Nesta seção, vamos mostrar como reunir dados históricos sobre diferentes variáveis relacionadas a marketing e a outros aspectos, como gastos com publicidade, preços e métricas de receita ou performance.
Especificação do conjunto de dados
Os seguintes tipos de dados são obrigatórios, a menos que indicado de outra forma:
| Tipo de dado | Descrição |
|---|---|
| Dados de mídia | Contém a métrica de exposição por canal, região e período. As possíveis métricas incluem, entre outras, gastos, impressões e cliques. O importante é que elas são unidades passíveis de intervenção, ou seja, representam iniciativas de mídia que podem ser controladas de maneira razoável. Todos os valores de mídia precisam ser não negativos. Precisa ser uma métrica somável. |
| Gasto de mídia | Contém os gastos por canal e período. Os dados e os gastos de mídia precisam ter as mesmas dimensões. |
| Variáveis de controle | Contém as variáveis de controle usadas no modelo. A seleção dessas variáveis é importante para estimar o efeito causal de uma MMM. Consulte Gráfico causal. |
| KPI | O KPI de destino é a variável de resposta do modelo. Por exemplo, o valor da receita ou o número de instalações do aplicativo. Precisa ser uma métrica somável. |
| Receita por KPI (opcional) | Contém a receita média de uma unidade de KPI. Na ausência de um valor preciso, recomendamos usar um valor lógico aproximado. Se essas informações não estiverem disponíveis, consulte Quando o KPI não é receita. Se a receita for seu KPI, essa métrica não será necessária. |
| População da região (opcional) | Contém a população de cada região geográfica. Essa informação (como a população de domicílios da DMA com TV da Nielsen) é usada para dimensionar a métrica de mídia e colocar todas as localidades em uma escala comparável. Consulte Dados de entrada para mais detalhes sobre o dimensionamento de mídia. |
O Meridian oferece a opção de modelar o efeito de qualquer canal de mídia com base nos dados de alcance e frequência.
| Tipo de dados | Descrição |
|---|---|
| Alcance | O número de indivíduos únicos expostos ao anúncio dos canais em cada período. |
| Frequência | A frequência é o número médio de vezes que uma pessoa é exposta a um anúncio nesse período. É igual ao número total de impressões dividido pelo alcance de cada período. |
O Meridian também permite incluir variáveis de mídia orgânica e de tratamento que não são de mídia. Para mais informações, consulte Variáveis de mídia orgânica e de tratamento não relacionadas à mídia.
| Tipo de dados | Descrição |
|---|---|
| Mídia orgânica | As variáveis de mídia orgânica são atividades de mídia que não têm custo direto. Isso pode incluir, sem limitação, impressões de newsletters, postagens de blogs, atividades em redes sociais ou campanhas por e-mail. |
| Tratamentos que não são de mídia | Essas variáveis são atividades de marketing que não estão diretamente relacionadas à mídia, como a realização de uma promoção, o preço de um produto e uma mudança na embalagem ou no design de um item. |
Exemplo: como é um conjunto de dados para MMM
Em geral, o Meridian precisa de dados de marketing agregados em um formato único e coeso, com as informações de mídia agregadas por tempo (como por semana) e, idealmente, por localização geográfica. Consulte nosso notebook introdutório para ver um exemplo de conjunto de dados para um modelo geográfico padrão.
Exemplos do GitHub
Outros exemplos podem ser encontrados no GitHub.
KPI
O KPI é a \(y\) variável à esquerda da especificação do modelo. Pode ser a receita ou algum outro KPI, como conversões. O Meridian exige que o KPI seja somável em todas as regiões e períodos. Exemplos de métricas somáveis incluem unidades vendidas, receita ou total de conversões. Para métricas não somáveis, como taxa de cliques (CTR, na sigla em inglês), modele os cliques somáveis.
Mesmo quando a receita é o KPI, alguns modeladores preferem usar outro KPI como variável de resposta. O Meridian permite converter unidades de KPI em receita, fornecendo dados por KPI para cada unidade geográfica e período. Para mais informações, consulte Quando o KPI não é receita.
Variáveis de mídia, mídia orgânica, controle e tratamento não relacionadas à mídia
Essas variáveis precisam ter dados de séries temporais disponíveis.
