En esta sección, se explica cómo puedes recopilar datos históricos sobre diversas variables de marketing y que no son de marketing, como la inversión publicitaria, los precios y las métricas de ingresos o rendimiento.
Especificación del conjunto de datos
Se requieren los siguientes tipos de datos, a menos que se indique lo contrario:
| Tipo de datos | Descripción |
|---|---|
| Datos de medios | Contiene la métrica de exposición por canal, ubicación geográfica y período. Entre las métricas posibles, se incluyen, sin limitaciones, la inversión, las impresiones y los clics. La clave es que estas son unidades intervenibles, lo que significa que representan iniciativas de medios que se pueden controlar de manera razonable. Todos los valores de medios deben ser no negativos. Debe ser una métrica que se pueda sumar. |
| Inversión en medios | Contiene la inversión en medios por canal y por período. Los datos de medios y la inversión en medios deben tener las mismas dimensiones. |
| Variables de control | Contiene las variables de control que se usan en el modelo. La selección de variables de control es importante para estimar el efecto causal de un MMM. Consulta Gráfico causal. |
| KPI | El KPI objetivo es la variable de respuesta del modelo. Por ejemplo, el importe de los ingresos o la cantidad de instalaciones de la aplicación. Debe ser una métrica que se pueda sumar. |
| Ingresos por KPI (opcional) | Contiene los ingresos promedio de una unidad de KPI. Si no se poseen datos precisos sobre los ingresos por KPI, se recomienda utilizar un valor racional aproximado. Si esa información no está disponible, consulta Cuando el KPI no corresponde a los ingresos. Ten en cuenta que la métrica "Ingresos por KPI" no es necesaria si efectivamente los ingresos son tu KPI. |
| Población geográfica (opcional) | Contiene la población de cada ubicación geográfica. La población geográfica (como los grupos familiares que tienen TV en una DMA de Nielsen) se usa para ajustar la métrica de medios de modo que todas las ubicaciones geográficas sean comparables. Consulta Datos de entrada para obtener más información sobre el ajuste de la métrica de medios. |
Meridian ofrece la opción de modelar el efecto de cualquier canal de medios en función de los datos de alcance y frecuencia. Consulta Alcance y frecuencia.
| Tipo de datos | Descripción |
|---|---|
| Alcance | Los datos de alcance indican la cantidad de personas expuestas al anuncio de los canales en cada período. |
| Frecuencia | La frecuencia es la cantidad promedio de veces que una persona está expuesta a un anuncio durante ese período. Equivale a la cantidad total de impresiones dividida por el alcance de cada período. |
Meridian también ofrece la opción de incluir tratamientos de medios orgánicos y no relacionados con medios. Para obtener más información, consulta Variables de medios orgánicos y que no son de medios.
| Tipo de datos | Descripción |
|---|---|
| Medios orgánicos | Las variables de medios orgánicos son actividades de medios que no tienen un costo directo. Pueden incluir, entre otras, las impresiones de boletines informativos, las entradas de blog, la actividad en redes sociales o las campañas por correo electrónico. |
| Tratamientos que no son de medios | Las variables que no son de medios son actividades de marketing que no están relacionadas directamente con los medios, como publicar una promoción, el precio de un producto, o un cambio en el empaque o el diseño de un producto. |
Ejemplo: Cómo se ve un conjunto de datos del MMM
En general, Meridian espera que tus datos de marketing se agreguen en un formato único y coherente, con tus datos de medios agregados por período (por ejemplo, por semana) y, de manera ideal, por ubicación geográfica. Revisa nuestro notebook introductorio para conocer cómo se ve un conjunto de datos de muestra para un modelo a nivel geográfico estándar.
Muestras de GitHub
Puedes encontrar conjuntos de datos de muestra adicionales en GitHub.
