Media Mix Modeling para estimaciones del retorno de inversión en el 2024 para las marcas con inversión publicitaria en medios Off y On

Descripción del Articulo

En la última década se ha mostrado un mercado muy competitivo que es el de medios donde distintas marcas buscan posicionarse en el mercado y a la vez buscan rentabilizar su inversión publicitaria. La pandemia como antecedente principal para este mercado ha generado que los medios OFF no sean los pre...

Descripción completa

Detalles Bibliográficos
Autor: Vásquez Caldas, Martín Hipólito
Formato: tesis de grado
Fecha de Publicación:2024
Institución:Universidad Nacional Mayor de San Marcos
Repositorio:UNMSM-Tesis
Lenguaje:español
OAI Identifier:oai:cybertesis.unmsm.edu.pe:20.500.12672/25819
Enlace del recurso:https://hdl.handle.net/20.500.12672/25819
Nivel de acceso:acceso abierto
Materia:Regresión
Inversiones
Publicidad
https://purl.org/pe-repo/ocde/ford#1.01.03
Descripción
Sumario:En la última década se ha mostrado un mercado muy competitivo que es el de medios donde distintas marcas buscan posicionarse en el mercado y a la vez buscan rentabilizar su inversión publicitaria. La pandemia como antecedente principal para este mercado ha generado que los medios OFF no sean los predilectos y que el medio digital sea uno de los que tiene mayor demanda llegando a crear nuevas plataformas para el gran volumen de información que se va por el medio mencionado. Este trabajo de suficiencia profesional tiene como objetivo identificar cuales serian los niveles de ROI para cada diversificación de medios que se tenga para alguna campaña en particular a lanzar al mercado. Esto analizando no solo todos los medios sino también los distintos niveles del funnel de conversión para poder saber que cambios se podrían realizar y así tomar las decisiones necesarias para la mejora de la rentabilidad de inversión. Habiendo realizado la técnica estadística se encontró que los dos canales de anuncios del Media Mix más relevantes fueron la Televisión y los anuncios vía Meta y Google. Por otro lado, el ROI que se predice con el modelo de árboles de regresión varia en 0.6741.
Nota importante:
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).