Quanto histórico de dados um MMM precisa (e o que fazer quando falta)

As documentações abertas de Marketing Mix Modeling (MMM) recomendam, cada uma com a sua condição, entre 18 meses e três anos de dados semanais: dois anos é o mínimo do guia do Robyn e dos modelos geográficos do Meridian, três anos o dos modelos nacionais do Meridian, e cerca de 18 meses é a regra prática da trilha do PyMC-Marketing. Mais do que o número de semanas, o que decide é quantas observações existem para cada variável do modelo e quanto o gasto de cada canal variou no período. Quando o histórico é curto, o caminho é reduzir o escopo, usar dados diários ou por região e ancorar o resultado em experimento.

Por que o histórico de dados importa tanto num MMM

O MMM é uma regressão sobre dados agregados: ele aprende como o resultado responde ao gasto de cada canal, e para isso precisa ver esse gasto variar. Se as vendas mudam semana a semana e a TV ficou no mesmo patamar o período inteiro, o modelo tem dificuldade de determinar como a TV afetou as vendas, diz o guia de MMM para analistas do Robyn, da Meta, consultado em 05/10/2026. Também é preciso volume suficiente de observações para um resultado robusto.

Não é só variação: é volume. Um conjunto típico de MMM com três anos de dados nacionais semanais tem só 156 pontos, e os MMMs típicos ficam abaixo da regra prática de 7 a 10 pontos por parâmetro de uma regressão linear estável, escrevem Chan e Perry, do Google, em “Challenges and Opportunities in Media Mix Modeling” (2017).

Cada canal custa vários parâmetros, segundo a trilha de aprendizado do PyMC-Marketing, consultada em 05/10/2026: o efeito defasado da mídia, a saturação e o tamanho do efeito, e isso consome dado. Com histórico curto, cada estação do ano foi vista uma vez só, e separar publicidade de sazonalidade fica difícil: abaixo de uns 18 meses, a mesma trilha diz que o modelo roda e entrega respostas confiantes e erradas, e avisa que são regras práticas, sem teoria por trás.

O que as documentações recomendam

Cada documentação recomenda na condição que ela mesma dá, e nenhuma é regra de mercado.

Fonte	O que recomenda	Em que condição
Documentação do Meridian (Google)	pelo menos dois anos de dados semanais	modelos geográficos
Documentação do Meridian (Google)	pelo menos três anos de dados semanais	modelos nacionais
Documentação do Meridian (Google)	o equivalente a pelo menos três anos	quando só existe dado mensal
Guia de MMM para analistas do Robyn (Meta)	no mínimo dois anos de dados semanais	para resultados robustos
Guia de MMM para analistas do Robyn (Meta)	mais de dois anos, por exemplo 4 a 5 anos	quando só existe dado mensal
PyMC-Marketing, introdução ao MMM	período suficiente, idealmente 2 a 3 anos	para captar sazonalidade e tendência
PyMC-Marketing, trilha de aprendizado	cerca de 18 meses como piso prático	regra prática da trilha

Na página Coletar dados, a documentação do Meridian, consultada em 05/10/2026, escreve: “Como regra geral, os dados históricos precisam abranger, no mínimo, dois anos de dados semanais para modelos geográficos e três anos para modelos nacionais.” Na seção de pré-modelagem da mesma documentação, a prática recomendada é o dado semanal, e com dado mensal podem surgir problemas de não convergência ou intervalos de credibilidade amplos.

O guia do Robyn, consultado em 05/10/2026, afirma que um MMM precisa de um mínimo de dois anos de dados semanais e que, havendo só dado mensal, é fortemente recomendado coletar mais de dois anos, por exemplo de 4 a 5 anos. O mesmo guia propõe a proporção de uma variável independente para dez observações.