KPI
El KPI es la variable \(y\) que se encuentra en el lado izquierdo de la especificación del modelo. Puede ser los ingresos o alguna variable diferente, como las conversiones. Meridian requiere que el KPI se pueda sumar en todas las ubicaciones geográficas y todos los períodos. Algunos ejemplos de métricas que se pueden sumar son las unidades vendidas, los ingresos o las conversiones totales. En el caso de las métricas que no se pueden sumar, como la tasa de clics (CTR), debes modelar los clics que se pueden sumar.
Algunos modeladores prefieren usar un KPI que no sean los ingresos como la variable de respuesta, incluso aunque los ingresos sean, en última instancia, el KPI. Meridian permite convertir las unidades de KPI en ingresos, ya que proporciona datos de los ingresos por KPI para cada unidad geográfica y período. Para obtener más información, consulta Cuando el KPI no corresponde a los ingresos.
Variables de control y de tratamiento de medios, de medios orgánicos y no relacionadas con medios
Las variables de control y de tratamiento de medios, de medios orgánicos y no relacionadas con medios deben tener datos de series temporales disponibles.
Variables de medios: Para cada medio pagado, el conjunto de datos debe incluir la inversión de cada canal de medios (esa inversión se usa como denominador para los cálculos del ROI). Meridian requiere que los medios pagados (excepto los canales de alcance y frecuencia) se puedan sumar en todas las ubicaciones geográficas y todos los períodos.
Además, cada medio pagado debe incluir uno de los siguientes elementos para realizar el modelado:
- Una sola métrica de exposición de medios, como impresiones, clics o inversión
- Alcance y frecuencia
Variables de medios orgánicos: Los medios orgánicos no tienen una inversión asociada y se pueden excluir de la entrada de inversión en medios. Al igual que con las variables de medios, Meridian requiere que las variables de medios orgánicos (excepto los canales de alcance y frecuencia) se puedan sumar en todas las ubicaciones geográficas y todos los períodos. Además, cada medio orgánico debe incluir uno de los siguientes elementos para realizar el modelado:
- Una sola métrica de exposición de medios, como impresiones o clics.
- Alcance y frecuencia
Variables de tratamiento no relacionadas con medios: Este tipo de variables son actividades de marketing que no están directamente relacionadas con los medios y no tienen un costo de marketing directo asociado. Se diferencian de las variables de control porque se consideran intervenibles y, por lo tanto, se consideran como variables de tratamiento del modelo causal. Para obtener más información sobre el modelado con variables de tratamiento no relacionadas con medios, consulta Variables de tratamiento no relacionadas con medios.
Variables de control: El propósito de las variables de control es controlar los factores de confusión. Enfócate en recopilar variables que tengan un efecto causal tanto en el KPI objetivo como en la métrica o la ejecución de medios. Dado que es difícil elaborar una lista completa de las variables que afectan los KPIs, puede ser más práctico enfocarse en las variables que afectan el presupuesto de medios y las decisiones de planificación. Puedes comenzar por preguntarle a tu planificador de marketing qué información podría haber influido, ya sea consciente o inconscientemente, en su toma de decisiones. Para obtener más información sobre el modelado con variables de control, consulta Variables de control.
Algunos ejemplos de variables de control son la competencia en el mercado y el volumen de búsquedas de Google (GQV). Para obtener más información sobre el GQV, consulta Conceptos básicos sobre el volumen de búsquedas como un factor de confusión para los anuncios de búsqueda.
Variables relacionadas con la estacionalidad: Las variables relacionadas con la estacionalidad, como las variables ficticias de días feriados, suelen incorporarse como variables de control en la especificación del modelo. Sin embargo, Meridian cuenta con una función de ajuste automático basado en la tendencia y la estacionalidad que se implementa a través de la especificación del modelo de intercepto que varía con el tiempo. Por lo tanto, no es necesario incluir variables de estacionalidad separadas.
Si lo prefieres, puedes inhabilitar el ajuste automático basado en la estacionalidad para incluir tus propias variables de estacionalidad.
