Marketing Mix Modeling: Configurazione pratica con Robyn

L'attribution si è frammentata negli ultimi tre anni. iOS 14.5, Consent Mode v2, il ritiro dei cookie di terze parti — tutto ha lasciato il marketer digitale con la stessa domanda pressante: quale canale funziona realmente? Marketing Mix Modeling (MMM) è la risposta statistica che rompe la dipendenza da pixel e cookie, operando a livello aggregato dei dati. Il framework open source Robyn di Meta trasforma MMM da esercizio accademico a pipeline production-ready. Questo articolo fornisce i passaggi concreti per configurare Robyn da zero, interpretare le curve di saturazione, regolare i parametri di adstock decay e validare il modello con holdout validation.

Cos'è MMM e perché è critico adesso

Marketing Mix Modeling spiega statisticamente la relazione tra spesa media e vendite o conversioni tramite regressione. Non richiede dati a livello utente — funziona con metriche aggregate settimanali o giornaliere: spesa totale, impressioni, vendite. Il modello calcola il contributo marginale incrementale di ogni canale e identifica quando un canale entra in saturazione.

L'attribution last-click classico è basato su pixel — assegna credito all'ultimo canale toccato dall'utente. MMM invece osserva tutti i canali nella stessa finestra temporale, isolando la correlazione. Ad esempio, se la pubblicità TV ha un ritardo di 3 settimane rispetto alle vendite (carryover effect), il modello cattura questo lag con il parametro "adstock". La curva di saturazione mostra rendimenti decrescenti: i primi 100.000 € di spesa generano 50 conversioni mentre i successivi 100.000 € producono solo 20.

Robyn incapsula questo framework matematico come pacchetto R addestrato sui dati di campagne Meta. Include regressione ridge bayesiana, multi-objective evolutionary algorithm (MOEA) per il tuning degli iperparametri, e ottimizzazione Nevergrad. Non è un setup manuale — una volta preparati i dati, 50 righe di codice R producono il modello.

Preparazione dei dati: da BigQuery a Robyn

Robyn accetta come input un singolo CSV o data.frame. Ogni riga rappresenta un periodo temporale (settimana o giorno), ogni colonna è una metrica di canale — spesa, impressioni o vendite. Non tollera dati mancanti — se una cella è vuota, devi fare imputazione. Lo schema minimo è:

Per estrarre questi dati da BigQuery con aggregazione settimanale:

SELECT
  DATE_TRUNC(event_date, WEEK) AS date,
  SUM(IF(channel = 'tv', spend, 0)) AS tv_spend,
  SUM(IF(channel = 'facebook', spend, 0)) AS fb_spend,
  SUM(IF(channel = 'google', spend, 0)) AS google_spend,
  SUM(revenue) AS revenue,
  AVG(seasonality_index) AS control_var
FROM `project.dataset.marketing_events`
WHERE event_date BETWEEN '2022-01-01' AND '2024-12-31'
GROUP BY 1
ORDER BY 1

La variabile di controllo (trend, stagionalità, indicatori macroeconomici) non è obbligatoria ma aumenta il potere predittivo del modello. Ad esempio nel retail, se gennaio è il mese dei saldi, aggiungi una variabile dummy. Robyn integra queste variabili come baseline "organic" nella regressione.

Per caricare i dati in R usa il pacchetto bigrquery:

library(bigrquery)
bq_auth(path = "service-account-key.json")
sql <- "SELECT date, tv_spend, fb_spend, google_spend, revenue FROM ..."
df <- bq_project_query("your-project-id", sql) %>% bq_table_download()

La funzione robyn_inputs() valida la conformità dello schema di Robyn. La colonna della data deve essere di classe Date, le metriche di classe numeric.

