Curso libreInteligencia artificial y datos
Modelos de mezcla de medios con Meridian y Robyn
El curso Modelos de mezcla de medios con Meridian y Robyn proporciona al estudiante el método para medir la contribución real de cada canal de pauta a las ventas con modelos de código abierto, preparar datos semanales con variables de control y redistribuir el presupuesto con curvas de respuesta y retorno marginal.
A quién va dirigido
Profesionales de mercadeo, analítica y medios con manejo de Excel y nociones de regresión; se trabaja con cuadernos de Python y R preparados.
Objetivos
✓Comprender los límites de la atribución por último clic frente a la atribución multitoque, la incrementalidad y la mezcla de medios.
✓Analizar series semanales de inversión, alcance y ventas con variables de control y festivos colombianos en pandas.
✓Aplicar Google Meridian y Meta Robyn para modelar efectos de arrastre (adstock) y curvas de saturación por canal.
✓Diseñar escenarios de reasignación del presupuesto con curvas de respuesta, contribución y ROAS por canal.
✓Evaluar el ajuste y la validación fuera de muestra del modelo antes de recomendar decisiones al equipo directivo.
Plan de estudios por sesión
1
Medición de la efectividad publicitariaAtribución multitoque, incrementalidad, adstock y saturación · Privacidad, pérdida de cookies y cuándo usar mezcla de medios
2
Preparación de datos para el modeloSeries semanales por canal y variables de control con festivos colombianos · Calidad, granularidad mínima y exploración con pandas
3
Modelado con Meridian y RobynMeridian bayesiano con priors experimentales y Robyn con regresión regularizada · Diagnóstico del ajuste, validación fuera de muestra y ROAS por canal
4
Presentación del informe de mezcla de mediosCurvas de respuesta, retorno marginal y escenarios de reasignación · Recomendaciones al equipo directivo
Evaluación
Inicial30%Diagnóstico escrito sobre la medición actual de pauta de una empresa y cuándo tiene sentido un modelo de mezcla de medios.
Intermedio30%Taller de preparación y exploración en pandas de un conjunto de datos semanal con inversión, alcance y variables de control.
Final40%Informe de mezcla de medios con contribución por canal y propuesta de redistribución del presupuesto, presentado y sustentado.
Proyecto final
Informe de mezcla de medios sobre un conjunto de datos de ejemplo con contribución por canal y una propuesta de redistribución del presupuesto.