Modelos de atribución en marketing. ¿Qué es la atribución? (1/6)

En esta serie de notas vamos a ver qué son y cómo se usan en marketing los modelos de atribución. La pregunta que buscamos responder es: de las ventas que tuvimos, ¿cuántas corresponden a cada campaña publicitaria que hicimos? Para eso analizamos las 2 familias principales de modelos: MMM (Marketing Mix Modelling) y MTA (Multi Touch Attribution).

Índice

1. ¿Qué es la atribución?
2. Modelos MMM
3. Modelos MTA: heurísticos
4. Modelos MTA: data-driven (Shapley)
5. Modelos MTA: data-driven (Markov)
6. Resumen

Qué es la atribución

Muchas veces cuando pasa o nos pasa algo, tratamos de encontrar las causas o la explicación de por qué pasó. Sabemos que la realidad es compleja y multi causal pero aun así en muchos casos logramos encontrar cosas que parecen explicarlo. Sin embargo, se hace muy difícil precisar qué porcentaje del hecho final le podemos atribuir a cada una de esas cosas.

¿Por qué hablo de “cosas”? Porque esto lo podemos aplicar a casi cualquier territorio o dominio que se nos ocurra. Si me puedo remitir al fútbol, siempre tengo a mano la típica entrevista post partido a un jugador que metió un gol abajo del arco y le preguntan “¿qué porcentaje del gol es de tu compañero que te dio la asistencia?”.

También me veo tentado de poner el ejemplo del mejor gol de la historia en el cual el Negro Enrique (quien da el primer pase que inicia la secuencia de Maradona gambeteando todo lo que hubiera delante) se atribuye el gol porque sin ese pase nunca hubiera existido la posterior obra de arte. Sin saberlo, el Negro Enrique fue el primer teórico del modelo de atribución First Click.

El Negro Enrique, primer teorico del First Click

Atribución en el marketing

Más allá de estos ejemplos exóticos, la pregunta se volvió particularmente relevante en el marketing. ¿La publicidad está haciendo que los usuarios compren nuestro producto? ¿Cuántos hubieran comprado igual si no hubieran visto o escuchado la publicidad? ¿Cuál fue la que más incidió en la compra? ¿Todas las campañas valen la pena?

Según ciertas estimaciones, la publicidad es un negocio que representa a nivel mundial aproximadamente unos 600.000 millones de dólares. ¿Está bien invertido ese dinero? ¿Tiene algún efecto o lo hacemos por inercia? ¿Hay gastos que tienen mayores efectos que otros? Estas preguntas son tan viejas como la publicidad misma. En esta secuencia de notas vamos a ver algunas de las respuestas que existen, agrupadas principalmente en 2 enfoques: los modelos MMM y los MTA.

La publicidad, un negocio rentable

Primera respuesta: MMM

El primer enfoque, que se sigue utilizando hasta el día de hoy, viene de lo que vamos a llamar modelos MMM (por Marketing Mix Modeling). ¿En qué consisten? Básicamente en ver cuánto gastamos semana a semana (o por mes o por día) en cada canal publicitario y calcular qué influencia tuvo cada uno de esos gastos en la cantidad de ventas totales.

Todos los modelos de MMM y sus variantes se basan en regresiones lineales. Es decir, buscamos un modelo que nos diga qué proporción del gasto en cada canal se traduce en ventas, tratando de que esa proporción sea estable mes a mes, y qué parte de las ventas no dependen de ningún canal publicitario.

Como vamos a ver en la próxima nota, estos modelos se van complejizando a medida que intentamos reflejar ciertas intuiciones sobre cómo funciona la publicidad. Por ejemplo, que no siempre que metemos más plata en un canal nos va a traer la misma cantidad de ventas, que dos canales juntos seguramente lleven a más ventas que cada uno por separado o que hay factores externos que también explican el comportamiento de los consumidores.

Para llegar a un resultado satisfactorio con estos modelos hace falta flexibilizar muchos presupuestos (y chequear su rigurosidad estadística), conocer bien el negocio para tener intuiciones correctas y aplicar el viejo y querido método del ensayo y el error. La atribución es tanto una ciencia como un arte.

Ejemplo de la salida de un modelo MMM

Segunda respuesta: MTA

Los modelos de MMM fueron dominantes durante mucho tiempo. Sin embargo, a medida que la publicidad se fue orientando cada vez más hacia los canales digitales, apareció otra posibilidad, la de los datos individuales por usuario.

Cuando los canales mayoritarios son la TV, la radio y la publicidad gráfica, solo podemos saber cuánta plata invertimos pero no tenemos idea quién la vio o le prestó atención. Por ende, nos manejamos con valores agregados: cuánto gastamos en una determinada semana.

Sin embargo, los canales digitales (publicidad en Google / YouTube o Facebook / Instagram por nombrar los más relevantes) nos permiten saber para cada usuario particular qué publicidad vio, en cuál hizo click y en qué momento compró. Podemos reconstruir todo el recorrido de cada usuario. Primero vio un banner, después vio un video, clickeó, después le llegó un mail y 3 días después terminó comprando.

En este momento es cuando surge la pregunta. Observando estos patrones para miles de usuarios, ¿podemos determinar cuál de todas esas publicidades fue la decisiva a la hora de que el usuario compre? En las notas subsiguientes vamos a ver que a estos modelos los llamamos MTA (Multi Touch Attribution).

Dentro de esta familia, tenemos los llamados modelos heurísticos. Es decir, modelos donde definimos una regla relativamente arbitraria y la aplicamos. ¿Cuáles pueden ser esas reglas? Veamos 2 ejemplos. Una regla podría ser: la única publicidad que importa es la última porque fue la que hizo que el usuario compre, sino no hubiera comprado (modelo last click). La regla opuesta sería: lo único que importa es la primera publicidad porque sin esa el usuario nunca se hubiera enterado de la existencia de nuestra marca (modelo first click o Negro Enrique).

En el medio de esos modelos extremos hay muchos grises. Y donde hay grises, se mete la estadística. Con el correr del tiempo, las 2 respuestas que mejor envejecieron se engloban bajo lo que llamamos modelos data-driven. Es decir, explicaciones que no dependen de una regla arbitraria (heurística) sino que encuentran la respuesta en los propios datos (data-driven); para un negocio puede ser 20% al primer canal y 80% al último pero para otro negocio puede ser exactamente lo contrario. ¿Cómo saberlo? Con modelos, matemática, estadística y mucha diversión.

Un poco de estadística

Lo que viene, lo que viene

Espero que esta intro haya despertado tu apetito por conocer mejor los modelos de atribución aplicados al marketing.

En la segunda parte de esta nota vamos a explorar más a fondo los modelos MMM y cómo se pueden aplicar a un caso real de negocio. En la tercera vamos a indagar en los modelos MTA y las respuestas heurísticas. En la cuarta, vamos a ir más a fondo con los modelos MTA data-driven para analizar los 2 más usados en la industria hoy en día: Markov y Shapley. En la sexta y última vamos a resumir las conclusiones de cada una de las notas y contar por dónde podría seguir la investigación si te quedaste muy manija.

Espero que tengas ganas de ir a fondo con todos los temas pero si sos muy generación Z, con esta intro y las conclusiones vas a tener un panorama más que completo para poder sacar tema en tu próxima salida.