Configurazione del modello Robyn: adstock e saturazione

Il nucleo di Robyn sono le funzioni robyn_inputs() e robyn_run(). Il primo passaggio è definire gli input del modello:

library(Robyn)

InputCollect <- robyn_inputs(
  dt_input = df,
  date_var = "date",
  dep_var = "revenue",
  dep_var_type = "revenue",
  prophet_vars = c("trend", "season", "holiday"),
  prophet_country = "IT",
  paid_media_spends = c("tv_spend", "fb_spend", "google_spend"),
  paid_media_vars = c("tv_spend", "fb_spend", "google_spend"),
  context_vars = c("control_var"),
  adstock = "geometric",
  window_start = "2022-01-01",
  window_end = "2024-10-31"
)

Selezione del tipo di adstock:

• geometric: Più comune. Decay rate costante (ad es. il 80% rimane ogni settimana). Appropriato per TV e display.
• weibull: Decay asimmetrico — diminuzione iniziale veloce, rallentamento successivo. Logico per video e campagne influencer.

La formula dell'adstock geometrico:

transformed_value[t] = spend[t] + theta * transformed_value[t-1]

theta è il decay rate (tra 0 e 1). Robyn lo ottimizza automaticamente ma puoi fornire un range manuale:

hyperparameters <- list(
  tv_spend_alphas = c(0.5, 3),       # coefficiente curva di saturazione
  tv_spend_gammas = c(0.3, 1),       # punto di inflessione saturazione
  tv_spend_thetas = c(0, 0.5),       # adstock decay rate
  fb_spend_alphas = c(0.5, 3),
  fb_spend_gammas = c(0.3, 1),
  fb_spend_thetas = c(0, 0.3)
)

InputCollect <- robyn_inputs(
  InputCollect = InputCollect,
  hyperparameters = hyperparameters
)

Parametri di saturazione:

• alpha: Forma della curva. Alpha elevato → saturazione tardiva.
• gamma: Punto di inflessione — 0.5 significa piega al punto medio.

La saturazione è modellata con l'equazione di Hill:

response = spend^alpha / (gamma^alpha + spend^alpha)

Robyn ottimizza questi parametri con algoritmi evolutivi. Genera 2000 modelli, seleziona i migliori trade-off dalla frontiera di Pareto (equilibrio tra R² e NRMSE).

Esecuzione del modello e interpretazione dei risultati

Per eseguire il modello Robyn:

OutputModels <- robyn_run(
  InputCollect = InputCollect,
  iterations = 2000,
  trials = 5,
  cores = 8
)

L'output è una lista — ogni iterazione corrisponde a un set di iperparametri differente. Robyn seleziona automaticamente i 3 migliori modelli (ottimali secondo Pareto). I risultati includono:

OutputModels$resultHypParam    # parametri di tutti i modelli
OutputModels$xDecompAgg        # decomposizione contributo per canale
OutputModels$resultCalibration # score validazione holdout

Esempio di tabella decomposizione:

Interpretazione ROI: Facebook 1.20 — ogni 1 € speso genera 1.20 € di ritorno. TV 0.75 — non ROI negativo, bensì contributo incrementale di 0.75 € sopra baseline. Robyn misura l'incrementalità, non il credito last-click.

Rilevamento saturazione: Robyn traccia la curva di saturazione:

robyn_onepagers(InputCollect, OutputModels, select_model = "2_100_3")

Nel grafico osserva dove la curva si appiattisce al crescere della spesa. Ad esempio, se TV supera 80.000 € il guadagno marginale scende del 50% — segnale critico per l'ottimizzazione del budget.

Validazione holdout e affidabilità del modello

Per utilizzare il modello MMM in produzione il dataset storico deve essere diviso: training set (ad es. da gennaio 2022 a ottobre 2024) + holdout set (novembre-dicembre 2024). Il modello è addestrato sul training set e testato sull'holdout. Se MAPE (mean absolute percentage error) è sotto il 10% il modello è affidabile.

Robyn esegue validazione holdout automaticamente:

InputCollect <- robyn_inputs(
  InputCollect = InputCollect,
  window_start = "2022-01-01",
  window_end = "2024-10-31",
  rollingWindowStartWhich = 52,  # ultimi 52 giorni come holdout
  rollingWindowEndWhich = 4
)

Il risultato appare nella tabella resultCalibration:

NRMSE (normalized root mean squared error): Più basso è meglio. 0.12 è accettabile (sotto 0.15 è production-ready). decomp.rssd: Coerenza della decomposizione tra training e validazione. 0.05 → 5% di divergenza → modello stabile.

