Modelización del marketing mix y afiliación: cómo mide el MMM la contribución del canal

El Marketing Mix Modeling, conocido generalmente por el acrónimo MMM, es una técnica de modelización econométrica que mide el impacto de cada factor de marketing en las ventas mediante el análisis de series temporales históricas. A diferencia de la atribución, no se basa en el seguimiento individual de los usuarios: modela las relaciones entre las inversiones en marketing (televisión, búsquedas, redes sociales, afiliados, etc.) y las variaciones de los ingresos observadas durante un periodo determinado.

El MMM se está consolidando progresivamente como una herramienta fundamental para la toma de decisiones presupuestarias. Para los departamentos de marketing y finanzas, ofrece una visión global de la contribución de los distintos factores a las ventas.

Para el marketing de afiliación, esta evolución supone una gran oportunidad. El MMM puede permitir demostrar la contribución del canal más allá de la conversión por último clic. Pero también supone un riesgo. Cuando los datos de afiliación están mal integrados o insuficientemente segmentados, el modelo puede subestimar su valor. Una estimación estadística poco sólida puede dar lugar a una reducción del presupuesto, incluso cuando el programa realmente genera crecimiento. Por lo tanto, es fundamental comprender cómo se representa el marketing de afiliación en un modelo MMM.

¿Por qué es importante el MMM para la afiliación?

Los resultados del MMM se utilizan cada vez más en las decisiones presupuestarias que se toman en los departamentos de marketing, los departamentos financieros y los consejos de administración. Según una encuesta realizada por EMARKETER y Rakuten Rewards a 110 profesionales del marketing estadounidenses, el 57,3 % de los encuestados afirma que el MMM es una de las principales herramientas que influyen en su asignación presupuestaria.

En lo que respecta a la afiliación, las consecuencias pueden ser considerables. Un canal mal representado en el modelo corre el riesgo de:

• dar la impresión de que contribuye menos de lo que realmente lo hace
• recibir menos presupuesto
• quedar relegado a un papel de conversión
• perder visibilidad ante los responsables de la toma de decisiones
• que sus socios de la fase previa estén infravalorados

Por el contrario, un MMM que reciba el suministro adecuado puede:

• medir la contribución más allá del último clic
• potenciar los efectos en las fases iniciales
• revelar el impacto multicanal
• reforzar la legitimidad estratégica de la gestión de socios
• fomentar nuevas inversiones

¿Por qué el último clic subestima la contribución del marketing de afiliación?

El marketing de afiliación se ha asociado históricamente al modelo de atribución por último clic. Este modelo presenta una ventaja evidente: vincula directamente una venta con un socio y una comisión. Sin embargo, ya no refleja la complejidad real de los recorridos de los usuarios.

Esta constatación ha llevado durante mucho tiempo a los equipos a adoptar modelos de atribución multitoque, con el objetivo de repartir el mérito entre cada punto de contacto. Sin embargo, estos modelos se basan en el seguimiento individual de los usuarios, un fundamento que se ha visto debilitado por la obsolescencia de las cookies y el endurecimiento de la normativa sobre privacidad. La medición sin cookies es ahora una necesidad estructural, y ya no un objetivo lejano. Es precisamente en este contexto donde el MMM vuelve a cobrar interés: no necesita rastrear a los usuarios para estimar la contribución de los canales.

Un consumidor puede descubrir un producto en un vídeo, leer un artículo especializado, consultar una guía de compra, consultar opiniones, utilizar un comparador, volver a la página mediante una búsqueda por marca y formalizar su compra con una ventaja de fidelidad.

El último clic solo representa la última interacción observable. No refleja el recorrido completo. Por lo tanto, hay tres aspectos que el «último clic» puede subestimar:

• la influencia previa de los medios de comunicación, creadores y colaboradores en el descubrimiento
• el compromiso a mitad de camino que informa y tranquiliza
• los efectos entre canales en los ámbitos de la afiliación, las redes sociales, los motores de búsqueda y el CRM

En teoría, el MMM podría reflejar mejor esta contribución global. Sin embargo, varias características de la afiliación complican su medición.

Las 5 razones por las que es difícil modelar el marketing de afiliación en un MMM

1. Inversiones que suelen ser más modestas

El MMM identifica más fácilmente la contribución de los canales que cuentan con presupuestos elevados. Una inversión elevada suele generar más variaciones, datos y puntos de comparación. El marketing de afiliación representa a veces una parte relativamente pequeña de la estrategia global de marketing. Incluso con un ROI elevado, su efecto estadístico puede ser más difícil de aislar que el de la televisión, los motores de búsqueda o las redes sociales. Por lo tanto, el problema no es necesariamente el nivel de rendimiento. Puede tratarse de una falta de potencia estadística.

