Funcionalidade · Media Marketing Mix (MMM)

Software de Marketing Mix Modeling para E-commerce

O Media Marketing Mix (MMM) é um modelo bayesiano de marketing mix que o AmICited ajusta para você com o motor de código aberto Meridian, do Google. Você escolhe um resultado e seus canais no app; ele estima o que cada canal adicionou, onde os próximos 1.000 de orçamento rendem mais e se a busca paga muda o seu tráfego orgânico. Sem código e sem precisar de uma equipe de ciência de dados para configurar.

app.amicited.com/marketing-channels/mmm
Um modelo, toda semana
Google Meridian, bayesiano
Motor
Receita da loja, conversões do GA4 ou cliques orgânicos
Resultado
5 plataformas de anúncios, custos personalizados, grupos de campanhas
Canais
Intervalos de credibilidade de 90%
Incerteza
Automático, toda semana
Reajuste
Contribuições e ROI são estimativas do modelo com incerteza, não conversões rastreadas. ROI é receita por unidade de gasto, não lucro.

Marcas que acompanham como as respostas de IA as nomeiam — amostradas diariamente em todas as superfícies onde os seus compradores perguntam.

Ler os casos de sucesso →
Entradas do modelo
Resultado de vendas Receita ou pedidos da loja, receita de compras ou compras do GA4
Qualquer conversão do GA4 Como contagem ou com um valor por conversão
Resultado orgânico Sessões orgânicas do GA4, cliques orgânicos do Search Console ou do Bing
Plataformas de anúncios Google Ads, Microsoft Advertising, Meta Ads, LinkedIn Ads, ChatGPT Ads
Outros gastos Custos de marketing personalizados, grupos de campanhas
Gastos e impressões são importados das plataformas de anúncios conectadas. Canais offline entram como custos personalizados.
O que entra no modelo

Media mix modeling com os seus próprios dados

O modelo trabalha em granularidade semanal. Você escolhe um resultado e, depois, os canais que o explicam: gastos e impressões importados das suas contas de anúncios conectadas, custos de marketing personalizados para canais sem integração e grupos de campanhas que dividem uma plataforma em vários canais.

  • Resultados — receita da loja, pedidos da loja, receita de compras do GA4, compras do GA4 ou qualquer evento de conversão do GA4, contado ou com um valor por conversão para que o modelo possa informar o retorno sobre o gasto.
  • Cinco integrações de anúncios — Google Ads, Microsoft Advertising, Meta Ads, LinkedIn Ads e ChatGPT Ads, conectadas pelas mesmas integrações de plataformas de anúncios que o resto do AmICited usa.
  • Grupos de campanhas — divida, por exemplo, campanhas de marca e de não marca do Google Ads por IDs ou por uma regra de nome. Um grupo precisa de pelo menos 8 semanas com impressões, e o app sugere grupos para campanhas que representam 5% ou mais dos gastos de uma plataforma.
  • Até 256 canais — embora menos canais, porém maiores, deem ao modelo mais sinal por estimativa.
O que o modelo devolve

Contribuição, ROI e curvas de resposta

Para cada canal, o modelo informa a contribuição estimada para o resultado com um intervalo de credibilidade de 90% e o ROI como receita por unidade de gasto. As curvas de resposta mostram como o resultado deve mudar quando o gasto vai de zero a três vezes o nível atual, para que você veja onde os retornos se estabilizam.

