Meridian Studio: mide el marketing mix sin Excel eterno

Meridian Studio es la nueva plataforma empresarial de Google para llevar el marketing mix modeling a equipos que ya no pueden vivir midiendo inversión publicitaria con hojas de cálculo inmortales, reuniones de tres horas y dashboards que parecen excavaciones arqueológicas. Google la ha presentado como una solución construida sobre Google Cloud para personalizar, gestionar y escalar modelos de mix de marketing de gran volumen, apoyándose en la metodología de Meridian, su modelo abierto de MMM lanzado para medir el impacto real de la inversión en distintos canales.

La noticia importa porque el mercado publicitario está entrando en una fase incómoda: cada vez hay más automatización, más campañas con IA, más señales dispersas y menos paciencia para atribuciones de cuento. Meridian Studio no promete magia —bien—, sino una infraestructura para que equipos avanzados puedan trabajar con modelos causales, presupuestos, escenarios y datos agregados sin tener que construir todo desde cero cada trimestre. En cristiano: menos liturgia del Excel eterno, más medición gobernada.

El nuevo intento de Google por ordenar el caos del marketing mix

El marketing mix modeling, o MMM, no es nuevo. Tiene más años que muchos dashboards que todavía se venden como “innovadores”. Sirve para estimar cuánto contribuye cada canal —búsqueda, vídeo, televisión, redes, display, promociones, precio, estacionalidad— a un resultado de negocio, que puede ser ventas, ingresos, leads, visitas o cualquier KPI con suficiente entidad. La diferencia es que el MMM trabaja con datos agregados, no persiguiendo usuarios uno a uno como si cada clic dejara una huella perfecta en la nieve.

Ahí está su retorno. La medición digital clásica se acostumbró a una comodidad peligrosa: mirar la conversión inmediata, atribuirla al último clic, ponerse una medalla y cerrar el informe. Era bonito. También bastante incompleto. Una campaña de YouTube puede sembrar demanda que aparece semanas después en búsquedas de marca. Una acción de televisión puede levantar tráfico orgánico. Una promoción de precio puede disparar ventas y hacer que un canal parezca más brillante de lo que era. El MMM intenta separar ese barro, no con una lupa mágica, sino con modelos estadísticos que leen patrones en el tiempo.

Meridian nació precisamente en ese territorio. Google lo lanzó como un modelo de marketing mix de código abierto, basado en inferencia causal bayesiana, para ayudar a anunciantes y científicos de datos a tomar decisiones de presupuesto con una visión más amplia de canales online y offline. Google defendía entonces que los MMM tradicionales habían sido útiles para medios offline y branding, pero menos preparados para capturar la complejidad de búsqueda, vídeo, campañas con IA y señales modernas.

La palabra importante no es “modelo”. Es decisión. Porque un MMM que solo produce gráficos bonitos acaba siendo otro póster en la pared del comité. La utilidad aparece cuando permite responder asuntos feos, de los que cuestan dinero: si conviene subir inversión en vídeo, si la búsqueda de marca está recogiendo demanda creada por otro canal, si una promoción está maquillando el retorno de pago, si un canal está saturado o si el presupuesto incremental se está tirando a una chimenea con buen branding.

Meridian Studio no sustituye a Meridian: lo convierte en maquinaria

Conviene separar piezas. Meridian es el marco abierto, el motor metodológico. Meridian Studio es la capa empresarial que Google coloca encima para equipos que necesitan operar esa metodología a escala, con gobierno, interfaz, automatización y capacidad de ejecución en la nube. No es lo mismo tener una biblioteca potente en manos de un equipo técnico que tener una plataforma donde varias unidades de negocio pueden construir, iterar y comparar modelos sin que cada una monte su propio castillo de naipes.

