Guía de medición y atribución
Cómo funciona la medición de nueva generación del retail media en tienda
Que un anuncio se reproduzca no demuestra que haya recibido atención ni que haya generado ventas adicionales. Descubre cómo Footprints AI separa la evidencia de entrega, exposición y compra para que puedas elegir qué medir y entender qué respalda cada resultado.
Empieza por la pregunta detrás de la cifra
La entrega, la exposición, la atención y las ventas responden a preguntas diferentes. Un tipo de evidencia no prueba el siguiente.
Entrega
Una reproducción confirmada registra que el anuncio se reprodujo en una pantalla o bocina en funcionamiento. No demuestra que hubiera una audiencia.
Exposición
Una oportunidad de ver u oír (OTS u OTH) vincula la presencia observada o modelada con una zona de medios y un intervalo de reproducción. No equivale a atención.
Atención
Una estimación de la probabilidad de ver (LTS) requiere un método validado por separado. Estar orientado hacia una pantalla no demuestra que se esté leyendo.
Resultados de ventas
Atribución: Una compra se vincula con una exposición según una regla de vinculación y una ventana de tiempo explícitas. Ese vínculo no demuestra causalidad.
Incrementalidad: Las ventas adicionales se estiman frente a una comparación creíble. La atribución por sí sola no puede responder a esta pregunta.
¿Qué se considera una exposición en la tienda?
Las pantallas y la radio requieren verificaciones distintas. Mantén separadas las reproducciones, las oportunidades, las estimaciones de atención y el alcance, cada uno con sus propias unidades y poblaciones.
Pantallas: verifica el área de visibilidad
Confirma que el anuncio se reprodujo en una pantalla en funcionamiento. Define desde dónde puede verse y después vincula la presencia en esa área con el intervalo de reproducción. La orientación y las obstrucciones de la vista permiten afinar el conteo. Que un video se reproduzca completo es evidencia de entrega, no prueba de que alguien lo haya visto.
Radio: verifica la cobertura audible
Confirma la reproducción en la zona correspondiente de la tienda, con las bocinas encendidas y sin silenciar. Calibra hasta dónde llega el sonido cuando hay afluencia en la tienda y después vincula la presencia en esa área con el intervalo del anuncio. Dividir el tiempo de permanencia por el intervalo entre mensajes permite estimar contactos, no mensajes escuchados.
¿Qué pueden demostrar los datos que tienes disponibles?
Cinco tipos de fuentes alimentan seis motores nativos. Usa las fuentes que tu tienda pueda utilizar: no se trata de una secuencia tecnológica obligatoria ni de una clasificación por precisión. Cada resultado conserva su base de evidencia y la población que cubre.
Seis motores, nativos de la plataforma
Estimator AI Engine
Fuente 1 · Modelado
Datos de entrada: contexto de la tienda y tiendas comparables
Genera: flujos y oportunidades modelados por escenario.
Synthetic Path AI
Fuente 2 · Ruta modelada
Datos de entrada: canastas de compra, tiempos y un gemelo digital
Genera: un recorrido inferido, una ruta plausible y una exposición.
Wi-Fi Analytics
Fuente 3 · Dispositivos observados
Datos de entrada: observaciones de Wi-Fi
Genera: visitas de dispositivos, ubicación y tiempo de permanencia en zonas de medios.
Computer Vision AI
Fuente 4 · Observado; calificado cuando se ha validado
Datos de entrada: señales de video de cámaras o eventos
Genera: conteos, movimiento, orientación hacia la pantalla y señales visuales calificadas cuando se han validado.
Indoor Positioning & Navigation SDK
Fuente 5 · Participantes observados
Datos de entrada: dispositivos con la app o integrados en carritos
Genera: rutas y tiempos de permanencia calibrados; medición y navegación para los dispositivos participantes.
Sensor Fusion Engine
Todas las fuentes · Base conservada
Datos de entrada: señales disponibles de las fuentes
Genera: métricas alineadas, deduplicadas y verificadas que conservan su base de evidencia.
Cinco tipos de fuentes, según las que tu tienda pueda utilizar
1. Nuestra estimación
- Nos proporcionas
- Nada
- Entonces podemos contar
- Oportunidades de planificación por pantalla y bocina, con los supuestos explícitos.
2. Tus datos de ventas
- Nos proporcionas
- Datos de ventas de las cajas registradoras
- Entonces podemos contar
- Compras por tienda y hora, y compras vinculadas con la exposición según un método explícito.