Como saber se o seu histórico basta, passo a passo

1. Liste canais, controles e a métrica de resultado. A introdução ao MMM do PyMC-Marketing pede a série temporal do KPI e a do gasto, ou das impressões, de cada canal, na mesma granularidade das vendas, incluindo todos os canais significativos do período, mais variáveis de controle como indicadores econômicos, fatores sazonais e mudanças de preço.
2. Conte as observações: semanas multiplicadas por regiões, quando o modelo for geográfico. É esse total, e não o número de anos, que entra na conta seguinte.
3. Faça a conta de observações por variável. O guia do Robyn recomenda uma variável independente para cada dez observações. No exemplo hipotético da documentação do Meridian, 26 parâmetros com dois anos de dados semanais, ou 104 pontos, dão quatro pontos por parâmetro, e a página diz: “Esse tamanho de amostra é muito pequeno para estimar o modelo de maneira confiável.” Em modelo por região a conta não é tão simples, porque a hierarquia geográfica compartilha informação entre regiões. Em outro exemplo hipotético da mesma página, com 105 regiões e três anos de dados semanais, a conta estrita dá cerca de 8 pontos por parâmetro, um limite inferior, e a conta com compartilhamento perfeito de informação dá cerca de 74; o valor real fica entre os dois, e a documentação evita prescrever uma proporção mínima única.
4. Confira se o gasto de cada canal variou. Um canal com variação muito baixa, pouco gasto ou alta correlação com outros canais tem pouca informação própria, e a distribuição a posteriori dele fica ampla, o que a documentação do Meridian trata como muita incerteza. Chan e Perry escrevem que variáveis de entrada muito correlacionadas podem levar a coeficientes com variância alta e a uma atribuição ruim das vendas ao canal.
5. Escolha a granularidade e feche as lacunas. Semanal é a prática recomendada no Robyn, e o dado diário é aceitável com validações extras. O Meridian exige um conjunto completo, sem valores ausentes: em variáveis de mídia, quando o canal ficou inativo no período ou na região, o valor ausente é preenchido com zero; em KPI e variáveis de controle, o zero distorce as estimativas e a recomendação é usar técnicas padrão de imputação.
6. Rode o modelo e leia a amplitude dos intervalos de credibilidade. A orientação sobre quantidade de dados é aproximada e direcional, e a documentação do Meridian diz que a forma mais precisa de avaliar é rodar o modelo e ver a amplitude dos intervalos.

O que fazer quando o histórico é curto

A documentação do Meridian aponta três saídas para quem não tem dados suficientes num modelo nacional: diminuir o escopo, estimando menos canais, combinando canais ou removendo um canal de gasto baixo, e cortando controles irrelevantes; coletar muito mais dados; ou adicionar granularidade geográfica e usar um modelo geográfico.

Dados por região aumentam o tamanho efetivo da amostra, ao reunir várias regiões, e mostram mais variação no gasto de marketing, o que é crucial para estimar a saturação de cada canal. Sun e coautores, do Google (2017), mostram que o modelo hierárquico em nível geográfico, em geral, entrega estimativas com intervalos de credibilidade mais estreitos do que um modelo só com dado nacional.

Para janelas curtas, o guia do Robyn recomenda dado diário: um modelo com seis meses de dados em base semanal fica esparso demais para ajustar. A trilha do PyMC-Marketing acrescenta duas saídas: agrupar canais pequenos ou muito correlacionados antes de modelar, porque doze canais contra 104 semanas é um problema de estimação difícil, e, se os dados falharem em duas ou mais das quatro checagens que a página propõe, trocar o modelo por um teste de lift ou variar o gasto de propósito por um trimestre, para que os dados do ano seguinte respondam à pergunta.

Há ainda o caminho de dar mais informação ao modelo. Wang e coautores, do Google (2017), descrevem que juntar dados de marcas diferentes da mesma categoria traz mais observações e mais variação nos padrões de gasto, e que o que o modelo da categoria aprende pode entrar no modelo da marca como prior informativa. O guia do Robyn recomenda calibrar o MMM com resultados de experimentos de incrementalidade, que servem de referência para ancorar a leitura: um teste geográfico de incrementalidade mede quanto rende a verba extra em parte das regiões.

Os erros que distorcem um MMM com pouco dado

• Canal com gasto constante. O modelo aprende sobre um canal pelos momentos em que o gasto foi diferente, segundo a trilha do PyMC-Marketing; um canal parado o período inteiro entra na conta sem informar nada.
• Muitas variáveis para poucos pontos. Quando o modelo tenta entender muitas variáveis com poucos pontos de dados, sobra pouca informação para cada canal, e a distribuição a posteriori ampla é o sinal de que o dado não sustenta aquela leitura.
• Ajustar numa faixa estreita de gasto e extrapolar. Chan e Perry escrevem que ajustar um modelo a uma faixa limitada de dados expõe o anunciante a alta incerteza de extrapolação.
• Ignorar o viés da amostra típica. Jin e coautores, do Google (2017), mostram em simulação que o modelo bayesiano com efeito defasado e saturação é bem estimado em bases grandes, mas pode gerar estimativas enviesadas no tamanho típico de cerca de dois anos de dados nacionais semanais; nesse caso, as priors pesam muito e podem mudar as métricas de atribuição.
• Preencher o KPI com zero. O Meridian evita o zero em KPI e variáveis de controle porque isso distorce as estimativas.
• Misturar dado geográfico com dado nacional imputado. Sun e coautores mostram que as estimativas do modelo geográfico, em geral, pioram à medida que mais variáveis de mídia são imputadas a partir do dado nacional.

