Como integrar dados de marketing de diferentes fontes em uma análise consistente

Integrar dados de marketing de fontes diferentes para um Marketing Mix Modeling (MMM) é padronizar antes de modelar: mesmo período, mesmo dia em que a semana começa, mesmas dimensões de região e canal e valores somáveis. A documentação do Meridian, do Google, classifica médias e taxas como CTR, CPC e ROAS como métricas não somáveis, de uso proibido, e orienta calcular os volumes brutos antes de inserir os dados. Depois da integração vem a conferência: cruzar gasto e unidades de mídia e comparar os gráficos com os planos de mídia.

Por que dados de fontes diferentes enganam o modelo

A trilha de aprendizado do PyMC-Marketing diz que não existe um notebook que cubra a passagem do dado bruto de marketing para uma tabela pronta para o modelo, e que é nesse ponto que muita gente trava. A orientação dela é manter uma lista escrita das decisões do analista — como agregar, usar gasto ou impressões, o que fazer com zeros —, porque essas decisões precisam ser defendidas depois.

O guia de MMM para analistas do Robyn, da Meta, reconhece que coletar dados no mesmo formato a partir de várias fontes é difícil, e isso faz da coleta a etapa que mais consome tempo: o guia manda reservar pelo menos 4 semanas para ela, e a tabela dele lista de 4 a 6 semanas, prazos que o próprio guia descreve como típicos de um primeiro estudo, menores em atualizações e conforme a forma de implementação.

A agregação semanal é a usual, segundo a trilha do PyMC-Marketing, mas precisa ser consistente com o lag de adstock: um lag máximo de 8, exemplo da própria página, significa coisas diferentes em resolução diária e em resolução semanal. A mesma trilha avisa que um canal desligado por meses não é o mesmo que um canal com gasto baixo, porque curvas de saturação ajustadas sobre longas sequências de zeros se comportam mal.

Quais fontes entram e o que conferir em cada uma

O que a tabela reúne são recomendações de cada documentação, com a condição que ela mesma coloca. A documentação do Meridian sobre coleta de dados, do Google, lida em 05/10/2026, define as regras de dimensão e de somabilidade; o guia de MMM para analistas do Robyn, da Meta, lido em 05/10/2026, cobre o calendário, o plano de mídia e a relação entre exposição e gasto.

Fonte ou problema	O que a documentação recomenda	O que conferir
Campanhas de várias plataformas de anúncio	Somar, para a região e o período, o gasto e a métrica de execução de todas as campanhas relevantes (documentação do Meridian)	Se cada impressão, clique ou real está em uma única campanha, sem sobreposição nem contagem dupla; o Meridian se concentra no nível do canal
Taxas e médias, como CTR, CPC e ROAS	Não usar: a documentação do Meridian as classifica como métricas não somáveis, de uso proibido	Se a plataforma exportou média ou taxa, calcular o volume bruto somável antes de inserir os dados
Plano de mídia × veiculado	Priorizar a coleta e a modelagem de eventos que de fato ocorreram (guia do Robyn)	Se o plano de mídia está sendo usado apenas para conferir os gráficos dos dados coletados
Exposição × gasto	Examinar de perto a relação entre os dois (documentação de recursos do Robyn)	Se a associação é fraca, o que indica que a exposição tem um padrão diferente do gasto; nesse caso a recomendação é dividir o canal
Calendário	Combinar de antemão em que dia a semana começa, como domingo ou segunda (guia do Robyn)	Se todas as fontes usam o mesmo dia, e se a agregação é consistente com o efeito defasado
Geografia	Coletar no nível semanal como boa prática; área de mercado (DMA) ou estado, com o nacional aceitável se o regional não existir, desde que se confira se há comportamento ou atividade regional que justifique um modelo mais granular (guia do Robyn)	Se o KPI é somável em todas as regiões e períodos e se os dados e os gastos de mídia têm as mesmas dimensões (documentação do Meridian)