3. El Wi-Fi de tu tienda
- Nos proporcionas
- Datos de ubicación de Wi-Fi y posiciones de puntos de acceso
- Entonces podemos contar
- Presencia de dispositivos y tiempo de permanencia cerca de cada pantalla y bocina, dentro de la cobertura.
4. Cámaras
- Nos proporcionas
- Señales de video de cámaras o eventos, además de planos de la tienda
- Entonces podemos contar
- Personas, movimiento y orientación hacia la pantalla en las zonas de las cámaras; atención donde se haya validado.
5. Posicionamiento en interiores
- Nos proporcionas
- Tu aplicación o carritos inteligentes con el SDK y un mapa calibrado
- Entonces podemos contar
- Rutas y tiempo de permanencia de usuarios de la app o de carritos, con vinculación a clientes cuando esté permitido.
No necesitas las cinco. Usa las fuentes de datos que tus tiendas ya admiten. Cada una aporta un tipo diferente de evidencia. Los datos de ventas, por ejemplo, muestran lo que se compró, no el recorrido por la tienda.
Estimator AI Engine
Datos de entrada: contexto de la tienda, tiendas comparables y supuestos explícitos. Ayuda contar con una lista de tiendas, horarios de apertura e inventario de ubicaciones publicitarias; no hace falta una nueva integración con cajas, sensores o datos de clientes.
Permite obtener: flujos de visitantes modelados y oportunidades semanales por escenario de pantalla o bocina, expresados como rangos de planificación.
Límites: Que no se requiera intervención no significa que no haya supuestos. Esto no demuestra entrega, visualización ni precisión antes de la validación. Las audiencias superpuestas de distintas ubicaciones publicitarias no deben sumarse sin más.
Synthetic Path AI
Datos de entrada: registros de caja por tienda y hora, canastas de compra y un modelo digital de la tienda; identificadores seudonimizados del programa de lealtad cuando esté permitido.
Permite obtener: conteos de compras, una ruta plausible por canasta y una posible exposición. El resultado es híbrido: compras observadas, recorrido modelado. Las fuentes de presencia pueden acotar los segmentos cubiertos.
Límites: Una transacción no equivale necesariamente a un solo comprador. Los resultados segundo a segundo indican la resolución del modelo, no una posición conocida. Las rutas, los tiempos, los acompañantes y las personas que no compran siguen siendo inferidos, salvo que haya evidencia que los respalde. Las ventas vinculadas no son ventas causadas por el anuncio.
Wi-Fi Analytics
Datos de entrada: datos de ubicación procedentes de puntos de acceso compatibles, su configuración y posiciones; opcionalmente, contadores de entradas.
Permite obtener: detecciones observadas de dispositivos y estimaciones de ubicación y tiempo de permanencia en las zonas de medios cubiertas, vinculadas con las reproducciones. La infraestructura compatible puede detectar teléfonos sin que estén conectados a la red.
Límites: Los teléfonos, su configuración, la rotación de identificadores y la cobertura afectan la detección. Un dispositivo no es una persona. Los compradores no detectados se estiman, no se observan; las posiciones tienen un margen de incertidumbre. La presencia no demuestra orientación hacia la pantalla ni que se haya oído el anuncio.
Computer Vision AI
Datos de entrada: señales de video de cámaras o eventos compatibles, planos de la tienda, posiciones de las cámaras y un plan de validación por pantalla.
Permite obtener: conteos, movimiento, tiempo de permanencia y orientación hacia la pantalla en las zonas de las cámaras, mediante resultados de estimación de postura, no de identidad. La orientación hacia la pantalla solo respalda visualizaciones calificadas cuando se ha validado para esa pantalla.
Límites: Estar orientado hacia una pantalla no equivale a leer; no todas las cámaras son adecuadas. La atención requiere una validación por separado. Los resultados de estimación de postura por sí solos no determinan cómo se maneja el video sin procesar: el procesamiento y la retención permitidos deben constar en el acuerdo de datos.
Indoor Positioning & Navigation SDK
Datos de entrada: una app de la tienda o un carrito inteligente con el SDK, un mapa calibrado y criterios acordados de precisión, cobertura, latencia y sincronización de relojes.
Permite obtener: rutas y tiempos de permanencia calibrados para los dispositivos participantes; vinculación con clientes o compras cuando esté permitido. La navegación hacia los estantes y las recomendaciones basadas en la ubicación son funciones de activación, distintas de la medición.
