Marketing Mix Modeling (MMM) vs. Multi-touch Attribution (MTA): quando cada método de mensuração de marketing é mais vantajoso

Introdução

Quando falamos em mensuração de marketing, uma das discussões mais comuns é a comparação entre Marketing Mix Modeling (MMM) e Multi-Touch Attribution (MTA).

Muitas empresas buscam entender qual dessas abordagens é a melhor para medir o impacto das mídias sobre vendas e resultados de negócio. No entanto, a resposta mais honesta quase sempre é a mesma: depende do contexto.

Isso acontece porque diferentes métodos de mensuração podem se mostrar mais ou menos vantajosos dependendo do tipo de dados disponíveis, do mix de mídia e dos objetivos do negócio.

Por esse motivo, não podemos afirmar que existe uma vantagem universal do Marketing Mix Modeling (MMM) sobre os modelos de atribuição como o MTA ou análises de lift. O que existe, na prática, são cenários específicos em que cada técnica pode gerar insights mais relevantes.

Neste artigo, não vamos nos aprofundar no funcionamento técnico do MMM ou MTA, temas já explorados em outros artigos aqui no blog.

O objetivo aqui é apresentar de forma mais direta as principais diferenças entre MMM e MTA, destacando seus requisitos de dados, limitações e os contextos em que cada abordagem tende a ser mais vantajosa.

Diferenças técnicas

A diferença fundamental entre MMM e MTA é a perspectiva que cada um tem sobre os dados.

MMM é uma técnica que utiliza modelos econométricos para compreender a relação, ao longo do tempo, entre investimento em mídias e vendas. Para isso, o MMM organiza os dados em uma linha do tempo, agrupando investimentos e vendas em dias ou semanas dentro do período de análise.

O MTA procura tirar vantagem da possibilidade de uma observação mais minuciosa de cada passo que o cliente dá até a compra, procurando distribuir a responsabilidade desta compra sobre os diferentes canais de mídia que foram acessados por este cliente. Logo, os dados do MTA são organizados com base nas jornadas dos clientes, que identificam os pontos de contato com as mídias até o momento da compra.

Fica claro, portanto, que há uma diferença na própria abordagem do problema para cada método.

Estas diferenças impactam em duas questões fundamentais: uma mais técnica, que diz respeito aos dados necessários para cada aplicação, e outra mais de contexto, que leva em consideração o momento do negócio.

Requerimentos de dados

Marketing Mix Modeling (MMM)

Por um lado, o MMM exige tanto uma coleta quanto uma organização mais simples dos dados, já que precisamos saber apenas os investimentos e as vendas em uma frequência diária ou semanal.

Tais dados, na maioria das vezes, estão disponíveis e não necessitam de tantos tratamentos. Porém, existem algumas complexidades.

Necessidade da inclusão de cada evento relevante

Se houver algum fator externo que possui impacto sobre as vendas, é importante que ele seja levado em consideração nos dados, caso contrário, isso pode confundir o modelo.

Isso acontece porque, enquanto o modelo leva em consideração o total de vendas, independentemente dos efeitos que causaram estas vendas, ele observa apenas os eventos que incluímos nele.

Se um evento externo relevante ficar de fora, o modelo não vai ser capaz de atribuir seu impacto, forçando-o a distribuir este efeito sobre os eventos que ele tem disponível.

Limite de eventos independentes

Por se tratar de um modelo de machine learning, há um limite na quantidade de variáveis que podemos incluir a depender da quantidade de dados.

Isso pode nos forçar a grupar canais com comportamentos diversos em um só canal, dificultando o papel do modelo de compreender o tamanho do impacto destes canais sobre as vendas.

Tempo de coleta

A depender da complexidade do mix de mídias, este modelo pode requisitar um tempo considerável de coleta.

Em cenários mais simples, normalmente, podemos considerar 2 anos o suficiente, porém, este é um estudo de caso a caso, e certos cenários podem requisitar mais do que isso.