Variáveis de mídia: o conjunto de dados de cada mídia paga precisa incluir o gasto dos canais, que é usado como denominador para os cálculos de ROI. O Meridian exige que a mídia paga (exceto canais de alcance e frequência) seja somável em todas as regiões e períodos.
Além disso, cada mídia paga precisa incluir uma destas opções para fins de modelagem:
- Uma única métrica de exposição à mídia, como impressões, cliques ou gastos
- Alcance e frequência
Variáveis de mídia orgânica: a mídia orgânica não tem gastos associados e não precisa ser incluída nessa entrada. O Meridian também exige que as variáveis de mídia orgânica (exceto canais de alcance e frequência) sejam somáveis em todas as regiões e períodos. Além disso, cada mídia orgânica precisa incluir uma das seguintes opções para fins de modelagem:
- Uma única métrica de exposição à mídia, como impressões ou cliques.
- Alcance e frequência.
Variáveis de tratamento não relacionadas à mídia: essas variáveis são atividades de marketing que não estão diretamente relacionadas à mídia e não têm custo de marketing direto associado a elas. Elas diferem das variáveis de controle porque são consideradas intervenientes e, portanto, são variáveis de tratamento no modelo causal. Para mais informações sobre essa modelagem, consulte Variáveis de tratamento não relacionadas à mídia.
Variáveis de controle: administram os fatores de confusão e coletam variáveis que têm um efeito causal tanto no KPI desejado quanto na métrica ou execução de mídia. Como é difícil criar uma lista abrangente de variáveis que afetam o KPI, é melhor se concentrar naquelas que impactam o orçamento de mídia e as decisões de planejamento. Comece perguntando ao planejador de marketing quais informações, de maneira consciente ou inconsciente, foram importantes para tomar as decisões. Consulte Variáveis de controle para mais detalhes sobre a modelagem com elas.
Entre as variáveis de controle estão a concorrência no mercado e o GQV. Para mais informações sobre o GQV, consulte Entender o volume de consultas como um fator de confusão para anúncios de pesquisa.
Variáveis relacionadas à sazonalidade: costumam ser incorporadas como variáveis de controle na especificação do modelo (por exemplo, modelos de feriados). No entanto, o Meridian conta com um ajuste automático de sazonalidade e tendência, implementado pela especificação de modelo de intercepto variável no tempo. Ou seja, não é necessário incluir essas variáveis.
Você também pode desativar o ajuste sazonal automático e incluir suas próprias variáveis do tipo.
Coleta de dados
Determine o tipo de dados a serem coletados para cada tipo de variável. Os planos de mídia ou marketing podem ser usados para essa decisão. Você pode então coletar a exposição de mídia para canais do Google, incluindo métricas como cliques e impressões, usando a MMM Data Platform. Além disso, a MMM Data Platform também oferece dados de alcance e frequência especificamente para o YouTube. Para mais informações, consulte Usar a plataforma de dados da MMM.
Cenário: sou um desenvolvedor de MMM e quero baixar dados de anúncios do Google Ads para desenvolvimento de MMM.
Solução: use a MMM Data Platform. Embora muitos anunciantes usem a API Google Ads para extrair dados, isso não é ideal para o desenvolvimento da MMM.
A coleta de dados de GQV é opcional, mas omitir esses valores pode criar um viés nas estimativas do modelo. No entanto, é possível executar o Meridian sem esses dados.
Confira se os dados estão no formato adequado para executar o modelo. Para mais informações, consulte os exemplos de dados em Tipos e formatos de dados aceitos.
Imputação de dados
Ao preparar seu conjunto de dados, você pode encontrar valores ausentes ou nulos. O Meridian exige um conjunto completo, sem valores ausentes, para funcionar corretamente. É necessário processar as lacunas nos dados por imputação ou preenchimento com zero antes de executar o modelo.
Use o bom senso ao lidar com dados ausentes em um conjunto para MMM.
- Variáveis de mídia: se os dados estiverem faltando porque um canal específico ficou inativo durante um período ou em uma determinada região, preencha esses valores ausentes com
0. - KPIs e variáveis de controle: se faltarem dados para métricas de destino ou variáveis de controle, evite preencher com
0, porque isso vai distorcer as estimativas do modelo. É melhor usar técnicas padrão de imputação de dados para estimar os períodos ausentes, como preenchimento progressivo e regressivo, interpolação linear ou uso da média histórica para a região ou período. - Mídia nacional em um modelo geográfico: se alguns canais de mídia estiverem disponíveis apenas no nível nacional, recomendamos imputá-los no nível da região. Para mais informações e métodos de imputação recomendados, consulte Mídia nacional em um modelo geográfico.
