Medir un evento único: por qué un patrocinio no se puede aislar

Gráfico de intervalos: los incrementos de Navidad, Semana Santa y festivos quedan lejos del cero; la estimación de una semana de la final de copa, 14 %, tiene un intervalo de -6 % a 34 %.
Datos ilustrativos de un caso compuesto.

Cervecera artesana del norte de Inglaterra, 156 semanas de volumen, que patrocinó una única final de copa regional y pide el incremento antes de decidir la renovación.

Un caso compuesto, construido con el tipo de archivo que vemos casi todas las semanas. Una cervecera artesana del norte de Inglaterra que vende en unos 600 pubs y dos cadenas de supermercados. A finales de mayo de 2026 patrocinó una final de copa regional: vallas a pie de campo, el nombre en el programa del partido y una mención en la retransmisión regional.

La pregunta llegó en septiembre, con una oferta de renovación adjunta: «Las ventas se dispararon la semana de la final. Necesitamos saber cuánto fue por el patrocinio antes de firmar para el año que viene.»

Es una pregunta razonable, y el archivo no podía responderla.

Cómo era el archivo

156 filas semanales, tres años, una columna de volumen en hectolitros, más un calendario de eventos que había llevado el equipo de marketing: Navidad, Semana Santa, festivos y la final. Sin desglose regional, sin columnas separadas de pubs y supermercados, sin registro de las promociones de las cadenas.

La semana de la final fue alta, en efecto. Frente a la media de las seis semanas a cada lado subió un 24 %. Pero esa semana también incluía el festivo de finales de mayo, los primeros días de verdadero calor de la primavera, las vacaciones escolares en la mayor parte de la región y, como se supo después, una oferta de supermercado en el pack de 4 de la cervecera de la que nadie había avisado a marketing.

Qué hizo el análisis

Estacionalidad e impacto de los eventos ajusta una sola regresión: una tendencia, una variable ficticia por cada mes y una por cada evento, una columna que vale 1 en las semanas del evento y 0 en todas las demás. El coeficiente de la variable ficticia de un evento es la diferencia media entre las semanas que marca y lo que el mes y la tendencia predicen para ellas. Su intervalo sale de cuánto varían esas semanas en torno a esa media.

Para la Navidad, eso funciona bien. La variable marca seis semanas en tres años, y la estimación, +41 %, tiene un intervalo de +33 % a +49 %. Semana Santa, tres semanas, +12 %. Festivos, 24 semanas, +8 %, ajustado.

Para la final, la variable marca una semana. Con una semana no hay media que calcular: el coeficiente es simplemente lo que hizo esa única semana más allá del resto del modelo. Todo lo que no se explica en esa semana, el tiempo, la oferta del pack de 4, las vacaciones escolares, una entrega que llegó tarde de la semana anterior, acaba en él. La estimación salió en +14 %, neta del festivo medio. Su intervalo del 95 % iba de -6 % a +34 %.

El producto también señaló un solapamiento: la variable de la final y la de los festivos están activas en la misma semana. Es el modelo diciendo, a su manera, que se le pide repartir una sola observación entre dos causas.

Tres líneas de volumen semanal en torno a la misma semana de finales de mayo: picos pequeños en 2024 y 2025 y un pico mayor en 2026, cuando se jugó la final patrocinada.
Tres líneas de volumen semanal en torno a la misma semana de finales de mayo: picos pequeños en 2024 y 2025 y un pico mayor en 2026, cuando se jugó la final patrocinada. Datos ilustrativos de un caso compuesto.

Por qué no se puede hacer con este archivo

El intervalo es la parte honesta. Con una sola ocurrencia, la incertidumbre sobre el evento es la incertidumbre de una semana normal, y en este negocio una semana normal se mueve alrededor de un 10 %. Ningún estimador puede hacerlo mejor, porque la información no está. El intervalo incluye el cero: con estos datos, puede que el patrocinio no hiciera nada.

Y el intervalo es la versión optimista. Supone que todo lo demás de esa semana está contemplado, y no lo está. La oferta del supermercado está en la semana y no en el archivo. El buen tiempo está en la semana y no en el archivo. Cualquiera de los dos podría explicar por sí solo todo el +14 %.

El gráfico de la misma semana en tres años lo demuestra sin estadística. En 2024 y 2025, sin final ni patrocinio, esa semana subió un 11 % y un 8 %. Es una semana fuerte todos los años.

Forzarlo habría sido fácil. El resumen de la agencia atribuía al patrocinio todo el salto del 24 %. Tomada al pie de la letra, esa cifra habría justificado renovar con la tarifa más alta, y luego se habría comparado al año siguiente con una semana que tiene su propio festivo, su propio tiempo y quizá su propia promoción. Una historia de una sola semana repetida cada año, sin medirla ni una vez, es como los patrocinios se vuelven permanentes.

Qué hacer en su lugar

  • Decide si es algo medible. Si el patrocinio es una relación con la región, renueva o cancela por criterio y dilo. Es una decisión legítima; solo que no debería disfrazarse de decisión econométrica.
  • Si hay que medirlo, hazlo repetible y separable. Una renovación a tres años da tres ocurrencias, todavía pocas. Mejor es un contraste regional: la retransmisión cubre una región, y el volumen de los pubs desglosado por región permitiría comparar la zona patrocinada con las demás en la misma semana. Eso necesita una columna regional, que la cervecera puede conseguir de su distribuidor.
  • Limpia la semana. Pide al supermercado el calendario de promociones y no programes una oferta del pack de 4 en la semana patrocinada. Una causa menos hace más fácil ver la que queda.

El siguiente artículo de este hilo es el caso contrario: una causa que se repite lo bastante a menudo como para medirse.

La lección

Un evento que ocurrió una vez no es una muestra, es una anécdota con fecha. Un modelo puede ponerle una cifra, pero la cifra es el ruido de esa semana con una etiqueta. Antes de preguntar cuánto valió un evento, cuenta cuántas veces ocurrió y qué más pasó en esas mismas semanas. Si la respuesta es «una vez» y «mucho», el siguiente paso honesto es diseñar el próximo para que se pueda medir.

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: Estacionalidad e impacto de los eventos, 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 Estacionalidad e impacto de los eventos y otros catorce análisis con cualquier CSV semanal, en minutos. Gratis durante la beta, por invitación.

Únete a la beta

El Relato de planificación

  1. Previsión de la base para el presupuesto: 3 de 8 puntos ya venían
  2. Cuando el pasado no es una base: prever tras perder un cliente
  3. Previsión a tres años con 26 meses de datos: di el horizonte
  4. Previsión semanal de demanda con ARIMA: stock según el intervalo
  5. Medir un evento único: por qué un patrocinio no se puede aislar
  6. Índices estacionales netos del tiempo: no repitas el último marzo (sale el 24 de octubre de 2026)
  7. Duplicar los medios en un escenario: lo que el simulador no sabe (sale el 29 de octubre de 2026)