Límites: Quienes no participan quedan fuera de esta población observada. Un dispositivo no equivale necesariamente a una persona. Las rutas no demuestran que se esté mirando o escuchando; iniciar sesión no autoriza todos los usos.
Sensor Fusion Engine
Datos de entrada: estimaciones, ventas y registros de presencia, ubicación y reproducción disponibles.
Permite obtener: señales alineadas en el tiempo y el espacio, verificadas y deduplicadas, que generan resultados separados de exposición, atención calificada y compras vinculadas.
Límites: Combinar fuentes no convierte la inferencia en observación. La falta de cobertura sigue siendo visible; las distintas métricas nunca se suman en un solo total.
De la evidencia a un reporte útil
Una mejor evidencia reemplaza o acota los supuestos. Los eventos de compra reemplazan las estimaciones de compradores; la presencia dentro de la cobertura acota las audiencias de las ubicaciones publicitarias; las cámaras validadas afinan la orientación hacia la pantalla; los registros de los reproductores y el estado de los dispositivos de reproducción reemplazan los supuestos de reproducciones programadas.
Cómo Sensor Fusion Engine combina las cinco fuentes
Sensor Fusion Engine
Resultados separados
- Oportunidades para ver u oír
- Atención, donde esté validada
- Compras vinculadas, con la regla explícita
Un ejemplo de recorrido, con su evidencia identificada
Considera un recorrido esquemático de la entrada a la salida. Con solo datos de ventas, la ruta es modelada. El Wi-Fi, las cámaras o el SDK pueden respaldar segmentos observados dentro de su cobertura; el resto sigue siendo modelado. Las reproducciones de anuncios y las vinculaciones de compras son registros separados, no hechos deducidos de la trayectoria en movimiento. Esto ilustra el flujo de trabajo, no la precisión de una implementación.
Nuestro estándar de reportes: ocho datos con cada métrica
| Dato | Lo que identifica |
|---|---|
| Qué tienda, pantalla y anuncio | Tienda, ubicación publicitaria o dispositivo de reproducción, pieza creativa o campaña |
| Cómo se midió | Fuente, método y versión; periodo y zona horaria |
| Observado, modelado o híbrido | La base de la cifra y la población que cubre |
| Si el anuncio realmente se reprodujo | Reproducción programada frente a confirmada; estado del dispositivo de reproducción |
| Área contabilizada, margen de error | Zona visual o acústica; incertidumbre de ubicación y tiempo |
| Cómo se convirtieron los conteos de dispositivos en conteos de personas | Conversión de dispositivos a personas, exclusiones y extrapolación |
| Qué tipo de cifra es | Reproducción, OTS/OTH, estimación de atención o alcance, y su regla |
| Qué resultado se vinculó y cómo | Método de vinculación o comparación, ventana de tiempo y limitaciones |
Estos datos hacen visible la base de las comparaciones entre tiendas o entre semanas. La facturación se rige por la unidad contratada y la evidencia realmente disponible.
Cuando cambia la cobertura, cambia la etiqueta
Ejemplo ilustrativo, no una implementación actual: tres puntos de acceso Wi-Fi en funcionamiento permiten observar la presencia en la entrada. Si uno falla, el conteo de esa hora pasa a ser híbrido o modelado, según la cobertura restante. Señala el cambio en el reporte y usa la regla acordada para la facturación. Nunca presentes la falta de cobertura como si se hubiera medido.
La atribución no es incrementalidad
Una compra después de un anuncio es un vínculo. Demostrar que el anuncio causó compras adicionales requiere un diseño distinto.
Atribución: una compra vinculada
Para la atribución, indica la regla de vinculación, la ventana retrospectiva, la exposición observada o modelada y la cobertura de identificación. El reporte debe mostrar qué compras se pudieron vincular, sin dar a entender que se identificó a todos los compradores.
Incrementalidad: compras adicionales
Para la incrementalidad, usa una comparación creíble con tiendas o compradores que no recibieron el anuncio: un diseño aleatorizado, con grupos emparejados u otro diseño validado. Considera la selección, las promociones, la estacionalidad y la propagación de efectos entre grupos. Sin ese contrafactual, no llames ventas incrementales a las compras atribuidas.
Referencia técnica opcional
Usa estos cálculos y definiciones para verificar la base de un reporte. Las oportunidades de planificación no equivalen a entrega verificada, atención ni alcance único.
