¿Por qué cobra relevancia el marketing mix modeling?

En Bunker DB usualmente hablamos de cómo acercar a los equipos de marketing al negocio real, para que las acciones que realizan sean trazables, controlables pero, por sobre todo, realmente incrementales para el negocio.

Bajo este escenario, cobra relevancia el Marketing Science, particularmente el modelo de marketing mix, intentando responder dos preguntas fundamentales: ¿por qué las personas tomamos ciertas decisiones de compra? Es decir, a qué canal o acción se le atribuye esa venta. Y la segunda: ¿cómo accionar desde Marketing para influenciar esa decisión? 

El recorrido del usuario está cada vez más fragmentado

Haciendo un análisis integral de las más de 1200 marcas con las que trabajamos en América Latina, desde las más grandes hasta las más chicas, gran parte de su inversión publicitaria está alocada en Google o Meta. Esto es lógico: la mayoría del tiempo de las personas está repartido entre las properties de Google (Search, YouTube, Maps) y Meta (Facebook, Instagram, Whatsapp). 

En los últimos años, esto ha cambiado. TikTok emergió como un nuevo canal global que rivaliza con ellos por el tiempo de atención de los usuarios. 

Cuando vemos los datos de inversión publicitaria, vemos que el duopolio, además, viene siendo cuestionado por el mundo de ecommerce y retail. La emergencia de Retail Media como un canal nuevo complejiza aún más este escenario fragmentado de canales publicitarios. América Latina no es la excepción. Canales como Rappi, Mercado Ads, Falabella, Walmart y varios retailers tienen ya su unidad de negocios destinada a publicidad.

¿Por qué ocurre esto? Por dos grandes macrotendencias

La primera es que la trazabilidad de la información que logramos tener en Marketing se empieza a ver fragmentada, entonces cobra relevancia la utilización de first-party data para entender al consumidor y para tener datos cercanos a la venta.

En segunda instancia, a partir del modelo de negocios que Google y Meta tan exitosamente construyeron alrededor de la publicidad, el Retail Media emergió como una forma de capturar ese margen incremental y de ser más rentables como negocios. Con los últimos emergentes en un ecosistema ya complejo, se multiplican las posibilidades e hipótesis de inversión publicitaria.

Ante este escenario complejo, claramente los que más sufren son los marketers. Si su día a día ya no era fácil, esto sólo se va a poner más difícil. De hecho, según Wall Street Journal, las empresas exigen más resultados a Marketing en menos tiempo.

Para traer calma a los líderes de Marketing, existen oportunidades enormes de tomar decisiones más cerca del negocio que calmen estas aguas turbulentas.

El Marketing Mix Modeling vuelve a cobrar relevancia

En un mundo fragmentado, que no nos permite tener trazabilidad de los consumidores en un 100%, tenemos que ir en búsqueda de una visión integral. 

Por esto, hablamos de un regreso de los modelos de marketing mix (MMM) como una forma de entender cada uno de los canales que tenemos, y una visión a mediano y largo plazo de cómo optimizar nuestra inversión de medios.

¿Por qué vuelve a cobrar relevancia MMM? Si miramos los meta-análisis publicados recientemente en la industria digital, vemos que mucho del impacto de las acciones de marketing tienen que ver con la ejecución, con nuestra capacidad que tengamos para seleccionar ese mix, y encontrar ese punto óptimo de inversión. Y los modelos de marketing mix nos permiten identificar eso.

Sin embargo, los modelos de marketing mix son complejos y las marcas suelen tener desconfianza porque, a veces, colisionan con la información que ven en el día a día en sus modelos de atribución.

Algo que se está trabajando en la industria es la posibilidad de calibrar estos modelos con experimentación. Los experimentos aleatorios a nivel individual y a nivel geográfico permiten calibrar los MMM, anclando los resultados a impacto incremental verificado para un medio, en un momento del tiempo.

Entonces, ¿qué palancas nos permitirán decidir en un mundo fragmentado?

Invertir inteligentemente con MMM

Ante la dificultad de usar datos determinísticos de usuarios en medios más fragmentados, resurgen modelos que buscan patrones en datos agregados.

Calibrar MMM con experimentos

Los experimentos a nivel geográfico permiten calibrar los modelos de marketing mix, anclando los resultados al impacto incremental verificado para un medio, en un momento del tiempo.

Para resumir, la invitación que les hacemos es que exploren, evalúen y adopten estas soluciones como una forma de mejorar sus inversiones publicitarias. 

Si quieres conocer más acerca de marketing science, síguenos en nuestras redes sociales y estate atento a nuestras entradas de blog. 

Para entender cómo aplicarlo a tu negocio, puedes solicitar una reunión con nuestro equipo en este enlace.