En marketing, la publicidad de marca en el embudo superior (como la TV o los videos) genera reconocimiento de marca y demanda con el tiempo. Mientras tanto, la publicidad de respuesta directa en el embudo inferior (como la búsqueda pagada) capta esa demanda para generar ventas o conversiones inmediatas.
Para medir estas inversiones de marketing de embudo completo, un modelo de Marketing Mix Modeling (MMM) estándar de una sola etapa puede ser confiable, parsimonioso y relativamente sencillo de ejecutar. Sin embargo, como un MMM de una sola etapa analiza todos los canales de distribución en un solo paso, se genera un dilema.
- Si excluyes las variables intermedias del valor de la marca (como el volumen de búsqueda orgánica), otorgarás demasiado crédito a los canales de embudo inferior. Se les recompensa por captar cierta demanda que, en realidad, no crearon.
- Si incluyes variables intermedias del valor de la marca (como controles estándar), se asignará menos crédito a los canales de embudo superior. No se les atribuye el crédito por generar esa demanda en primer lugar.
Considera el volumen de búsquedas de Google de la marca (bGQV) como un ejemplo de variable de valor de la marca. Los modelos de una sola etapa tienen una compensación forzada: si incluyes el bGQV como variable de control en el modelo, privas a los canales de marca del crédito que merecen por generar ese interés de búsqueda. Si excluyes el bGQV, les otorgas demasiado crédito a los anuncios de respuesta directa que aprovechan la demanda existente en lugar de crearla. Consulta Consideraciones para incluir el volumen de búsquedas para obtener más información sobre este ejemplo.
Para medir estas inversiones de marketing de embudo completo, Meridian ahora ofrece un MMM de embudo completo que utiliza un enfoque de modelado de dos etapas. El modelo de la etapa 1 mide cómo el marketing de marca genera valor de la marca. El modelo de la etapa 2 mide cómo ese valor de marca, junto con todo el marketing, impulsa el KPI final.
El problema fundamental: una variable de control puede ser tanto mediadora como de confusión
El problema fundamental de la inferencia causal en el Marketing Mix Modeling (MMM) es la estimación del efecto de tratamiento conjunto de diversas variables de marketing diferentes. En la inferencia causal, sabemos que se deben incluir variables de confusión en el modelo y, al mismo tiempo, excluir las variables mediadoras (consulta Cómo seleccionar variables de control). Los profesionales de MMM suelen encontrar variables que actúan como mediadoras para algunas variables de tratamiento, pero como variables de confusión para otras.
En el MMM de una sola etapa, los profesionales se enfrentan a un dilema con respecto a las variables que son de confusión para algunas variables de tratamiento, pero de mediación para otras:
- Excluir la variable del modelo: no se tiene en cuenta su efecto de confusión cuando se estima el impacto de los canales de embudo inferior, lo que genera sobreestimaciones sesgadas de los ROIs de los canales de embudo inferior.
- Incluir la variable en el modelo: bloquea la ruta causal que tiene la publicidad de marca a través de la variable, lo que genera subestimaciones de los ROIs de los canales de marca.
Las variables de valor de la marca, como la consideración de la marca o el volumen de búsquedas de Google de la marca (bGQV), son ejemplos clásicos de este tipo de variables. El marketing de marca (también conocido como "marketing de embudo superior") impulsa el valor de la marca, que, a su vez, impulsa el KPI, lo que lo convierte en una variable mediadora para el marketing de marca. Al mismo tiempo, el valor de la marca impulsa la demanda orgánica y la actividad en los canales de embudo inferior (como los anuncios de búsqueda pagada). Esto hace que el valor de la marca sea una variable de confusión para esos canales.
