En la era digital actual, donde el flujo constante de datos y la interconexión de plataformas ha revolucionado la forma en que las empresas interactúan con sus clientes, el marketing ha evolucionado de maneras inimaginables. Si bien el surgimiento del marketing digital prometió una era de medición y análisis precisos, la realidad ha demostrado ser más compleja. La promesa inicial de «medirlo todo» enfrenta desafíos en un mundo que valora cada vez más la privacidad y la autonomía de los datos.

En este contexto, las organizaciones se encuentran en una encrucijada. Mientras los gigantes de la industria adoptan estrategias que les favorecen, creando jardines amurallados (Walled Gardens) de datos, las empresas buscan herramientas y metodologías que les permitan navegar en este paisaje cambiante y obtener insights valiosos sobre el impacto de sus estrategias de marketing. Aquí es donde la combinación de Modelos Multi Touch Attribution (MTA) y Marketing Mix Modeling (MMM) se presenta como una solución prometedora.

Este documento busca explorar la sinergia entre MTA y MMM, delineando cómo su integración puede ofrecer una visión más holística y precisa de la efectividad de las estrategias y los esfuerzos de marketing en un mundo digital que está en constante evolución. A través de un recorrido detallado, investigaremos las características, fortalezas y limitaciones de ambos modelos, culminando con una propuesta de solución que integra lo mejor de ambos mundos.

Bienvenidos a un viaje hacia una atribución más integrada y eficiente en el paisaje digital contemporáneo.

Glosario de términos

MMM (Marketing Mix Modeling): Originado en la era de la publicidad tradicional, el MMM se vale de técnicas estadísticas para evaluar el impacto de distintos canales de marketing en métricas vitales como las ventas. Está diseñado para observar el panorama general, considerando influencias a largo plazo y estrategias de branding.

MTA (Multi Touch Attribution): Esta metodología rastrea y asigna valor a cada punto de contacto que un cliente tiene con una marca antes de realizar una conversión. Con el auge del mundo digital y la multiplicidad de canales, el MTA permite analizar el viaje del cliente en detalle.

La integración de MMM y MTA no solo proporciona una comprensión holística de las acciones y los esfuerzos de marketing, sino que también optimiza el presupuesto, permitiendo a las empresas asignar recursos de manera eficiente.

Integración MTA y MMM

El escenario es cada vez más complejo y considerando la incertidumbre a nivel internacional los profesionales de marketing y ventas necesitan más que nunca validar el impacto en el negocio de sus estrategias y acciones.

Con la intención de resolver estos desafíos, apoyándonos en los años de experiencia de NATEEVO, así como en los trabajos al respecto de la IAB, proponemos repasar las distintas soluciones disponibles y aclarar cuando va a ser más conveniente aplicar una, otra o una combinación de ellas.

En la primera parte trataremos de entender cada uno de los modelos, junto a la necesaria experimentación.

Posteriormente profundizaremos en nuestra propuesta para la unificación, complementada con las claves para elegir la opción más conveniente para medir tu estrategia de marketing.

Características de ambos modelos

Qué nos aportan los modelos MTA

Si bien durante un importante número de años el estándar de medición fue la atribución Single Touch de último toque. Hoy los modelos atribución Multi Touch (MTA) con los distintos modelos de atribución digital (Last Clic, First Click,…) y sobre todo con la aparición de los modelos Data Driven, son los modelos más utilizados. Se caracterizan por las siguientes características:

• Utiliza las interacciones digitales disponibles (las que han convertido como las que no) para calcular la atribución holística de las diferentes acciones de MK digital.
• Incluye el Raw Data del Customer Journey Digital. Los resultados podrán obtenerse para toda la taxonomía y niveles de los datos. (Ej: Campaña, Site, Medio, Keywords…)
• Analizar el impacto de las inversiones de marketing, no solo a nivel de medios, también es posible contrastar el resultado de distintas campañas publicitarias y sus creatividades (Online).
• Determinar la eficacia de las acciones publicitarias a corto y medio plazo y los posibles cambios de tendencia de la eficacia.
• Detectar posibles sinergias entre medios, que potencien la eficacia de los mismos.
• Permite la visibilidad del Path disponible del usuario, permitiendo confirmar el funcionamiento de nuestras estrategias de MK Digital (Prospecting, Remarketing….)
• Comprender los comportamientos de los usuarios y de los medios, así como el impacto de las distintas variables.
• Posibilita evaluar las frecuencias de impacto a los usuarios.

