LMMLarge Media Model

Conceito e produto

O que é um Large Media Model (LMM)?

Um Large Media Model é uma camada de inteligência que lê os dados de mídia de todos os canais, separa o que foi observado do que foi atribuído ou modelado, e transforma essa evidência em decisões de orçamento revisáveis.

Large Media Model
lárj mí-dia mó-del · substantivo · sigla LMM
1.

Sistema que combina Marketing Mix Modeling, atribuição, incrementalidade e dados de marca para estimar o efeito real do investimento em mídia, declarando o grau de certeza de cada número.

2.

Produto da trylmm.com que aplica esse método para times de marketing no Brasil.

Ver tambémMMMatribuiçãoincrementalidadeadstockiROAS

Em resumo

O LMM em cinco fatos.

  • É uma camada de análise, não uma plataforma de anúncios: lê os dados que Meta, Google, TikTok, TV e CRM já geram.

  • Classifica cada número em 4 tipos de evidência: observado, atribuído pela plataforma, baseado em modelo e não estimável.

  • Combina 4 métodos: MMM bayesiano (Meridian), atribuição com janela explícita, testes geo e holdouts, e dados de marca.

  • Toda recomendação de orçamento passa por aprovação humana e fica registrada com justificativa e data de revisão.

  • Quando a evidência não sustenta uma resposta, o LMM diz isso em vez de estimar.

Time de marketing analisa curvas de resposta e alocação de orçamento em um escritório na Avenida Paulista, em São Paulo, ao anoitecer.
Planejamento de mídia do Q4 em São Paulo: a mesma pergunta, quanto investir e onde, respondida com evidência rotulada.

LLM vs LMM

Mesma família de nome, problemas diferentes.

Um Large Language Model aprende padrões da linguagem. Um Large Media Model aprende a relação entre investimento em mídia e resultado de negócio, e precisa ser honesto sobre o quanto sabe. No LMM, o modelo de linguagem só entra no fim, para explicar.

Comparação entre LLM e LMM
CritérioLLMLMM
Matéria-primaTextoSéries de investimento, alcance, vendas e marca
O que produzLinguagemEstimativas de efeito com intervalo de incerteza
Pergunta centralQual a próxima palavra?Quanto cada real em mídia causou?
Lida com incertezaImplícitaDeclara o tipo de evidência e o intervalo
Quem decideQuem usaUm responsável aprova, com registro

Como funciona

Sete camadas, do dado bruto à decisão.

A ordem importa: nenhuma estimativa é feita antes de os dados estarem normalizados e verificados, e nenhuma decisão é aplicada sem alguém responsável por ela.

  1. 1

    Ingestão

    Meta · Google · TikTok · TV · CRM

    Conectores e arquivos CSV trazem investimento, impressões, cliques, conversões, vendas e CRM.

  2. 2

    Modelo canônico

    deduplicação · moedas · fusos

    Cada linha vira data, entidade, canal, métrica e janela de atribuição, numa estrutura comum.

  3. 3

    Qualidade de dados

    alertas rastreáveis

    Lacunas, quedas bruscas e métricas impossíveis viram alertas antes de entrar em qualquer análise.

  4. 4

    Classificação de evidência

    4 tipos de afirmação

    Cada afirmação recebe um rótulo: observado, atribuído, modelado ou não estimável.

  5. 5

    Quatro lentes

    Meridian · geo · holdout

    MMM, atribuição, incrementalidade e dados de marca leem os mesmos dados por ângulos diferentes.

  6. 6

    Analista de IA

    sempre com citação

    Explica padrões e responde perguntas citando a fonte de cada número usado.

  7. 7

    Decisão humana

    aprovação obrigatória

    Recomendações viram decisões com responsável, justificativa e data de revisão.

As quatro lentes

Por que um método só não basta.

Cada método erra de um jeito previsível. A atribuição superestima canais de fundo de funil, o MMM precisa de histórico e os testes custam tempo. O LMM cruza as quatro leituras e mostra onde concordam e onde divergem.

  • MMMBaseado em modelo
    adstocksaturação

    Marketing Mix Modeling

    Regressão bayesiana sobre séries semanais, com adstock e saturação por canal. Responde quanto cada canal contribuiu no longo prazo e onde o próximo real rende mais.

  • AtribuiçãoAtribuído pela plataforma
    conversão
    • Meta38%
    • Search27%
    • YouTube21%
    • CRM14%

    Atribuição com janela explícita

    Lê o que cada plataforma reporta e mostra a janela e o modelo usados. Útil para o curto prazo, nunca tratado como impacto causal.