Se la validazione holdout fallisce due scenari possibili: (1) Dati insufficienti — servono almeno 2 anni di dati settimanali. (2) Variabile mancante — aggiungi stagionalità, spesa competitor, variazioni di prezzo o altri confounding factor.

Collegare l'output di Robyn al meccanismo decisionale

Per rialimentare i risultati di Robyn in BigQuery, esporta la tabella decomposizione come CSV:

write.csv(OutputModels$xDecompAgg, "robyn_output.csv")

Caricalo in BigQuery:

LOAD DATA OVERWRITE `project.dataset.mmm_results`
FROM FILES (
  format = 'CSV',
  uris = ['gs://bucket/robyn_output.csv']
);

Questa tabella si collega a dashboard (Looker, Tableau) o a un ottimizzatore di budget. Ad esempio con un modello dbt calcola la soglia di saturazione:

WITH saturation AS (
  SELECT
    channel,
    total_spend,
    roi,
    total_spend / NULLIF(roi, 0) AS optimal_spend
  FROM `project.dataset.mmm_results`
)
SELECT * FROM saturation WHERE roi > 1.0 ORDER BY roi DESC;

Questa query ordina i canali con ROI > 1 — lista prioritaria per aumento budget. Robyn ha anche una funzione budget allocator:

AllocatorCollect <- robyn_allocator(
  InputCollect = InputCollect,
  OutputCollect = OutputModels,
  select_model = "2_100_3",
  scenario = "max_response",
  channel_constr_low = c(0.7, 0.7, 0.7),
  channel_constr_up = c(1.5, 1.5, 1.5)
)

L'output suggerisce nuovo budget per ogni canale. I vincoli limitano il budget al 70-150% della spesa attuale (il cambiamento improvviso rappresenta rischio operativo).

La configurazione di architettura dati first-party e misurazione è critica per MMM — la qualità dei dati alimentati a Robyn impatta direttamente l'affidabilità del modello. Se tracking server-side, identity resolution e integrazione consent mode mancano, bias si accumula a livello aggregato.

Insidie comuni e mitigazione

Multicollinearità: Se due canali sono sempre attivi simultaneamente (ad es. TV e Facebook sempre insieme), il modello non riesce a separare il contributo. Controlla il Variance Inflation Factor (VIF):

library(car)
vif_model <- lm(revenue ~ tv_spend + fb_spend + google_spend, data = df)
vif(vif_model)

VIF > 5 → problema. Soluzioni: (1) Spegni temporaneamente un canale per un test holdout. (2) Raccogli serie più lunghe.

Incertezza sulla latenza: Se il parametro adstock è configurato male (ad es. TV con 1 settimana anziché 4), il modello produce risultati fuorvianti. Valida il vero decay time con A/B test o geo-experiment. Il pacchetto GeoLift di Meta fa esattamente questo.

Controllo stagionalità mancante: Se i component Prophet (trend, stagione, festività) non sono aggiunti, il picco di vendite di gennaio può essere attribuito ai media (in realtà è effetto dei saldi natalizia). Abilita sempre Prophet:

InputCollect <- robyn_inputs(
  InputCollect = InputCollect,
  prophet_vars = c("trend", "season", "holiday"),
  prophet_country = "IT"
)

Model drift: Quando la dinamica di mercato cambia (nuovo competitor, variazione prezzo, aggiornamento algoritmo platform) il modello invecchia. Soluzione: refresh trimestrale — riaddestrare con ultimi 2 anni di dati. In Robyn usa il parametro json_file per versionare il modello:

robyn_write(InputCollect, OutputModels, dir = "./robyn_models/")

Ogni versione del modello è etichettata con git commit — essenziale per A/B test.

MMM da solo non è sufficiente. Validazione con incrementality test (geo-experiment, PSA holdout)