Recopilación de datos
Para cada una de las variables, debes determinar el tipo de datos que se recopilarán. Los planes de medios o de marketing se pueden utilizar para determinar las variables adecuadas que se deben recopilar. Después puedes recopilar con MMM Data Platform la exposición de medios para los canales de Google, incluidas las métricas como los clics y las impresiones. MMM Data Platform también ofrece datos de frecuencia y alcance específicamente para YouTube. Para obtener más información, consulta Cómo usar la MMM Data Platform.
Situación: Soy un desarrollador del MMM que desea descargar datos de anuncios de Google Ads para el desarrollo de MMM.
Solución: Usa la MMM Data Platform. Si bien muchos anunciantes confían en la API de Google Ads para extraer datos, esto no es ideal para el desarrollo del MMM.
La recopilación de datos del volumen de búsquedas de Google (GQV) es opcional, aunque omitir el GQV podría crear sesgos en las estimaciones de tu modelo. Sin embargo, puedes ejecutar Meridian sin datos de GQV.
Asegúrate de que tus datos tengan el formato adecuado para ejecutar el modelo. Para obtener más información sobre el formato, consulta los ejemplos de datos en Tipos y formatos de datos compatibles.
Imputación de datos
Cuando prepares tu conjunto de datos, es posible que encuentres valores faltantes o nulos. Para que Meridian funcione correctamente, se requiere un conjunto de datos completo sin valores faltantes. Debes controlar cualquier brecha en tus datos a través de la imputación o el relleno con ceros antes de ejecutar el modelo.
En general, usa tu mejor criterio cuando manejes los datos faltantes en torno a un conjunto de datos del MMM.
- Variables de medios: Si faltan datos porque un canal específico estuvo inactivo durante un período o en una ubicación geográfica determinada, completa los valores faltantes con
0. - KPI y variables de control: Si faltan datos para tu métrica objetivo o variables de control, evita completarlos con
0, ya que esto sesgará las estimaciones de tu modelo. En cambio, usa técnicas estándar de imputación de datos para estimar los períodos faltantes. Los enfoques comunes incluyen el relleno hacia adelante, el relleno hacia atrás, la interpolación lineal o el uso de la media histórica para esa ubicación geográfica o período específicos. - Medios a nivel nacional en un modelo a nivel geográfico: Si algunos canales de medios solo están disponibles a nivel nacional, te recomendamos que los imputes a nivel geográfico. Para obtener más información y conocer los métodos de imputación recomendados, consulta Medios a nivel nacional en un modelo a nivel geográfico.
Ejemplos de imputación de datos
Ejemplo 1: Imputación de datos de medios faltantes (relleno con ceros)
Si un canal de marketing específico se pausó o estuvo inactivo durante una semana, es posible que los datos sin procesar contengan valores nulos (NaN). Dado que se trata de una variable de medios, debes completar los datos faltantes con 0 para reflejar una exposición o una inversión nulas.
Antes de la imputación (datos sin procesar):
| Fecha (hora) | Ubicación geográfica | TV_Spend | TV_Impressions | ... |
|---|---|---|---|---|
| 2021-03-01 | Nueva York | USD 5,000 | 450,000 | ... |
| 2021-03-08 | Nueva York | NaN | NaN | ... |
| 2021-03-15 | Nueva York | USD 4,800 | 420,000 | ... |
| … | … | … | … | ... |
Después de la imputación (listo para Meridian):
| Fecha (hora) | Ubicación geográfica | TV_Spend | TV_Impressions | ... |
|---|---|---|---|---|
| 2021-03-01 | Nueva York | USD 5,000 | 450,000 | ... |
| 2021-03-08 | Nueva York | USD 0 | 0 | ... |
| 2021-03-15 | Nueva York | USD 4,800 | 420,000 | ... |
| … | … | … | … | ... |
Ejemplo 2: Imputación de variables de control faltantes (interpolación)
Si falta una variable de control, como el índice de ventas de la competencia, para una semana específica, completarla con 0 sesgaría artificialmente el modelo de referencia. En su lugar, usa un método de imputación, como la interpolación lineal, para unir la brecha entre los valores conocidos.
