Modelado de mix de marketing calibrado por experimento
El modelado de mix de marketing tiene 156 puntos y 80 parámetros. Cómo un experimento se vuelve prior de ROI, con fórmulas de ajuste y un ejemplo.

📚 Este artículo es parte de la guía Significancia Estadística en Tests A/B: La Guía.
El modelado de mix de marketing volvió a ponerse de moda por un motivo defendible, no depende de cookies, y arrastra un problema que el marketing rara vez enuncia: intenta estimar decenas de parámetros a partir de unos pocos cientos de puntos, sin ningún sorteo para separar el efecto de la demanda. Chan y Perry, de Google, registran que un conjunto típico de datos, tres años de datos semanales nacionales, tiene apenas 156 puntos, de los que se espera un modelo con 20 o más canales, y que la regla práctica de 7 a 10 puntos por parámetro es algo a lo que los modelos típicos no llegan. La salida que consolidó la práctica no es abandonar el modelo, es amarrarlo a algo medido con sorteo. Esta guía muestra por qué la calibración es necesaria, cómo un experimento geográfico se convierte en un prior de ROI con las fórmulas de ajuste documentadas de Meridian, un ejemplo de punta a punta con números calculados en el motor real, y lo que la calibración sigue sin arreglar. Esta guía forma parte de nuestra guía completa de test A/B.
Por qué un modelo de mix de marketing no se sostiene solo
Chan y Perry organizan los obstáculos de un modelo de mix de marketing en tres áreas: limitaciones de datos, sesgo de selección y selección e incertidumbre del modelo. Vale la pena recorrer las tres, porque cada una desemboca en un tipo distinto de error.
Limitaciones de datos. El número más citable del artículo es el más simple: un conjunto típico de datos de mix de marketing, con tres años de datos semanales nacionales, tiene apenas 156 puntos. De esos 156 puntos, escriben los autores, se espera que el modelador produzca un modelo con frecuentemente 20 o más canales de anuncios. Modelar adecuadamente un efecto rezagado y un retorno decreciente puede exigir de 3 a 4 parámetros por canal. Veinte canales a tres parámetros ya son 60 parámetros para 156 puntos. La regla práctica que citan para una regresión lineal estable, dejando de lado si los efectos causales están bien estimados, es de 7 a 10 puntos por parámetro, algo a lo que, en palabras del artículo, los modelos típicos no llegan.
Dos limitaciones hermanas completan el grupo. Variables de entrada correlacionadas, porque los anunciantes reparten el gasto entre canales de forma correlacionada, lo que produce coeficientes de alta varianza y una atribución pobre. Y rango limitado de datos, porque el anunciante ya se acomodó en un rango de gasto, y el modelo se usa luego para responder preguntas fuera de ese rango, como duplicar la inversión o llevarla a cero. El artículo registra el caso específico: el modelo puede dar estimaciones razonables del ROAS marginal, gracias a los datos alrededor del gasto actual, y estimaciones malas del ROAS medio, que exigiría extrapolar de vuelta hasta gasto cero.
Sesgo de selección. Los autores lo describen como posiblemente el mayor obstáculo para que un modelo de mix de marketing dé estimaciones válidas de efectividad. Ocurre cuando una variable de medios está correlacionada con una variable de demanda no observable que, a su vez, impulsa las ventas; omitida de la regresión, el modelo no tiene cómo separar lo que vino del canal de lo que vino de la demanda subyacente.
| origen del sesgo | mecanismo declarado en el artículo | ejemplo del artículo |
|---|---|---|
| segmentación del anuncio | el anuncio apunta a una parte de la población que ya mostró interés, y ese interés no es observable ni entra en el modelo | remarketing, que apunta a quien ya visitó el sitio, y búsqueda pagada, que apunta a quien ya buscó el término |
| estacionalidad | los medios se dirigen a la estacionalidad de la demanda, y los proxies usados para controlar la estacionalidad no garantizan reflejar la demanda real | medicamento para el resfriado, con el gasto subiendo y bajando con la estación |
| efectos de embudo | un canal afecta el nivel de otro, y estimarlos todos en una sola ecuación produce estimaciones sesgadas | una campaña de TV genera más búsquedas del término, lo que aumenta el volumen de anuncios de búsqueda pagada |
El punto sobre el embudo merece destacarse porque no es un problema de datos, es de forma del modelo: los anuncios aguas abajo no deberían entrar en la misma ecuación de regresión que los anuncios determinados de forma exógena. Los autores señalan además que las alternativas, como los modelos gráficos y las ecuaciones estructurales, exigen estimar el efecto causal del canal de arriba sobre el de abajo, lo que tiene requisitos de datos tan severos como el problema original.
