Kerzner International – Hostelería de Lujo
Optimizando la inversión
en medios con Google Meridian
“Queremos entender cómo cada dólar invertido en marketing genera ingresos, para poder planificar y asignar el presupuesto con total confianza”.
EL RETO
DISCIPLINAS
NUESTRO ENFOQUE
Modelando la inversión para
tomar mejores decisiones
Uptimal propuso desarrollar un Marketing Mix Model (MMM) bayesiano sobre el entorno Meridian de Google. Para ello, se utilizaron los datos semanales de ingresos e inversión en medios de Kerzner, enriquecidos con la demanda de búsqueda, la estacionalidad y señales macroeconómicas, con el objetivo de aislar los ingresos incrementales que cada canal genera de manera real.
El pipeline se diseñó para ingerir automáticamente nuevos datos en cada ejecución, entrenar modelos probabilísticos en Vertex AI y mostrar los resultados a través de informes interactivos. Dado que los mercados difieren enormemente en escala y comportamiento, entrenamos un modelo Meridian dedicado para cada grupo de mercados, ajustando las priors de los canales, los controles, el efecto carryover y el muestreo a las dinámicas propias de cada mercado, en lugar de forzar un modelo único para todos. Cada modelo se validó mediante el marco de diagnóstico de Meridian, que incluye comprobaciones predictivas a posteriori, evaluaciones de credibilidad del ROI y validación de las contribuciones, garantizando recomendaciones estadísticamente robustas y económicamente plausibles.

-
Exploración de Datos
Analizamos tres años de ingresos semanales e inversión en medios a través de 11 mercados, identificando la estacionalidad, el efecto carryover y los impulsores detrás de cada canal. La demanda de búsqueda, las ventanas vacacionales y de reserva anticipada, los tipos de cambio y las señales macroeconómicas se diseñaron como controles para dotar al modelo de un contexto mucho más rico. -
Desarrollo del Modelo
Construimos un MMM bayesiano flexible utilizando el framework Meridian de Google en Vertex AI y GCP, aplicando dinámicamente el modelo más adecuado a cada grupo de mercados. Los priors de ROI a nivel de canal, el efecto de arrastre y la saturación garantizaron la precisión y escalabilidad en toda la diversa cartera de Kerzner. -
Visualización de Datos
Desarrollamos informes interactivos que muestran el ajuste del modelo, la contribución por canal, el ROI, el ROI marginal y el coste por KPI incremental. Estas herramientas permiten a los responsables comparar canales, reasignar presupuestos y tomar decisiones basadas en la incrementalidad con total confianza.
“Trabajar con datos de varios
mercados permitió diseñar un sistema
de modelado adaptado a cada uno,
combinando machine learning bayesiano
y automatización cloud para aislar
ingresos incrementales y asegurar
escalabilidad”.
Senior Data Scientist

RESULTADOS
¡Objetivos cumplidos!
0,94
Ajuste del modelo (R cuadrado) a nivel geográfico, con 0,85 a nivel nacional
3,7x
el mayor retorno de inversión por canal, con 3,66 $ de ingresos por cada 1 $ invertido
11
mercados modelados a través de un único pipeline automatizado de MMM bayesiano
Ajuste del modelo (R cuadrado) a nivel geográfico, con 0,85 a nivel nacional
el mayor retorno de inversión por canal, con 3,66 $ de ingresos por cada 1 $ invertido
mercados modelados a través de un único pipeline automatizado de MMM bayesiano
¿Preguntas? ¿Un proyecto en mente? Hablemos.
- Dudas de analítica, tracking o datos: te responderemos rápido
- Enterprise: auditorías, sGTM, GA4 360, BigQuery y MMM
- Cuéntanos tu martech stack y objetivos de negocio, seguro que te podemos ayudar