Dos años de ingresos de un supermercado, repartidos según lo que los movió. Trece impulsores, en euros, con la demanda estructural fuera para que el resto se pueda leer.
Tres de los trece quedan por debajo de la línea. Esa es la parte de este gráfico que la mayoría de los informes no tiene, porque la mayoría de los informes solo cuenta lo que ayudó.
La búsqueda de pago aportó 26,5 M€. La tendencia estructural, que nadie compró, aportó 26,0 M€. Las redes sociales, 15,5 M€. Después, las franjas de TV, y después la promoción.
Y el precio restó 73,0 M€.
Esa sola barra es más larga que todas las barras de medios juntas, y es la razón de ser de este análisis. Un año en el que los medios sumaron 75,1 M€ y el precio restó 73,0 M€ es un año que parece plano en la cuenta de resultados y que por debajo es cualquier cosa menos plano. Si informas solo de la contribución de medios, has descrito un tercio de lo que pasó, y quien lo lea sacará conclusiones sobre el marketing a partir de un número que se decidió en una reunión de precios.
Tres propiedades de esta descomposición que un informe por canal no te puede dar.
Los impulsores se estiman juntos, así que cada uno es neto de los demás. La TV no se lleva el mérito de la semana en que salió junto a una promoción, y la promoción no se lleva el mérito de la temporada en que salió.
Las contribuciones negativas pueden ser negativas. El precio, la presión de los competidores y el término estacional restan aquí, y forzarlos a cero trasladaría en silencio su efecto a lo que quede.
Y el reparto está en unidades de resultado, no en puntos de índice. Los euros entran en un business case. Los coeficientes, en un anexo.
Lo interesante es lo que esto le hace a la conversación. Un equipo de marketing que puede decir «sumamos 75,1 M€ y los movimientos de precio se llevaron 73,0 M€» está en una reunión completamente distinta de uno que puede decir «nuestros canales subieron un 12 %». Lo primero es una afirmación sobre el negocio. Lo segundo, sobre el dashboard.
La demanda estructural, los 346,6 M€ que iban a llegar de todas formas, queda fuera de esta vista a propósito. Es treinta veces mayor que la palanca más grande y aplastaría todas las demás barras hasta dejarlas en una línea.
Una nota sobre cómo tiene que ser el archivo. Una fila por periodo, una columna por impulsor y suficientes semanas como para que los impulsores no se muevan todos a la vez. Aquí hay 103 semanas y trece impulsores, y los impulsores se programaron de forma distinta entre sí, que es la condición que permite a un modelo separarlos.
El caso que falla es un plan en el que todo sale a la vez, siempre. Entonces la TV, la búsqueda y la promoción son la misma columna con tres nombres, y ningún método las va a separar. Si ese es tu archivo, el resultado honesto es una advertencia en lugar de un gráfico, y debería llegar antes de la presentación.
El gráfico es el resultado real de Contribución y descomposición por impulsor en TEA, ejecutado sobre un archivo de ejemplo que cualquiera puede descargar.
tea, el producto
Tu archivo, esta pregunta
Quince análisis sobre un CSV de datos semanales, con los intervalos y los diagnósticos a la vista, y una frase clara cuando los datos no pueden responder. Gratis durante la beta, por invitación.
Pide una plaza en la beta→tea, el producto
Quince análisis econométricos con tu propio CSV: Contribución y descomposición por impulsor, curvas de saturación, elasticidades, asignación del presupuesto. Intervalos y diagnósticos a la vista, y una frase clara cuando el archivo no puede responder.
Gratis durante la beta, por invitación.
Pide una plaza en la beta →¿Te ha servido? Ejecútalo con tus propios datos.
tea ejecuta Contribución y descomposición por impulsor y otros catorce análisis con cualquier CSV semanal, en minutos. Gratis durante la beta, por invitación.