El experimento es la verdad de campo, y viene con intervalo
Chan y Perry son igual de directos sobre el remedio y sobre su límite: aunque los experimentos son fuente de verdad de campo, por lo general entregan una estimación puntual. Esa frase resume todo el diseño de la calibración. El experimento no reemplaza al modelo, porque responde sobre un canal, en un período, en un nivel de gasto. El modelo no reemplaza al experimento, porque no tiene sorteo. La calibración es la costura entre los dos.
Construyamos el lado del experimento con números reales. Los valores de abajo salieron del mismo motor estadístico que hace funcionar las calculadoras de esta página.
El escenario: un experimento geográfico con grupo de control, en el que regiones sorteadas reciben una campaña de display y las demás no. Cada brazo cubre 1.400.000 personas a lo largo de 4 semanas. La tasa de compra base es de 0,90 por ciento.
| brazo | personas | compras | tasa |
|---|---|---|---|
| control | 1.400.000 | 12.600 | 0,9000% |
| tratado | 1.400.000 | 13.230 | 0,9450% |
El motor devuelve: diferencia de +0,0450 puntos porcentuales, lift relativo de +5,0000 por ciento, z de 3,9381, valor p = 0,000082, e intervalo del 95 por ciento de +0,0226 a +0,0674 puntos porcentuales.
Traduciendo a lo que necesita la calibración, con un ticket medio de R$ 180 y un gasto de R$ 71.000 en el brazo tratado:
- Compras incrementales: 13.230 − 12.600 = 630, con intervalo del 95 por ciento de 316,5 a 943,5 (el intervalo en puntos multiplicado por las 1.400.000 personas).
- Ingreso incremental: 630 × R$ 180 = R$ 113.400.
- ROI incremental: R$ 113.400 ÷ R$ 71.000 = 1,5972, con intervalo de 0,8023 a 2,3921.
Ese intervalo ancho no es un defecto del experimento, es el tamaño honesto de la incertidumbre. Tratando la estimación de ROI como aproximadamente normal, ya que es una transformación lineal de la diferencia de proporciones, la desviación estándar implícita es de 0,4056, o un coeficiente de variación de 0,2539. Guarde esos dos números, son la entrada de la próxima sección.
Test z bilateral de dos proporciones. "Sin significancia" casi siempre significa que falta muestra, no que las versiones sean iguales.
Cómo un resultado de experimento se convierte en un prior
La documentación de Meridian, el modelo bayesiano de mix de marketing de Google, empieza con una honestidad que ahorra discusiones: no existe una fórmula única para traducir un resultado de experimento en un prior. Lo que existe es un constructor de calibración con cuatro pasos declarados: registrar los experimentos, aplicar ajustes a los resultados, combinar múltiples experimentos por actualización bayesiana y ajustar distribuciones paramétricas, como lognormal, gamma o normal.
Los ajustes son explícitos, y ahí está la parte interesante. La documentación registra la media y la desviación ajustadas de un experimento como:
μ_ajustada = (γ_duración + γ_universo) × μ_experimento
σ_ajustada = σ_experimento × √(1 + τ_gasto + τ_recencia + τ_duración + τ_universo)
con los términos automáticos definidos así:
| término | fórmula documentada | qué corrige |
|---|---|---|
| desajuste de gasto | τ_gasto = (1 − r) / r, con r la razón entre el gasto del experimento y el gasto del modelo |
el experimento cubrió una parte del gasto; cuanto menor la parte, más incertidumbre arrastra sobre el total |
| recencia | τ_recencia = (1 − λ) / λ, con λ = 0,5^(w/52) y w en semanas |
vida media de 52 semanas; un experimento antiguo vale menos |
| duración | γ_duración = 1 / p y τ_duración = max((1 − p) / p, 0), con p la proporción del efecto capturada |
el experimento pudo haber terminado antes de que el efecto rezagado se completara |
Multiplicaciones de incertidumbre, no de valor: fíjese en que σ se multiplica por la raíz de la suma de los términos más uno, lo que significa que cada desajuste entre el experimento y el modelo ensancha el prior en lugar de desplazarlo.