Fórmulas de planificación
| Cálculo | Fórmula |
|---|---|
| Grupos de compradores que ingresan | Grupos de compradores que ingresan = eventos de transacciones de compra ÷ (proporción de grupos que compran × transacciones por grupo que compra) |
| Personas que ingresan | Personas que ingresan = grupos de compradores que ingresan + las personas que los acompañaron |
| Ubicación publicitaria | Cómo se calcula la estimación |
|---|---|
| Pantallas de fachada | Tránsitos de personas frente a la fachada de la tienda × visibilidad × frecuencia de contacto × factor operativo |
| Pantallas de entrada | Visitas de personas que ingresan × elegibilidad de la ruta de entrada × visibilidad × frecuencia de contacto × factor operativo |
| Pantallas en cajas | Compradores y acompañantes elegibles × visibilidad en cajas × (tiempo de permanencia en cajas ÷ intervalo entre mensajes) × factor operativo |
| Pantallas en tienda | Visitas de personas que ingresan × elegibilidad de la ubicación publicitaria × frecuencia de contacto × factor operativo |
| Radio en tienda | Visitas de personas que ingresan × elegibilidad para audio × (tiempo de permanencia de la visita ÷ intervalo entre mensajes de audio) × factor operativo |
Nota: la base de transacciones puede ser modelada, no observada; los acompañantes y la frecuencia de visita son supuestos. Los escenarios de ubicaciones publicitarias pueden superponerse y no se suman entre sí. Dividir el tiempo de permanencia por el intervalo entre mensajes da los contactos esperados, no los mensajes escuchados. La participación publicitaria y la programación son ajustes de planificación; la evidencia de reproducción se mantiene separada.
Usa unidades de tiempo compatibles para el tiempo de permanencia y el intervalo entre mensajes.
Glosario
| Término | Qué significa en nuestros reportes |
|---|---|
| Reproducción | Un evento de entrega en un dispositivo de reproducción: el anuncio se reprodujo en una pantalla o bocina específica en un momento específico. Es un dato sobre el equipo, no sobre una persona. |
| Modelado | Una estimación generada a partir de supuestos o inferencias, incluso cuando algunos de sus datos de entrada son observados. |
| Observado | Una lectura o un evento real de una fuente, con su alcance y calidad explícitos. Esto no convierte los cálculos posteriores en observados. |
| Híbrido | Un resultado que combina partes observadas y modeladas; ambas partes están identificadas. |
| Calificado | Una métrica admitida según una regla explícita (zona, tiempo, orientación, cobertura) y una base de aceptación acordada. |
| OTS y OTH | Una oportunidad de ver u oír en las condiciones de zona y tiempo definidas. No es prueba de atención. |
| LTS | Una estimación de la probabilidad de ver basada en un método validado. La identidad por sí sola no es atención. |
| Alcance y frecuencia | Entidades deduplicadas y contactos elegibles repetidos, para una población, un alcance y un periodo declarados. |
| Atribución e incrementalidad | Una compra vinculada con la exposición según una regla de vinculación explícita, frente a las compras adicionales estimadas con respecto a un grupo de comparación creíble. |
Empieza con la evidencia que tus tiendas pueden respaldar
Acuerda la métrica, la población y los criterios de aceptación antes de generar reportes o facturar. Agrega evidencia para responder una pregunta específica, no tecnología por sí misma.
Cuatro pasos para la implementación
Escenario y estimación
Comparte la lista de tiendas, los horarios y el inventario de pantallas. Empieza con una estimación modelada; los reproductores conectados confirman las reproducciones.
Agrega datos de ventas
Reemplaza los supuestos de compra por eventos de compra y define el método para analizar los resultados.
Agrega presencia y ubicación
Empieza con Wi-Fi y después agrega cámaras o el SDK donde sean útiles. Califica cada fuente según su cobertura, zona, tiempo y población.
Valida y después usa
En cada tienda, sigue una reproducción representativa desde los datos de entrada, pasando por la regla y la versión, hasta el resultado reportado.
Valida antes de generar reportes o facturar
Prueba cada fuente en una campaña real en esa tienda y confirma las condiciones de protección de datos y del contrato antes de usarla. Para el posicionamiento en interiores, la aceptación también abarca la precisión, la latencia, la distinción entre pisos y zonas, y la sincronización de tiempo.