Antes de la imputación (datos sin procesar):
| Fecha (hora) | Ubicación geográfica | Competitor_Sales | ... |
|---|---|---|---|
| 2021-03-01 | Portland | 10.5 | ... |
| 2021-03-08 | Portland | NaN | ... |
| 2021-03-15 | Portland | 11.5 | ... |
| … | … | … | ... |
Después de la imputación (listo para Meridian):
| Fecha (hora) | Ubicación geográfica | Competitor_Sales | ... |
|---|---|---|---|
| 2021-03-01 | Portland | 10.5 | ... |
| 2021-03-08 | Portland | 11.0 | ... |
| 2021-03-15 | Portland | 11.5 | ... |
| … | … | … | ... |
Nivel de detalle
En términos generales, los datos con un mayor nivel de detalle proporcionan estadísticas más precisas y pueden ayudar a identificar resultados prácticos. Ten en cuenta el nivel de detalle de los datos en los siguientes aspectos.
Nivel de detalle de los datos por ubicación geográfica
Práctica recomendada: Recopila datos a nivel geográfico. Este nivel de detalle te permite captar los matices de cada ubicación geográfica y usar el marco de trabajo bayesiano jerárquico de Meridian para obtener intervalos creíbles más precisos para estimaciones como el ROI. Ten en cuenta que ciertas ubicaciones geográficas pueden tener una cantidad baja de observaciones. Por lo tanto, se recomienda excluir esas ubicaciones geográficas del conjunto de datos antes de ajustar el modelo para garantizar que las estimaciones del modelo sean confiables. Para obtener más información, consulta Selección de ubicaciones geográficas y datos a nivel nacional.
Alternativa aceptable: Si no hay datos a nivel geográfico disponibles, puedes usar datos nacionales. Sin embargo, verifica que tus datos nacionales tengan una cantidad suficiente de datos para cada efecto que deseas medir. Para obtener más información, consulta Cantidad de datos necesarios.
Ejemplo de granularidad a nivel geográfico (recomendado)
| Fecha (hora) | Ubicación geográfica | Conversiones (KPI) | TV_Spend | Social_Media_Spend | ... |
|---|---|---|---|---|---|
| 2021-01-04 | Nueva York | 15,400 | USD 12,000 | USD 4,500 | ... |
| 2021-01-04 | Chicago | 9,850 | USD 8,500 | USD 3,200 | ... |
| 2021-01-04 | Los Ángeles | 14,200 | USD 11,000 | USD 4,100 | ... |
| 2021-01-11 | Nueva York | 16,100 | USD 12,500 | USD 4,800 | ... |
| … | … | … | … | … | ... |
Ejemplo de granularidad a nivel nacional
| Fecha (hora) | Conversiones (KPI) | TV_Spend | Social_Media_Spend | ... |
|---|---|---|---|---|
| 2021-01-04 | 39,450 | USD 31,500 | USD 11,800 | ... |
| 2021-01-11 | 41,200 | USD 33,000 | USD 12,400 | ... |
| … | … | … | … | ... |
Nivel de detalle de los datos temporales
Práctica recomendada: Recopila datos semanales. Los datos semanales presentan un equilibrio ventajoso entre el grado de variación y el nivel de ruido, en particular, en comparación con los datos diarios o mensuales.
Alternativa aceptable: Si no hay datos semanales disponibles, puedes intentar usar datos diarios o mensuales. Sin embargo, cuando se usan datos diarios, es posible que se prolongue el tiempo de ejecución del modelo. Además, cuando se usan datos mensuales, pueden surgir problemas de no convergencia o intervalos creíbles amplios en las estimaciones del modelo.