Exemplos de imputação de dados
Exemplo 1: imputação de dados de mídia ausentes (preenchimento com zero)
Se um canal de marketing específico foi pausado ou ficou inativo por uma semana, os dados brutos poderão conter valores nulos (NaN). Como essa é uma variável de mídia, preencha os dados ausentes com 0 para refletir exposição ou gasto zero.
Antes da imputação (dados brutos):
| Data (hora) | Região | Gastos com TV | Impressões de TV | ... |
|---|---|---|---|---|
| 2021-03-01 | Nova York | US$ 5.000 | 450.000 | ... |
| 2021-03-08 | Nova York | NaN | NaN | ... |
| 2021-03-15 | Nova York | US$ 4.800 | 420.000 | ... |
| ... | ... | ... | ... | ... |
Após a imputação (pronto para o Meridian):
| Data (hora) | Região | Gastos com TV | Impressões de TV | ... |
|---|---|---|---|---|
| 2021-03-01 | Nova York | US$ 5.000 | 450.000 | ... |
| 2021-03-08 | Nova York | US$ 0 | 0 | ... |
| 2021-03-15 | Nova York | US$ 4.800 | 420.000 | ... |
| ... | ... | ... | ... | ... |
Exemplo 2: imputação de variáveis de controle ausentes (interpolação)
Se uma variável de controle, como o índice de vendas do concorrente, estiver ausente em uma semana específica, preenchê-la com 0 vai distorcer artificialmente o valor de referência. Em vez disso, use um método de imputação, como a interpolação linear, para preencher a lacuna entre os valores conhecidos.
Antes da imputação (dados brutos):
| Data (hora) | Região | Vendas do concorrente | ... |
|---|---|---|---|
| 2021-03-01 | Portland | 10,5 | ... |
| 2021-03-08 | Portland | NaN | ... |
| 2021-03-15 | Portland | 11,5 | ... |
| ... | ... | ... | ... |
Após a imputação (pronto para o Meridian):
| Data (hora) | Região | Vendas do concorrente | ... |
|---|---|---|---|
| 2021-03-01 | Portland | 10,5 | ... |
| 2021-03-08 | Portland | 11,0 | ... |
| 2021-03-15 | Portland | 11,5 | ... |
| ... | ... | ... | ... |
Granularidade
De modo geral, dados mais granulares fornecem insights mais precisos e podem ajudar a identificar resultados úteis. Aspectos a serem considerados:
Granularidade geográfica
Prática recomendada: colete dados sobre regiões. Esse nível de granularidade permite que você considere as nuances geográficas e use a estrutura bayesiana hierárquica do Meridian para gerar intervalos de confiança menores em estimativas (como o ROI). Algumas regiões podem ter um volume baixo de observações. Recomendamos que elas sejam excluídas do conjunto de dados antes da adequação do modelo para ajudar a garantir uma estimativa confiável. Para mais informações, consulte Dados nacionais e por seleção geográfica.
Alternativa aceitável: se os dados geográficos não estiverem disponíveis, use os nacionais, mas verifique se eles têm um número suficiente de pontos de dados por efeito que você está tentando medir. Para mais informações, consulte Quantidade de dados necessária.
Exemplo de granularidade no nível geográfico (recomendado)
| Data (hora) | Região | Conversões (KPI) | Gastos com TV | Gastos com redes sociais | ... |
|---|---|---|---|---|---|
| 2021-01-04 | Nova York | 15.400 | US$ 12.000 | US$ 4.500 | ... |
| 2021-01-04 | Chicago | 9.850 | US$ 8.500 | US$ 3.200 | ... |
| 2021-01-04 | Los Angeles | 14.200 | US$ 11.000 | US$ 4.100 | ... |
| 2021-01-11 | Nova York | 16.100 | US$ 12.500 | US$ 4.800 | ... |
| ... | ... | ... | ... | ... | ... |
Exemplo de granularidade no nível nacional
| Data (hora) | Conversões (KPI) | Gastos com TV | Gastos com redes sociais | ... |
|---|---|---|---|---|
| 2021-01-04 | 39.450 | US$ 31.500 | US$ 11.800 | ... |
| 2021-01-11 | 41.200 | US$ 33.000 | US$ 12.400 | ... |
| ... | ... | ... | ... | ... |
Granularidade de tempo
Prática recomendada: colete dados semanais, que apresentam um equilíbrio vantajoso entre o grau de variação e a extensão de ruído, principalmente quando comparados a dados diários ou mensais.