  • Onde os próximos 1.000 rendem mais — um veredito por canal (aumentar, reduzir ou incerto) com base no retorno marginal ao gasto atual.
  • Melhor divisão do orçamento atual — o mesmo total, redistribuído entre os canais para o maior resultado modelado.
  • Cenários — defina cada canal entre 0× e 3× do seu gasto e compare a mudança modelada com o intervalo de 90%. Um cenário não é uma previsão de receita e nunca altera orçamentos nas suas plataformas de anúncios.
  • Diagnósticos que você pode conferir — convergência (R-hat, tamanho efetivo da amostra, divergências), reajustes de sensibilidade aos priors, reajuste automático semanal e versões salvas para comparar.
Leitura da alocação de orçamento
Contribuição Com intervalo de credibilidade de 90%
Curva de resposta 0× a 3× do gasto atual
Próximos 1.000 Aumentar, reduzir ou incerto
Melhor divisão Mesmo orçamento total, redistribuído
Geometria ilustrativa do cartão. Seu modelo informa valores e intervalos para os seus próprios canais.
O PPC move o orgânico?
Linha de base modelada Cliques orgânicos sem PPC
Observado Cliques orgânicos com PPC
Contribuição do PPC Com sinal, pode ser negativa
Apenas direção ilustrativa. O efeito pode ser positivo, negativo ou não identificado, e o relatório informa qual.
Pago para orgânico

Pago para orgânico: o PPC impulsiona ou canibaliza?

O modelo de pago para orgânico faz uma pergunta que a maioria das ferramentas de atribuição ignora: o seu gasto com busca paga aumenta ou reduz o seu tráfego de busca orgânica? Defina o resultado como sessões orgânicas do GA4, cliques orgânicos do Search Console ou cliques orgânicos do Bing Webmaster Tools, e o modelo estima o tráfego orgânico com e sem PPC ao longo do tempo.

  • Impacto do PPC ao longo do tempo — uma linha de base modelada sem PPC ao lado da série observada.
  • Contribuição com sinal — a busca paga pode somar aos cliques orgânicos, tirar deles ou não mostrar efeito claro.
  • Custo por clique orgânico incremental — exibido apenas quando o efeito é positivo e identificado, nunca forçado.
  • Combina com relatórios de lacunas — termos pelos quais você paga e que não têm nenhuma página orgânica aparecem em Paid-Proven Gaps.
Necessidades de dados e limites

De quanto histórico o marketing mix modeling precisa

Um modelo padrão precisa de 164 semanas completas: 156 semanas de resultado mais um atraso de carryover de 8 semanas. Com menos, um modo de histórico limitado treina com 24 ou mais semanas completas, mas não consegue aprender com segurança a sazonalidade anual, depende mais das suposições dos priors e rotula suas recomendações como apenas indicativas. O Google Ads mantém cerca de 13 meses de histórico, então a maioria das contas novas começa no modo de histórico limitado, a menos que gastos mais antigos sejam inseridos como custos personalizados.

  • Verificação de prontidão primeiro — semanas completas, moeda, cobertura das fontes, retenção e variação dos canais são verificados antes de qualquer treinamento; canais que gastaram em poucas semanas ficam de fora.
  • Receita, não lucro — ROI é receita por unidade de gasto. Para retornos que levam a margem em conta, veja o ROAS Real de Lucro dos Meta Ads.
  • Estimativas, não prova — um modelo separa efeitos de canais a partir de dados observacionais; um teste de lift continua sendo a evidência mais forte para um único canal.
  • Planos e custo — disponível nos planos Premium e Enterprise. Uma cobrança recorrente do pacote do modelo começa quando você confirma a primeira execução de treinamento, e as verificações de prontidão e o treinamento usam créditos medidos do data warehouse.
Histórico necessário
164 semanas completas
Modelo padrão
24 ou mais semanas completas
Histórico limitado
Cerca de 13 meses mantidos
Importação do Google Ads
Apenas indicativas no modo de histórico limitado
Recomendações
Premium e Enterprise
Planos
Dias sem dados de anúncios contam como gasto zero, então uma importação incompleta distorce o resultado. A verificação de prontidão sinaliza isso antes do treinamento.
164

semanas completas para um modelo padrão, ou 24 para começar no modo de histórico limitado

As conversões informadas pelas plataformas mostram o que cada rede de anúncios afirma. O modelo estima o que cada canal adicionou, depois de considerar os outros.

Veja o Meta Attribution Reality

Ajuste um modelo de marketing mix sem código

Escolha um resultado e seus canais, execute a verificação de prontidão e receba contribuições, curvas de resposta e uma divisão de orçamento com intervalos de credibilidade.

app.amicited.com/marketing-channels/mmm

Pronto para ver o que cada canal adiciona às vendas?