¿Qué pasaría si las ideas más valiosas de su Modelo de mezcla de marketing (MMM) se esconden en lo que normalmente consideramos incertidumbre o ruido?
¿Qué pasaría si pudiéramos observar los resultados de los modelos MMM que utilizamos hoy desde un ángulo diferente?
Quienes hemos realizado modelos MMM utilizando modelos jerárquicos bayesianos hemos visto que estos modelos¹ proporcionan mucha información sobre cada uno de los parámetros que configuramos en el modelo. Aplicando técnicas estadísticas rigurosas y ampliamente validadas, elegimos, por ejemplo, la media (a veces la mediana) de la distribución posterior como valor de la influencia para un determinado canal. Luego, consideramos y generamos conocimientos prácticos a partir de este valor. Sin embargo, la verdad es que el análisis bayesiano nos da como resultado una distribución de probabilidad de valores, y la cruz frecuentemente son grandes con casos raros y excepciones. Si subestimamos la información contenida en estas colas, estamos perdiendo una valiosa oportunidad. En la expresión de esas largas colas, si miramos con la lente adecuada, podemos encontrar ideas muy valiosas. En realidad, la idea básica por la que la mayoría de los usuarios utilizan los modelos MMM es cuantificar el…