Alternativa aceitável: na ausência de dados semanais, é possível testar os diários ou mensais. Porém, o modelo pode ter um tempo de execução estendido quando usa dados diários e podem surgir problemas de não convergência ou intervalos de credibilidade amplos nas estimativas do modelo ao usar dados mensais.
Exemplo de granularidade no nível semanal
Neste exemplo, a coluna Date avança estritamente em incrementos de sete dias (semanais).
| Data (hora) | Região | Conversões (KPI) | Gastos com TV | Gastos com redes sociais | ... |
|---|---|---|---|---|---|
| 2021-01-04 | Nova York | 15.400 | US$ 12.000 | US$ 4.500 | ... |
| 2021-01-11 | Nova York | 16.100 | US$ 12.500 | US$ 4.800 | ... |
| 2021-01-18 | Nova York | 14.900 | US$ 11.800 | US$ 4.200 | ... |
| 2021-01-25 | Nova York | 17.050 | US$ 13.000 | US$ 5.100 | ... |
| ... | ... | ... | ... | ... | ... |
Granularidade de mídia
Ao determinar o número de canais de mídia a serem incluídos, confira se o conjunto de dados mantém uma proporção suficiente entre pontos de dados e parâmetros do modelo. Avalie a proporção entre dados e parâmetros para verificar se há dados suficientes. Para orientações mais específicas sobre o assunto, consulte Quantidade de dados necessária.
É aconselhável combinar canais que têm gastos de mídia baixos com outros para evitar problemas na estimativa do ROI. Para mais informações, consulte Canais com poucos gastos.
Período
Como regra geral, os dados históricos precisam abranger, no mínimo, dois anos de dados semanais para modelos geográficos e três anos para modelos nacionais. Se houver apenas dados mensais disponíveis, recomendamos usar o equivalente a pelo menos três anos de dados. É importante que o modelo tenha pontos de dados suficientes para garantir cálculos precisos. No entanto, o cálculo da quantidade de dados pode ser mais complexo e depende do tipo de dados. Para orientações mais específicas sobre o assunto, consulte Quantidade de dados necessária.
Depois de coletar os dados, faça uma análise detalhada para conferir se eles são precisos e completos.
Exemplo de dados históricos suficientes
Neste exemplo, o conjunto de dados começa em janeiro de 2021 e se estende continuamente até dezembro de 2022, totalizando mais de 104 semanas por região.
| Data (hora) | Região | Conversões (KPI) | Gastos com TV | Gastos com redes sociais | ... |
|---|---|---|---|---|---|
| 2021-01-04 | Nova York | 15.400 | US$ 12.000 | US$ 4.500 | ... |
| 2021-01-11 | Nova York | 16.100 | US$ 12.500 | US$ 4.800 | ... |
| ... | ... | ... | ... | ... | ... |
| 2022-12-19 | Nova York | 22.300 | US$ 15.000 | US$ 7.200 | ... |
| 2022-12-26 | Nova York | 24.100 | US$ 14.500 | US$ 6.800 | ... |
Apêndice
Este apêndice oferece contexto técnico adicional, conceitos básicos e diretrizes complementares para ajudar você a preparar seu conjunto de dados para o Meridian.
Entender o que são métricas somáveis
O Meridian exige que seu KPI e as métricas de mídia (exceto canais de alcance e frequência) sejam somáveis em todas as regiões e períodos. Isso significa que, ao somar as linhas do conjunto de dados, o resultado matemático precisa fazer sentido lógico.
Exemplos concretos:
- Somáveis (uso permitido): volumes brutos, como total de cliques, de impressões, de gastos ou de unidades vendidas.
- Exemplo: se o conjunto de dados mostrar 100 cliques na Semana 1 e 50 cliques na Semana 2, a soma correta será 150 cliques no total.
- Não somáveis (uso proibido): médias, taxas ou porcentagens, como taxa de cliques (CTR), custo por clique (CPC) ou retorno do investimento em publicidade (ROAS, nas siglas em inglês).