Como integrar os dados, passo a passo

Definir o grão da tabela: período, região e canal. O guia do Robyn recomenda coletar os dados no nível semanal como boa prática e manda esclarecer de antemão em que dia a semana começa. A extensão do histórico está em quanto histórico de dados um MMM precisa.
Listar as fontes e o que cada uma traz: gasto por canal e período, exposição, a variável de resultado e as variáveis de controle. Pela documentação do Meridian, os dados de mídia entram agregados por tempo, como por semana, e, idealmente, por localização geográfica, com os gastos por canal e período. O que cada camada precisa cobrir está em os dados e o histórico mínimos para começar um MMM.
Pegar o dado realizado, não o planejado. O guia do Robyn manda priorizar a coleta e a modelagem de eventos que de fato ocorreram, em vez dos eventos planejados, e recomenda começar por uma amostra de alguns meses para checar se o formato está correto antes de coletar o período inteiro.
Converter taxas em volumes somáveis e confirmar as dimensões. A documentação do Meridian pede que os dados e os gastos de mídia tenham as mesmas dimensões e que o KPI seja somável em todas as regiões e períodos.
Agregar campanhas em canais. Para transformar uma plataforma em um único canal, a documentação do Meridian manda somar o gasto e a métrica de execução, como impressões ou cliques, de todas as campanhas relevantes para a região e o período; a mesma documentação do Meridian observa que “somar dados de várias campanhas pressupõe que elas são mutuamente exclusivas”, ou seja, sem sobreposição nem contagem dupla. Segundo a documentação do Meridian, o modelo se concentra no nível do canal, e em geral não se recomenda rodá-lo no nível da campanha.
Alinhar exposição e gasto por canal. A documentação de recursos do Robyn recomenda examinar de perto a relação entre os dois: se a associação for fraca, a exposição tem um padrão diferente do gasto, e a recomendação é dividir o canal, para um resultado de modelagem possivelmente melhor.
Registrar por escrito as decisões de agregação, de gasto × impressões e de zeros. A trilha do PyMC-Marketing pede a lista escrita justamente porque essas escolhas precisam ser defendidas, e a agregação precisa ser consistente com o efeito defasado do modelo. Levar esse registro para dentro do processo é o assunto de adaptar o MMM aos processos internos da empresa.

Como conferir se a integração ficou consistente

O pacote de análise exploratória de dados do Meridian, do Google, lido em 05/10/2026, faz verificações cruzadas entre gasto, unidades de mídia e custo por unidade. Ele encontra inconsistências como gasto zero com unidades de mídia positivas ou gasto positivo sem unidades de mídia, e manda checar a entrada de dados dos canais sinalizados. O mesmo pacote define outlier pela regra prática do intervalo interquartil: valores abaixo de Q1 menos 1,5 IQR ou acima de Q3 mais 1,5 IQR.

Os achados vêm classificados em três níveis, segundo a documentação do Meridian: REPROVADO, para problemas de dados extremamente graves que provavelmente impedem a convergência do modelo; REVISÃO, para possíveis problemas importantes, investigados com o contexto de negócio; e INFO. O que fazer quando o dado não dá para arrumar está em o que fazer quando os dados para o MMM estão incompletos.

O guia do Robyn acrescenta uma conferência visual: comparar os gráficos da revisão de dados com os planos de mídia ou com alguém mais próximo da atividade de mídia, o que ajuda a dar confiança ao que foi coletado.

Por que o MMM não precisa de dado pessoal

Segundo o guia do Robyn, o MMM não precisa de dados no nível do usuário e roda sobre dados agregados, como os de nível de campanha; modelos como a Multi-Touch Attribution (MTA), ou atribuição multitoque, dependem muito de sinais online. O Robyn cita o nível de campanha como exemplo de dado agregado; o Meridian fala do nível de modelagem, o do canal, e pede os dados de mídia agregados por tempo, como por semana, e, idealmente, por localização geográfica.

Os erros que quebram a análise

Contar a mesma impressão ou o mesmo real duas vezes. Somar campanhas que se sobrepõem infla o gasto e a exposição de um canal; a soma, pela documentação do Meridian, pressupõe campanhas mutuamente exclusivas.
Usar CTR, CPC ou ROAS como entrada. A documentação do Meridian as classifica como não somáveis e de uso proibido.
Trocar o veiculado pelo plano. O guia do Robyn manda modelar o que ocorreu, e não o planejado.
Misturar semanas que começam em dias diferentes. O dia de início da semana precisa ser combinado de antemão, segundo o guia do Robyn, ou a série de gasto e a de exposição deixam de estar alinhadas.
Tratar canal desligado como canal de gasto baixo. Para a trilha do PyMC-Marketing, um canal desligado por meses é outra coisa, e curvas de saturação ajustadas sobre longas sequências de zeros se comportam mal.