  • IncrementalidadeExperimental
    Controle
    Teste
    +12,4%lift · IC 90%

    Testes geo e holdouts

    Compara regiões ou públicos expostos e não expostos, por exemplo Grande São Paulo contra o interior. É a lente que prova causa e calibra o MMM.

  • Marca ao vivoObservado
    ao vivo
    lembrança de marca · busca · sentimento

    Dados de marca em tempo real

    Busca, lembrança e sentimento mostram o efeito da mídia antes de virar venda, especialmente em TV e vídeo.

O diferencial

Cada número diz de onde veio.

Dashboards tradicionais colocam lado a lado um investimento faturado e uma conversão modelada como se tivessem o mesmo peso. O LMM etiqueta cada valor com o tipo de evidência, a fonte e o grau de certeza.

Relatório · Campanha Q4 · Meta + TV4 tipos de afirmação
ObservadoFatura consolidada
InvestimentoR$ 36.864

O que os dados mostram diretamente.

Certeza

Para quem é

Para quem responde pelo orçamento de mídia.

  • CMO

    “Quanto investir no próximo trimestre, e onde?”

    Recebe um resumo executivo com ROI por canal, plano de realocação e o nível de confiança de cada recomendação.

  • Head de growth e mídia

    “Esse canal está saturado?”

    Vê curvas de resposta, ponto de saturação e efeito residual por canal, com alertas de qualidade de dados.

  • Agências e analistas

    “Como provar o resultado para o cliente?”

    Entrega relatórios auditáveis, em que cada afirmação mostra o método e a fonte usados.

Glossário

Os termos que aparecem num LMM.

Marketing Mix Modeling (MMM)
Modelo estatístico que estima a contribuição de cada canal de mídia sobre vendas ou outro resultado, usando dados agregados ao longo do tempo.
Adstock
Efeito residual da mídia: parte do impacto de uma veiculação acontece nos dias ou semanas seguintes.
Curva de saturação
Relação entre investimento e resultado que mostra o ponto em que cada real adicional rende menos.
iROAS
Retorno incremental sobre investimento em mídia: receita causada pela mídia dividida pelo investimento.
Teste geo
Experimento que liga ou desliga mídia em regiões comparáveis para medir o efeito causal.
Meridian
Framework bayesiano de MMM de código aberto publicado pelo Google, usado pelo LMM.

FAQ

Perguntas frequentes sobre LMM.

  • O que é um Large Media Model (LMM)?

    Um Large Media Model é uma camada de inteligência para investimento em mídia. Ele unifica dados de vários canais, classifica cada número pelo tipo de evidência (observado, atribuído, modelado ou não estimável) e combina Marketing Mix Modeling, atribuição, incrementalidade e dados de marca para recomendar decisões de orçamento que passam por aprovação humana.

  • Qual a diferença entre LMM e LLM?

    Um LLM (Large Language Model) é treinado em texto e gera linguagem. Um LMM trabalha com séries temporais de investimento, alcance, conversões e sinais de marca, e gera estimativas com intervalo de incerteza. O LMM usa um LLM apenas na camada de explicação, para escrever análises que citam a fonte de cada número.

  • O LMM é a mesma coisa que Marketing Mix Modeling?

    Não. O MMM é uma das quatro lentes do LMM. O MMM estima a contribuição de cada canal no longo prazo; o LMM soma a isso a leitura da atribuição das plataformas, os testes de incrementalidade e os dados de marca, e mostra qual método sustenta cada afirmação.

  • Quantos dados preciso para usar um LMM?

    Para começar, um único canal com investimento diário já basta para leitura de desempenho e atribuição com janela explícita. O MMM é ativado quando há histórico suficiente, em geral 78 a 104 semanas e variação real de investimento entre canais. Até lá, o LMM marca a estimativa como não estimável em vez de inventar um número.

  • Que modelo estatístico o LMM usa?

    O MMM do LMM roda sobre o Meridian, framework bayesiano de código aberto do Google, com adstock (efeito residual) e curvas de saturação por canal. Toda estimativa sai com intervalo de credibilidade e diagnósticos de convergência.

  • A IA do LMM altera meu orçamento sozinha?

    Nunca. A IA analisa e recomenda, sempre citando a evidência. Cada recomendação vira uma decisão registrada, com justificativa, responsável e data de revisão, e só é aplicada depois de aprovada por alguém do time.

Para se aprofundar

Leituras sobre medição de mídia.

LMM

Seus dados de mídia já contêm sinais.

O LMM transforma esses sinais em um caminho claro da medição à decisão.