Qué nos aportan los modelos MMM

Los Marketing Mix Modeling (MMM) tienen una metodología diferente tanto respecto a las características y origen de sus datos, a las distintas técnicas de modelado, así como a los resultados y los casos de uso que resuelve.

Aunque los modernos MMM están siendo actualizados con nuevas funcionalidades y capacidad de análisis, su funcionamiento se basa en los MMM que se aplican en el marketing tradicional desde mediados del siglo XX.

Los MMM se caracterizan por:

• Permite el análisis las distintas palancas que impactan según técnicas estadísticas regresivas. ( Datos agregados).
• Los resultados están limitados al nivel de agregación de partida de los datos.
• Permite comprender cómo impactan las acciones de la competencia (si se incluye dicha información).
• Incluye el analisis del impacto de las inversiones de marketing, no solo a nivel de medios digitales, también es posible contrastar el resultado de distintas campaña publicitarias (Offline & Online).
• Facilita incluir otra sería de palancas, como acpectos de estacionalidad así como de disponibilidad de inventario.
• Determinar la eficacia de las acciones publicitarias a largo plazo.
• Facilita la detección de posibles sinergias entre medios, que potencien la eficacia de los mismos.
• Permite el análisis de comportamientos no lineales de los medios y a partir de estos, sus niveles de saturación.
• A partir de los niveles de saturación, se pueden generar escenarios que optimizan la estrategia de medios, en función de los presupuestos.
• Los modelos permiten realizar predicciones y fijación de objetivos de negocio.

Limitaciones actuales de los MTA

Adiós a la visión completa de los paths de usuarios en las plataformas de Adtech.

Tradicionalmente, la industria Adtech ha utilizado la tecnología basada en Tag de (propios o de Adservers) para la medición de las impresiones y clics en nuestros anuncios. Esto permitía duplicar conversiones entre los distintos medios ( Google, Meta y otros) así como poder analizar Path con las interacciones tanto de impresiones como de clicks analizando el path completo y unificado de usuario hasta la conversión y permitiendo así los análisis MTA , como modelos de atribución avanzados basados en datos.

Esta metodología, siempre limitada por la disponibilidad real de los datos (multidispositivo, multientorno…) supuso la principal técnica de análisis avanzado en marketing digital. Pero el aumento de las limitaciones, como:

• Medición las impresiones de Meta.
• Medición multidispositivos ( Apple)
• Bloqueo cookie tercer parte en navegadores.

Han limitado la aportación de valor de la metodología, al dificultar la visión global.

No obstante, los MTA mantienen un gran aporte de valor en los siguientes ámbitos:

• Respecto a su capacidad de análisis granular de dato.
• Por su valor de aplicación a las distintas opciones de optimización, dentro de un mismo canal digital.
• La consecuente ventaja para la activación del dato y aplicar técnicas de automatización.

La solución holística de unificación MTA + MMM + Experimentación

La solución más completa requiere de la unión de las metodologías MTA + MMM, junto con una estrategia constante y diversificada de experimentación de cara a disponer de la información correcta para la toma de decisiones basadas en datos.

Los análisis MTA, nos dan información directa de las interacciones con los usuarios, permitiendo conocer:

• Las frecuencias e impactos tanto de cada medio, como a nivel de journeys y el overlap de entre los distintos medios.

El funcionamiento específico de cada campaña, creatividad, anuncio. Permitiendo su análisis a través de distintos modelos de atribución (Lineales y probabilísticos DD).

Los MMM, complementa los resultados del MTA para las decisiones estrategias relativas a la inversión en los distintos canales y ayuda a “calibrar” modelos DD. Nos permite el análisis y mejorar el mix de medio gracias a:

• Incorporar una visión más global y práctica del desempeño de las campañas de marketing que mejora la planificación del mix de medios.
• Evaluar cambios en productos específicos, incorporar medios externos como TV y prensa, así como otros factores externos que puedan impactar en los resultados.