La combinación de varios experimentos es una actualización bayesiana común, p(θ | datos) ∝ π(θ) ∏ L_i(θ), en la que cada experimento se trata como una observación ruidosa del ROI verdadero del canal bajo una verosimilitud normal. El ajuste final a la familia paramétrica se hace minimizando la entropía cruzada, equivalente a minimizar la divergencia de Kullback-Leibler. El prior de ROI por defecto de la documentación, cuando no se informa nada, es una lognormal de parámetros 0,2 y 0,9.
Aplicando los ajustes a nuestro experimento
Llevemos el resultado de la sección anterior hasta el prior, con tres desajustes realistas.
Suponga que el experimento cubrió el 45 por ciento del gasto del canal en el período del modelo (r = 0,45), ocurrió hace 26 semanas (w = 26) y capturó el 80 por ciento del efecto rezagado (p = 0,8).
| término | cuenta | valor |
|---|---|---|
τ_gasto |
(1 − 0,45) / 0,45 |
1,2222 |
λ |
0,5^(26/52) |
0,7071 |
τ_recencia |
(1 − 0,7071) / 0,7071 |
0,4142 |
γ_duración |
1 / 0,8 |
1,2500 |
τ_duración |
(1 − 0,8) / 0,8 |
0,2500 |
Aplicando:
μ_ajustada = 1,2500 × 1,5972 = 1,9965
σ_ajustada = 0,4056 × √(1 + 1,2222 + 0,4142 + 0,2500) = 0,4056 × √2,8864 = 0,6890
Es decir: la duración incompleta empuja la media hacia arriba, de 1,60 a 2,00, porque el experimento midió solo el 80 por ciento del efecto. Y los tres desajustes sumados casi duplican la desviación, de 0,41 a 0,69, y elevan el coeficiente de variación de 0,25 a 0,35. El prior resultante sigue siendo mucho más informativo que el de por defecto, pero no finge saber más de lo que sabía el experimento.
Lo que la calibración no arregla
Tres límites merecen estar en el mismo documento que vende la idea.
Vale para el canal medido, en el punto medido. El experimento midió un nivel de gasto. Amarrar el ROI ahí ayuda a anclar la curva, pero la forma de la curva fuera de ese punto sigue viniendo del modelo y de los supuestos. Es exactamente la extrapolación que describen Chan y Perry: el modelo puede estimar razonablemente el ROAS marginal cerca del gasto actual y mal el ROAS medio, que exige volver hasta gasto cero.
No corrige la mala especificación del embudo. Si la TV mueve la búsqueda pagada, poner las dos en la misma ecuación sesga la estimación, y un prior firme sobre la búsqueda pagada no deshace ese sesgo, solo lo empuja hacia otro coeficiente. El arreglo es de forma del modelo, no de prior.
Un experimento es un punto en el tiempo. Por eso existe la vida media de 52 semanas en el término de recencia: a las 26 semanas el peso ya cayó a 0,7071, y el término de incertidumbre correspondiente ya suma 0,4142. La calibración no es un proyecto, es una rutina.
La documentación de Meridian también advierte sobre el costo de no hacer nada: sin buenas referencias, el modelo puede estimar que un canal de bajo gasto está generando un ingreso enorme. Esa es la falla clásica de un canal con pocos datos en un modelo con muchos parámetros.
Qué experimento vale la pena correr para calibrar
Aquí entra el dimensionamiento, y es implacable en medios de parte alta del embudo: detectar un efecto pequeño sobre una tasa pequeña cuesta mucha gente.
Con una base de compra del 0,90 por ciento, 95 por ciento de confianza y 80 por ciento de potencia:
| efecto relativo a detectar | personas por brazo | días a 700.000 personas/semana |
|---|---|---|
| +10% | 181.409 | 4 |
| +5% | 708.522 | 15 |
| +3% | 1.949.095 | 39 |
El experimento de nuestro ejemplo, con 1.400.000 por brazo, soporta cómodamente un efecto del 5 por ciento y no soporta uno del 3 por ciento. Esa es la pregunta que decide el diseño: ¿cuál es el menor ROI que cambiaría su decisión de presupuesto? Si usted reasignaría a partir del 3 por ciento, un experimento de 4 semanas no sirve, y es mejor saberlo antes.
