Guía paso a paso para esta convergencia:

Paso 1: Alinear los objetivos empresariales y los indicadores clave de rendimiento

• Definir objetivos claros y unificados: Comienza definiendo claramente los objetivos de la empresa y los indicadores clave de rendimiento (KPI) que el MTA y el MMM medirán. Asegúrate de que ambos modelos estén alineados con lo que representa el éxito para la empresa. Por lo general, esto incluye el valor de las conversiones (como los ingresos) o el volumen de conversiones (número de ventas).

Paso 2: Utilizar las pruebas de incrementalidad como puente

• Estudios sobre el efecto incremental: Implementa pruebas de incrementalidad (por ejemplo, ensayos controlados aleatorizados, pruebas de uplift) para validar y calibrar los modelos MTA y MMM (ver  Capítulo 2: Validar la elección del modelo ). Estas pruebas proporcionan datos de referencia que pueden ayudar a alinear los resultados de ambos modelos, garantizando que la atribución sea precisa y que las decisiones sobre el mix de medios se basen en un impacto incremental real.

Paso 3: Sincronizar las entradas de datos

• Armonizar las fuentes de datos: Asegúrate de que el MTA y el MMM utilicen datos armonizados, incluidas periodos de tiempo coherentes, segmentos de audiencia y datos de puntos de contacto. Esto incluye alinear datos en línea y fuera de línea para que ambos modelos trabajen con el mismo conjunto de datos base.
• Datos granulares o agregados: El MTA utiliza datos más granulares a nivel de usuario (por ejemplo, clics, impresiones), mientras que el MMM generalmente utiliza datos agregados (por ejemplo, gastos, alcance). Asegúrate de que las reglas de agregación de datos para el MMM estén alineadas con los datos de puntos de contacto utilizados en el MTA para minimizar divergencias.

Paso 4: Integrar resultados para validación cruzada

• Validación cruzada de resultados: Compara regularmente los resultados del MTA y el MMM. Utiliza el MTA para validar información específica de canales a corto plazo, mientras que el MMM valida los efectos más amplios, intercanales y a largo plazo. Examina las discrepancias y realiza ajustes si es necesario.
• Bucles de retroalimentación: Establece bucles de retroalimentación donde los datos del MTA se utilicen para refinar el MMM (como la eficacia de los canales) y viceversa. Por ejemplo, el MTA puede proporcionar información sobre la importancia relativa de los canales digitales, un factor que puede integrarse en el MMM.

Paso 5: Ajustar los modelos de atribución MTA en base a los insights del MMM

• Ajustar la asignación de crédito: Utiliza los insights proporcionados por el MMM para ajustar la asignación de crédito en el modelo MTA. Por ejemplo, si el MMM indica que un canal específico (como la televisión) genera un aumento significativo en las conversiones globales, esto puede ajustar el peso de la TV en el MTA para reflejar correctamente su influencia en las actividades de nivel superior del embudo.

Paso 6: Calibración

• Calibración continua: Calibra regularmente los modelos MTA y MMM utilizando nuevos datos y pruebas de incrementalidad para garantizar que sigan alineados con el desempeño real de las actividades de marketing.
• Pruebas de escenario: Realiza análisis de escenarios donde ambos modelos sean ajustados y probados bajo diversas hipótesis para identificar los puntos óptimos de convergencia.

Paso 7: Marco unificado para informes y toma de decisiones

• Paneles integrados: Crea paneles que presenten los resultados del MTA y el MMM lado a lado, ofreciendo una visión unificada que las partes interesadas puedan usar para tomar decisiones informadas.
• Marcos de decisión coherentes: Establece un marco de decisión coherente donde los resultados de ambos modelos guíen las acciones tácticas (MTA) y estratégicas (MMM). Por ejemplo, utiliza el MTA para optimizaciones en curso de campañas y el MMM para reasignaciones presupuestarias en ciclos futuros de planificación.