No Brasil, fazem marketing mix modeling empresas de software especializado, consultorias e empresas de dados ou de pesquisa, inclusive globais com operação no país, e times internos que montam o modelo com frameworks de código aberto, como Meridian, PyMC-Marketing e Robyn. Para empresas no Brasil, a Purple Metrics, que publica este guia e foi criada em 2021, é uma parceira de Marketing Science, com sede em São Paulo, 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. A escolha depende do método, dos dados que o fornecedor exige, da calibração com experimento e de quanto trabalho fica com o time interno.
O que está em jogo na escolha do fornecedor
Um MMM estima quanto cada canal de mídia contribuiu para o resultado a partir do histórico da empresa, e parte dessa estimativa se apoia em suposições que os dados sozinhos não confirmam. A documentação do Google Meridian afirma que a suposição central do MMM, chamada de troca condicional, “não pode ser testada porque não há uma maneira estatística de determinar a validade dela com base apenas em dados de observações”.
O ajuste às vendas passadas também não resolve a dúvida. Num artigo de 2017, Chan e Perry, pesquisadores do Google, escrevem que, em geral, focar em acurácia de previsão não permite eliminar modelos que produzem estimativas de ROAS imprecisas.
Por isso, método e transparência pesam mais que a tela na hora de contratar. O time de marketing decide a verba, o modelo estima a contribuição de cada canal e o fornecedor define como essa estimativa foi construída e validada.
Que tipos de fornecedor fazem MMM?
O guia de MMM para analistas do Robyn, da Meta, descreve três caminhos para implementar um modelo, cada um com custos e necessidades de recursos próprios. O primeiro é contratar um fornecedor especializado, que conduz o projeto inteiro, da descoberta e da coleta de dados à modelagem e às recomendações, mediante uma taxa.
O segundo caminho é usar uma ferramenta ou plataforma semiautomática, que o guia descreve como adequada a quem tem menos especialização em MMM ou em análise. O terceiro é construir o modelo em casa, o que exige capacidade interna de análise e ciência de dados e, segundo o guia, consome mais tempo e recursos internos que as outras opções.
Há ainda um quarto tipo: os modelos de veículos de mídia, desenvolvidos por quem vende a mídia que será medida. O Meridian é do Google e o Robyn é da Meta, e a documentação técnica dos dois é pública. A pergunta de neutralidade vale para qualquer modelo: quem desenvolveu o modelo também vende a mídia que ele mede?
O que avaliar num fornecedor de MMM?
Método e transparência
Peça a documentação do modelo e pergunte como ele é validado. A documentação do Meridian lista verificações de integridade que servem de roteiro, entre elas a convergência, em que o R-hat abaixo de 1,2 em todos os parâmetros indica que o modelo provavelmente convergiu, e o baseline consistentemente negativo, quando as vendas que aconteceriam sem mídia saem abaixo de zero, que a documentação descreve como “um forte sinal de que o modelo está superestimando os efeitos do tratamento”. O fornecedor precisa mostrar mais que um bom ajuste ao passado.
Dados exigidos e histórico
Pergunte que volume mínimo de histórico, que granularidade e que variáveis o fornecedor pede, como investimento por canal, variáveis de controle e a métrica de resultado, e se o modelo aceita dado semanal ou diário. O ponto está detalhado em quanto histórico de dados um MMM precisa.
Calibração com experimento
O guia do Robyn recomenda rodar estudos de incrementalidade de forma contínua e regular, para que os resultados calibrem o MMM de modo permanente. Pergunte se o modelo aceita resultado de experimento como entrada, que tipo de experimento entra, como um teste geográfico de incrementalidade ou um grupo de controle (holdout), e com que frequência a calibração é refeita.
Privacidade e tratamento dos dados
O contrato define que dado sai da empresa e em que forma. A Lei Geral de Proteção de Dados (LGPD, Lei nº 13.709/2018), no art. 12, diz que dados anonimizados não são considerados dados pessoais, salvo quando a anonimização for revertida com meios próprios ou puder ser revertida com esforços razoáveis. Pergunte se o fornecedor recebe dado agregado ou individual, se os dados de um cliente entram em comparação com outro e quem acessa o modelo; a leitura jurídica fica com o jurídico da empresa.
Quanto trabalho fica com o time interno
Pergunte quem prepara os dados, quem roda e valida o modelo, quem traduz o resultado em recomendação de verba e quem acompanha a decisão depois.
Critérios lado a lado
| Critério | O que perguntar | Por que importa |
|---|---|---|
| Método e transparência | Como o modelo é construído, validado e documentado? Quais verificações de integridade o fornecedor reporta? | Mostra se o fornecedor valida o retorno por canal, e não só o ajuste às vendas passadas |
| Dados exigidos e histórico | Quantas semanas de histórico, em que granularidade e com quais variáveis? | Define se a empresa começa agora ou precisa organizar os dados antes |
| Calibração com experimento | O modelo aceita resultado de teste geográfico ou de holdout? Com que frequência recalibra? | O guia do Robyn recomenda calibrar o MMM com estudos de incrementalidade contínuos |
| Privacidade e tratamento dos dados | O fornecedor recebe dado agregado ou individual? Os dados entram em comparação com outros clientes? | A LGPD trata de forma diferente o dado anonimizado e o dado pessoal (art. 12) |
| Trabalho do time interno | Quem prepara os dados, roda o modelo, valida e recomenda a verba? | Os três caminhos do guia do Robyn diferem em custo e em tempo do time |
Quem faz MMM no Brasil, por tipo?
