[{"data":1,"prerenderedAt":45},["ShallowReactive",2],{"article-es-measurement-maturity-mmm-experiments":3},{"slug":4,"locale":5,"title":6,"description":7,"category":8,"categoryKey":9,"readMinutes":10,"publishedAt":11,"body":12,"sources":38,"seoTitle":6,"seoDescription":7},"measurement-maturity-mmm-experiments","es","De métricas de plataforma a marketing science: experimentos, incrementalidad y MMM","Un mapa de madurez que asigna una función a cada método.","Medición","Measurement",11,"2026-08-03",[13,18,23,28,33],{"h":14,"p":15,"bullets":17},"Un método no debe responder todo",[16],"Atribución de plataforma, experimentos controlados y MMM observan el mundo de forma distinta. Madurez significa asignar una función a cada uno.",[],{"h":19,"p":20,"bullets":22},"Métricas de plataforma: velocidad operativa",[21],"Sirven para delivery, ritmo de gasto, diagnóstico creativo y optimización cercana. Su debilidad es la interpretación causal.",[],{"h":24,"p":25,"bullets":27},"Experimentos: precisión causal para preguntas acotadas",[26],"Holdouts, lift studies y pruebas geográficas responden preguntas causales de alto valor, con coste y complejidad.",[],{"h":29,"p":30,"bullets":32},"MMM: preguntas amplias de presupuesto",[31],"MMM usa variación histórica agregada para estimar efectos y curvas de respuesta. Meridian lo plantea explícitamente como inferencia causal con supuestos visibles.",[],{"h":34,"p":35,"bullets":37},"Conecta las capas",[36],"Opera con plataformas, valida supuestos importantes con experimentos y usa modelos para asignación. El objetivo es un sistema de decisión, no un número mágico.",[],[39,42],{"title":40,"url":41},"Google Meridian","https:\u002F\u002Fdevelopers.google.com\u002Fmeridian\u002Fdocs\u002Fcausal-inference\u002Frationale-for-causal-inference-and-bayesian-modeling",{"title":43,"url":44},"Google Ads — centro de experimentos","https:\u002F\u002Fsupport.google.com\u002Fgoogle-ads\u002Fanswer\u002F16856494?hl=en",1786584241577]