¿Cuándo debe realizarse un experimento de marketing?
Un experimento es preferible cuando la pregunta se refiere al efecto de una acción y la asignación puede controlarse sin un riesgo desproporcionado. De lo contrario, el diseño observacional debe explicitar sus supuestos.
Redacción científica : Marketing Science Center
Respuesta directa
Elegir un diseño proporcional a la decisión y al riesgo.
Un experimento es preferible cuando la pregunta se refiere al efecto de una acción y la asignación puede controlarse sin un riesgo desproporcionado. De lo contrario, el diseño observacional debe explicitar sus supuestos.
Jackson et al., 2022Hernán & Robins, Causal Inference: What If
01
Resumen operativo
Pregunta científica y alcance
¿Cuándo debe realizarse un experimento de marketing?
Admisible
Elegir un diseño proporcional a la decisión y al riesgo.
Prohibido
Exigir causalidad fuerte cuando no existe variación creíble.
02
Tres niveles de lectura
- 01
Responsable — Conectar el resultado con una decisión, un umbral útil y un coste de error declarados.
- 02
Profesional — Fijar población, unidad, horizonte, variables disponibles y regla de análisis antes del cálculo.
- 03
Analista — Reproducir el cálculo, cuantificar la incertidumbre y documentar diagnósticos, fallos y sensibilidad.
03
Situación de marketing concreta
Un experimento es preferible cuando la pregunta se refiere al efecto de una acción y la asignación puede controlarse sin un riesgo desproporcionado. De lo contrario, el diseño observacional debe explicitar sus supuestos.
04
Pregunta científica y alcance
¿Cuándo debe realizarse un experimento de marketing?
Filtro local de gobernanza para decidir si detallar un experimento causal; no EVSI/EVPI
Datos necesarios
Unidad elegible × asignación × horizonte de valor fijo
La población, la unidad de análisis, la fecha de origen y el horizonte deben declararse en el entregable. Sin ellos, el estimando cambia sin advertencia.
05
Por qué puede fallar un análisis simple
- Exigir causalidad fuerte cuando no existe variación creíble.
- Ética y riesgo
- Horizonte y moneda comunes
- Escenario preespecificado
06
Intuición del método
El método no convierte automáticamente una asociación en evidencia. Vincula una pregunta declarada con un estimando, una especificación, datos compatibles y una regla de interpretación limitada.
Filtro local de gobernanza para decidir si detallar un experimento causal; no EVSI/EVPI
07
Datos necesarios
Diccionario de símbolos científicos
local_decision_value- Valor monetario local de resolver la decisión en un escenario y horizonte preespecificados; no es EVSI ni EVPI. Unidad:
euro en el horizonte declarado· Tipo:número· Función:entrada experiment_cost- Coste monetario incremental total de diseñar, operar y analizar el experimento en el mismo horizonte. Unidad:
euro· Tipo:número no negativo· Función:entrada expected_operational_harm- Daño monetario esperado bajo un modelo probabilístico declarado para riesgos operativos y éticos. Unidad:
euro· Tipo:número no negativo· Función:entrada local_screen- Balance local de gobernanza para decidir si procede detallar el experimento; no es una estimación de efecto ni valor formal de información. Unidad:
euro· Tipo:número· Función:salida
Entradas exactas y selladas del motor
local_decision_value_eur- Valor:
25000· Unidad:EUR· Tipo:número· Estado de los datos:sintético experiment_cost_eur- Valor:
12000· Unidad:EUR· Tipo:número· Estado de los datos:sintético operational_risk_eur- Valor:
5000· Unidad:EUR· Tipo:número· Estado de los datos:sintético anticipated_gain_pp- Valor:
2.0· Unidad:punto_porcentual· Tipo:número· Estado de los datos:sintético minimum_useful_gain_pp- Valor:
1.5· Unidad:punto_porcentual· Tipo:número· Estado de los datos:parámetro declarado action_reversible- Valor:
1· Unidad:binario· Tipo:entero· Estado de los datos:sintético assignment_feasible- Valor:
