Resultado de referencia: Es el resultado esperado en la situación contrafáctica en la que todas las variables de tratamiento se establecen en sus valores de referencia. Para los medios pagados y orgánicos, los valores de referencia equivalen a cero. En el caso de las variables de tratamiento que no son de medios, el valor de referencia se puede establecer en el valor mínimo observado de la variable (opción predeterminada), en el máximo o en un número de punto flotante proporcionado por el usuario.
Contribución: Es el resultado incremental de cada variable de tratamiento expresado como porcentaje del resultado total. A los efectos de los informes, como el diagrama comparativo de los resultados esperados y reales de ModelFit y el gráfico de cascada de contribuciones de MediaSummary, el resultado total es el resultado esperado total. A los efectos de las distribuciones a priori de la contribución, el resultado total es el resultado observado total.
Variables de control: Son las variables del modelo que no son de tratamiento. Se utilizan para estimar el resultado de referencia, y no es posible estimar los efectos causales ni los porcentajes de contribución de estas variables. Consulta Variables de control para obtener consejos prácticos importantes sobre cómo seleccionar este tipo de variables. Consulta también el concepto relacionado Variables mediadoras.
Variables de confusión: Son variables que tienen un efecto causal en la variable de tratamiento y el KPI. Cuando se incluyen como variables de control, se elimina el sesgo de las estimaciones causales de la variable de tratamiento en relación con el KPI.
Variables predictoras: Son variables que tienen un efecto causal en el KPI, pero nada más. Incluirlas como variables de control no hace que se elimine el sesgo de las estimaciones causales de la variable de tratamiento en relación con el KPI. Sin embargo, contar con variables predictoras sólidas puede reducir la varianza de las estimaciones causales.
Costo por KPI incremental (CPIK): Es la inversión total dividida por el KPI incremental total. Cuando el KPI no corresponde a los ingresos y no hay datos disponibles sobre los ingresos por KPI, el CPIK es igual a uno sobre el ROI.
Efectividad: Es el resultado incremental dividido por el total de unidades de medios.
Resultado esperado: Es el resultado que se prevé cuando todas las variables de tratamiento se establecen en los valores históricos reales. Es la suma total del resultado de referencia más el resultado incremental de todas las variables de tratamiento.
Patrón de publicación: Es la distribución relativa de las unidades de medios en regiones geográficas y períodos para una variable de medios determinada. Se usa para asignar unidades de medios a distintas regiones geográficas y períodos cuando se aumenta o disminuye el presupuesto total de un canal, lo que se aplica a la optimización del presupuesto y a las curvas de respuesta.
Resultado incremental: Es el cambio en el resultado esperado que genera cada variable de tratamiento. En el caso de los medios pagados y orgánicos, se refiere al cambio en el resultado esperado cuando una variable se establece en cero. En el caso de las variables de tratamiento que no son de medios, se refiere al cambio en el resultado esperado cuando una variable se establece en su valor de referencia (el valor mínimo observado de la variable [opción predeterminada], el máximo o un número de punto flotante proporcionado por el usuario) para cada región geográfica y período. Consulta Resultado incremental para obtener más detalles.
KPI: Es la variable de respuesta (objetivo y dependiente) del modelo. Puede corresponder a los ingresos, las unidades de venta, las conversiones o cualquier otro aspecto en el que las variables de tratamiento puedan tener un efecto causal.
Efecto rezagado: Es un efecto causal de las variables de tratamiento de períodos anteriores que afecta el resultado de un período posterior. Meridian modela los efectos rezagados con una función de Adstock.
ROI marginal (mROI): Es la derivada de la curva de respuesta y una estimación del ROI de la próxima unidad monetaria (como dólares) que se invierte más allá del nivel de inversión actual.
Ejecución de medios: Es un término general que se refiere a los valores de las unidades de medios de un canal determinado en diferentes regiones geográficas y períodos.
Variables mediadoras: Son variables que se ven afectadas de manera causal por la variable de tratamiento y tienen un efecto causal en el KPI. Cuando se incluyen como variables de control, se produce un sesgo en las estimaciones causales de la variable de tratamiento en relación con el KPI. Se deben excluir del modelo.
Resultado: Es la principal métrica de interés que Meridian usa para medir el efecto causal de las variables de tratamiento. Por lo general, hace referencia a los ingresos, pero cuando el KPI no corresponde a los ingresos y no hay datos disponibles sobre los ingresos por KPI, Meridian define el resultado como el KPI propiamente dicho. No siempre es la variable de respuesta del modelo (consulta la definición de KPI).
Curva de respuesta: Es un gráfico del resultado incremental en comparación con el nivel de inversión para una variable de medios determinada. A medida que varía la inversión, se asignan unidades de medios a diferentes regiones geográficas y períodos según el patrón de publicación.
Retorno de la inversión (ROI): Meridian define el ROI como el resultado incremental dividido por la inversión. Cuando el KPI corresponde a los ingresos o hay datos disponibles sobre los ingresos por KPI, el resultado incremental equivale a los ingresos incrementales. De lo contrario, el resultado incremental es el KPI incremental.
Ingresos: Cuando los KPIs no corresponden a los ingresos, este término hace referencia a los ingresos por KPI multiplicados por el KPI. Cuando los KPIs sí corresponden a los ingresos, los ingresos y el KPI son lo mismo. Cuando el KPI no corresponde a los ingresos y no hay disponibles datos sobre los ingresos por KPI, los ingresos no se definen.
Ingresos por KPI: Son los ingresos supuestos que se generan por unidad de KPI. Pueden variar según el período, la región geográfica o ambos. Meridian multiplica las unidades de KPI incrementales por los ingresos por KPI para estimar los ingresos incrementales de las variables de tratamiento.
Saturación: Meridian supone que los medios pagados y orgánicos tienen rendimientos marginales decrecientes y que existe un límite asintótico sobre el efecto de los medios durante un período determinado. A medida que aumenta la inversión a lo largo de la curva de respuesta, el mROI disminuye. Se considera que un canal se satura a medida que la inversión aumenta y el mROI disminuye. La saturación es un término general, y no se define un umbral específico.
Variables de tratamiento: Incluye todas las variables para las que el MMM estima un efecto causal, es decir, las variables de tratamiento de medios pagados, de medios orgánicos y que no son de medios. El término tratamiento proviene del campo de la inferencia causal y, en otros contextos, suele usarse como sinónimo de intervención o exposición.
Variables de medios pagados: Incluye todos los canales de medios para los que hay disponibles datos de inversión. Esto incluye los canales modelados con una sola variable (por ejemplo, la inversión, las impresiones o los clics) y los canales modelados con datos de alcance y frecuencia.
Variables de medios orgánicos: Incluye todos los canales de medios que no tienen un costo asociado o cuyo costo se desconoce. Estos canales se modelan con Adstock y retornos decrecientes, al igual que los medios pagados. La principal diferencia es que, en los canales orgánicos, no se pueden medir el ROI ni el mROI y, por lo tanto, tampoco se pueden usar las distribuciones a priori del ROI ni del mROI. Esto incluye los canales de medios orgánicos modelados con una sola variable (por ejemplo, la inversión, las impresiones o los clics) y los canales modelados con datos de alcance y frecuencia.
Variables de tratamiento que no son de medios: Incluye cualquier táctica que no sea de medios, como los precios y las promociones. Estas son variables para las que Meridian estima un efecto causal, pero se supone que el tamaño del efecto es lineal en lugar de incluir Adstock y retornos decrecientes.