Conjunto de datos MMM: 156 semanas que controlar antes de modelizar.
Estado de la evidencia
Qué se ha reproducido y qué no demuestra.
El CSV Noroa, su modelo y Python verifican 156 semanas, 15 variables, 12 semanas de holdout y las prohibiciones de uso. No prueban ni rendimiento de mercado ni validez causal.
- Especificación técnica del perfil de datos Noroa, especificación en francés (se abre en una pestaña nueva)
v1, 31 de agosto de 2026 · CC BY 4.0 · especificación en francés · Documento de método redactado por marketing-mix.net. Las cifras son ilustrativas: no son mediciones de mercado.
Qué hay que distinguir
Tres condiciones antes de cualquier cálculo.
Grano común
Todas las variables deben agregarse sobre la misma semana, zona y perímetro comercial. Un gasto nacional unido a ventas parciales crea una relación sin interpretación económica.
Definiciones estables
Ingreso neto, margen, gastos, impresiones y promociones deben conservar la misma regla de cálculo. Una ruptura de herramienta no documentada se parece a un cambio de rendimiento.
Variación explotable
Un canal constantemente activo con un presupuesto casi fijo es difícil de distinguir de la tendencia. La completitud no sustituye la variación independiente.
Método
Decidir si los datos son aptos para el MMM
- 01Conciliar los perímetros
Verificar divisa, impuestos, devoluciones, zonas, productos, semanas y calendario de contabilización para cada fuente.
- 02Perfilar la variación
Medir mínimo, máximo, coeficiente de variación, semanas a cero y correlaciones entre canales.
- 03Documentar los eventos
Añadir cambios de precio, promociones, roturas, aperturas, competencia y pruebas que influyen en el resultado o sirven para la calibración.
- 04Reservar la validación
Aislar un periodo reciente antes de cualquier estimación y prohibir su uso en las transformaciones aprendidas.
La ficha de datos Noroa
El conjunto sintético del caso de referencia hace visibles 15 variables, dos eventos de calibración y 12 semanas reservadas a la validación.
| Semana | Ingresos € | Búsqueda € | Social € | Vídeo € | Disponibilidad |
|---|---|---|---|---|---|
| 2023-01-02 | 764.152 | 32.584 | 27.284 | 19.674 | 0,976 |
| 2023-01-09 | 805.137 | 32.309 | 26.360 | 17.689 | 0,977 |
| 2023-01-16 | 821.854 | 33.547 | 27.121 | 16.408 | 0,973 |
Reproducción, formación y pruebas de método autorizadas. Benchmark sectorial y reivindicación de rendimiento real prohibidos.
Una tabla completa pero incapaz de separar dos canales
Paid social y vídeo se aumentaron juntos durante 31 semanas y se redujeron juntos durante 27 semanas. Su correlación de gasto alcanza 0,94.
Incluso sin valor faltante, el modelo puede atribuir el efecto a uno u otro según los priors. Las contribuciones individuales varían un 60 %, mientras que su suma permanece estable en el 11 %.
Autorizar una lectura agrupada social + vídeo, o crear variación mediante una prueba. Rechazar una asignación separada basada en esos coeficientes inestables.
Condiciones de aceptación
Lo que debe cumplirse para actuar.
- 01
Cada variable posee definición, unidad, fuente, propietario e historial de transformación.
- 02
El perfil de variación y las correlaciones entre canales se examinan antes del modelo.
- 03
Precio, promociones, distribución, disponibilidad y eventos mayores están cubiertos.
- 04
Un periodo de validación se congela antes de la estimación.
Límites
Lo que este análisis no demuestra.
- El conjunto Noroa es simulado y no representa ningún mercado real.
- La calidad estadística no garantiza que se hayan observado todas las variables de confusión.
- Una serie larga no corrige una ruptura de definición ni una ausencia de variación.
Referencias
Trabajos citados.
- Gebru, T. et al. (2021), « Datasheets for Datasets », Communications of the ACM.
- Wilkinson, M. D. et al. (2016), « The FAIR Guiding Principles », Scientific Data.
- Jin, Y. et al. (2017), Google Research.