Esta guía muestra cómo NeuroRadar aísla el impacto de cada canal de marketing en los ingresos utilizando transformaciones estadísticas, regresión regularizada y selección de modelos automatizada.

Paso 1: Gasto bruto. Este es el gasto real en marketing por canal y semana. Es la información previa a cualquier transformación o modelado.

Paso 2: Inventario publicitario (Efecto de arrastre). Robyn utiliza la transformación del inventario publicitario para capturar los efectos retardados de la inversión en medios a lo largo del tiempo. El efecto de arrastre se representa como:

Stock de anuncios_t = Gasto_t + θ × Stock de anuncios_{t-1} (θ = 0,7)

Paso 3: Saturación (rendimientos decrecientes)

Este paso modela los rendimientos decrecientes de los medios, utilizando una función de Hill:

Respuesta = x^α / (γ^α + x^α)

Paso 4: Regresión de cresta

Robyn estima los coeficientes beta mediante regresión de cresta (regularización L2). Los canales con bajo valor predictivo presentan coeficientes cercanos a 0.

Paso 5: Aplicar a todos los canales

Los pasos anteriores se repiten para cada variable de marketing: TV, OOH, Facebook, Búsqueda, Newsletter, etc.

Paso 6: Optimización de hiperparámetros

Robyn ejecuta miles de configuraciones de modelos con Nevergrad para ajustar los parámetros de stock de anuncios, saturación y regularización. La evaluación se basa en NRMSE, Decomp.RSSD y, opcionalmente, MAPE.

Paso 7: Selección del modelo

Se seleccionan y agrupan los modelos en el frente de Pareto (mejores compromisos). Cada grupo selecciona un ganador representativo que se utiliza en la simulación y los informes.

Paso 8: Simulaciones presupuestarias

Con el modelo final, NeuroRadar puede simular múltiples escenarios: maximizar la respuesta para un gasto determinado o minimizar el gasto para lograr una eficiencia objetivo (ROAS/CPA).

R: NeuroRadar se centra principalmente en ofrecer capacidades avanzadas de Modelado de Marketing Mix (MMM) mediante herramientas de código abierto y aprendizaje automático, específicamente desarrollado sobre el marco Robyn de Meta. Esto permite a las empresas tomar decisiones de medios basadas en datos, tanto en canales online como offline, con transparencia, automatización y capacidad predictiva.

Sin embargo, si bien los modelos de atribución multitáctil (MTA), que rastrean y asignan crédito a puntos de contacto publicitarios individuales, no son una característica central de NeuroRadar, se puede admitir MTA si se proporcionan los datos necesarios.