2. Una actividad que suele ser permanente

Los programas de afiliación suelen estar siempre activos. Los contenidos siguen estando disponibles, los comparadores continúan incluyendo los productos en sus listados y los socios generan ventas durante todo el año. Sin embargo, los modelos aprenden principalmente a partir de las variaciones.

Una campaña televisiva que se emite durante tres semanas y luego se interrumpe crea un contraste evidente. Un programa estable genera menos rupturas que se puedan aprovechar.

El carácter permanente de la afiliación es una de las principales razones de su bajo nivel de medición. Existen fluctuaciones, sobre todo durante las promociones, pero suelen ser modestas en comparación con las inversiones globales en marketing.

3. Una segmentación geográfica limitada

Los modelos MMM suelen aprovechar las diferencias entre regiones. Es más fácil medir un efecto cuando una campaña se difunde en determinadas zonas y no en otras. Sin embargo, muchos socios afiliados operan a escala nacional. Los contenidos son accesibles en todas partes, lo que limita la creación de grupos de control geográficos.

4. Datos fragmentados

La afiliación se basa en un ecosistema complejo. Los datos pueden distribuirse entre:

• la plataforma de afiliados
• el CRM
• GA4
• las herramientas de asignación
• los socios
• las subredes
• las herramientas de influencia
• las plataformas in situ
• los sistemas de comercio electrónico

En el estudio de EMARKETER/Rakuten, el 33 % de los usuarios de MMM encuestados no sabe cuántas fuentes de afiliación deben combinarse antes de la modelización. Por otra parte, el 13,6 % afirma que estos datos no se almacenan de forma centralizada.

5. Pocos datos de impresión

Los canales publicitarios tradicionales suelen disponer de datos de exposición: impresiones, cobertura, repetición, GRP, visualizaciones. En el ámbito del marketing de afiliación, las plataformas suelen facilitar principalmente: clics, ventas, comisiones e ingresos. Sin embargo, no suelen disponer de forma sistemática de las impresiones generadas por un artículo, un vídeo, un boletín informativo o un comparador. Por lo tanto, el modelo analiza la conversión sin disponer de toda la presión de marketing que la ha precedido.

La afiliación sigue estando poco representada en los MMM

El problema no radica únicamente en los datos. También tiene que ver con la clasificación del canal. En el estudio de EMARKETER/Rakuten, entre los encuestados que utilizan un MMM:

• El 51,1 % considera la afiliación como un canal independiente
• El 27,3 % lo incluye en una categoría genérica denominada «rendimiento»
• El 6,8 % solo modela determinadas cohortes
• El 14,8 % no se identifica en absoluto con ella

Cuando se agrupa en una categoría denominada «rendimiento», resulta casi imposible aislar su contribución de la del buscador, el retargeting u otros factores. Pero incluso una variable única como «afiliación» sigue siendo demasiado amplia.

Por qué no hay que considerar la afiliación como un único canal

La red de afiliados reúne a socios presentes en todas las etapas del recorrido del cliente.

Estos socios no comparten ni el mismo papel, ni el mismo plazo, ni el mismo modelo económico. Un contenido editorial puede influir en una decisión varias semanas antes de la compra. Un socio de cashback suele intervenir en una fase cercana a la conversión. Un comparador puede intervenir varias veces a lo largo del proceso.

Agruparlas en una misma variable genera varios sesgos:

• el incremento de la actividad se pierde en la media
• Los socios de las fases iniciales parecen tener un rendimiento inferior
• Los socios de conversión dominan la lectura
• los efectos diferidos no se reflejan adecuadamente
• La heterogeneidad reduce la significación estadística

Por lo tanto, cada gran grupo de socios debería modelizarse por separado, siempre que los volúmenes lo permitan.

MMM y afiliación: cómo interpretar el valor p

El valor p mide la significación estadística de una relación. En un MMM:

• Por lo general, se considera que un valor p inferior a 0,05 es significativo.
• Un valor superior a 0,05 indica que el modelo no dispone de datos suficientes para llegar a una conclusión con un nivel de confianza del 95 %.

Sin embargo, un valor P elevado no significa que el canal no tenga ningún efecto. Puede reflejar:

• un presupuesto demasiado reducido
• un gasto demasiado estable
• una trayectoria insuficiente
• una segmentación inadecuada
• una fuerte correlación con otros canales
• un dato incompleto
• efectos diferidos mal configurados

Por lo tanto, la falta de significación estadística debe llevar a profundizar en el análisis, no a eliminar automáticamente el presupuesto.

¿Cómo integrar los efectos diferidos de la afiliación en un MMM?

Parte del valor de la fidelización se va construyendo con el tiempo. Un consumidor puede consultar un contenido varias veces antes de comprar. Una recomendación social puede despertar el interés, dar lugar a una búsqueda y, posteriormente, a una comparación.

