Servicios profesionales · Analítica de marketing
Sepa cuánto rinde cada euro de marketing, con modelos que gestiona su propio equipo.
Construimos modelos de marketing mix (MMM) con sus datos de ventas y de medios —Google Meridian, MMM bayesiano y regresión con adstock y saturación—, los validamos con experimentos geográficos y código independiente, y desplegamos el mejor en su propia infraestructura. Los modelos son programas en lenguaje SAS que se ejecutan en Jenner, así que sus analistas, incluido un equipo que ya hace su analítica de marketing en SAS, los vuelven a ejecutar y a entrenar cada trimestre sin más servicios.
Proyectos a precio cerrado o por tiempo y materiales.
§1 La oferta
Un modelado de media mix bien hecho una vez y después entregado: su equipo es dueño del software, de los modelos entrenados y del pipeline que los ejecuta, sin ninguna suscripción de servicio continua.
La edición con más de 200 procedimientos y sin límite de datos, en macOS, Windows o Linux. Ejecuta programas en lenguaje SAS, incluidos los modelos que entregamos. Incluye un año de nuevas versiones y soporte.
Un conjunto de modelos ajustados a sus propios datos de ventas, medios, precios y promociones, con la recomendación de presupuesto que respaldan. Su equipo los vuelve a ejecutar con las nuevas semanas y los reentrena cuando el mercado cambia, sin llamarnos.
Conectamos los modelos con los datos que ya tiene y los ejecutamos donde ya ejecuta todo lo demás: en su nube o en sus propios servidores, con su planificador, y con los resultados en sus herramientas de BI y de planificación.
§2 Cómo empieza
Primero analizamos sus datos y su infraestructura, para que la estimación sea una cifra que podamos respaldar.
01 /
Una sesión de trabajo con sus equipos de marketing, analítica y datos: qué vende, qué canales compra, qué datos tiene y dónde están.
02 /
Un alcance, un calendario y un precio por escrito para los modelos, la integración y la entrega, a precio cerrado o por tiempo y materiales.
03 /
Preparamos los datos, ajustamos los modelos, los contrastamos con código independiente y con sus experimentos, y acordamos los resultados con su equipo.
04 /
Los modelos entran en producción en su infraestructura, sus analistas los ejecutan una vez con nosotros y, a partir de ahí, lo hacen por su cuenta.
Un único precio para un alcance acordado. La opción adecuada cuando los datos están en buen estado y los entregables están claros.
Un proyecto a precio cerrado →Se factura el trabajo realizado. La opción adecuada cuando antes hay que trabajar los datos, o cuando quiere explorar antes de comprometerse.
Un proyecto por tiempo y materiales →§3 Lo que podrá ver
Cuatro figuras de nuestro curso de marketing mix modelling, hechas con los mismos modelos que construimos para nuestros clientes.
FIG. 1 — Curvas de respuesta por canal
Cuánto aporta cada canal a medida que invierte más, y dónde deja de compensar.
Fuente: datos inventados a modo de ilustración
FIG. 2 — Qué mueve los ingresos
Cada factor ordenado según cuánto mueve los ingresos un cambio del 1 %, tanto de medios como de otro tipo.
Fuente: datos inventados a modo de ilustración
FIG. 3 — Un test geográfico, bien interpretado
Apague la TV en algunos mercados y aparecen las ventas perdidas, que se prolongan después de que vuelva. Medimos ambas cosas.
Fuente: datos inventados a modo de ilustración
FIG. 4 — Mercado a mercado
Qué canales funcionan igual en todas partes y pueden planificarse a escala nacional, y cuáles varían según el mercado.
Fuente: datos inventados a modo de ilustración
La revisión técnica es una sola conversación. Sale de ella con un alcance y un precio.
§4 Lo que construimos
Ajustamos varias familias de modelos —entre ellas Google Meridian— a sus datos, probamos cada una de la misma forma y desplegamos la que mejor funciona.