Ejemplo de granularidad a nivel semanal
En este ejemplo, la columna Date avanza estrictamente en incrementos de 7 días (semanalmente).
| Fecha (hora) | Ubicación geográfica | Conversiones (KPI) | TV_Spend | Social_Media_Spend | ... |
|---|---|---|---|---|---|
| 2021-01-04 | Nueva York | 15,400 | USD 12,000 | USD 4,500 | ... |
| 2021-01-11 | Nueva York | 16,100 | USD 12,500 | USD 4,800 | ... |
| 2021-01-18 | Nueva York | 14,900 | USD 11,800 | USD 4,200 | ... |
| 2021-01-25 | Nueva York | 17,050 | USD 13,000 | USD 5,100 | ... |
| … | … | … | … | … | ... |
Nivel de detalle de los datos de medios
Cuando determines la cantidad de canales de medios que se incluirán, asegúrate de que tu conjunto de datos mantenga una proporción suficiente de datos para los parámetros del modelo. Evalúa tu proporción entre datos y parámetros para verificar si los datos son suficientes. Consulta Cantidad de datos necesarios para obtener orientación más específica al respecto.
En el caso de los canales de medios con una inversión baja, se recomienda combinarlos con otros canales para evitar problemas con la estimación del ROI. Para obtener más información, consulta Canales con una inversión baja.
Plazo
Como regla general, los datos históricos deberían incluir, como mínimo, dos años de datos semanales para los modelos a nivel geográfico y tres años de datos para los modelos a nivel nacional. Si solo hay datos mensuales disponibles, recomendamos incluir un mínimo de tres años de datos. Es importante que el modelo tenga suficientes datos para proporcionar cálculos precisos. Sin embargo, determinar la cantidad de datos puede ser un proceso más complejo y, en última instancia, depende del tipo de datos que tengas. Consulta Cantidad de datos necesarios para obtener orientación más específica al respecto.
Después de recopilar tus datos, realiza un análisis de datos exploratorio para asegurarte de que sean precisos y estén completos.
Ejemplo de datos históricos suficientes
En este ejemplo, el conjunto de datos comienza en enero de 2021 y abarca de forma continua hasta diciembre de 2022, lo que proporciona más de 104 semanas por ubicación geográfica.
| Fecha (hora) | Ubicación geográfica | Conversiones (KPI) | TV_Spend | Social_Media_Spend | ... |
|---|---|---|---|---|---|
| 2021-01-04 | Nueva York | 15,400 | USD 12,000 | USD 4,500 | ... |
| 2021-01-11 | Nueva York | 16,100 | USD 12,500 | USD 4,800 | ... |
| … | … | … | … | … | ... |
| 2022-12-19 | Nueva York | 22,300 | USD 15,000 | USD 7,200 | ... |
| 2022-12-26 | Nueva York | 24,100 | USD 14,500 | USD 6,800 | ... |
Apéndice
En este apéndice, se proporcionan contexto técnico adicional, conceptos fundamentales y lineamientos complementarios para ayudarte a preparar tu conjunto de datos para Meridian.
Información sobre las métricas que se pueden sumar
Meridian requiere que tus métricas de KPI y de medios (excepto los canales de alcance y frecuencia) se puedan sumar en todas las ubicaciones geográficas y todos los períodos. Esto significa que, si sumas las filas de tu conjunto de datos, el resultado matemático debe tener sentido lógico.
Ejemplos concretos:
- Se pueden sumar (uso permitido): Cantidades sin procesar, como clics totales, impresiones totales, inversión total o unidades totales vendidas.
- Ejemplo: Si tu conjunto de datos muestra 100 clics en la semana 1 y 50 clics en la semana 2, la suma correcta da como resultado 150 clics totales.
- No se pueden sumar (uso no permitido): Promedios, tasas o porcentajes, como la tasa de clics (CTR), el costo por clic (CPC) o el retorno de la inversión publicitaria (ROAS).
- Ejemplo: No puedes sumar matemáticamente las tasas. Por ejemplo, si la semana 1 tuvo 1,000 impresiones y 20 clics (un CTR del 2%) y la semana 2 tuvo 10,000 impresiones y 300 clics (un CTR del 3%), si sumas los porcentajes, obtendrás un 5%. Sin embargo, tu total real es de 320 clics de 11,000 impresiones, lo que equivale a un CTR combinado real del 2.9%. Como estos porcentajes no se pueden sumar fila por fila, no se pueden usar en el modelo.