El estudio de EMARKETER indica que un consumidor puede necesitar ver a un creador promocionar un producto entre tres y cuatro veces antes de comprarlo. Por lo tanto, las curvas de retraso y de decaimiento deberían diferenciarse en función de los socios.

Por ejemplo:

• Un código promocional tiene un efecto rápido y de corta duración
• Una sesión de «live shopping» puede concentrar su impacto en unas pocas horas
• un vídeo puede seguir teniendo repercusión durante varios días
• Un artículo optimizado para SEO puede influir en las ventas durante varios meses
• un boletín informativo genera un pico seguido de un descenso rápido

Los ciclos de actualización demasiado lentos y la falta de consideración de los efectos diferidos hacen que los MMM sean menos aplicables.

¿Qué nivel de detalle se debe utilizar para medir la afiliación con un MMM?

Un dato mensual puede ocultar las variaciones relacionadas con la activación de un socio.

Una frecuencia semanal o diaria permite establecer una relación más estrecha entre:

• un cambio de comisión
• un boletín informativo
• una campaña de diseño para creadores
• una campaña promocional destacada
• la búsqueda de un socio
• una declaración editorial

En la encuesta de EMARKETER/Rakuten:

• El 48,9 % de los encuestados considera que una periodicidad semanal mejoraría la señal de afiliación
• El 43,2 % prefiere una granularidad diaria
• solo el 38,7 % afirma disponer actualmente de ese nivel de precisión

En el caso de un programa de afiliados, la frecuencia semanal suele ser una buena opción.

¿Qué indicadores se deben utilizar para medir el rendimiento del programa de afiliados?

La medición de la afiliación no debe limitarse a la venta. Una visita procedente de un socio puede generar comportamientos reveladores:

• consulta de varios productos
• lectura detallada de los contenidos
• Añadir a la cesta
• avances en el proceso de pago
• aumento del valor medio de la cesta de la compra
• visita posterior a la página web
• disminución de la tasa de abandono

Se recomienda analizar, en particular:

• la duración del contrato
• la profundidad de navegación
• las respuestas a los incentivos
• los pasos del proceso de pago
• las devoluciones posteriores
• el efecto sobre el importe medio de la compra

Estos datos permiten saber si la pareja:

• atrae un tráfico más cualificado
• acelera la toma de decisiones
• tranquiliza al consumidor
• aumenta el valor de la cesta
• influye en una conversión posterior

MMM, atribución e incrementalidad: un método de medición en cuatro niveles

Para medir correctamente la afiliación, es necesario combinar varios niveles de datos.

1. Los datos de conversión

• ventas
• pedidos
• volumen de negocio
• ROAS

2. Los datos de comportamiento

• compromiso
• profundidad de inspección
• fricción
• finalizar la compra
• abandono

3. Los datos de la campaña

• clics
• impresiones
• interacciones
• cesta media
• uplift
• activación por socio

4. El MMM

• aportación del canal
• ingresos incrementales
• eficiencia presupuestaria
• escenarios de inversión

La combinación de estas cuatro capas permite pasar de una interpretación binaria (conversión o no) a una comprensión completa de la influencia del canal.

Lo que pueden revelar los recorridos de los clientes

Los análisis de recorrido constituyen un complemento importante del MMM. CJ cita un estudio realizado con 400 millones de consumidores. Los recorridos que incluían un punto de contacto afiliado se asociaban a:

• una conversión de visitante a comprador un 92 % superior
• un gasto por cliente un 36 % superior
• unos ingresos por visitante un 153 % superiores

Estos resultados no constituyen automáticamente una prueba causal. Sin embargo, muestran que el marketing de afiliación puede desempeñar un papel amplificador que no se refleja necesariamente en el último clic. CJ también cita un estudio de PwC/PMA sobre más de 10 000 marcas, con un ROAS medio de 12:1 para el marketing de afiliación. Por lo tanto, un MMM que concluya que la contribución es baja debe contrastarse con estos otros indicadores.

Cómo integrar el marketing de afiliación en un modelo MMM: 8 pasos clave

1. Elaborar un mapa con los datos disponibles

Hay que hacer un inventario de:

• clics
• impresiones
• ventas
• costes
• comisiones
• cancelaciones
• nuevos clientes
• cesta media
• compromiso
• datos de CRM
• socios
• tipologías
• campañas

2. Centralizar los datos

Las fuentes deben reunirse en un repositorio común. En un entorno de medición sin cookies, esta centralización puede llevarse a cabo mediante entornos seguros del tipo «data clean room», que permiten cruzar los datos propios del anunciante con los de los socios o las plataformas sin exponer los datos individuales. Este tipo de infraestructura se convierte en una ventaja competitiva para los programas que buscan mejorar la calidad de su señal MMM.

