Research & Evidence

Buscar un método

Busca entre títulos, preguntas, territorios e identificadores MSC.

    ← Todos los métodos
    MSC-H-002Regresión y econometríaTerritorio científico

    Modelos de respuesta de marketing: forma, retardo y saturación

    Este territorio estudia cómo se propaga la exposición de marketing en el tiempo y cómo cambia su rendimiento marginal. La forma funcional debe compararse, diagnosticarse y acotarse.

    Redacción científica: Marketing Science Center

    Respuesta directa

    Comparar curvas de respuesta y cuantificar retardo, saturación e incertidumbre.

    Este territorio estudia cómo se propaga la exposición de marketing en el tiempo y cómo cambia su rendimiento marginal. La forma funcional debe compararse, diagnosticarse y acotarse.

    Modelo o resultadoPregunta → diseño → estimando → incertidumbre → frontera de decisión

    Vakratsas & Ambler, 1999Jin et al., Bayesian methods for media mix modeling

    ESTIMAND

    Perfil de la estimación

    Unidad de análisis
    Decisión × población × horizonte
    Estimando exacto
    Una cadena defendible desde la pregunta hasta la evidencia
    Modelo o resultado
    Pregunta → diseño → estimando → incertidumbre → frontera de decisión

    01—06

    Recorrido del territorio

    01 · MSC-P-018Regresión predictiva o causal: ¿qué se intenta estimar?→02 · MSC-P-021Efectos fijos o aleatorios: ¿qué modelo de panel elegir?→03 · MSC-P-033¿Cómo validar un pronóstico de marketing?→04 · MSC-P-035¿Cómo modelar saturación y adstock?→05 · MSC-P-014¿Cómo diseñar un experimento geográfico de marketing?→06 · MSC-P-003¿Cómo expresar la incertidumbre de un resultado de marketing?→

    01—08

    Marco de análisis verificable

    1. 01
      Pregunta

      Modelos de respuesta de marketing: forma, retardo y saturación

    2. 02
      Estimando

      Una cadena defendible desde la pregunta hasta la evidencia · Decisión × población × horizonte

    3. 03
      Datos

      población · unidad_análisis · horizonte_decisión · resultado · supuestos

    4. 04
      Modelo o resultado

      Pregunta → diseño → estimando → incertidumbre → frontera de decisión

    5. 05
      Cálculo declarado

      Pregunta → diseño → estimando → incertidumbre → frontera de decisión → Una cadena defendible desde la pregunta hasta la evidencia

    6. 06
      Controles de incertidumbre

      Intención decisional única · Supuestos de identificación explícitos · Trazabilidad reproducible de la evidencia

    7. 07
      Validación específica

      Comprobar datos, estabilidad de la estimación y límites de interpretación. Intención decisional única · Supuestos de identificación explícitos · Trazabilidad reproducible de la evidencia

    8. 08
      Límites

      Presentar una curva ajustada como ley causal fuera del rango observado.

    Variables necesarias

    • población
    • unidad_análisis
    • horizonte_decisión
    • resultado
    • supuestos

    Controles

    • Intención decisional única
    • Supuestos de identificación explícitos
    • Trazabilidad reproducible de la evidencia
    Decisión posible

    Comparar curvas de respuesta y cuantificar retardo, saturación e incertidumbre.

    Decisión no sustentada

    Presentar una curva ajustada como ley causal fuera del rango observado.

    Fuentes científicas

    2 fuentes

    1. Vakratsas & Ambler, 1999
    2. Jin et al., Bayesian methods for media mix modeling

    Leer después

    MSC-P-018Regresión predictiva o causal: ¿qué se intenta estimar?→MSC-P-021Efectos fijos o aleatorios: ¿qué modelo de panel elegir?→MSC-P-033¿Cómo validar un pronóstico de marketing?→MSC-P-035¿Cómo modelar saturación y adstock?→MSC-P-014¿Cómo diseñar un experimento geográfico de marketing?→MSC-P-003¿Cómo expresar la incertidumbre de un resultado de marketing?→