1· Unidad:binario· Tipo:entero· Estado de los datos:sintético value_horizon_days- Valor:
30· Unidad:día· Tipo:entero· Estado de los datos:parámetro declarado valuation_scenario_prespecified- Valor:
1· Unidad:binario· Tipo:entero· Estado de los datos:parámetro declarado risk_probability_model_declared- Valor:
1· Unidad:binario· Tipo:entero· Estado de los datos:parámetro declarado
08
Modelo formal
Modelo formal
local_net_screen_eur = local_decision_value_eur − experiment_cost_eur − operational_risk_eur; passes_local_screen = 1 only if local_net_screen_eur > 0, anticipated_gain_pp >= minimum_useful_gain_pp, action_reversible = 1, assignment_feasible = 1, valuation_scenario_prespecified = 1, risk_probability_model_declared = 1, and value_horizon_days > 0Afirmaciones respaldadas: MSC-P010-C01 · MSC-P010-C02 · MSC-P010-C03 · MSC-P010-C04 · MSC-P010-C05 · MSC-P010-C06 · MSC-P010-C07 · MSC-P010-C08 · MSC-P010-C09
Pregunta científica y alcance
Filtro local de gobernanza para decidir si detallar un experimento causal; no EVSI/EVPI
09
Cálculo declarado
- 01
Alinear valor, coste y daño en moneda, escenario y horizonte comunes; exigir declaraciones del escenario y del modelo de riesgo.
- 02
Restar coste y daño operativo esperado del valor local y comparar la ganancia prevista con la mínima útil.
- 03
Etiquetar la salida como filtro de gobernanza no universal y prohibir lenguaje de VOI o efecto causal.
10
Ejemplo numérico o caso de aplicación
Ejemplo de aplicación — datos sintéticos o parámetros declarados; ninguna observación real
Entradas selladas
local_decision_value_eur=25000 [EUR]experiment_cost_eur=12000 [EUR]operational_risk_eur=5000 [EUR]anticipated_gain_pp=2.0 [punto_porcentual]minimum_useful_gain_pp=1.5 [punto_porcentual]action_reversible=1 [binario]assignment_feasible=1 [binario]value_horizon_days=30 [día]valuation_scenario_prespecified=1 [binario]risk_probability_model_declared=1 [binario]
Resultados reproducibles
local_net_screen=€8,000passes_local_screen=true
Dosier verificado: afirmaciones vinculadas a fuentes a nivel de pasaje, cálculo Python/R reproducido, límites explícitos y revisión científica independiente completada.
11
Supuestos de validez
- ¿Todas las cantidades monetarias usan el mismo horizonte y base de moneda?
- ¿Se fijó el escenario de valoración antes de ver un resultado experimental?
- ¿Se documentan probabilidades y consecuencias de riesgo en vez de ocultarlas en una puntuación opaca?
12
Diagnósticos e incertidumbre
Diagnósticos e incertidumbre
Ética y riesgo · Horizonte y moneda comunes · Escenario preespecificado · Probabilidades de riesgo declaradas · Contaminación · Viabilidad operativa · No llamar valor de información al filtro
Diagnóstico acotado
Filtro local de gobernanza no universal; no es valor de información ni estimación de efecto.
Contrato explícito de incertidumbre · not_estimable_from_sealed_inputs
Método : Evaluación explícita de no estimabilidad frente al esquema de entradas sellado.
Objetivo : Incertidumbre en los valores locales de valor, coste, riesgo y ganancia.
Evidencia del motor : diagnostic=local_nonuniversal_governance_screen_not_voi_or_effect_estimate
Interpretación : Las entradas puntuales selladas no contienen distribuciones de probabilidad; el filtro no cuantifica EVSI, EVPI ni incertidumbre decisional.
Detenerse si
Exigir causalidad fuerte cuando no existe variación creíble.
13
Interpretación del resultado
- Elegir un diseño proporcional a la decisión y al riesgo.
- El resultado está condicionado por la población, el horizonte, la especificación y los controles declarados. No debe extenderse a otra decisión sin nueva justificación.
14
Conclusión admisible y prohibida
Admisible
Elegir un diseño proporcional a la decisión y al riesgo.
Prohibido
Exigir causalidad fuerte cuando no existe variación creíble.
15
Decisión de marketing posible
- 01
Elegir un diseño proporcional a la decisión y al riesgo.
