Marketing Mix Modelling: Predecir vs Explicar vs Mejorar

Cuando nos embarcamos en la construcción de modelos, es crucial tener una comprensión clara del objetivo que pretendemos lograr. Un modelo, independientemente de la disciplina, ya sea ingeniería, economía, ciencias sociales u otras, es una versión simplificada de la realidad, diseñada para explicar, predecir o mejorar un fenómeno o proceso. Estos modelos no capturan cada matiz de la realidad, pero simplifican lo suficiente para hacerlo manejable y comprensible.

Tomemos, por ejemplo, los modelos de marketing mix. Generalmente, su propósito principal es esclarecer las variables que afectan las ventas de un producto, es decir, explicar por qué vendemos lo que vendemos. El objetivo es profundizar en el entendimiento de por qué se venden los productos que vendemos. Parte de esto se puede atribuir a las decisiones que tomamos como organización, como el precio de nuestros productos, las promociones que ofrecemos o la publicidad que creamos. Por ejemplo, la elección de emitir un anuncio de televisión durante un horario de máxima audiencia puede tener un impacto significativo en las ventas. Sin embargo, también existen variables exógenas, es decir, factores externos sobre los que no tenemos control, como la climatología o las acciones de nuestra competencia. Incluso un evento televisado de gran magnitud, como un partido de fútbol, o un debate electoral puede afectar nuestras ventas.

Estos modelos de marketing mix, que funcionan muy bien para explicar, no siempre son los más adecuados para predecir las ventas

La principal razón es que, para hacerlo, necesitaríamos predecir también otras variables explicativas que no controlamos, como las ya mencionadas variables exógenas. Existen otras metodologías que se alinean mejor con el objetivo de predecir. Por ejemplo, a pesar de que podemos medir con bastante exactitud cuál es el ROI de una campaña de televisión, sería difícil predecir la influencia exacta que una transmisión televisiva de un evento deportivo tendría sobre nuestras ventas dado que dicha audiencia va a depender de quiénes sean los equipos que van a jugar o de si va a llover o no.

La simulación, que es un proceso que se asemeja a la predicción, sí es muy común en los modelos de marketing mix. La diferencia clave es que la simulación no se centra en la cifra exacta de ventas que se predice, sino en la comparación de diferentes escenarios que se construyen en base a las variables que sí controlamos. Así, suponiendo que las variables que no controlamos se comporten de manera similar en diferentes planes, podemos evaluar cuál de ellos generaría mayores ventas adicionales. No se trata de predecir qué voy a vender la semana que viene, sino de plantear diferentes planes de medios, por ejemplo, y comparar si las ventas van a ser mayores en alguno de ellos.

Por último, los modelos de marketing mix también se utilizan para mejorar

Por ejemplo, nos ayudan a definir cuál es la combinación de medios que proporciona el máximo retorno de inversión (ROI). Siguiendo con el caso de la publicidad en televisión, esto podría significar encontrar el equilibrio adecuado entre la inversión en diferentes franjas horarias y el aumento resultante en las ventas. Al ajustar y afinar estos modelos, las empresas pueden determinar la combinación más eficaz de variables de marketing para maximizar su impacto y, por lo tanto, su rentabilidad.

Por lo tanto, y a modo de resumen, los modelos de marketing mix se utilizan para explicar, simular y mejorar. No son los mejores para predecir, donde hay otras técnicas que funcionan mejor.