Como a Purple organiza os dados de diferentes fontes

Criada em 2021, a Purple Metrics é uma parceira de Marketing Science que combina software de Marketing Mix Modeling (MMM), metodologia própria e especialistas para ajudar o marketing a entender o retorno dos investimentos em cada canal, prever resultados e tomar decisões que impactam o negócio.

O cliente não precisa chegar com as fontes já integradas: a parceria começa pela meta de negócio e pelo mapa das entregas, e depois a Purple avalia a base, orienta o que falta e apoia a organização dos dados, inclusive com IA. O software organiza os dados de forma automatizada, e os especialistas em marketing e estatística acompanham o cliente do onboarding à preparação para a reunião de board. Segundo a Purple, o modelo precisa de dados históricos de investimento, exposição e resultado, e a avaliação de viabilidade da base confere se eles são adequados.

A documentação da empresa organiza os dados em camadas: os investimentos, as variáveis intermediárias (a ação do público, como impressões ou cliques agregados) e a variável de conversão, que pode ser faturamento, cadastros, downloads ou vendas. A boa prática registrada nessa documentação é de cerca de 10 variáveis intermediárias por ano de histórico, sem passar muito de 20.

A documentação de privacidade da Purple fala em conjuntos de dados agregados, anônimos e absolutos, e diz que o conjunto de um cliente não serve de benchmark para outro. Segundo a página de ciência da Purple, o modelo atual foi testado com 10 clientes pagantes, de indústrias e modelos de negócio variados.

Quem quer organizar as fontes de dados da própria empresa pode agendar uma conversa com a Purple.

Perguntas frequentes

Posso somar campanhas da mesma plataforma num único canal?

Pode. Segundo a documentação do Meridian, para agregar uma plataforma em um único canal somam-se o gasto e a métrica de execução, como impressões ou cliques, de todas as campanhas relevantes para a região e o período. A soma pressupõe que as campanhas sejam mutuamente exclusivas, sem sobreposição nem contagem dupla, e a documentação do Meridian diz que geralmente não recomenda rodar o modelo no nível da campanha, porque o MMM é uma ferramenta macro que funciona bem no canal.

Posso usar CTR, CPC ou ROAS como entrada do modelo?

Não. A documentação do Meridian classifica médias, taxas e porcentagens, como a taxa de cliques (CTR), o custo por clique (CPC) e o retorno do investimento em publicidade (ROAS), como métricas não somáveis, de uso proibido. Se a plataforma de anúncio exporta taxas ou médias, a orientação é calcular os volumes brutos somáveis antes de inserir os dados.

Em que dia a semana deve começar nos dados semanais?

O dia é combinado de antemão pelo time, com todas as fontes usando o mesmo: o guia do Robyn recomenda esclarecer em que dia a semana começa nos modelos semanais, com domingo ou segunda como exemplos, e a trilha do PyMC-Marketing pede que a agregação seja consistente com o efeito defasado do modelo.

Dá para usar o plano de mídia no lugar do que foi veiculado?

O guia do Robyn manda priorizar a coleta e a modelagem de dados de eventos que realmente ocorreram, e não de eventos planejados. Os planos de mídia servem para conferir os gráficos dos dados coletados, junto com quem está mais perto da atividade de mídia.

O que acontece quando a exposição e o gasto de um canal não combinam?

A documentação do Robyn recomenda examinar de perto a relação entre exposição e gasto: se a associação for fraca, a exposição tem um padrão diferente do gasto, e a recomendação é dividir o canal, para um resultado de modelagem possivelmente melhor. Na integração, isso vira uma conferência: comparar, canal a canal, a série de exposição com a de gasto antes de modelar.

Em resumo

Integrar fontes é padronizar período, dia de início da semana, região, canal e valores somáveis antes de modelar.
Taxas e médias, como CTR, CPC e ROAS, não entram: a documentação do Meridian manda calcular os volumes brutos somáveis.
Campanhas se somam por canal, sem sobreposição nem contagem dupla, porque o modelo trabalha no nível do canal.
A conferência cruza gasto, unidades de mídia e custo por unidade e compara os gráficos com os planos de mídia.
O MMM roda sobre dados agregados, sem dado no nível do usuário, e a coleta é a etapa que mais consome tempo de um primeiro estudo, segundo o guia do Robyn.
A Purple começa pela meta de negócio, avalia a base e apoia a organização dos dados, inclusive com IA, sem exigir que o cliente chegue com as fontes já integradas.

Equipe Purple — conteúdo da Purple Metrics, parceira de Marketing Science. Atualizado em outubro de 2026.