Benchmark de marketing simulado: aprender a construir un intervalo comparable.
Qué hay que distinguir
Tres condiciones antes de cualquier cálculo.
Definición común
Los numeradores, denominadores, ventanas y exclusiones deben coincidir. Un CAC solo de adquisición no es comparable a un CAC que incluye marca, venta y onboarding; un ROAS de ingresos no es una contribución.
Población comparable
La proximidad se juzga por economía unitaria, ciclo de compra, madurez, canal, geografía e intensidad. Una puntuación de similitud explícita vale más que una etiqueta sectorial demasiado amplia.
Distribución y actualización
Mediana, cuartiles y dispersión muestran la heterogeneidad. El benchmark se convierte en un prior cuyo peso disminuye cuando aumenta la evidencia interna, lo que evita tanto la imitación ciega como el rechazo de toda información externa.
Método
Construir un benchmark utilizable para decidir
- 01Auditar la métrica
Escribir fórmula, unidad, horizonte, divisa, fecha, fuente y exclusiones; descartar las observaciones imposibles de reconciliar o conservarlas en un estrato separado.
- 02Segmentar la distribución
Filtrar por las variables que modifican estructuralmente la métrica y publicar efectivo, mediana, rango intercuartílico y valores extremos; no ocultar una muestra pequeña tras decimales.
- 03Ponderar la proximidad
Atribuir a cada observación un peso de comparabilidad según margen, canal, madurez y mercado, calcular una media ponderada y probar su sensibilidad a la exclusión de las referencias dominantes.
- 04Actualizar localmente
Combinar el prior externo con la estimación interna según sus precisiones; si la diferencia es importante, buscar una diferencia de definición, de mecanismo o de selección antes de concluir un bajo rendimiento.
Del benchmark bruto al prior comparable
Once perfiles simulados ilustran el filtrado, la ponderación y la actualización. Ninguna cifra del archivo describe un mercado real.
Datos simulados: un prior simulado de ROAS se actualiza de 2,19 a 1,90
Once perfiles ficticios se construyen para ilustrar una distribución comparable. Su media ponderada simulada vale 2,19. La desviación típica ponderada de población — suma de los pesos multiplicados por las desviaciones al cuadrado, dividida por la suma de los pesos — vale 0,49. Una medición interna igualmente ficticia vale 1,70 con una desviación típica de 0,40.
Precisión externa = 1 ÷ 0,49² = 4,16; precisión interna = 1 ÷ 0,40² = 6,25. Estimación combinada = (2,19 × 4,16 + 1,70 × 6,25) ÷ 10,41 = 1,90. Desviación típica combinada = √(1 ÷ 10,41) = 0,31. Intervalo aproximado al 95 %: 1,29 a 2,50.
La evidencia interna, más precisa en este ejemplo, desplaza el prior de 2,19 hacia 1,90. La decisión debe usar el intervalo de contribución interna, no transformar los perfiles simulados en objetivo de rendimiento.
Condiciones de aceptación
Lo que debe cumplirse para actuar.
- 01
La fórmula y la ventana son idénticas entre referencias y caso interno.
- 02
La distribución, el efectivo y los filtros son visibles.
- 03
El peso de un benchmark disminuye cuando la evidencia interna se vuelve más precisa.
- 04
No se fija ningún objetivo sin traducir la métrica a economía local.
Límites
Lo que este análisis no demuestra.
- Los once perfiles son simulados y no constituyen un benchmark sectorial.
- Los datos publicados sufren a menudo de selección de los mejores resultados.
- Una ponderación de similitud sigue siendo un juicio y debe probarse.
- Un mercado cambiante puede volver rápidamente obsoleta incluso una distribución real.
Referencias
Trabajos citados.
- Gelman, A. et al. (2013), Bayesian Data Analysis, 3.ª ed.
- Rothwell, P. M. (2005), « External Validity of Randomised Controlled Trials », The Lancet, 365(9453), 82–93.
- Pauwels, K. & Reibstein, D. J. (2016), « Challenges in Measuring Return on Marketing Investment », Foundations and Trends in Marketing, 10(1), 1–107.