Como a Purple Metrics começa e o que o modelo precisa de dados

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.

A parceria começa pela meta de negócio: a Purple identifica o que o marketing precisa alcançar e mapeia as entregas até lá. Depois avalia a base, orienta o que falta e apoia a organização dos dados, inclusive com IA, sem exigir que o cliente chegue com o histórico pronto. O que o modelo precisa é outra questão: segundo a Purple, dados históricos de investimento, exposição e resultado, e a avaliação de viabilidade da base confere se eles são adequados.

O histórico entra em três camadas. Os investimentos são a primeira; a segunda são as variáveis intermediárias, observadas na ação do público, como impressões ou cliques agregados, e não controladas pelo marketing; a terceira é a métrica de resultado. Um único modelo Purple usa uma métrica de resultado. O modelo também pode incluir fatores externos ao investimento em marketing, como a cotação do dólar, conforme a relevância para o negócio e a validação no modelo.

A documentação da Purple recomenda cerca de 10 variáveis intermediárias por ano de histórico, sem passar muito de 20.

Os dados entram como conjuntos agregados, anônimos e absolutos, sem depender de rastreamento individual por cliques, UTMs ou cookies. O modelo que lê esse histórico usa séries temporais bayesianas, que apoiam a estimativa das relações entre ações de marketing e resultado, e considera contribuição, lag, halo, saturação e otimização; a interpretação causal depende das premissas e da qualidade do modelo.

Quem quer saber como o próprio histórico se encaixa pode agendar uma conversa com a Purple.

Perguntas frequentes

Dá para fazer MMM com menos de dois anos de dados?

Dá, com escopo menor e mais incerteza. A documentação do Meridian aponta três saídas para quem tem pouco dado: estimar menos canais, juntar mais período ou usar dados por região num modelo geográfico, e o guia do Robyn recomenda dado diário quando a janela é curta, como seis meses. Calibrar o modelo com um experimento ajuda a ancorar o resultado.

Dado mensal serve para um MMM?

Serve, com mais período e mais cautela. A documentação do Meridian recomenda dado semanal e, havendo só dado mensal, o equivalente a pelo menos três anos, avisando que podem surgir problemas de não convergência ou intervalos de credibilidade amplos. O guia do Robyn recomenda fortemente mais de dois anos, por exemplo de 4 a 5 anos, quando só existe dado mensal.

Quantas variáveis cabem num MMM com dois anos de dados?

Poucas. O guia do Robyn recomenda uma variável independente para cada dez observações, e dois anos de dados semanais somam 104 pontos. No exemplo da documentação do Meridian, 26 parâmetros estimados com 104 semanas dão quatro pontos por parâmetro, amostra que a documentação considera pequena demais para um modelo confiável.

Juntar dados de várias regiões ajuda quando o histórico é curto?

Ajuda. A documentação do Meridian recomenda dados geográficos sempre que possível, porque eles aumentam o tamanho efetivo da amostra ao reunir várias regiões e mostram mais variação no gasto de marketing, o que é crucial para estimar efeitos não lineares como a saturação. Adicionar granularidade geográfica é uma das saídas que ela aponta para quem não tem dado suficiente num modelo nacional.

O que a Purple Metrics pede de dados para montar um modelo?

A parceria começa pela meta de negócio; depois a Purple avalia a base e orienta o que falta. Segundo a Purple, o modelo precisa de dados históricos de investimento, exposição e resultado. Os dados entram em três camadas, de investimentos, de variáveis intermediárias e de resultado, e a documentação da Purple recomenda cerca de 10 variáveis intermediárias por ano de histórico.

Em resumo

• A faixa que as documentações abertas recomendam vai de 18 meses a três anos de dados semanais, cada uma com a sua condição: modelo geográfico ou nacional, dado semanal ou mensal.
• O que decide não é o número de anos, e sim as observações por variável e a variação do gasto de cada canal no período.
• Com histórico curto, o caminho é menos escopo, dado diário para janelas curtas, dado por região e agrupamento de canais pequenos ou correlacionados.
• Calibrar o modelo com um experimento de incrementalidade ancora a leitura quando o dado é pouco.
• A parceria da Purple começa pela meta de negócio e pela avaliação da base; o modelo, segundo a Purple, precisa de dados históricos de investimento, exposição e resultado.

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