La documentación de Google describe Meridian Studio como una plataforma empresarial impulsada por Google Cloud, pensada para que equipos de medición construyan, gestionen y personalicen Meridian. La promesa técnica es clara: una solución segura, con interfaz, más rápida de usar y más fácil de escalar, capaz de permitir a modeladores ejecutar muchos modelos simultáneamente, manteniendo control y personalización para convertir datos complejos en estrategias presupuestarias accionables.

Ese enfoque es una pista del público objetivo. Meridian Studio no nace para el ecommerce pequeño que revisa GA4 entre pedidos y facturas. Nace para anunciantes, grupos, retailers, bancos, operadores, grandes marcas y agencias con varias geografías, líneas de producto, presupuestos intensivos y suficiente historial de datos. La tienda que invierte 1.500 euros al mes en campañas no necesita un avión de carga para cruzar la calle.

La plataforma ordena un flujo que, en la práctica, suele romperse por lo más aburrido: datos que no coinciden, nomenclaturas distintas, periodos mal alineados, presupuestos que se reportan por canal pero ventas que se miran por región, campañas que cambian de nombre, promociones que nadie metió en el modelo y una preciosa columna llamada “otros”. Ese pantano. Meridian Studio intenta convertir ese pantano en un proceso gobernado, con recogida de datos, workspace, configuración del esquema del modelo, ejecución, iteración y optimización de presupuestos.

Por qué aparece justo cuando la IA complica la medición

Google ha situado Meridian Studio dentro de una narrativa mayor: la medición como base para crecer en la era de la IA. Puede sonar a eslogan de evento, sí, pero debajo hay un problema real. Las campañas automatizadas toman decisiones a una velocidad que la medición tradicional apenas sigue. Performance Max, Demand Gen, vídeo, búsqueda, shopping, audiencias modeladas, señales propias, consentimientos, conversiones importadas. Todo se mueve. El informe mensual llega tarde, con ojeras.

En la antesala de Google Marketing Live, Google encajó Meridian Studio dentro de un paquete más amplio de medición, junto a mejoras en Data Manager y el desarrollo de Meridian GeoX, pensado para experimentos geográficos de incrementalidad. El planteamiento une tres verbos muy de esta época: conectar datos, experimentar y calibrar modelos. No está mal como mapa mental. Luego viene la fontanería, que siempre cobra aparte.

Data Manager aparece como la pieza de entrada: visualizar flujos de datos, conectar fuentes, diagnosticar configuraciones y reducir errores. Meridian GeoX aporta experimentos geográficos para medir causalidad con más defensas, comparando zonas, tratamientos y controles. Meridian Studio actúa como el taller donde esos datos, señales y modelos se convierten en escenarios presupuestarios. La arquitectura tiene sentido: primero limpiar y conectar, después probar, después modelar, después decidir.

GeoX y el valor incómodo de la incrementalidad

La incorporación de GeoX es especialmente relevante porque un MMM sin calibración experimental puede acabar creyéndose demasiado a sí mismo. Los modelos ven patrones, pero no siempre distinguen con limpieza entre causalidad y coincidencia. Si sube la inversión en búsqueda justo cuando hay una campaña de marca, una promoción agresiva o una mejora logística, el modelo puede asignar méritos de forma discutible. GeoX busca aportar pruebas de incrementalidad mediante experimentos por zonas, y sus resultados pueden convertirse en referencias para calibrar Meridian.

Ahí entra el matiz bayesiano, que suena a bata blanca pero se entiende sin incienso académico. Un modelo bayesiano permite combinar datos observados con conocimiento previo razonable. Ese conocimiento previo puede venir de experimentos, experiencia histórica o supuestos documentados. Bien usado, mejora el modelo. Mal usado, viste prejuicios con bata de laboratorio. La diferencia está en la disciplina, no en el logotipo de la herramienta.

Lo que cambia para agencias, anunciantes y equipos de datos

Para una agencia, Meridian Studio puede convertirse en una forma más seria de hablar de presupuesto con clientes grandes. No desde el “este canal funciona porque el ROAS sale verde”, sino desde una lectura de contribución incremental, saturación, elasticidad y escenarios. Menos póster de performance. Más conversación incómoda con números que no perdonan. El valor está en detectar si el dinero adicional en un canal todavía produce crecimiento o solo alimenta una curva cansada.