M1
Regresión log-lineal con adstock, para que una campaña de TV siga actuando en las semanas posteriores a su emisión, y con errores autorregresivos, para que una racha de buenas semanas no se confunda con el efecto de los medios.
M2
Curvas de saturación de Hill ajustadas canal a canal sobre el adstock: rendimientos decrecientes, y la curva de respuesta que le indica dónde rinde más el siguiente euro.
M3
Los mercados se apoyan unos en otros, con un efecto de medios para cada mercado, de modo que ve dónde un canal trabaja más y dónde puede planificarse a escala nacional.
M4
Los resultados de los tests geográficos entran en el modelo como priors, de modo que el histórico y los experimentos coinciden en una sola respuesta, con un intervalo para cada cifra.
M5
Diseño y análisis de tests: diferencias en diferencias, control sintético y comprobaciones placebo con tests ficticios, para que un incremento medido venga con un margen de error honesto.
M6
Cuánto del efecto de la TV y el vídeo llega a través de personas que le buscan, para no atribuir a la búsqueda ventas que generaron otros canales.
M7
Implementación de Google Meridian sin un stack aparte: el MMM bayesiano de código abierto de Google se ejecuta desde Jenner y se evalúa en igualdad de condiciones con los demás: las mismas semanas de validación, la misma calibración con experimentos, el mismo optimizador de presupuesto. Si es el que mejor se ajusta a sus datos, lo desplegamos en su infraestructura como cualquier otro.
Lo que habría vendido de todos modos, y cuánto añadió cada promoción por encima.
Lo que rindió cada canal de media, y lo que rendiría el siguiente euro.
Inversión frente a retorno para cada canal, con el punto en el que se satura.
El mejor reparto del mismo presupuesto, dentro de los límites que sus planificadores fijan para cada canal.
Precio, distribución, competencia, meteorología y medios, ordenados según cuánto mueve cada uno el resultado.
§5 Google Meridian
Google Meridian es el modelo bayesiano de marketing mix de código abierto de Google. Lo ejecutamos desde Jenner, lo calibramos con sus experimentos geográficos y lo evaluamos con las mismas semanas de validación y el mismo optimizador de presupuesto que cualquier otro modelo que ajustamos.
Cuando Meridian es el mejor modelo para sus datos, lo desplegamos en su infraestructura con la misma programación y la misma entrega que cualquier otro: sus analistas lo vuelven a ejecutar y a entrenar por su cuenta.
§6 Por qué puede defenderla
Antes de que una cifra de ROAS llegue a sus planificadores, se ha comprobado de tres maneras.
Cada modelo se vuelve a ajustar con implementaciones independientes en Python y R, y los coeficientes tienen que coincidir.
Ejecutamos cada modelo con datos simulados cuya respuesta real se conoce, y demostramos que la encuentra antes de tocar sus datos.
Donde tiene tests geográficos, los modelos se calibran con ellos; donde no, diseñamos el test que resuelve la cuestión.
§7 Lo que entregamos
Notebooks de Jupyter que sus analistas pueden leer de principio a fin y volver a ejecutar, con cada paso explicado con palabras sencillas.
Cada programa que hay detrás de los modelos, comentado y organizado para que su equipo pueda modificarlo.
Ajustados a sus datos, con la configuración y las comprobaciones necesarias para reentrenarlos con nuevas semanas.
Hacia dónde mover el dinero a continuación, por canal, con el retorno esperado.
Un recorrido grabado por los modelos y los notebooks para todas las personas que se incorporen al equipo más adelante.
Empiece con una revisión técnica. Analizamos sus datos y sus sistemas, y volvemos con un alcance y un precio.
Proyectos a precio cerrado o por tiempo y materiales.
Cuéntenos qué vende, qué canales compra, qué datos tiene y dónde están. Nos pondremos en contacto con usted para organizar la revisión.