Si tu plataforma publicitaria exporta tasas o promedios, debes calcular los volúmenes sin procesar que se pueden sumar antes de ingresar los datos en Meridian. Por ejemplo, si tus datos contienen las métricas Impresiones y CTR, debes calcular los clics totales (Impresiones × CTR) y proporcionar ese número entero que se puede sumar al modelo.
Cómo agregar campañas a los canales de medios
Por lo general, las plataformas publicitarias informan los datos a un nivel muy detallado, por ejemplo, por campaña, grupo de anuncios o creatividad. Sin embargo, Meridian suele modelar los medios a nivel del canal. Para cerrar esta brecha, debes agrupar los datos a nivel de campaña en datos a nivel de canal.
Para agregar una plataforma en un solo canal, suma la inversión y la métrica de ejecución (por ejemplo, las impresiones o los clics) en todas las campañas pertinentes para esa ubicación geográfica y período específicos.
Ejemplo: Cómo agregar campañas en redes sociales
En esta situación, una empresa exporta datos sin procesar de una plataforma de anuncios en redes sociales que contiene varias campañas activas: una orientada a la prospección y otra a la resegmentación. La exportación sin procesar incluye filas diarias a nivel de la campaña, que se deben agrupar por el inicio de la semana y la ubicación geográfica para formar un solo canal semanal de Social_Media para Meridian.
Antes: Exportación a nivel de la plataforma (datos sin procesar diarios de redes sociales)
| Fecha | Región | ID de la campaña | Nombre de la campaña | Importe del gasto (USD) | Impresiones |
|---|---|---|---|---|---|
| 2021-01-04 | Washington | 11111111 | Q1_Prospecting | 100.00 | 10000 |
| 2021-01-04 | Washington | 22222222 | Q1_Retargeting | 50.00 | 5000 |
| 2021-01-05 | Washington | 11111111 | Q1_Prospecting | 110.00 | 11000 |
| 2021-01-05 | Washington | 22222222 | Q1_Retargeting | 60.00 | 6000 |
| 2021-01-06 | Washington | 11111111 | Q1_Prospecting | 120.00 | 12000 |
| 2021-01-06 | Washington | 22222222 | Q1_Retargeting | 45.00 | 4500 |
| 2021-01-07 | Washington | 11111111 | Q1_Prospecting | 105.00 | 10500 |
| 2021-01-07 | Washington | 22222222 | Q1_Retargeting | 55.00 | 5500 |
| 2021-01-08 | Washington | 11111111 | Q1_Prospecting | 130.00 | 13000 |
| 2021-01-08 | Washington | 22222222 | Q1_Retargeting | 65.00 | 6500 |
| 2021-01-09 | Washington | 11111111 | Q1_Prospecting | 150.00 | 15000 |
| 2021-01-09 | Washington | 22222222 | Q1_Retargeting | 80.00 | 8000 |
| 2021-01-10 | Washington | 11111111 | Q1_Prospecting | 140.00 | 14000 |
| 2021-01-10 | Washington | 22222222 | Q1_Retargeting | 70.00 | 7000 |
| 2021-01-11 | Washington | ... | … | … | ... |
Después: Conjunto de datos del MMM (agregado semanalmente en un solo canal)
Para crear el canal Social_Media, agrupa las filas por las columnas de semana (a partir del lunes, 2021-01-04) y Region. Luego, suma las columnas de inversión e impresiones de todos los días de esa semana en todas las campañas.
Para la semana del 4 de enero de 2021, la inversión total en los 14 registros diarios de la campaña es de USD 1,280, y las impresiones totales son de 128,000.
| Fecha (hora) | Ubicación geográfica | Social_Media_Spend | Social_Media_Impressions |
|---|---|---|---|
| 2021-01-04 | Washington | USD 1,280 | 128,000 |
| 2021-01-11 | Washington | ... | … |