‘Del caos al control: Cómo el hybrid MMM revoluciona el marketing digital’, por Elías Nuevo (Jellyfish)

¿Recuerdas cómo medíamos la inversión en publicidad? Principalmente con resultados basados en estadísticas de share de mercado y usando modelos econométricos, medición que estaba enfocada hacia grandes masas de población pero extrapolando resultados de una masa pequeña, lo que dejaba un enorme margen de error. 

Entre las herramientas más utilizadas estaban los modelos de Marketing Mix (MMM). Usando técnicas de regresión y datos históricos, mostraban cómo las variables del marketing mix (producto, precio, plaza y promoción) influían en las ventas, siendo útiles para el entorno existente, pero dependiendo altamente de datos agregados, y no pudiendo capturar del todo la complejidad de las interacciones entre los diferentes canales. 

La explosión digital: un mar de datos ingobernable 

Luego llegó la revolución digital. Plataformas, formatos, interacciones... ¡Y todo, o mucho, medible! La obsesión por la atribución nos llevó a un laberinto de datos, donde cada clic, cada impresión, parecía tener la respuesta. Surgió entonces el "mito" de la atribución real, que aunque prometía precisión, no tardó en evidenciar sus limitaciones en entornos complejos. Queríamos medirlo todo, y nos ahogamos en un mar de datos. 

Sin embargo, las regulaciones, los cambios en el entorno y las limitaciones técnicas (como la desaparición de las third-party cookies), además de la siempre presente privacidad del usuario, nos obligaron a replantearnos las cosas. Adiós a la atribución determinista, dando la bienvenida a la probabilidad y el machine learning. La tecnología nos ayudó a dar sentido al torrente de datos, a encontrar patrones y correlaciones que antes eran invisibles. Así, pasamos de intentar entender el impacto de cada interacción individual, a volver hacia el análisis del conjunto del mix de medios, pero con un aliado: la tecnología. 

Hybrid MMM: El Renacer de la analítica 

En medio de la tormenta, surgieron los modelos Hybrid Media Mix Modeling, que combinan lo mejor de los MMM tradicionales con las técnicas más avanzadas de inteligencia artificial. Integran datos offline y online, CRM, competencia, datos económicos, y cualquier otra fuente relevante... Todo en un mismo lugar, permitiendo una visión un poco más holística del impacto de nuestras estrategias, más allá de la simple atribución. 

A pesar del entusiasmo en torno al Hybrid MMM, todavía hay una brecha significativa entre la teoría y la acción. Muchos han invertido tiempo y recursos en desarrollar sus propios modelos, pero la adopción real sigue siendo limitada. Interfaces poco intuitivas, procesos que requieren especialistas en data science y, en muchos casos, una desconexión entre los insights generados y las decisiones operativas del día a día. Hoy en día existen opciones como Robyn (Meta), Meridian (Google) o LightweightMMM (basado en PyMC3), que buscan democratizar el acceso a modelos de medición más avanzados, aunque la implementación sigue siendo un reto.

Robyn, por ejemplo, ofrece automatización en la calibración de modelos, pero requiere un conocimiento profundo en R para ser realmente útil. Meridian, por otro lado, no siempre es fácil de adaptar a estrategias omnicanal. La realidad es que un modelo potente no sirve de mucho si no nos lleva a recomendaciones claras, accionables y fácilmente comprensibles para los equipos de marketing. Hasta que el MMM no sea verdaderamente accesible (con herramientas más usables, dashboards intuitivos y una integración fluida con las plataformas de activación), seguirá habiendo una barrera entre el potencial de estos modelos y su impacto real en la optimización del presupuesto de medios. 

La pregunta del millón: ¿Es para mí? 

"¿Me aplica a mí?", te preguntarás. La respuesta es sí, pero con matices. Hay un Hybrid MMM para cada necesidad y presupuesto: 

Nivel 1: el ABC de la Analítica. Usa las estadísticas directas de cada plataforma. Entiende el contexto, toma decisiones informadas. Es el mínimo exigible para cualquier negocio. Conocer las métricas básicas, los KPIs y cómo interpretarlos es crucial para cualquier estrategia digital. 

Nivel 2: experimenta y Crece. Realiza pruebas y experimentos sobre tu mix de medios. Necesitas volúmenes de inversión significativos, pero los resultados valen la pena. Por ejemplo, tests A/B en diferentes canales, pruebas de incrementalidad, y análisis de escenarios "what if". 

Nivel 3: escala. Hybrid MMM en estado puro. Modelos complejos, basados en IA, que te dicen qué funciona, qué no y cómo mejorarlo. Son capaces de simular escenarios complejos y predecir el impacto de diferentes estrategias, permitiendo una optimización continua. 

La transformación hacia un MMM híbrido no es solo una tendencia, es una necesidad. En un mundo donde el dato es el rey, las marcas que sepan adoptar analíticas granulares, ágiles y accesibles tendrán la ventaja. La clave está en la adaptabilidad y la capacidad de aprender y evolucionar con el panorama digital. El Hybrid MMM, al integrar datos diversos y la inteligencia artificial, ofrece una visión más precisa del impacto del marketing, y con mucha más granularidad de lo que podían ofrecer los MMM tradicionales. Sin embargo, su éxito depende de la capacidad de traducir los insights en acciones claras y de hacer accesible esta tecnología a todos los equipos.

Elías Nuevo, Managing Director, Southern Europe en Jellyfish