- Exemplo: matematicamente, taxas não podem ser somadas. Por exemplo, se a Semana 1 teve 1.000 impressões e 20 cliques (uma CTR de 2%) e a Semana 2 teve 10.000 impressões e 300 cliques (uma CTR de 3%), a soma das taxas seria de 5%. No entanto, o total real é de 320 cliques em 11.000 impressões, o que resulta em uma CTR combinada real de 2,9%. Como essas porcentagens não podem ser somadas linha por linha, elas não podem ser usadas no modelo.
Caso a sua plataforma de publicidade exporte taxas ou médias, calcule os volumes brutos somáveis antes de inserir os dados no Meridian. Por exemplo, se os dados contiverem impressões e CTR, calcule o total de cliques (impressões × CTR) e insira esse número inteiro somável no modelo.
Agregação de campanhas em canais de mídia
As plataformas de publicidade costumam gerar relatórios de dados em um nível muito granular, como por campanha, grupo de anúncios ou criativo. O Meridian, no entanto, geralmente modela mídias no nível do canal. Por causa dessa diferença, você precisa agregar os dados da campanha aos dados do canal.
Para agregar uma plataforma em um único canal, some o gasto e a métrica de execução (por exemplo, impressões ou cliques) em todas as campanhas relevantes para essa região e período.
Exemplo: agregação de campanhas em redes sociais
Neste cenário, uma empresa exporta dados brutos de uma plataforma de anúncios em redes sociais com várias campanhas ativas: uma voltada para prospecção e outra para retargeting. A exportação bruta inclui linhas diárias no nível da campanha, que precisam ser agrupadas pelo início da semana e pela região geográfica para formar um único canal semanal chamado Social_Media, que será usado pelo Meridian.
Antes: exportação no nível da plataforma (dados brutos diários de redes sociais)
| Data | Região | ID da campanha | Nome da campanha | Valor gasto (USD) | Impressões |
|---|---|---|---|---|---|
| 2021-01-04 | Washington | 11111111 | Prospecção do primeiro trimestre | 100,00 | 10000 |
| 2021-01-04 | Washington | 22222222 | Retargeting do primeiro trimestre | 50,00 | 5000 |
| 2021-01-05 | Washington | 11111111 | Prospecção do primeiro trimestre | 110,00 | 11000 |
| 2021-01-05 | Washington | 22222222 | Retargeting do primeiro trimestre | 60,00 | 6000 |
| 2021-01-06 | Washington | 11111111 | Prospecção do primeiro trimestre | 120,00 | 12000 |
| 2021-01-06 | Washington | 22222222 | Retargeting do primeiro trimestre | 45,00 | 4500 |
| 2021-01-07 | Washington | 11111111 | Prospecção do primeiro trimestre | 105,00 | 10500 |
| 2021-01-07 | Washington | 22222222 | Retargeting do primeiro trimestre | 55,00 | 5500 |
| 2021-01-08 | Washington | 11111111 | Prospecção do primeiro trimestre | 130,00 | 13000 |
| 2021-01-08 | Washington | 22222222 | Retargeting do primeiro trimestre | 65,00 | 6500 |
| 2021-01-09 | Washington | 11111111 | Prospecção do primeiro trimestre | 150,00 | 15000 |
| 2021-01-09 | Washington | 22222222 | Retargeting do primeiro trimestre | 80,00 | 8000 |
| 2021-01-10 | Washington | 11111111 | Prospecção do primeiro trimestre | 140,00 | 14000 |
| 2021-01-10 | Washington | 22222222 | Retargeting do primeiro trimestre | 70,00 | 7000 |
| 2021-01-11 | Washington | ... | ... | ... | ... |
Depois: conjunto de dados para MMM (agregado semanalmente em um único canal)
Para criar o canal Social_Media, agrupe as linhas pelas colunas Semana (começando na segunda-feira, 2021-01-04) e por Region. Em seguida, some as colunas de gasto e impressão de todos os dias da semana em todas as campanhas.
Na semana de 04/01/2021, o gasto total em todos os 14 registros diários da campanha foi de US$ 1.280, e o total de impressões foi de 128.000.
| Data (hora) | Região | Gastos com redes sociais | Impressões de redes sociais |
|---|---|---|---|
| 2021-01-04 | Washington | US$ 1.280 | 128.000 |
| 2021-01-11 | Washington | ... | ... |