceso de MMM se situó como su principal prioridad en materia de medición.

No te estás imaginando esta tendencia. Es real y se está acelerando.

Un ejemplo sencillo de combinación de medios

Hagamos que esto resulte menos abstracto.

Supongamos que estás llevando a cabo una campaña de búsqueda de pago, una campaña en redes sociales de pago y una campaña de radio a nivel nacional al mismo tiempo. Tus ventas aumentan durante ese periodo. Una atribución simple podría atribuir la mayor parte del mérito a la búsqueda de pago, ya que es el canal con los datos de clics más claros.

Pero el MMM analiza el panorama completo. Podría revelar que, en realidad, la radio estaba generando una parte importante del reconocimiento de marca que hizo que tu búsqueda de pago funcionara tan bien en primer lugar. Sin la radio, la búsqueda de pago no habría generado conversiones ni de lejos con la misma eficiencia.

Ese es el tipo de información que aporta un análisis de la combinación de medios y que los informes a nivel de canal simplemente no pueden ofrecer. Te muestra cómo interactúan los canales entre sí, no solo cuál de ellos obtiene el último clic.

Técnicas modernas de modelización de la combinación de medios

El MMM que se utilizaba en tu sector hace diez años y el MMM disponible hoy en día no son la misma herramienta con un nombre nuevo.

Los modelos más antiguos se basaban en gran medida en la regresión estática, que se actualizaba una vez al año si tenías suerte. Las técnicas modernas de modelización de la combinación de medios utilizan métodos bayesianos que ofrecen una amplia gama de resultados y un nivel de confianza, no solo una cifra que pretende ser definitiva.

Además, se actualizan con mucha más frecuencia. Según un estudio de OptiMine, la precisión de un modelo puede reducirse entre un 10 % y un 35 %, o incluso más, si no se actualiza con regularidad. Un modelo basado en las condiciones de mercado del año pasado puede llevarte a conclusiones erróneas durante todo el trimestre sin que nadie se dé cuenta.

El mejor enfoque actual combina tres elementos: el MMM para obtener una visión global; las pruebas de incrementalidad para validar qué es realmente causal; y la atribución de plataformas para obtener señales tácticas y en tiempo real. Según Measured, las marcas que utilizan una versión validada y calibrada causalmente de este enfoque suelen observar un aumento de entre el 10 % y el 30 % en la eficiencia de los medios durante el primer año.

Cómo encaja esto en tu flujo de trabajo real

Nada de esto importa si acaba convirtiéndose en otro PDF estático que se queda en una unidad compartida hasta el próximo trimestre.

Aquí es donde la optimización de la combinación de medios debe integrarse directamente en la forma en que tu equipo trabaja realmente. Tu hoja de ruta de marketing trimestral debería reflejar lo que te indica tu modelo, no lo que te indicaba hace seis meses. Las decisiones presupuestarias deberían adaptarse con la misma rapidez con la que se actualiza el modelo, sin esperar a la próxima revisión programada.

Ahí es también donde la compra de medios y la gestión de la presencia en la web de forma proactiva empiezan a cobrar importancia. Cuando los resultados de tu MMM se incorporan directamente a sistemas capaces de reasignar el presupuesto o ajustar la presencia en la web casi en tiempo real, el modelo deja de ser un simple informe. Se convierte en una parte activa del proceso de toma de decisiones.

Por qué no deberías hacer esto solo con hojas de cálculo

Llevar a cabo un MMM adecuado a mano es realmente difícil. Se necesitan datos históricos limpios, auténticos conocimientos estadísticos y actualizaciones constantes para mantener la precisión.

La mayoría de los equipos internos no disponen de los recursos necesarios para ello. Según una encuesta de Funnel y Ravn Research, solo alrededor de una cuarta parte de los equipos de marketing internos gestionan su MMM por completo por su cuenta.

Esa es precisamente la brecha que una plataforma de inteligencia de marketing adecuada está diseñada para cerrar. En lugar de esperar a un modelo anual de un proveedor externo, obtienes un análisis de la combinación de medios que se actualiza continuamente, conectado al resto de tus datos de rendimiento e ingresos, de modo que realmente sirve de base para las decisiones en lugar de limitarse a documentarlas a posteriori.

Conclusión

El modelado de la combinación de medios no ha vuelto porque los profesionales del marketing se hayan puesto nostálgicos con las viejas técnicas.

Ha vuelto porque los cambios en materia de privacidad han dejado obsoleta la alternativa, y porque la IA finalmente lo ha hecho lo suficientemente rápido como para que resulte útil en el momento, en lugar de una vez al año.

Si sigues basándote únicamente en la atribución al último clic, no estás viendo el panorama completo. Y cada trimestre que esperes para solucionarlo es un trimestre de decisiones presupuestarias tomadas a partir de una visión incompleta.