Research & Evidence

Methode suchen

Titel, Fragen, Gebiete und MSC-Kennungen durchsuchen.

    ← Alle Methoden
    METHODEN-DOSSIERMSC-P-001Grundlagen der EvidenzGeprüftes wissenschaftliches Dossier

    Wie wird aus einer Marketingbehauptung eine testbare Frage?

    Eine Frage wird testbar, wenn Population, Einheit, Intervention, Vergleich, Outcome, Horizont, kleinste nützliche Wirkung und ein widerlegendes Ergebnis feststehen.

    Wissenschaftliche Redaktion: Marketing Science Center

    Direkte Antwort

    Vor der Methodenwahl ein messbares Protokoll formulieren.

    Eine Frage wird testbar, wenn Population, Einheit, Intervention, Vergleich, Outcome, Horizont, kleinste nützliche Wirkung und ein widerlegendes Ergebnis feststehen.

    Nosek et al. (2018), The preregistration revolutionICH E9(R1), Estimands and sensitivity analysis

    01

    Zu lösendes Problem

    Eine Aussage wie „E-Mail steigert Käufe“ nennt weder Population, Vergleich, Horizont noch ein mögliches widerlegendes Ergebnis. Sie kann daher kein überprüfbares Protokoll oder eine Entscheidung tragen.

    02

    Operative Zusammenfassung

    Das Dossier überführt den Claim in einen Vertrag aus Population, Einheit, Exposition, Vergleich, Outcome, Horizont, kleinster nützlicher Wirkung, Analyseplan und Falsifikator. Die Ausgabe prüft die Vertragsvollständigkeit, nicht einen Marketingeffekt.

    1. Entscheidungsebene: Entscheidung und Nutzenschwelle prüfen.
    2. Praxis: Population, Einheit, Outcome und Horizont festlegen.
    3. Analyse: Estimand, Analyse, Unsicherheit und Falsifikator versiegeln.

    03

    Konkrete Marketingsituation

    Ein Team möchte entscheiden, ob eine E-Mail-Kampagne getestet werden soll. Population sind berechtigte Abonnenten, Einheit ist der Abonnent, Vergleich ist keine E-Mail und Outcome ein Kauf binnen sieben Tagen.

    04

    Wissenschaftliche Frage und Geltungsbereich

    Erhöht die Zuweisung zur E-Mail gegenüber keiner E-Mail bei berechtigten Abonnenten den Kauf binnen sieben Tagen um mindestens 1,0 Prozentpunkt? Geplanter Estimand ist eine Intention-to-treat-Risikodifferenz.

    05

    Warum eine einfache Formulierung scheitert

    Ohne Einheit ist die Abhängigkeit der Beobachtungen unbekannt. Ohne Vergleich ist der Effekt undefiniert. Ohne Horizont kann das Outcome nach Datensicht verschoben werden. Ohne Schwelle und Falsifikator lässt sich fast jedes Ergebnis günstig darstellen.

    06

    Intuition der Methode

    Eine testbare Frage legt vorab fest, was, bei wem, gegenüber was, wann und nach welcher Regel ein Ergebnis die Hypothese stützen oder widerlegen kann. Sie trennt Ideengenerierung und konfirmatorischen Test.

    07

    Benötigte Daten

    Das Register verlangt Population und Eignung, Zuweisungs- und Analyseeinheit, Intervention, Vergleich, Outcome-Definition und -Fenster, Estimand, Strategie für interkurrente Ereignisse, Missing-Outcome-Regel, Schätzer, Intervallmethode, Alpha, Multiplizität, Schwelle, Richtung, drei Entscheidungsfälle, Abweichungen und Datenstatus.

    08

    Formales Modell

    Q=(P,U,X,C,Y,H,Δ*,D,A,F), wobei P Population, U Einheit, X Exposition, C Vergleich, Y Outcome, H Horizont, Δ* kleinste nützliche Wirkung, D Richtung, A Analyseplan und F Falsifikator bezeichnet.

    09

    Deklarierte Berechnung

    Python und R lesen den angegebenen Pfad, verlangen eine Zeile und prüfen Felder, H>0, Δ*>0, 95 % ↔ Alpha 0,05, Richtung und Grenzen, ITT-Nenner, interkurrente Ereignisse, Fail-closed-Missing-Regel, Multiplizität und Abweichungen; beide berechnen denselben kanonischen SHA-256.

    10

    Durchgängiges Zahlenbeispiel

    Das Protokoll setzt H=7 Tage, Δ*=1,0 Punkt und einen Kontrast. Das Miettinen-Nurminen-KI invertiert den beschränkten Binomial-Score, nutzt N/(N-1), Toleranz 1e-8, 100 Iterationen, 95 % und zweiseitiges Alpha 0,05. Untere Grenze ≥ +1,0: Schwelle gestützt; obere < +1,0: widerlegt; sonst unentschieden. protocol_complete=true; SHA-256=86a315abd306359f92ec5439f361511d80a7516af3516525c8bd1272014caa74; kein Effekt geschätzt.

