Función · Media Marketing Mix (MMM)

Software de Marketing Mix Modeling para Ecommerce

Media Marketing Mix (MMM) es un modelo bayesiano de marketing mix que AmICited ajusta por ti con el motor de código abierto Meridian de Google. Eliges un resultado y tus canales en la aplicación; el modelo estima qué aportó cada canal, dónde rendirían más los próximos 1.000 de presupuesto y si la búsqueda de pago cambia tu tráfico orgánico. Sin código y sin necesidad de un equipo de ciencia de datos.

app.amicited.com/marketing-channels/mmm
Un modelo, cada semana
Google Meridian, bayesiano
Motor
Ingresos de la tienda, conversiones de GA4 o clics orgánicos
Resultado
5 plataformas de anuncios, costos personalizados, grupos de campañas
Canales
Intervalos de credibilidad del 90%
Incertidumbre
Automático, cada semana
Reajuste
Las contribuciones y el ROI son estimaciones del modelo con incertidumbre, no conversiones rastreadas. El ROI son ingresos por unidad de gasto, no ganancia.

Marcas que siguen cómo las respuestas de IA las nombran — muestreadas a diario en todas las superficies donde preguntan sus compradores.

Leer los casos de éxito →
Entradas del modelo
Resultado de ventas Ingresos o pedidos de la tienda, ingresos o compras de GA4
Cualquier conversión de GA4 Como recuento, o con un valor por conversión
Resultado orgánico Sesiones orgánicas de GA4, clics orgánicos de Search Console o Bing
Plataformas de anuncios Google Ads, Microsoft Advertising, Meta Ads, LinkedIn Ads, ChatGPT Ads
Otro gasto Costos de marketing personalizados, grupos de campañas
El gasto y las impresiones se importan de las plataformas de anuncios conectadas. Los canales offline entran como costos personalizados.
Qué entra en el modelo

Modelado de mix de medios con tus propios datos

El modelo trabaja con granularidad semanal. Eliges un resultado y luego los canales con los que explicarlo: gasto e impresiones importados de tus cuentas de anuncios conectadas, costos de marketing personalizados para canales sin integración y grupos de campañas que dividen una plataforma en varios canales.

  • Resultados — ingresos de la tienda, pedidos de la tienda, ingresos por compras de GA4, compras de GA4 o cualquier evento de conversión de GA4, contado o con un valor por conversión para que el modelo pueda informar del retorno del gasto.
  • Cinco integraciones de anuncios — Google Ads, Microsoft Advertising, Meta Ads, LinkedIn Ads y ChatGPT Ads, unidas mediante las mismas integraciones de plataformas de anuncios que usa el resto de AmICited.
  • Grupos de campañas — divide, por ejemplo, las campañas de Google Ads de marca y sin marca por ID o por una regla de nombre. Un grupo necesita al menos 8 semanas con impresiones, y la aplicación sugiere grupos para campañas con el 5% o más del gasto de una plataforma.
  • Hasta 256 canales — aunque menos canales, pero más grandes, dan al modelo más señal por estimación.
Qué devuelve el modelo

Contribución, ROI y curvas de respuesta

Para cada canal, el modelo informa de su contribución estimada al resultado con un intervalo de credibilidad del 90%, y de su ROI como ingresos por unidad de gasto. Las curvas de respuesta muestran cómo se espera que cambie el resultado cuando el gasto pasa de cero a tres veces el nivel actual, para que veas dónde se aplanan los retornos.

  • Dónde rinden más los próximos 1.000 — un veredicto por canal (aumentar, reducir o poco claro) basado en el retorno marginal al gasto actual.
  • Mejor reparto del presupuesto actual — el mismo total, reorganizado entre canales para obtener el mayor resultado modelado.
  • Escenarios — fija cada canal entre 0× y 3× de su gasto y compara el cambio modelado con su intervalo del 90%. Un escenario no es una previsión de ingresos y nunca cambia los presupuestos en tus plataformas de anuncios.
  • Diagnósticos que puedes comprobar — convergencia (R-hat, tamaño de muestra efectivo, divergencias), reajustes de sensibilidad a los priors, un reajuste automático semanal y versiones guardadas para comparar.
Lectura de asignación de presupuesto
Contribución Con un intervalo de credibilidad del 90%
Curva de respuesta De 0× a 3× del gasto actual
Próximos 1.000 Aumentar, reducir o poco claro
Mejor reparto Mismo presupuesto total, reorganizado
Geometría ilustrativa de la tarjeta. Tu modelo informa de valores e intervalos para tus propios canales.
¿El PPC mueve lo orgánico?
Línea base modelada Clics orgánicos sin PPC
Observado Clics orgánicos con PPC
Contribución del PPC Con signo, puede ser negativa
Solo dirección ilustrativa. El efecto puede ser positivo, negativo o no identificado, y el informe indica cuál.
De pago a orgánico