Cálculo por aproximación normal de dos proporciones, 2 variaciones (50/50). Cambia los campos y mira el impacto en vivo.
Sobre la prioridad, la regla es contraintuitiva: testee primero el canal en el que el modelo es más débil, no el canal más importante.
| síntoma en el modelo | por qué el canal es candidato | tipo de experimento |
|---|---|---|
| gasto pequeño e intervalo posterior anchísimo | es donde el modelo inventa más, y donde la documentación advierte de un ingreso enorme a partir de un gasto bajo | experimento geográfico con control |
| gasto muy correlacionado con otro canal | los datos no contienen variación independiente para separar los dos | apagar un canal por región, no los dos |
| historial corto, canal nuevo | pocos puntos, ningún rango de variación | test de incrementalidad por usuario, si la plataforma lo permite |
| estimación que cambia mucho al tocar el modelo | señal clásica de variables correlacionadas, descrita por Chan y Perry | cualquier experimento con sorteo, aunque sea pequeño, ya ancla |
Errores comunes
- Tratar la salida del modelo como una medición. Es una estimación condicionada a supuestos fuertes sobre una muestra pequeña, no la lectura de un instrumento.
- Calibrar con el resultado bruto del experimento, sin ajustes. La cobertura parcial del gasto, la antigüedad del experimento y el efecto aún no completado cambian tanto el centro como el ancho del prior.
- Usar un experimento de hace dos años. Con una vida media de 52 semanas, el peso cayó a la mitad, y el término de incertidumbre correspondiente es grande.
- Calibrar solo el canal que ya iba bien. La ganancia de información está donde el modelo está más perdido.
- Esperar que el prior arregle el efecto de embudo. Es un problema de especificación; un prior firme sobre un coeficiente empuja el sesgo hacia otro.
- Pedirle al modelo el ROAS medio. Eso exige extrapolar hasta gasto cero, y el rango histórico de gasto rara vez lo sostiene.
- Dimensionar el experimento por el efecto esperado en lugar del efecto que cambiaría la decisión. Un intervalo que atraviesa el punto de decisión no decide nada.
- Correr la calibración una sola vez. La estacionalidad, el mix y la creatividad cambian; el prior envejece por construcción.
Hágalo automático en Donnu
Un modelo de mix de marketing y un test A/B de página responden preguntas de escalas distintas, y el eslabón entre ellos es el mismo: un número que vino de un sorteo.
Donnu no es una herramienta de mix de marketing, y no hay por qué fingir lo contrario. Lo que hace es la capa que alimenta ese eslabón: sorteo en su sitio, resultado contado por completo con la variante adjunta, y el resultado expresado como diferencia absoluta con intervalo, que es la forma que un prior puede consumir. Cuando la pregunta es de canal y no de página, el diseño correcto es geográfico o de holdout, y la lectura causal está en test de incrementalidad. Donnu es una opción entre varias; el principio es independiente de la herramienta: un modelo sin ninguna ancla medida con sorteo no es una medición, es una opinión con error estándar.
Preguntas frecuentes
Las preguntas al principio de esta página cubren qué es el modelado de mix de marketing, por qué necesita calibración, cómo un experimento se convierte en un prior de ROI, qué ajustes aplica la calibración, qué no arregla y qué canal testear primero.
Referencias
- Chan, D. y Perry, M. Challenges and Opportunities in Media Mix Modeling. Google Research, 2017. Artículo leído completo. Fuente de la afirmación de que un conjunto típico de datos de mix de marketing con tres años de datos semanales nacionales tiene apenas 156 puntos, de que se espera del modelador un modelo con frecuentemente 20 o más canales, de que modelar el efecto rezagado y el retorno decreciente puede exigir de 3 a 4 parámetros por canal, de la regla práctica de 7 a 10 puntos por parámetro a la que los modelos típicos no llegan, de las tres áreas de desafíos (limitaciones de datos, sesgo de selección y selección e incertidumbre del modelo), de los tres orígenes del sesgo de selección (segmentación del anuncio, estacionalidad y efectos de embudo) con los ejemplos de remarketing, búsqueda pagada, medicamento para el resfriado y TV que genera búsquedas, de la distinción entre ROAS marginal y medio en la extrapolación hasta gasto cero, y de la afirmación de que aunque los experimentos son fuente de verdad de campo por lo general entregan una estimación puntual. Verificado el 24/09/2026. research.google.
