Capitulo 2: Validar la elección del modelo


La mejor práctica para validar la elección de un modelo es utilizar las herramientas de medición de incrementalidad ofrecidas por las plataformas publicitarias, especialmente las de Meta y Google.

Tanto si se trata de un modelo Single-Touch, Multi-Touch o de Marketing Mix Modeling, las pruebas de incrementalidad permitirán validar las métricas de contribución de los canales.

Dado que los modelos de atribución trabajan principalmente en objetivos de conversión, aquí nos centraremos en las pruebas de incrementalidad de conversión (en oposición a las pruebas relacionadas con la notoriedad de la marca).


Procedimiento paso a paso para las pruebas de incrementalidad en las plataformas de Meta y Google Ads



Paso 1: Definir los objetivos y las hipótesis

  • Establecer objetivos claros: Identifica qué deseas medir con la prueba de lift, como el aumento en ventas o ingresos.
  • Describe claramente la pregunta comercial que deseas responder.
  • Formular hipótesis: Elabora una hipótesis relacionada con tus objetivos. Por ejemplo:
  • "La difusión de anuncios en Meta incrementará las ventas en un 10 % en comparación con la ausencia de anuncios".


Paso 2: Elegir el tipo adecuado de prueba de incrementalidad

  • Plataforma Meta Ads:
  • Utiliza las **pruebas de conversión** para medir el aumento en conversiones o ventas causado por los anuncios.
  • Plataforma Google Ads:
  • Utiliza la **medición del efecto incremental de conversión** mediante grupos de control aleatorizados para medir el impacto directo en la conversión.


Paso 3: Planificar y diseñar la prueba de incrementalidad

  • Definir la duración y el presupuesto de la prueba:
  • Asegúrate de que la prueba dure lo suficiente para recopilar datos significativos, **generalmente al menos dos semanas**, aunque la duración puede variar según el volumen de tráfico y las tasas de conversión.
  • Asigna un presupuesto adecuado para generar datos relevantes y garantizar que los grupos de prueba y control estén representados correctamente.


Paso 4: Configurar la prueba de incrementalidad en cada plataforma

  • En Meta Ads:
  • Accede a la herramienta **Experimentos** en Meta Ads Manager.
  • Elige el tipo de prueba apropiado.
  • Define tu métrica principal (por ejemplo, tasa de conversión o volumen de negocio) y configura los grupos de prueba y control.
  • Asegúrate de implementar correctamente el Meta Pixel, la API de Conversiones u otros mecanismos de seguimiento para capturar los datos con precisión.
  • En Google Ads:
  • Utiliza **Borradores y Experimentos** para configurar la prueba de incrementalidad.
  • Define los parámetros de la prueba (por ejemplo, conversiones) y selecciona un método de asignación (la asignación 50/50 es común).


Paso 5: Supervisar y validar la calidad de los datos

  • Verificar la precisión de los datos: Asegúrate de que los datos sean consistentes. Busca discrepancias o puntos de datos faltantes.
  • **Seguimiento en tiempo real** de **indicadores clave de rendimiento**: Monitorea los KPI durante la prueba para garantizar que se desarrolle según lo previsto y que la recopilación de datos sea fluida.


Paso 6: Analizar los resultados y medir el lift incremental

  • Medir el lift incremental:
  • Para Meta, la plataforma calcula automáticamente el uplift según la diferencia de resultados entre el grupo de prueba y el grupo de control.
  • Para Google, utiliza el informe de aumento de conversiones para comparar los resultados de los grupos de prueba y control, asegurando la significancia estadística.
  • Utilizar los niveles de confianza de Meta: Revisa los niveles de confianza proporcionados por Meta (generalmente un nivel de confianza de al menos el 90 %).


Paso 7: Interpretar los resultados y tomar decisiones

  • Comparar con las hipótesis: Verifica si los resultados de la prueba confirman o refutan tu hipótesis inicial.

Elige los modelos de atribución cuyos pesos contributivos en Meta y Google sean los más consistentes con los resultados de las pruebas de incrementalidad.


Otras buenas prácticas

  • Asegurar potencia suficiente: Antes de realizar la prueba, calcula la potencia para garantizar que la prueba sea lo suficientemente robusta como para detectar un incremento significativo.
  • Minimizar la contaminación: Evita que los grupos de prueba y control se solapen en términos de exposición a medios o factores externos que puedan distorsionar los resultados.
  • Calibración regular: Ajusta periódicamente los modelos y configuraciones de prueba para considerar cambios en la dinámica del mercado o actualizaciones de las plataformas.