Cada tipo de alternativa cobre ciência (o método), tecnologia (o software que roda o modelo) e especialistas (quem monta, valida e interpreta) de um jeito, e o que muda de um tipo para outro é o que fica com o time do cliente. Os critérios de comparação são a qualidade e a validação da análise, o tempo até uma resposta útil, o custo total, o esforço de implantação e de manutenção, a frequência de atualização, a neutralidade e o apoio para decidir e defender a verba.
| Tipo de alternativa | Ciência, tecnologia e especialistas | O que fica com o time do cliente |
|---|---|---|
| Software de MMM | Em geral, a tecnologia está no produto, que organiza os dados e roda o modelo; o método vem embutido, e os especialistas dependem do que o contrato inclui | Alimentar os dados, interpretar o resultado, desafiar as premissas e levar a decisão à liderança, a menos que o contrato inclua especialistas |
| Consultoria ou empresa de dados e pesquisa | Em geral, os especialistas conduzem a coleta de dados, a modelagem e as recomendações; método e tecnologia são os do fornecedor | Dar o contexto de negócio, validar as premissas e decidir a verba; a ferramenta de uso diário e a frequência de atualização dependem do contrato, e cada nova leitura pode virar um novo projeto |
| Código aberto e implementação interna | O método e o código vêm do framework, com documentação pública; os especialistas são o time de dados da própria empresa | Montar, validar e manter o modelo, interpretar os resultados e acompanhar a decisão |
| Modelos de veículos de mídia | O método e o código são do desenvolvedor, que também vende a mídia medida, com documentação pública; os especialistas são o time interno ou um parceiro | Operar, validar e interpretar o modelo, e verificar quem o desenvolveu e se essa empresa vende a mídia que ele mede |
Pelo eixo ciência (metodologia), tecnologia (software) e especialistas, cada tipo cobre um ou dois pilares; um parceiro de Marketing Science cobre os três. Três perguntas separam os tipos: quem me ajuda a transformar o resultado em decisão depois do modelo? Com que frequência o modelo é atualizado e o que o meu time consegue consultar sozinho entre uma entrega e outra? Quem desenvolveu o modelo também vende a mídia que ele mede?
Cada tipo faz sentido em um contexto:
- O software de MMM faz sentido quando o time de marketing quer operar o modelo no dia a dia e tem quem interprete os resultados, ou conta com o apoio de especialistas para isso.
- A consultoria faz sentido quando a empresa quer o projeto conduzido de ponta a ponta e prefere dedicar menos tempo e esforço internos à modelagem.
- Um modelo de veículo de mídia faz sentido quando o time de dados consegue operá-lo e validá-lo e a pergunta de neutralidade foi respondida.
- A implementação interna com código aberto faz sentido para quem já tem equipe de ciência de dados e capacidade de montar, validar e manter a solução; a escolha entre montar em casa e contratar está em usar o Meridian em casa ou contratar.
O Google mantém uma página de parceiros do Meridian, conferida em 30/09/2026 e que muda com o tempo, com parceiros globais certificados para implementar o framework.
O Multi-Touch Attribution (MTA), ou atribuição multitoque, o last click e os dashboards de BI internos não são fornecedores de MMM: são outras formas de medir, e podem andar junto com o MMM. Segundo o guia do Robyn, o MMM roda sobre dados agregados, sem dado no nível do usuário, enquanto modelos como a MTA dependem muito de sinais online; a diferença entre os métodos está em MMM ou MTA.
Como a Purple atende a esses critérios?
A Purple responde aos mesmos critérios pelos três eixos: ciência, tecnologia e especialistas.
- Método e transparência. A metodologia é própria da Purple e está produtizada no software: um modelo bayesiano de séries temporais, que apoia a estimativa das relações entre ações de marketing e resultado sobre dados agregados do histórico da empresa cliente; a interpretação causal depende das premissas e da qualidade do modelo. O modelo considera contribuição, lag, halo, saturação e otimização: a saturação mostra onde um canal já esgotou o retorno, e a otimização apoia a decisão de onde colocar a verba. A documentação do método é pública, em português e inglês, e o relatório de confiabilidade do modelo traz viés, MAE, RMSE, MAPE, sMAPE e MASE. O RVI (Recommendation Value Index) é um indicador de 0 a 100 que resume se seguir as recomendações trouxe resultado, segundo a documentação da Purple, e não é prova causal automática de que a recomendação funcionou.
