Ventas incrementales con Marketing Mix: cómo derribamos el sesgo de último clic en servicios financieros
Resumen ejecutivo Desde Bunker DB implementamos Marketing Mix Modeling (MMM) con distintas instituciones financieras de América Latina y, cada vez que diseñamos los modelos estadísticos, observamos que los esfuerzos digitales de upper funnel están infravalorados por los sistemas de atribución heredados. Frente a los modelos de atribución tradicionales de último clic, Bunker DB observó que TikTok, Meta y YouTube se ubicaron entre los canales con el CPA marginal incremental más bajo. En esta investigación*, desarrollamos en profundidad cómo la industria de servicios financieros puede utilizar MMM para reasignar presupuestos de marketing que resulten en ventas incrementales. Los desafíos de la atribución en servicios financieros La industria financiera es uno de los sectores más competidos, entre bancos, fintech, insurtech, lending y criptomonedas. La presión ejecutiva por demostrar rendimiento ha llevado a los CEOs a exigir a sus CMOs resultados medibles. Por ello, la atribución de marketing se ha convertido en una necesidad crítica para la justificación de la inversión publicitaria y la optimización del rendimiento. La atribución permite a los equipos de marketing identificar campañas o canales que impulsan las conversiones. La fragmentación del ecosistema de marketing dificulta significativamente la atribución y medición de resultados a través de múltiples canales online y offline. Sin embargo, en el contexto de servicios financieros, esta definición adquiere una complejidad adicional debido a los largos ciclos de decisión, la alta regulación del sector en el uso de datos individuales y la naturaleza intangible de muchos productos financieros. Por estos desafíos, el sector financiero tradicionalmente ha operado con modelos de atribución limitados, frecuentemente basados en el último clic o primera interacción, lo que subestima significativamente el valor de las iniciativas de branding y awareness en el upper funnel. Esta necesidad ha impulsado la adopción de metodologías más sofisticadas como el Media Mix Modeling. Por ello, cada vez más instituciones recurren a partners de medición que puedan ayudarlos a atribuir en forma agnóstica y sin sesgos. El rol estratégico del MMM El Marketing Mix Modeling emerge como una solución particularmente adecuada para estos desafíos, ofreciendo una alternativa robusta a los modelos de atribución basados en tracking individual. El MMM permite a las instituciones financieras superar las limitaciones del tracking individual mediante el análisis de patrones agregados y correlaciones estadísticas. El MMM utiliza técnicas estadísticas avanzadas para analizar la relación entre inversiones de marketing y resultados de negocio, incorporando factores externos como estacionalidad, eventos económicos, tipos de cambio, inflación, desempleo, e incluso actividades competitivas. Su aproximación holística es especialmente valiosa en servicios financieros, donde las decisiones del consumidor están fuertemente influenciadas por factores macroeconómicos. Nuestros resultados revelan que la implementación efectiva de Marketing Mix Modeling puede incrementar entre un 3% y un 15% las conversiones con el mismo presupuesto publicitario. Para instituciones financieras con presupuestos de marketing significativos, este incremento puede traducirse en millones de dólares en valor adicional. El MMM proporciona información sobre múltiples palancas accionables, brindando oportunidades de mejora que van más allá de la simple redistribución de presupuesto entre canales. Modelando resultados financieros en la práctica En Bunker, partimos de elaborar un diseño teórico de cuáles son los factores que inciden en la evolución de la variable objetivo. Luego procedimos a recolectar las variables y construir proxies para aquellas que no se dispone información o tiene una medición parcial o espaciada en el tiempo: Acerca de la imagen: Ejemplo teórico de variables relevantes y su disponibilidad Contar con datos correctos es esencial para modelar la incrementalidad Definir qué variables afectan realmente el objetivo principal es complejo. Factores macroeconómicos inciden en la activación de tarjetas, aperturas de cuentas o registros en apps, pero la relación causal es difícil de aislar, tiene efectos duraderos y la disponibilidad de datos varía por mercado. A menudo, la variable ideal no existe o solo está disponible con mediciones mensuales. Para abordarlo, requerimos de construir modelos teóricos para identificar las variables más relevantes, y luego buscamos el mejor proxy posible. El precio en finanzas no siempre es fácil de comparar Aunque el precio es uno de los factores más determinantes en la mayoría de los verticales, en finanzas no siempre es fácil de comparar. Incluir descuentos, devoluciones de cargo y otros beneficios mejoró notablemente el rendimiento del modelo. Incorporar variables contextuales Además de datos macro como estacionalidad, feriados, tasas de interés