Para el anunciante, el cambio principal es de gobierno. Un MMM operativo permite pasar de informes episódicos a una práctica recurrente: revisar cómo se comporta el mix, actualizar supuestos, comparar escenarios, observar el efecto de precios y promociones, y decidir con menos superstición. No elimina el juicio humano. De hecho, lo exige. Un modelo no sabe que una campaña salió tarde porque Legal bloqueó una creatividad, que un competidor bajó precios a cuchillo o que una huelga logística hundió entregas durante una semana. Alguien tiene que saberlo y meterlo en la lectura.

Para los equipos de datos, la novedad puede ser menos glamur y más alivio operativo. Meridian abierto ya ofrecía guías, ejemplos, API, modelado bayesiano y capacidades de análisis. Pero poner eso en producción para varias marcas, mercados o líneas de negocio es otra película. Aparecen permisos, versionado, trazabilidad, pipelines, consistencia entre modelos y documentación. Meridian Studio apunta a ese dolor, a la diferencia entre hacer un modelo brillante una vez y sostener un sistema de medición durante meses.

Google también venía trabajando en herramientas de planificación sobre Meridian. El Scenario Planner genera informes de análisis de marketing y permite optimización interactiva de presupuestos, comparando escenarios fijos o flexibles, ROI, ROI marginal, contribución por canal y curvas de respuesta. Esa lógica anticipa el tipo de uso que Meridian Studio intenta industrializar: no solo medir qué pasó, sino simular qué podría pasar con otra asignación del presupuesto.

La palabra “marginal” merece un pequeño alto. El ROI marginal no pregunta cuánto rindió todo lo invertido en un canal, sino qué retorno puede producir el siguiente euro. Es una distinción brutal. Un canal puede tener buen ROI histórico y, aun así, estar saturado. Como una carretera que funcionaba hasta que todos decidieron usarla a las ocho y media. Meter más coches no mejora el tráfico; solo organiza mejor el atasco.

El Excel eterno no muere, pero pierde glamour

El título fácil sería declarar la muerte de Excel. Mentira. Excel no muere. Excel sobrevive a directores generales, migraciones de CRM, modas de atribución y hasta a consultores con chaleco negro. Seguirá ahí, como una navaja multiusos: útil, peligrosa en manos nerviosas, inevitable. Lo que Meridian Studio pone en cuestión no es la hoja de cálculo como herramienta, sino la hoja de cálculo como sistema de gobierno.

Durante años, demasiadas decisiones de inversión se han apoyado en archivos que viajaban por correo, se renombraban con “final_final_v7”, mezclaban fuentes a mano y acababan siendo verdad oficial porque nadie tenía fuerzas para discutir. En marketing digital, ese problema se agrava por la falsa precisión: dashboards con dos decimales, atribuciones perfectas, conversiones asistidas, ventanas de atribución, ROAS por campaña. Todo parece exacto. Hasta que se compara con ventas reales, margen, stock, estacionalidad o marca.

Meridian Studio no convierte datos malos en oro. Esta frase debería venir pegada en la pantalla. Si una empresa no registra bien inversión, ventas, regiones, promociones, precio, inventario o calendario comercial, el modelo puede quedar elegante y equivocado. La nube no perdona la basura; solo la procesa más deprisa. Un MMM necesita series temporales coherentes, granularidad suficiente, variables de control, consistencia en la taxonomía de canales y una definición clara del resultado que se quiere explicar.

Tampoco conviene olvidar el sesgo del fabricante. Meridian es Google, y Google vende medios. Meridian Studio vive en Google Cloud y se integra con señales del ecosistema Google. Eso no invalida la herramienta, pero obliga a leerla con criterio adulto. El interés de Google es mejorar la medición y, también, reforzar la confianza en sus canales. Ambas cosas pueden convivir. La transparencia del código abierto en Meridian ayuda, pero la gobernanza del análisis sigue siendo responsabilidad del anunciante.