3. Estandarizar las definiciones

Hay que armonizar:

• los costes
• las fechas
• los estados de los pedidos
• las reglas de deduplicación
• los nombres de los socios
• las categorías de socios

4. Segmentar el canal

El modelo debe distinguir las principales familias:

• contenido y medios de comunicación
• influencia
• comparadores y CSS
• reembolsos y programas de fidelización
• socios tecnológicos
• socios de conversión

5. Documentar las activaciones

Un registro de eventos debe incluir:

• contrataciones
• cambios en las comisiones
• campañas
• boletines informativos
• momentos destacados
• ofertas promocionales
• interrupciones
• pruebas

6. Utilizar una frecuencia adecuada

A menudo es preferible una periodicidad semanal a los datos mensuales.

7. Comprobar la solidez estadística

Hay que preguntar:

• Valores p
• intervalos de confianza
• variables utilizadas
• hipótesis de Adstock
• curvas de saturación
• estabilidad de los resultados
• nivel de detalle

8. No depender de un único modelo

El MMM debe completarse con:

• la adjudicación
• el análisis de las trayectorias
• las pruebas de incrementalidad
• los datos de comportamiento
• los estudios de marca
• las encuestas posteriores a la compra

La incrementalidad como prueba complementaria

El MMM calcula una contribución a partir de los datos históricos. Pero lo que mide sigue siendo una correlación estadística, no una causalidad cierta. Por eso las pruebas de incrementalidad se han vuelto indispensables como complemento: pretenden medir lo que habría ocurrido sin la activación, aislando así el verdadero valor añadido del canal. El resultado más útil es el ROAS incremental, es decir, no el retorno de la inversión global, sino los ingresos generados además de lo que se habría obtenido sin la intervención del canal. Un programa de afiliación que presente un ROAS bruto elevado puede, por tanto, revelar un ROAS incremental más modesto si una parte de las conversiones se hubiera producido de todos modos. Las pruebas de incrementalidad pretenden medir lo que habría ocurrido sin la activación.

Pueden adoptar diversas formas:

• zonas geográficas de control
• grupos expuestos y no expuestos
• renuentes
• variación de la comisión
• activación o suspensión de una tipología
• pruebas con los nuevos clientes
• campañas controladas

Estas pruebas permiten responder a preguntas concretas:

• ¿Genera el socio ventas adicionales?
• ¿Habría comprado el cliente sin él?
• ¿Aumenta el importe medio de la compra?
• ¿Consigue nuevos clientes?
• ¿Acelera la conversión?
• ¿Influye en los demás canales?

Por lo tanto, el MMM, la asignación y la incrementalidad deben funcionar conjuntamente.

La función de una plataforma de gestión de socios

Una plataforma de gestión de socios puede desempeñar un papel decisivo en la calidad del MMM. Permite centralizar:

• los socios
• las tipologías
• las activaciones
• los costes
• los resultados
• los datos de conversión
• los datos de participación
• los historiales del programa

También puede estructurar una taxonomía común, documentar los cambios y facilitar la exportación de datos a los equipos de análisis. Pero su función no se limita a los datos. Una buena gestión del programa implica además:

• la selección de socios
• la calidad del tráfico
• la lucha contra el fraude
• la seguridad de la marca
• el control de las pujas de marca
• el cumplimiento del RGPD
• El cumplimiento de la ley influye
• el análisis de la incrementalidad
• el desarrollo de los socios creadores de valor

La calidad de la medición también depende de la calidad del programa.

MMM, afiliación e IA: cómo medir los recorridos sin clics

Los asistentes conversacionales y los motores generativos complican aún más la medición. Una respuesta generada por una IA puede basarse en contenidos publicados por:

• de los medios de comunicación
• comparadores
• ;los creadores
• los expertos
• socios afiliados

A continuación, el usuario puede realizar la compra sin hacer clic en la fuente inicial. La contribución del socio sigue existiendo, pero ya no es visible en las herramientas tradicionales. Para integrar estos efectos, los modelos deberán ir incorporando progresivamente nuevas señales:

• citas en los LLM
• parte de voz generativa
• visibilidad de los contenidos
• búsquedas de marcas
• tráfico directo
• indicadores de notoriedad
• conversiones sin un clic identificable

De este modo, el GEO se convierte en un nuevo reto para la gestión de socios y la medición de resultados de marketing.

MMM y afiliación: puntos clave que hay que recordar

Por lo tanto, el Marketing Mix Modeling puede convertirse en una herramienta estratégica para medir la contribución real del marketing de afiliación. Siempre que se segmenten los socios, se centralicen los datos y se integren los efectos diferidos, el MMM permite ir más allá de una interpretación limitada al último clic. Sin embargo, no sustituye ni ala atribución ni a las pruebas de incrementalidad: es la combinación de estos métodos la que permite evaluar el ROI del marketing de afiliación y orientar correctamente las inversiones en marketing.