¿Qué dimensión de medios se debe elegir para calcular las contribuciones de MTA?

Problemático

El riesgo de una interpretación sesgada del desempeño
En las estrategias de marketing omnicanal, los puntos de contacto con los usuarios son numerosos, distribuidos en el tiempo y realizados mediante activaciones muy diferentes:
- campañas de “hilo conductor” transmitidas continuamente,
- campañas puntuales (lanzamiento, promociones, eventos),
- campañas con importantes inversiones en medios ,
- y otros con poca presión publicitaria .
Backhand Index Pointing Right Desafío: Sin el nivel adecuado de agregación para calcular las contribuciones en el modelo MTA, el análisis del desempeño puede volverse sesgado.
Ejemplos
- Una campaña de hilo común (Meta Ads siempre activos) capturará automáticamente más puntos de contacto… y por lo tanto, más contribución.
- Una campaña única (por ejemplo, TikTok para una operación especial) puede parecer de bajo rendimiento , incluso si simplemente está presente en menos recorridos que la campaña que es por naturaleza el hilo conductor (el día de su lanzamiento, no tiene historial).
- Una campaña de Google con grandes presupuestos podrá captar muchas contribuciones gracias a los volúmenes generados, en detrimento de una agencia de publicidad menos expuesta pero eficiente .

Objetivo

Alinear el modelo de atribución con los objetivos de gestión
Al elegir la dimensión de atribución ( canal , medio o campaña ), la empresa puede:
- Corregir sesgos relacionados con la exposición (frecuencia, duración, presupuesto).
- Mantener una visión estratégica (canal) u operativa (campaña).
- Evite sacar conclusiones erróneas sobre la efectividad de una activación débilmente difundida con un ROI marginal alto.


Configuración de dimensiones de atribución

La plataforma Eulerian permite al Cliente configurar la dimensión sobre la que se calculan las contribuciones de marketing cada noche.
Hay 3 dimensiones disponibles: canal , soporte o campaña .
Esta elección influye en la lectura del rendimiento de cada canal de marketing.


Análisis de la situación con un ejemplo de recorrido del usuario

Para simplificar, consideraremos que el algoritmo MTA utilizado para calcular las contribuciones en este ejemplo es un algoritmo lineal (cada punto de contacto recibe una contribución equivalente).
Tomemos como ejemplo un historial de marketing que contiene 4 puntos de contacto antes de una venta.
    Anuncios meta de clics
    Anuncios meta de clics
    Haga clic en Anuncios de TikTok
    Clic en anuncios de Google
Aquí están los atributos de cada punto de contacto:
Canal marketing
Ad Platform
Campaigns
Social
Meta
Campaña 1
Social
Meta
Campaña 1
Social
TikTok
Campaña 2
SEM
Google
Campaña 3


Elección de la dimensión de atribución

1. Por canal

En este caso, las contribuciones se miden según las dimensiones del canal .
  • Resultado :
  • Canal social: presente 3x (Meta x2 + TikTok x1)
  • Canal SEM: presente 1x (Google x1)
  • Distribución (por ejemplo, modelo con distribución lineal):
  • Canal social: 3/4 de la contribución (75%)
  • Canal SEM: 1/4 de la contribución (25%)


2. Por Soporte

Aquí las contribuciones se miden por medio :
  • Resultado : Tres reglas en el informe:
  • Soporte Meta: Presente 2x
  • Compatibilidad con TikTok: presente 1x
  • Soporte de Google: presente 1x
  • Distribución :
  • Soporte Meta: 2/4 (50%)
  • Soporte de TikTok: 1/4 (25%)
  • Soporte de Google: 1/4 (25%)


3. Por Campaña

Aquí, las contribuciones se miden por cada campaña .
  • Resultado : Tres campañas distintas:
  • Campaña 1 (Meta): Presenta 2x
  • Campaña 2 (TikTok): presenta 1x
  • Campaña 3 (Google): presenta 1x
  • Distribución :
  • Campaña 1: 2/4 (50%)
  • Campaña 2: 1/4 (25%)
  • Campaña 3: 1/4 (25%)


Check Mark Button Recomendaciones


Quiero evitar que las campañas puntuales se vean abrumadas por campañas recurrentes.
Si las campañas únicas pertenecen al mismo medio, y este medio está activo como hilo común, entonces recomendamos configurar el modelo MTA en la dimensión del medio .
Si las campañas únicas no pertenecen al mismo medio , pero pertenecen al mismo canal, y este canal está activo como hilo común, entonces recomendamos configurar el modelo MTA en la dimensión del canal .