    Synthetisches Protokollbeispiel – keine Beobachtungen und kein geschätzter Effekt.

    MSC-P-001-EXAMPLE
    HorizontSchwelleEstimandAusgabe
    71,0 ppgeplante ITT-Risikodifferenzprotocol_complete=true

    11

    Validitätsannahmen

    Die Felder müssen beobachtbare, nicht redundante Objekte bezeichnen. Die Einheit muss zum Zuweisungsmechanismus passen. Das Outcome muss für alle Gruppen im selben Horizont messbar sein. Die Nutzenschwelle muss aus der Entscheidung stammen, nicht aus späteren Ergebnissen.

    12

    Diagnostik und Unsicherheit

    Zu prüfen sind Population, eindeutige Zuweisungen, vollständige Transaktionsprotokolle, Zustellung, Öffnung, Crossover, externe Exposition, Zeitplan, Ausschlüsse, Multiplizität und Abweichungen. Erwartete Präzision lässt sich mit Stichprobengröße und angenommenen Raten planen; das empirische Intervall erst nach Beobachtung.

    13

    Ergebnisinterpretation

    protocol_complete=true bedeutet nur, dass das Register Pflichtfelder enthält und deterministische Regeln besteht. Es belegt weder Machbarkeit noch gültige Zuweisung oder die kleinste nützliche Wirkung der E-Mail.

    14

    Vertretbare und unzulässige Schlussfolgerung

    Vertretbar: Frage, geplanter Estimand, Schwelle und Falsifikator sind explizit. Unzulässig: E-Mail steigert Käufe, das Protokoll garantiert ein Ergebnis oder die bloße Schwelle macht den späteren Test kausal.

    15

    Mögliche Marketingentscheidung

    Das Team kann das Protokoll vor Datenerhebung annehmen, überarbeiten oder ablehnen, Testkosten schätzen, Variablenverfügbarkeit prüfen und entscheiden, ob 1,0 Punkt das Experiment rechtfertigt. Auf einen nicht beobachteten Effekt kann es noch nicht handeln.

    16

    Wann einsetzen und wann stoppen

    Vor Erhebung oder Öffnung der Outcomes einsetzen. Stoppen, wenn Population, Vergleich, Outcome oder Horizont nicht festlegbar sind, die Schwelle keine Entscheidungsbegründung hat oder der Plan nach Ergebnissicht ohne explorative Kennzeichnung geändert wird.

    17

    Reproduzierbare Implementierungen

    Das CC0-CSV ist das einzige Register. Python 3.13 und R 4.5 sind Referenzvalidatoren: gleicher Pfad, Regeln, Frage und SHA-256. SPSS und SAS dienen ausdrücklich nur Import und Inspektion; sie validieren protocol_complete nicht. Kein Seed, da keine Simulation erfolgt.

    18

    Erwartetes Endergebnis

    Zu liefern sind kanonische Frage, versioniertes und gehashtes Register, Begründung für Δ*, Analyseplan, Missing-Data-Regel, Falsifikator, Protokollabweichungen und konfirmatorische oder explorative Kennzeichnung jeder Analyse.

    19

    Quellen und Evidenzniveau

    Nosek et al. stützen Vorabspezifikation und Falsifizierbarkeit. ICH E9(R1) stützt Estimand, interkurrente Ereignisse und Replikation. Die SAS-9.4-Dokumentation belegt korrigierten MN-Algorithmus, numerischen Stopp und Abgrenzung zu Mee. Alle drei Volltexte sind geprüft. Keiner belegt Beispiel oder synthetische Schwelle.

    1. Nosek et al. (2018) ↗Volltext geprüft · von den Autoren hinterlegtes Manuskript
    2. ICH E9(R1) (2020) ↗Volltext geprüft · offizielle Step-5-Leitlinie
    3. SAS 9.4 · PROC FREQ ↗Volltext geprüft · offizielle Algorithmusdokumentation

    Datensatz · Werkzeug

    Datensatz · MSC-P-001-QUESTIONSynthetisches Register einer testbaren Frage→

    Methodische Verbindungen

    Übergeordnetes GebietStatistische Entscheidungsmethoden: wählen, quantifizieren, validieren

    Als Nächstes

    MSC-P-002Korrelation oder Kausalität: Welche Aussage trägt eine Analyse wirklich?→MSC-P-010Wann sollte ein Marketingexperiment durchgeführt werden?→MSC-P-018Prädiktive oder kausale Regression: Was soll geschätzt werden?→