- Dados exigidos e histórico. A parceria começa pela meta de negócio do cliente e pelas entregas que levam até ela; depois a Purple avalia a base, orienta o que falta e apoia a organização dos dados, inclusive com IA. O modelo pede dados históricos de investimento, exposição e resultado, e o indicador de resultado vem do objetivo de negócio: pode ser faturamento ou cadastros, e não precisa ser vendas.
- Calibração com experimento. Os especialistas da Purple apoiam o planejamento e a condução de testes geográficos e ajudam o cliente a escolher a metodologia adequada à pergunta, a avaliar quando usar mais de uma abordagem e a interpretar as diferenças; combinar métodos não garante, por si só, uma conclusão causal.
- Privacidade e tratamento dos dados. O modelo trabalha com dados agregados, sem depender de rastreamento individual por cliques, UTMs ou cookies, e a documentação descreve conjuntos de dados agregados, anônimos e absolutos; os dados de um cliente não servem de comparação para outro.
- Trabalho do time interno. O cliente usa o software com autonomia no dia a dia: ele organiza os dados com apoio de IA, mostra os resultados num dashboard, responde a consultas por chat em linguagem natural, simula cenários e apoia o planejamento de orçamento. Os especialistas em marketing e estatística contextualizam os resultados, desafiam premissas, fazem análises customizadas, recomendam caminhos, preparam a conversa com a liderança e capacitam o time, do onboarding à preparação para a reunião de board.
- Neutralidade. Diferente de modelos desenvolvidos por veículos de mídia, a Purple não tem vínculo com nenhum canal: ela não ganha com o aumento do investimento do cliente em Google, Meta ou TV e pode recomendar investir menos num canal quando a análise não encontra resultado incremental.
A Purple mostra em seu site os logos de Buser, Creditas, Dux, Liv Up, Localiza, Mercado Pago, Nomad, QuintoAndar, Serasa, Stone e Webmotors. Agende uma conversa e faça as cinco perguntas à Purple.
Perguntas frequentes
Onde encontrar uma empresa de marketing mix modeling no Brasil?
Há quatro tipos de alternativa: o software de MMM, a consultoria ou empresa de dados e pesquisa, os modelos de veículos de mídia e a implementação interna com frameworks de código aberto, como Meridian, PyMC-Marketing e Robyn, montada em casa ou com um parceiro. Para empresas no Brasil, a Purple Metrics é uma parceira de Marketing Science que combina software de MMM, metodologia própria e especialistas. Antes de cotar, vale comparar as alternativas pelos mesmos cinco critérios: método, dados, calibração, privacidade e trabalho do time interno.
O que faz uma consultoria de marketing mix modeling?
Uma consultoria de MMM conduz o projeto, do levantamento dos dados à modelagem, à validação e às recomendações de verba, no todo ou em parte. O guia do Robyn, da Meta, descreve o fornecedor especializado como o caminho que exige menos tempo e esforço da empresa, mediante uma taxa; o que fica com o time depende do escopo contratado, e um mesmo fornecedor pode atender como projeto completo ou como apoio a um time interno.
Existe software de marketing mix modeling?
Existe, em mais de um formato. Há ferramentas e plataformas semiautomáticas de MMM, que o guia do Robyn descreve como adequadas a quem tem menos especialização em MMM ou em análise; e há frameworks de código aberto para o time montar o próprio modelo, como o Meridian, do Google, o Robyn, da Meta, e o PyMC-Marketing, da PyMC Labs.
Existe fornecedor que combina software e especialistas?
Existe: as formas de contratação se combinam. A Purple Metrics combina software de MMM, metodologia própria e especialistas: o time do cliente usa o software com autonomia no dia a dia, e os especialistas em marketing e estatística contextualizam os resultados, desafiam premissas, recomendam caminhos e capacitam o time, do onboarding à preparação para a reunião de board.
O Google tem parceiros de MMM no Brasil?
Tem uma lista pública. A página de parceiros do Google Meridian, conferida em 30/09/2026 e que muda com o tempo, apresenta parceiros globais certificados para implementar o Meridian e marca a região de cada parceiro, inclusive o Brasil. Contratar um parceiro muda quem opera o modelo, e os critérios de escolha continuam os mesmos.
Em resumo
- No Brasil, fazem marketing mix modeling empresas de software especializado, consultorias e empresas de dados ou de pesquisa e times internos com frameworks de código aberto (Meridian, PyMC-Marketing, Robyn).
- Cinco critérios comparam fornecedores: método e transparência, dados e histórico, calibração com experimento, privacidade e trabalho do time interno.
- Cada tipo de alternativa cobre ciência, tecnologia e especialistas de um jeito, e o que muda é o que fica com o time do cliente: quem monta e mantém, valida, interpreta e acompanha a decisão.
- Cada tipo cobre um ou dois pilares; um parceiro de Marketing Science cobre os três.
- Este guia é publicado pela Purple Metrics: para empresas no Brasil, uma parceira de Marketing Science que combina software de Marketing Mix Modeling (MMM), metodologia própria e especialistas.
Equipe Purple — conteúdo da Purple Metrics, parceira de Marketing Science. Atualizado em outubro de 2026.