- Google for Developers. Meridian: Calibrate treatment priors. Fuente de la afirmación de que no existe una fórmula única para traducir un resultado de experimento en un prior, de la descripción del constructor de calibración con ajustes de recencia, duración y gasto, de las funciones auxiliares para construir una lognormal a partir de media y desviación o de un rango, y de la advertencia de que sin buenas referencias el modelo puede estimar que un canal de bajo gasto está generando un ingreso enorme. Verificado el 24/09/2026. developers.google.com.
- Google for Developers. Meridian: Set custom ROI priors using past experiments. Fuente de las fórmulas de ajuste de media y desviación, de los términos de desajuste de gasto, recencia con vida media de 52 semanas y proporción de duración capturada, de la combinación de múltiples experimentos por actualización bayesiana tratando cada uno como observación ruidosa del ROI verdadero, del ajuste paramétrico por minimización de la entropía cruzada y del prior por defecto lognormal de parámetros 0,2 y 0,9. Verificado el 24/09/2026. developers.google.com.
Lee también: Test de incrementalidad · Experimentos geográficos · Modelo de atribución · Pujas automáticas · Estudio de brand lift · Holdout de largo plazo · Modelo jerárquico · Leia em português · Read in English
Preguntas frecuentes
- ¿Qué es el modelado de mix de marketing?
- Es una regresión que explica ventas agregadas a partir del gasto en medios por canal, más variables de control como precio, estacionalidad y distribución. No observa personas y no necesita ninguna cookie, lo que la volvió atractiva otra vez. A cambio, se ajusta sobre datos observacionales, no sobre un sorteo, así que describe asociación y solo se vuelve causal en la medida en que el diseño y los supuestos lo sostengan.
- ¿Por qué un modelo de mix de marketing necesita calibración?
- Porque tiene poquísimos datos para muchos parámetros y ningún sorteo para separar el efecto de la demanda. Chan y Perry, de Google, registran que un conjunto típico de datos, tres años de datos semanales nacionales, tiene apenas 156 puntos, de los que se espera un modelo con 20 o más canales, y que modelar el efecto rezagado y el retorno decreciente pide de 3 a 4 parámetros por canal. La regla práctica de 7 a 10 puntos por parámetro, escriben, es algo a lo que los modelos típicos no llegan.
- ¿Cómo se convierte un experimento en un prior de ROI?
- El experimento devuelve un efecto incremental con intervalo. Dividido por el gasto de ese brazo, eso se convierte en un ROI incremental con incertidumbre. La documentación de Meridian, de Google, afirma que no existe una fórmula única para traducir un resultado de experimento en un prior, y ofrece un constructor que aplica ajustes explícitos de gasto, recencia, duración y universo antes de ajustar una distribución lognormal. El prior calibrado entra en el modelo y limita el espacio de respuestas plausibles de ese canal.
- ¿Qué ajustes aplica la calibración sobre el resultado del experimento?
- La documentación de Meridian registra la media ajustada como el producto de los factores de duración y universo por la media del experimento, y la desviación ajustada como la desviación del experimento multiplicada por la raíz de uno más la suma de los términos de gasto, recencia, duración y universo. El término de gasto es uno menos la razón de gasto, dividido por la razón. El de recencia usa una vida media de 52 semanas. Cada ajuste aumenta la incertidumbre del prior a medida que el experimento se aleja de las condiciones del modelo.
- ¿Calibrar resuelve el sesgo de selección del modelo?
- Lo resuelve para el canal medido, en el punto medido, y no para los demás. Chan y Perry señalan el sesgo de selección como posiblemente el mayor obstáculo para que un modelo de mix de marketing dé estimaciones válidas, con tres orígenes: segmentación del anuncio, estacionalidad y efectos de embudo. Un experimento amarra un canal a un valor confiable, lo que también ajusta indirectamente a los demás, pero la mala especificación del embudo sigue ahí si un canal mueve al otro.
- ¿Qué canal debo testear primero?
- El que tiene el prior más ancho y el dato más escaso en el modelo: gasto pequeño, gasto muy correlacionado con otro canal o historial corto. Esos son justamente los canales en los que el modelo produce estimaciones inestables, y en los que la documentación de Meridian advierte que, sin buenas referencias, el modelo puede estimar que un canal de bajo gasto está generando un ingreso enorme. Un experimento barato en ese canal vale más que un experimento caro en el canal que el modelo ya estima bien.