Marketing Mix Modeling. O próximo real no canal certo.
O MMM separa a venda que viria de qualquer jeito da venda que cada canal trouxe. Você enxerga a curva de saturação, o ROAS marginal e quanto mover de um canal para outro, sem aumentar o orçamento.
Mais de 92 modelos trabalhando no MMM da beAround hoje.
Sem dado pessoal: o modelo usa séries agregadas por semana e praça.
Todas as alavancas no mesmo modeloMídia, preço, promoção, calendário e clima
ROAS marginal hojeEquilíbrio 3,33 · margem de 30%
TV
Meta
Google Search
iFood Ads
2,4× · tirar
2,9× · tirar
6,3× · colocar
4,9× · colocar
Exemplo de alocação · 4 canais+4,8% na receita da mídia, mesmo orçamento
Simulação multicanal · 7 canais · 52 semanasO resultado de cada canal, semana a semana
Vendas totaisR$ 6,8 miBase + contribuição dos 7 canais
Jan a dez52 semanas
Base sem mídia R$ 3.402 milReceita dos canais R$ 3.382 mil
Vendas totais
Canais · R$ milVendas · R$ milhões
CanaisClique para mostrar ou ocultar
S47 · nov
Simulação multicanal. Cada ponto representa uma semana.
O que é Marketing Mix Modeling
O relatório da plataforma conta conversões. O MMM mede o que a mídia mudou na venda.
Marketing Mix Modeling é um modelo estatístico que explica a venda semanal a partir de tudo o que mexe nela: a mídia de cada canal, preço, promoção, calendário, clima e o crescimento natural da marca. Como olha a venda total, e não o clique, coloca TV, mídia exterior, retail media e digital no mesmo eixo.
O resultado é a contribuição incremental de cada canal, com faixa de incerteza, e a resposta para a pergunta que decide o orçamento: onde o próximo real rende mais.
Atribuição da plataforma
Conversões que o próprio canal reivindica
ROAS médio, que descreve o passado
Só o que tem clique ou pixel
Marketing Mix Modeling
Venda incremental, separada da base
ROAS marginal: o retorno do próximo real
Todos os canais, online e offline, no mesmo modelo
Decomposição da receita
Primeiro, o que viria de qualquer jeito. Depois, o que cada canal somou.
O modelo começa pela base: a venda que a marca faria sem mídia, sustentada por lojas, marca e recorrência. Em cima dela entram calendário, preço, promoção e lojas novas, e só então a contribuição de cada canal. A soma fecha com a receita real; a diferença é o resíduo.
No exemplo de quatro canais abaixo, a mídia responde por 27,5% da receita do ano (R$ 61,0 mi). A TV sozinha soma R$ 32,1 mi, mas isso ainda não diz se o próximo real na TV vale a pena.
Estudo ilustrativoDe onde veio a receita do ano, em R$ milhões
Curva de saturação e ROAS marginal
Dobrar a verba não dobra a venda.
Todo canal satura. Os primeiros reais encontram o público mais propenso; os seguintes disputam a mesma atenção. A curva de resposta mostra quanto de receita incremental cada nível de verba entrega, e é nela que aparece a diferença entre o ROAS médio e o ROAS marginal. Arraste a verba e veja.
Estudo ilustrativoCurva de resposta da TV
ROAS médio: inclinação desde a origem
ROAS marginal: inclinação no ponto
Receita incremental
R$ 2.676 mil
ROAS médio
4,8×
ROAS marginal
2,4×
Passou do ponto
o próximo real volta menos do que custa
Margem de contribuição de 30%: o próximo real se paga quando traz R$ 3,33 de receita (1 ÷ 0,30).
ROAS médio
Receita incremental dividida pela verba total. Descreve o passado e inclui os primeiros reais, que renderam muito.
ROAS marginal (mROAS)
Quanto volta do próximo real investido. É a inclinação da curva no ponto de hoje, e é ele que decide o orçamento.
Ponto de equilíbrio
Com margem de contribuição de 30%, cada real de mídia precisa trazer R$ 3,33 de receita para se pagar: mROAS de equilíbrio = 1 ÷ margem. Acima disso, vale aumentar; abaixo, cada real a mais reduz o lucro.
Na TV do exemplo, o ROAS médio é 4,8× e parece ótimo. O ROAS marginal é 2,4×: abaixo de 3,33, o próximo real na TV reduz o lucro. O equilíbrio está em R$ 485 mil por mês, não nos R$ 560 mil de hoje.
Adstock e efeito residual
A campanha sai do ar. O efeito, não.
Parte da venda acontece semanas depois da exposição. O adstock mede quanto do efeito de cada semana carrega para as seguintes. Sem ele, o modelo dá o crédito errado: premia a semana seguinte pelo que a TV plantou e subestima os canais de memória longa.
Por isso medimos a retenção de cada canal. Busca paga captura quem já decidiu e quase não carrega efeito; TV e mídia exterior seguem vendendo depois do último dia no ar.
Estudo ilustrativoFlight de 4 semanas, mesmo investimento em TV e Search
Investimento por semana
Efeito da TV (memória longa)
Efeito do Search (memória curta)
43,7%do efeito da TV chega depois que a campanha sai do ar
4,4%no Search, que captura quem já decidiu
Realocação de verba
Mesmo orçamento, mais receita: tire de onde o mROAS é baixo e coloque onde é alto.