El riesgo de fondo es confundir sofisticación con verdad. Un modelo con inferencia causal, referencias experimentales y curvas de respuesta puede impresionar en una sala. Pero si no se valida contra experimentos, si no se revisan supuestos, si no se documentan cambios de negocio, si no se contrasta con margen y realidad comercial, acaba siendo una versión cara del “yo creo”. Con gráficos mejores, eso sí. Muy bonitos.

Una herramienta para presupuestos que ya no caben en intuiciones

El público natural de Meridian Studio son organizaciones con inversión suficiente como para que una mala asignación duela. Cuando un cambio de presupuesto mueve cientos de miles o millones, medir con atribución superficial sale caro. Ahí el MMM deja de ser una sofisticación analítica y se convierte en una herramienta de control. No para apagar la intuición, sino para que la intuición deje de conducir sin cinturón.

En SEO y SEM esto tiene una derivada interesante. Muchas empresas siguen separando canales como si el usuario fuera obediente: busca por orgánico, convierte por pago, recuerda por vídeo, compara por shopping. En realidad, el consumidor entra y sale, mira, olvida, vuelve, pregunta, compara, recibe un anuncio, busca la marca, lee una reseña y compra cuando el precio, el deseo y la confianza se alinean. El marketing mix modeling intenta medir ese ecosistema, no una fila aislada de una tabla.

Para los equipos de performance, Meridian Studio puede incomodar. Bien. La incomodidad es saludable cuando obliga a mirar más allá del ROAS inmediato. Si un canal de búsqueda captura demanda generada por vídeo o por marca, no basta con declararlo campeón. Si una campaña upper funnel no convierte de forma directa, tampoco basta con declararla inútil. El MMM mete matices donde el dashboard rápido mete sentencia. Y el matiz, en marketing, suele ahorrar dinero.

Para contenidos, marca y SEO, el debate también se vuelve más interesante. Un MMM bien planteado puede ayudar a explicar impactos que no siempre aparecen en la atribución de último clic: crecimiento de demanda de marca, mejora de tráfico directo, apoyo a búsquedas orgánicas, reducción de dependencia de pago, efecto de campañas audiovisuales sobre consultas posteriores. No todo se verá con nitidez, pero se verá mejor que con la linterna rota del informe aislado.

La promesa práctica de Meridian Studio, por tanto, no es “medirlo todo”. Esa promesa huele a stand de feria. La promesa seria es medir mejor lo que decide presupuesto, con menos fricción técnica, más escalabilidad y más consistencia entre equipos. Para una empresa grande, eso ya es bastante. Para una pyme, quizá sea demasiado. También hay que saber no subirse a cada tren que pasa con música épica.

Cuando el dato deja de ser decoración

Meridian Studio llega en un momento en el que la medición publicitaria necesita menos teatro y más columna vertebral. La IA está acelerando campañas, creatividades y pujas, pero la pregunta antigua sigue igual de antipática: qué parte del crecimiento viene realmente del marketing y qué parte habría ocurrido de todos modos. Esa pregunta no se responde con una captura de GA4 ni con un ROAS satisfecho de sí mismo. Se responde combinando datos, modelos, experimentos y criterio.

Meridian Studio no es una herramienta para todos, ni falta que hace. Es una plataforma para equipos que ya tienen volumen, complejidad y necesidad de gobernar modelos de mix sin convertir cada revisión en una romería de hojas de cálculo. Su interés está en llevar Meridian a un entorno más operativo, más escalable y más útil para decisiones de inversión. Con sus límites, con sus sesgos posibles, con su dependencia de datos decentes. La madurez era esto: menos fe en el último clic, menos Excel eterno, más preguntas incómodas con dinero real encima de la mesa.