Cómo funciona el MMM de embudo completo
Meridian resuelve este problema fundamental ajustando dos modelos de MMM independientes. En el primer modelo, la variable de respuesta es una variable de valor de la marca. En el segundo modelo, la variable de valor de la marca es una variable explicativa.
| Etapa del embudo | Objetivo | Variable de tratamiento | Variable de respuesta | Variables de control obligatorias |
|---|---|---|---|---|
| Modelo de la etapa 1: Marketing de marca \(\rightarrow\) Valor de la marca | Capta cómo el marketing de marca genera valor de la marca. | Marketing de marca (por ejemplo, video, TV, RR.PP.) | Variable de valor de la marca (por ejemplo, GQV de marca) | Variables de confusión con el marketing de marca y el valor de la marca |
| Modelo de la etapa 2: Valor de la marca y KPI \(\rightarrow\) de marketing | Capta cómo el marketing afecta el KPI, incluida la demanda generada por la etapa 1. | Todas las variables de marketing y de valor de la marca de la etapa 1 | KPI | Variables de confusión con el marketing y el KPI, y variables de confusión con el valor de la marca y el KPI |
En resumen, estimamos tres tipos de efectos causales:
- Etapa 1: El efecto del marketing de marca en el valor de la marca
- Etapa 2: El efecto del valor de la marca en el KPI
- Etapa 2: El efecto de todas las iniciativas de marketing en el KPI
Para estimar estos tres tipos de efectos, debemos tener en cuenta las variables de confusión de cada relación causal dentro del modelo que estima el efecto causal. Para obtener más información sobre el gráfico causal que se supone para el MMM de embudo completo, consulta el gráfico causal del embudo completo.
Una vez que se ajusten ambos modelos, debes conectar sus hallazgos. Específicamente, propagas el efecto que tiene el marketing de marca en el valor de la marca (del primer modelo) al efecto que tiene el valor de la marca en tu KPI final (en el segundo modelo). El denominado "efecto indirecto" del primer modelo se incluye en los cálculos de las estimaciones causales clave, como el ROI, el ROI marginal, las curvas de respuesta y la optimización del presupuesto.
Para obtener más detalles sobre cómo ejecutar un MMM de embudo completo en Meridian, consulta la explicación de embudo completo de Meridian. Allí se incluyen todas las consideraciones detalladas sobre el modelado y cómo propagar el efecto indirecto con una clase AnalyzerFullFunnel.
Elige entre el MMM de embudo completo y el de una sola etapa
La elección entre el MMM de una sola etapa y el de embudo completo se reduce a una compensación fundamental: el MMM de embudo completo resuelve el problema de las variables de confusión y mediadoras, pero requiere estimar más efectos causales y, además, identificar más variables de confusión.
- El MMM de una sola etapa es más sencillo y solo requiere identificar las variables de confusión entre el marketing y el KPI final. Sin embargo, si el valor de la marca es una variable mediadora para el marketing de marca y una variable de confusión para el marketing de embudo inferior, te enfrentas a un dilema inevitable: incluir el valor de la marca subestima los canales de marca, mientras que excluirlo sobreestima los canales de embudo inferior.
- El MMM de embudo completo resuelve este dilema modelando explícitamente el efecto indirecto a través de la variable mediadora. Sin embargo, requiere estimar tres tipos de efectos causales (marketing de marca \(\rightarrow\) valor de la marca, KPI del valor de la marca \(\rightarrow\) y todo el marketing \(\rightarrow\)de KPI). Debes identificar y controlar las variables de confusión en ambas etapas, lo que aumenta los requisitos de datos y la sensibilidad a las variables de confusión no observadas.
Vale la pena usar el MMM de embudo completo, a pesar de su mayor complejidad, en los siguientes casos:
- La ruta indirecta es sustancial: El marketing de marca tiene un efecto significativo en el valor de la marca, y este valor impulsa las ventas de manera considerable. Si esta ruta de acceso es débil, el sesgo de una sola etapa es mínimo.
- Las variables de confusión se pueden medir en ambas etapas: Tienes datos confiables para controlar los tres tipos diferentes de variables de confusión necesarias.
De lo contrario, un MMM de una sola etapa puede ser la opción más confiable.
Un marco genérico para el valor de la marca
El volumen de búsquedas de Google de la marca (bGQV) es una variable común del valor de la marca para el MMM de embudo completo de Meridian, ya que es una variable mediadora para el marketing de marca y una de confusión para el marketing de embudo inferior (especialmente los anuncios de búsqueda). El bGQV está disponible con un nivel de detalle semanal y geográfico en MMM Data Platform.
Sin embargo, el framework de embudo completo es totalmente genérico. Se puede aplicar a cualquier métrica intermedia del estado de la marca que se ajuste al grafo causal de embudo completo supuesto.