Cada canal tem a própria curva de ROAS marginal, que cai conforme a verba sobe. O mix ótimo é aquele em que o próximo real rende o mesmo em todos os canais: enquanto um canal devolve mais que outro, mover verba aumenta a receita sem gastar mais. O plano respeita a faixa de verba já observada em cada canal; o que passa disso vira teste antes de virar plano.
No gráfico, o primeiro ponto de partida é a verba de hoje. Depois, o gráfico sorteia outros mixes com o mesmo total: todos chegam ao mesmo ótimo, porque ele depende das curvas e do orçamento, não de onde a verba está hoje.
Estudo ilustrativoROAS marginal de cada canal, no mesmo eixo
Partida: a verba de hojeTV 560 · Meta 230 · Search 100 · iFood 60+R$ 244 mil por mês no ótimo
Ponto de partida: hoje ou sorteado
Mix ótimo com o mesmo total
Tracejado: além da verba já observada
Verba mensal em R$ mil, mesmo orçamento total
Canal
Hoje
Ótimo
Mudança
mROAS
TV
560
460
−100
2,4× → 3,8×
Meta
230
183
−47
2,9× → 3,8×
Google Search
100
214
+114
6,3× → 3,8×
iFood Ads
60
93
+33
4,9× → 3,8×
+R$ 244 milde receita por mês
+4,8%na receita gerada pela mídia
R$ 950 milmesmo orçamento mensal
3,8×ROAS marginal igualado entre os canais
No exemplo, sair da TV saturada e reforçar Google Search e iFood Ads rende R$ 244 mil a mais por mês, 4,8% na receita da mídia, com os mesmos R$ 950 mil de orçamento.
Resíduo com dono
O que o modelo não explica vira pergunta, não ruído.
Toda semana que foge mais de dois desvios da previsão é marcada. Cruzamos a semana com clima, feriados, notícias e volume de busca da praça para sugerir a causa. Cada explicação aceita vira variável do modelo e uma ação para a próxima vez.
Estudo ilustrativoResíduo semanal: o que o modelo não explicou
1Semana 15−6,2%
Chuva forte na capital
Sinal cruzado: Clima por praça
Ação para a próxima vez: Ativar entrega e cupom no iFood na véspera da chuva.
2Semana 32+8,1%
Surto de gripe nos portais
Sinal cruzado: Notícias e volume de busca
Ação para a próxima vez: Comprar mídia em portais e reforçar o Search em até 48 horas quando o tema sobe.
Calibração com experimento
Modelo calibrado por experimento, não só por histórico.
Histórico mostra correlação. Quando um canal sobe sempre junto com a sazonalidade, o modelo tem dificuldade de separar os dois e a faixa de incerteza fica larga.
Um geo lift, com praças que recebem a campanha e praças de controle, mede o efeito causal do canal. O resultado entra no modelo como informação e a faixa fecha. Quando a marca mede visitas com a beAround, o experimento lê também a loja física, praça por praça.
Estudo ilustrativoROAS da Meta antes e depois do geo lift
Antes da calibração1,6× a 6,6×
Resultado do geo lift2,2× a 3,6×
Depois da calibração2,3× a 3,7×
Como funciona
Do pedido de dados à decisão de orçamento.
O estudo é operado pela beAround do começo ao fim. Sua equipe recebe a leitura pronta na plataforma e decide com o time de mídia.
Mais de 92 modelos trabalhando no MMM da beAround hoje.
01
Pergunta e KPI
Definimos a decisão que o estudo apoia e o KPI: receita, pedidos, novas assinaturas ou visitas, por semana e por praça.
02
Dados
Verba e entrega de cada canal, venda, preço, promoção e calendário. Conectamos as contas de mídia ou recebemos as planilhas da agência; clima, feriados e indicadores econômicos já vêm da plataforma.
03
Modelagem
Modelo bayesiano com adstock e saturação por canal, controles de calendário, preço e clima, e informação de experimentos quando existe.
04
Portão de qualidade
Nenhum estudo é publicado sem passar por convergência, ajuste fora da amostra e plausibilidade dos efeitos. O que falha volta para a modelagem.
05
Leitura e cenários
Decomposição, curvas, ROAS marginal com faixa de incerteza e simulador de realocação, na plataforma da beAround.
06
Calibração e atualização
O modelo é reajustado todo mês com os dados novos e calibrado por geo lift quando um canal pede prova.
O que você recebe
Decomposição da receita por canal e por praça
Curva de saturação e ponto de equilíbrio de cada canal
ROAS médio e ROAS marginal com faixa de incerteza
Plano de realocação com o mesmo orçamento
Simulador de cenários de verba
Resíduo explicado, com ação sugerida
Atualização mensal do modelo
Dados de que precisamos
Pelo menos 1 ano de histórico semanal; o ideal são 2 anos
Verba por canal e semana, por praça quando possível
Venda, ou o KPI escolhido, por semana e praça
Preço, promoções e lojas abertas no período
Margem de contribuição, para achar o ponto de equilíbrio
Perguntas frequentes
Perguntas frequentes sobre Marketing Mix Modeling
ROAS marginal, saturação, adstock, dados necessários e privacidade: o que costuma surgir antes do primeiro estudo.
Marketing Mix Modeling com a beAround
Descubra onde está o próximo real que mais vende.
Mostramos o que um estudo de MMM entrega com os seus dados: os canais, as praças e o histórico que você já tem.