De pago a orgánico: ¿el PPC impulsa o canibaliza?

El modelo de pago a orgánico plantea una pregunta que la mayoría de las herramientas de atribución omiten: ¿tu gasto en búsqueda de pago aumenta o reduce tu tráfico de búsqueda orgánica? Fija como resultado las sesiones orgánicas de GA4, los clics orgánicos de Search Console o los clics orgánicos de Bing Webmaster Tools, y el modelo estima el tráfico orgánico con y sin PPC a lo largo del tiempo.

  • Impacto del PPC a lo largo del tiempo — una línea base modelada sin PPC junto a la serie observada.
  • Contribución con signo — la búsqueda de pago puede sumar clics orgánicos, quitarlos o no mostrar un efecto claro.
  • Costo por clic orgánico incremental — se muestra solo cuando el efecto es positivo e identificado, nunca forzado.
  • Se combina con los informes de brechas — los términos por los que pagas y que no tienen ninguna página orgánica se listan en Paid-Proven Gaps.
Necesidades de datos y límites

Cuánto historial necesita el marketing mix modeling

Un modelo estándar necesita 164 semanas completas: 156 semanas de resultado más un retardo de arrastre de 8 semanas. Con menos, un modo de historial limitado entrena con 24 o más semanas completas, pero no puede aprender de forma fiable la estacionalidad anual, depende más de sus supuestos previos y etiqueta sus recomendaciones como solo orientativas. Google Ads conserva unos 13 meses de historial, así que la mayoría de las cuentas nuevas empiezan en modo de historial limitado, salvo que el gasto anterior se introduzca como costos personalizados.

  • Primero, la comprobación de preparación — antes de cualquier entrenamiento se revisan las semanas completas, la moneda, la cobertura de fuentes, la retención y la variación de los canales; los canales que gastaron en muy pocas semanas se excluyen.
  • Ingresos, no ganancia — el ROI son ingresos por unidad de gasto. Para retornos que tengan en cuenta el margen, consulta ROAS real de ganancias de Meta.
  • Estimaciones, no pruebas — un modelo separa los efectos de los canales a partir de datos observacionales; un test de incrementalidad sigue siendo la evidencia más sólida para un solo canal.
  • Planes y costo — disponible en los planes Premium y Enterprise. Un cargo recurrente por el paquete de modelo empieza cuando confirmas la primera ejecución de entrenamiento, y las comprobaciones de preparación y el entrenamiento usan créditos medidos de almacén de datos.
Historial requerido
164 semanas completas
Modelo estándar
24 o más semanas completas
Historial limitado
Unos 13 meses conservados
Importación de Google Ads
Solo orientativas en modo de historial limitado
Recomendaciones
Premium y Enterprise
Planes
Los días sin datos de anuncios cuentan como gasto cero, por lo que una importación incompleta sesga el resultado. La comprobación de preparación lo señala antes del entrenamiento.
164

semanas completas para un modelo estándar, o 24 para empezar en modo de historial limitado

Las conversiones que informan las plataformas te dicen lo que cada red publicitaria afirma. El modelo estima lo que aportó cada canal una vez descontados los demás.

Ver Meta Attribution Reality

Ajusta un modelo de marketing mix sin código

Elige un resultado y tus canales, ejecuta la comprobación de preparación y obtén contribuciones, curvas de respuesta y un reparto de presupuesto con intervalos de credibilidad.

app.amicited.com/marketing-channels/mmm

¿Listo para ver qué aporta cada canal a las ventas?