Junto con la experimentación, nos ayudará a confirmar hipótesis y validar de manera estadística los experimentos que un mayor impacto puedan tener en nuestra estrategia de marketing. Las principales metodologías recomendadas de experimentación son:

• Análisis de incrementabilidad.
• Análisis GEO.
• Test A/ B de medios sobre usuarios

Consideraciones a tener en cuenta

Entorno Tecnológico Actualizado:

Las innovaciones en inteligencia artificial y aprendizaje automático están redefiniendo la precisión y aplicabilidad de estas herramientas, ofreciendo insights más certeros y personalizados.

Desafíos Éticos y de Privacidad:

El análisis detallado conlleva la recopilación de datos a gran escala. Es imperativo que las organizaciones manejen esta información con cuidado, respetando regulaciones como el GDPR y el CCPA.

Perspectiva del Consumidor:

A través de una adecuada combinación de MMM y MTA, es posible diseñar campañas más personalizadas que mejoren la experiencia del cliente y, por ende, fortalezcan la relación con la marca.

Costo y Retorno de la Inversión (ROI):

A pesar de que estas metodologías pueden requerir una inversión inicial considerable, el potencial retorno en términos de decisiones estratégicas más informadas y campañas mejor optimizadas es significativo.

Integración con Otras Herramientas:

Al desplegarse en sistemas Data Platform integrarse con sistemas de marketing automation CRMs y otras plataformas de marketing, MMM y MTA pueden proporcionar un análisis más exhaustivo, conectando puntos de datos y revelando insights profundos sobre el comportamiento del cliente.

Actualizaciones y Mejora Continua:

El campo del marketing evoluciona rápidamente. Por ello, estas herramientas deben ser revisadas y adaptadas regularmente, garantizando que las empresas se mantengan al día con las tendencias y optimicen continuamente sus estrategias basadas en datos actuales.

Conclusiones

La cada vez mayor importancia de la privacidad de los usuarios, su impacto a nivel de Wallet Garden y paulatina eliminación de Cookies de tercera parte, traslada la atención a los modelos MMM inmunes a estos cambios. Sin embargo, el valor de los Touch Points directos de los usuarios hace que los MTA tengan una larga vida, aunque requieran el consentimiento del usuario, así como con apoyados en nuevas tecnologías (principalmente nuevos IDs) ya que ofrece un gran valor para la automatización del marketing y la activación directa, que los MMM pueden complementar, pero no sustituir.

Al igual que durante un tiempo, los departamentos de marketing offline y online permanecieron separados en silos. Hoy en día la ruptura de los silos a nivel organizativo está suponiendo un gran aumento de valor en las organizaciones. La unificación y combinación de la metodologías MTA y MMM y Experimentación es la respuesta técnica que nos aporta una visión cada vez más holística sobre las palancas y actuaciones que afectan de una forma más completa a nuestra actividad de marketing y por consiguiente nuestros clientes.

Es fundamental que las empresas no adopten un enfoque de «talla única» para la medición y atribución. Dependiendo de la naturaleza de su negocio, estrategias, canales y presupuestos de marketing, algunas pueden beneficiarse más de los modelos MMM, otras de los MTA y muchas de una combinación de ambos. La clave es mantener la flexibilidad y la disposición para adaptarse a un entorno digital en constante cambio.

Además, el papel de la experimentación no puede ser subestimado. La experimentación permite a las marcas validar hipótesis y estrategias, garantizando que los esfuerzos y las inversiones de marketing estén dirigidos de la manera más eficiente.

Finalmente, las empresas deben ser conscientes de su presupuesto y de los recursos disponibles. Si bien es cierto que la tecnología y las soluciones en la nube están haciendo que las soluciones avanzadas de análisis y atribución sean más accesibles, las empresas aún deben evaluar cuidadosamente la rentabilidad y el valor de estas herramientas en función de su situación particular.

En resumen, en un mundo post-cookie y con un énfasis renovado en la privacidad del usuario, es esencial que las marcas permanezcan proactivas, adaptativas y bien informadas para asegurar el éxito en sus estrategias de marketing digital.