El proceso previo al modelado es un primer paso fundamental para crear un modelo de combinación de marketing (MMM) exitoso. Esta etapa consiste en recopilar, limpiar y organizar tus datos para garantizar que estén listos para el modelado. Si es exhaustiva, la fase previa al modelado ayuda a crear un modelo confiable. Esta sección proporciona una guía sobre los pasos clave del proceso previo al modelado.
| Página | Descripción |
|---|---|
| Cómo recopilar y organizar tus datos | Aprende a recopilar y organizar tus datos para Meridian. Esta guía trata los datos esenciales que necesitarás, como la inversión en medios, los KPIs y las variables de control. También presenta recomendaciones sobre el nivel de detalle que deberían tener tus datos en términos de ubicación geográfica, tiempo y canales de medios. |
| Cantidad de datos necesarios | Descubre cuántos datos necesitas para tu modelo de combinación de marketing. Esta página explica cómo puede variar la cantidad correcta de datos. En particular, indica los diferentes requisitos de datos para los modelos a nivel nacional y los modelos a nivel geográfico, además de presentar soluciones para aquellas situaciones en las que tal vez no tengas datos suficientes. |
| Modelado a nivel geográfico | Descubre las ventajas de usar datos desglosados por regiones geográficas en lugar de datos a nivel nacional. El uso de datos a nivel geográfico puede generar resultados del modelo más precisos y confiables, ya que mejora el poder estadístico y reduce los posibles sesgos. Esta guía también ofrece sugerencias para elegir las áreas geográficas y para incorporar los datos nacionales en un modelo a nivel geográfico. |
| Cómo usar la Plataforma de datos de MMM | Esta guía muestra cómo usar la Plataforma de datos de MMM de Google para obtener datos importantes para tu modelo, como las tendencias de la Búsqueda de Google y las métricas de YouTube. Aprenderás a administrar el acceso, configurar la entrega de datos y realizar solicitudes de datos. La guía también desglosa la estructura de los datos que recibirás de varias plataformas publicitarias de Google. |
| Cómo realizar un análisis de datos exploratorio | Aprende a realizar un análisis de datos exploratorio (EDA), un paso fundamental antes de crear tu modelo. Este proceso te ayuda a encontrar y corregir problemas en tus datos, lo que garantiza que tu modelo se cree sobre una base sólida. Aprenderás a verificar si hay datos faltantes o inexactos, corregir errores y buscar correlaciones fuertes entre las variables que podrían afectar el rendimiento de tu modelo. |