Alfil conecta cada emisión de TV y radio con lo que ocurre después en tus canales digitales: visitas, búsquedas, llamadas, ventas. No promedios de fin de mes, sino la reacción real de tu audiencia, minuto a minuto y spot a spot.
Hasta ahora, medir la TV era mirar el total del mes y cruzar los dedos. Alfil baja al detalle donde se toman las decisiones de verdad.
Cada pase se mide de forma individual: qué cadena, qué franja, qué creatividad movió a la gente hacia tu web, y cuál pasó sin pena ni gloria. Deja de pagar todos los spots igual cuando no rinden igual.
Retorno por canal, día a día. No una foto fija de fin de campaña: una película que te enseña cuándo un canal empieza a saturarse y cuándo otro está despegando, a tiempo para reaccionar.
Simula el cambio antes de firmarlo: menos prime time, más radio; menos GRPs en un canal saturado, más en el que despega. Te decimos qué ganarías, o perderías, antes de gastar un euro.
Detrás hay ciencia seria. Delante, respuestas que cualquiera del comité de dirección entiende a la primera.
La reacción a un spot dura media hora, no un mes. Medimos en la escala en la que tu audiencia realmente responde, y ahí aparecen diferencias que los promedios mensuales borran.
No medimos «la TV en general»: medimos tu spot de las 21:47, el de las 22:15 y el de mañana. Con eso, la negociación con cadenas y agencias cambia de conversación.
Sometemos varios métodos de medición a un mismo banco de pruebas independiente, con las respuestas correctas ocultas. Solo te entregamos el que demuestra acertar.
Cada estimación viene con su margen de confianza. Cuando el dato es sólido, lo sabes; cuando hay incertidumbre, también. Así se decide con la cabeza fría.
El núcleo de Alfil es un modelo lineal dinámico bayesiano (espacio de estados) con verosimilitud a nivel de minuto: tanto el nivel base del KPI como la elasticidad de cada canal evolucionan como procesos estocásticos de paseo aleatorio, de modo que la no-estacionariedad (desgaste creativo, saturación, estacionalidad de parrilla) se captura de forma endógena en lugar de recalibrarse a mano. La respuesta a cada GRP pasa por una transformación de saturación no lineal y un kernel de carryover cuyo decaimiento se estima de los datos; y la ventana de respuesta de cada canal se trata como variable latente y se infiere junto al resto de parámetros, porque la radio matinal no decae como el prime time. La inferencia es posterior completa vía MCMC: cada cifra del informe lleva su intervalo de credibilidad, y la calibración de esos intervalos se audita empíricamente: la cobertura nominal se contrasta con la observada, no se presume.
La validación es la otra mitad de la receta. Cada emisión se contrasta contra un contrafactual estructural cuasi-experimental construido sobre emisiones aisladas, sin interferencia de otros spots en una ventana de guarda, con p-valores empíricos por simulación. Los métodos candidatos compiten en un banco de pruebas con particiones temporales inmutables, holdouts seleccionados por divergencia del mix de medios (para forzar extrapolación real, no interpolación cómoda), fingerprints criptográficos del dataset que impiden mezclar vintages en silencio, y trazabilidad de cada resultado hasta el commit de código que lo produjo. Reproducibilidad bit a bit: mismo dato, mismo número. Los hiperparámetros, los priors y el motor de referencia exactos son nuestra receta, y se quedan en casa.
Tráenos el plan de medios y los datos de tu web. En la primera sesión te enseñamos qué spots movieron la aguja, con tus datos y no con una demo.