- 02
El resultado está condicionado por la población, el horizonte, la especificación y los controles declarados. No debe extenderse a otra decisión sin nueva justificación.
16
Cuándo usar — cuándo detenerse
Usar si
Elegir un diseño proporcional a la decisión y al riesgo.
Unidad elegible × asignación × horizonte de valor fijo
Detenerse si
Exigir causalidad fuerte cuando no existe variación creíble.
Alternativas metodológicas
- Usar EVPI o EVSI con un modelo de decisión probabilístico completo.
- Usar un filtro cualitativo de viabilidad y ética si monetizar sería engañoso.
- Realizar un piloto pequeño solo tras definir reglas de parada y estimando causal.
17
Contrato de reproducibilidad
Python y R son las referencias ejecutables. SPSS y SAS siguen siendo sintaxis secundarias hasta verificarse con los mismos datos, especificación y diagnósticos.
El motor selecciona únicamente el segmento y la rama explícita de esta página. Su hash, salidas y diagnósticos quedan sellados en el expediente atómico; no se permite ninguna rama genérica de respaldo.
Huella del segmento: 9f3be1ae9f83565bb0f6f7351672c8284fe0eaf705c212e574f0545f899f4c14
CSV · CC0
msc-validation-inputs-v1.csv ↓Python · MIT
msc-validation-reference-v1.py ↓R · MIT
msc-validation-reference-v1.R ↓SPSS / SAS · MIT · solo inspección
SPSS ↓SAS ↓Modelo formal
local_net_screen_eur = local_decision_value_eur − experiment_cost_eur − operational_risk_eur; passes_local_screen = 1 only if local_net_screen_eur > 0, anticipated_gain_pp >= minimum_useful_gain_pp, action_reversible = 1, assignment_feasible = 1, valuation_scenario_prespecified = 1, risk_probability_model_declared = 1, and value_horizon_days > 0Dosier verificado: afirmaciones vinculadas a fuentes a nivel de pasaje, cálculo Python/R reproducido, límites explícitos y revisión científica independiente completada.
18
Entregable final esperado
- 01
¿Cuándo debe realizarse un experimento de marketing? —
Unidad elegible × asignación × horizonte de valor fijo - 02
local_decision_value · experiment_cost · expected_operational_harm · local_screen
- 03
local_net_screen_eur = local_decision_value_eur − experiment_cost_eur − operational_risk_eur; passes_local_screen = 1 only if local_net_screen_eur > 0, anticipated_gain_pp >= minimum_useful_gain_pp, action_reversible = 1, assignment_feasible = 1, valuation_scenario_prespecified = 1, risk_probability_model_declared = 1, and value_horizon_days > 0 - 04
Ética y riesgo · Horizonte y moneda comunes · Escenario preespecificado · Probabilidades de riesgo declaradas · Contaminación · Viabilidad operativa · No llamar valor de información al filtro
- 05
Elegir un diseño proporcional a la decisión y al riesgo. / Exigir causalidad fuerte cuando no existe variación creíble.
19
Fuentes científicas y estado de la evidencia
Dosier verificado: afirmaciones vinculadas a fuentes a nivel de pasaje, cálculo Python/R reproducido, límites explícitos y revisión científica independiente completada.
MSC-P010-C01— El objetivo causal compara resultados potenciales medios bajo dos intervenciones definidas.MSC-P010-C02— La consistencia vincula el resultado observado con el potencial bajo la política asignada.MSC-P010-C03— El estimando causal supone que la asignación de un cliente no altera el resultado de otro.MSC-P010-C04— Ajustar una regresión no establece por sí mismo un diseño causal.MSC-P010-C05— La especificación previa cubre pregunta y plan de análisis antes de observar resultados.MSC-P010-C06— Los métodos de valor de la información apoyan la priorización y el diseño de estudios.MSC-P010-C07— El valor formal de información requiere incertidumbre probabilística de parámetros.MSC-P010-C08— El valor formal de información requiere pérdidas o beneficios específicos de la decisión.MSC-P010-C09— ENBS se basa en EVSI, no en una puntuación local arbitraria.
Conexiones metodológicas