SHAP (SHapley Additive exPlanations) es un método basado en teoría de juegos que permite descomponer la predicción de un modelo y asignar a cada variable su contribución marginal en cada observación concreta. ¡Justo el propósito de un MMM!
Es decir: permite entender cuánto aporta cada variable en cada punto específico, no solo en promedio. y, por lo tanto, complementa la construcción de las curvas de saturación en un modelo de marketing mix clásico.
En un MMM tradicional, las curvas de saturación se estiman imponiendo una forma funcional: logarítmica, Hill, Weibull, etc. Es una aproximación estructurada, coherente con la teoría económica, pero sigue siendo una parametrización.
SHAP complementa esa aproximación permitiendo observar empíricamente cómo varía el impacto marginal de un canal a distintos niveles de inversión dentro del propio modelo entrenado.
Esto ayuda a:
– Validar si la forma funcional elegida refleja realmente el comportamiento observado. – Detectar tramos donde la saturación empieza antes o después de lo esperado. – Identificar posibles no linealidades adicionales que el modelo paramétrico no esté capturando completamente.
El MMM clásico construye la curva. SHAP ayuda a leerla con mayor precisión.
Y eso cambia la conversación, porque ya no discutimos solo elasticidades medias, sino comportamiento marginal real en condiciones específicas de inversión.
¡Combinar técnicas enriquece el aprendizaje sobre el comportamiento de la realidad!
