Triangulación de marketing: explicar las divergencias entre métodos.
Qué hay que distinguir
Tres condiciones antes de cualquier cálculo.
Estimando idéntico
iROAS marginal, ROAS medio, ventas atribuidas y lift de consideración no son intercambiables. Escribir con precisión tratamiento, resultado, población y horizonte antes de comparar.
Sesgos independientes
Dos métodos que usan los mismos datos y la misma selección no constituyen dos pruebas independientes. El valor de la triangulación aumenta cuando las debilidades son diferentes.
Divergencia productiva
Una desviación no se resuelve por voto mayoritario. Desencadena un análisis de calendario, segmentación, saturación, contaminación, definición y transportabilidad.
Método
Triangular mediciones de la desviación a la síntesis
- 01Alinear las preguntas
Construir una ficha por método con tratamiento, contrafactual, resultado, población, periodo y unidad; excluir las mediciones que responden a otra pregunta.
- 02Cartografiar los sesgos
Documentar selección, confusión, contaminación, error de medición, especificación y extrapolación; indicar si dos métodos comparten la misma debilidad.
- 03Comparar los intervalos
Poner estimaciones e incertidumbres en una escala común; una divergencia puntual puede desaparecer cuando los intervalos se presentan honestamente.
- 04Sintetizar o separar
Combinar por ponderación inversa de varianza únicamente las estimaciones compatibles; si no, conservar varias cifras y definir la decisión robusta a su rango.
El registro de compatibilidad de las pruebas
Cuatro métodos se comparan por efecto medido, horizonte, sesgo dominante y papel decisional. Solo dos entran en la síntesis causal.
| Método | Estimando | Resultado | Intervalo | Sesgo dominante | Rol |
|---|---|---|---|---|---|
| Experimento | iROAS marginal | 1,40 | 0,90–1,90 | Selección débil | Síntesis |
| MMM | iROAS histórico | 1,80 | 1,20–2,40 | Especificación | Síntesis |
| Atribución | Ventas atribuidas | 3,20 | no causal | Selección fuerte | Recorrido |
| Encuesta | Consideración | +6 pts | ±3 pts | Declarativo | Mecanismo |
Una síntesis causal de 1,56 de iROAS, no una media de 2,13
Un experimento estima 1,40 con una desviación típica de 0,255; un MMM compatible estima 1,80 con 0,306. Una atribución muestra 3,20 pero mide conversiones acreditadas, no un efecto causal.
Ponderación inversa de varianza: pesos 15,38 y 10,68. Síntesis = (1,40 × 15,38 + 1,80 × 10,68) ÷ 26,06 = 1,56. Desviación típica = √(1 ÷ 26,06) = 0,196; intervalo aproximado 1,18–1,95.
La atribución sigue siendo útil para el recorrido pero no entra en la media causal. La decisión presupuestaria se apoya en 1,56 y prueba su robustez hasta 1,18.
Condiciones de aceptación
Lo que debe cumplirse para actuar.
- 01
Tratamiento, población, resultado y horizonte se alinean antes de comparar.
- 02
Las dependencias de datos y de sesgos entre métodos están documentadas.
- 03
Solo las estimaciones compatibles entran en una síntesis cuantitativa.
- 04
La decisión se prueba sobre el intervalo, no solo sobre la media.
Límites
Lo que este análisis no demuestra.
- La ponderación inversa de varianza supone estimaciones comparables y poco dependientes.
- Unos intervalos estrechos pueden seguir sesgados por una mala identificación.
- La transportabilidad de un experimento local al presupuesto nacional debe justificarse.
Referencias
Trabajos citados.
- Gordon, B. R. et al. (2019), « A Comparison of Approaches to Advertising Measurement », Marketing Science.
- Shadish, W. R., Cook, T. D. & Campbell, D. T. (2002), Experimental and Quasi-Experimental Designs.
- Salaka, V. & Prabhu, J. (2011), « Information Theoretic Metrics for Combining Qualitative and Quantitative Data », Service Science.