Multi-Touch Attribution (MTA)

Já o MTA possui a vantagem de podermos realizar análises relevantes com apenas dois meses de dados, além de permitir a observação das mídias a nível mais granular, sem limites tão restritos relacionados ao seu agrupamento.

Apesar destas facilidades frente ao MMM, existem algumas complexidades relacionadas a coleta de dados:

Limites da coleta baseada em cookies

Com o crescimento constante de preocupações relacionadas à privacidade, alguns sinais de dados podem se perder, impedindo a montagem das jornadas dos usuários.

Impossibilidade da observação de eventos relevantes

Por depender do clique para a coleta de dados, perdemos eventos relevantes como a impressão de anúncios.

Em consequência, o efeito de alguns canais de topo de funil acabam, muitas vezes, sendo menosprezados.

Perda de eventos relevantes fora do ambiente de coleta

Por se tratar de dados first party, não conseguimos observar ocasionais conclusões de jornadas em marketplaces ou compras offline.

Impossibilidade de considerarmos variáveis de controle.

Outra limitação do MTA é a dificuldade de considerar fatores externos que também influenciam as vendas, como sazonalidade, clima ou condições econômicas.

Como a análise se baseia principalmente nas interações dos usuários com os canais de mídia, esses elementos acabam ficando fora do modelo, o que pode levar a uma superestimação ou subestimação do impacto real das mídias.

Contexto

Em geral os contextos mais indicados para utilização de MTA são aqueles em que:

• A maior parte dos investimentos é realizado em mídias digitais
• O foco do negócio está voltado para vendas no site
• Há pouco tempo de coleta de dados
• Há grande diversidade no mix de mídias

Já para o MMM podemos elencar contextos em que:

• Há um investimento relevante em mídias off e rádio ou tv
• Há diversos pontos de venda
• Há dados coletados de gastos com mídia e conversões de pelo menos 2 anos
• Há um mix de mídia que pode ser agrupado de canais relativamente homogêneos

Tabela comparativa

Para entender melhor as diferenças entre Marketing Mix Modeling (MMM) e Multi-Touch Attribution (MTA), a tabela abaixo resume os principais aspectos técnicos de cada abordagem.

Combinação de análises

Apesar de ambas as análises terem o foco nas mídias, elas apresentam possibilidades diferentes.

O MMM está voltado para uma análise mais gerencial, possibilitando uma visão geral e periódica dos impactos das mídias.

Já o MTA pode apresentar insights mais úteis à nível de operação das mídias, como a performance ou a relação entre canais específicos, ou diferenças de resultados a curto prazo.

O melhor cenário aqui é a combinação das duas análises, já que com as vantagens de uma podemos mitigar as limitações da outra.

Porém, ambas as técnicas apresentadas aqui possuem suas complexidades técnicas e requisitos em maturidade de dados.

É necessário uma avaliação cuidadosa que leve em consideração tanto as possibilidades quanto às necessidades de análise do momento.

É importante pensarmos que, se os requisitos mínimos no que diz respeito à maturidade de dados e recursos não for atingida, os resultados da análise podem não ser confiáveis.

Sendo assim, para estes casos, caberia antes um processo mais voltado para engenharia de dados, procurando criar as condições para a utilização da técnica escolhida.

Conclusão

Como dito no início, não podemos apontar uma vantagem universal de uma técnica sobre a outra, o que existem são contextos, relacionados a dados ou ao próprio negócio, que tornam uma ou outra técnica mais vantajosa.

Além disso, quando possível, pode ser muito vantajosa a combinação de ambas as técnicas.

Se a sua empresa quer evoluir na mensuração de marketing e tomar decisões cada vez mais baseadas em dados, a DP6 pode ajudar.

Somos especialistas em mensuração avançada de marketing, com experiência em abordagens como Marketing Mix Modeling, MTA e experimentação para gerar insights confiáveis e acionáveis. Nosso objetivo é apoiar empresas na construção de modelos de análise robustos, alinhados à maturidade de dados e às necessidades do negócio.

Entre em contato com a DP6 e descubra como podemos ajudar sua organização a extrair mais valor das suas iniciativas de marketing.