y beneficios, es esencial incorporar variables contextuales. Entre los MMMs que implementamos para instituciones financieras, concluimos que es una buena práctica incorporar: Google Search SOV (Share of Voice): para estimar la presión competitiva publicitaria. Google Trends GQV (Google Query Volume) ponderado: para capturar variaciones en la demanda agregada del servicio. En Bunker Analytics conectamos todos los canales digitales y recuperamos datos históricos; modelamos medios agregados y, cuando representaban más del 1 % del mix, diferenciamos upper vs. lower funnel. Comprendiendo el impacto a corto vs. mediano plazo La mayoría del gasto digital se dirige a acciones de corto plazo: Generar un lead Descargar una app Solicitar una tarjeta Pero el consumidor atraviesa varios pasos antes de cambiar su entidad financiera principal o pedir un préstamo. Para capturar esas implicaciones, probamos hipótesis y aplicamos adstock de Weibull, lo que nos permite modelar impactos diferidos de la inversión en medios. Acerca de la imagen: Impacto retardado modelado de la inversión en TikTok en las ventas incrementales, indicando gastos (en rojo) y conversión incremental estimada (en azul). Resultados principales y aprendizajes Infravaloración del upper funnel El MMM puede revelar el impacto del upper funnel en la generación de demanda a largo plazo. Las instituciones financieras que invierten consistentemente en awareness building establecen asociaciones de marca que influencian decisiones futuras. En todos los casos, los esfuerzos de upper funnel arrojaron ratios de impacto incremental frente al modelo de atribución (last click no directo 30 días o GA4 DDA) que oscilaron entre 2,5:1 y 5:1. Reasignar presupuesto de lower a upper funnel digital Las oportunidades en el upper funnel incluyen la optimización de mix de medios entre canales tradicionales como TV, radio y outdoor, y canales digitales como video online y social media. El MMM puede identificar las sinergias entre estos canales para maximizar el impacto en awareness y consideración. Redistribuir presupuesto desde el lower funnel (búsqueda de marca y genérica, remarketing y referidos) hacia canales de upper funnel para maximizar volumen de conversiones a CPAs más bajos, dado el presupuesto actual. Potencial incremental Entre un 3% y un 15% de conversiones adicionales a mediano plazo podrían generarse con el mismo presupuesto, ajustando la asignación de medios en umbrales razonables (variaciones de hasta 30%). Contribución del marketing El aporte a corto y mediano plazo (hasta 6 meses) de estos modelos al total de conversiones varió entre el 17% y el 32%. Validación de los modelos con estudios de incrementalidad En 3 de cada 5 casos se realizaron experimentos de lift de conversión o pruebas geográficas para medir el costo incremental por acción, calibrar y validar los resultados de MMM. TikTok en el centro de atención En los últimos años, TikTok emergió como un canal de marketing esencial en servicios financieros en Latinoamérica y ha ganado share en el mix de marketing. En nuestros análisis, TikTok representó el 0% del mix a finales de 2023, promedió un 3% durante el período medido y llegó hasta un 17% al final de la medición. Acerca de la imagen: Curvas de respuesta estimadas para el escenario simulado CPA promedio vs. marginal Aunque el CPA promedio de TikTok estuvo entre los cinco más bajos en todos los estudios, destacó aún más por su CPA marginal, donde siempre apareció en el top 3. Dos factores explican este rendimiento: El nivel de inversión no mostraba retornos decrecientes. Contribución significativa de los efectos a mediano plazo. Ningún otro canal con menos del 15% de participación presentó un desempeño similar; solo uno más alcanzó el top 3 en marginal CPA en un estudio. Conclusión El Marketing Mix Modeling emerge como la metodología más adecuada para abordar los desafíos únicos del sector, incluyendo largos ciclos de decisión, regulaciones estrictas de privacidad y la complejidad del ecosistema omnichannel. Nuestros resultados revelan que la implementación efectiva de Marketing Mix Modeling puede incrementar entre un 3% y un 15% las conversiones con el mismo presupuesto publicitario, al mismo tiempo que proporciona insights accionables para la optimización estratégica del mix de medios. El análisis full funnel revela oportunidades significativas en cada etapa del customer journey. En el upper funnel, el MMM puede cuantificar el valor a largo plazo de las inversiones en brand building, especialmente crítico para fintech emergentes que buscan establecer confianza del consumidor. En el lower funnel, el MMM puede identificar las combinaciones óptimas de touchpoints para maximizar conversiones en procesos de decisión complejos y omnichannel. Si quieres descubrir cómo llevar tu estrategia de medición al siguiente nivel, contacta a nuestro equipo comercial para empezar. * Análisis basado en cinco (5) resultados de marketing mix de instituciones financieras en diferentes países de América Latina ejecutados durante 2025.