Research & Evidence

Buscar un método

Busca entre títulos, preguntas, territorios e identificadores MSC.

    ← Todos los métodos
    FICHA DE MÉTODOMSC-P-014Experimentación y causalidadDosier científico verificado

    ¿Cómo diseñar un experimento geográfico de marketing?

    Un experimento geográfico compara zonas test y control antes y durante la intervención. El diseño debe limitar contaminación, desequilibrio previo y dependencia temporal.

    Redacción científica: Marketing Science Center

    Respuesta directa

    Estimar un efecto incremental agregado en las zonas y el periodo estudiados.

    Un experimento geográfico compara zonas test y control antes y durante la intervención. El diseño debe limitar contaminación, desequilibrio previo y dependencia temporal.

    Hernán & Robins, Causal Inference: What IfVaver & Koehler, 2011

    01

    Resumen operativo

    Pregunta científica y alcance

    ¿Cómo diseñar un experimento geográfico de marketing?

    Admisible

    Estimar un efecto incremental agregado en las zonas y el periodo estudiados.

    Prohibido

    Atribuir el efecto a cada individuo o extrapolar sin reservas a otros mercados.

    02

    Tres niveles de lectura

    1. 01

      Responsable — Conectar el resultado con una decisión, un umbral útil y un coste de error declarados.

    2. 02

      Profesional — Fijar población, unidad, horizonte, variables disponibles y regla de análisis antes del cálculo.

    3. 03

      Analista — Reproducir el cálculo, cuantificar la incertidumbre y documentar diagnósticos, fallos y sensibilidad.

    03

    Situación de marketing concreta

    Un experimento geográfico compara zonas test y control antes y durante la intervención. El diseño debe limitar contaminación, desequilibrio previo y dependencia temporal.

    04

    Pregunta científica y alcance

    ¿Cómo diseñar un experimento geográfico de marketing?

    Resultado incremental en las zonas geográficas tratadas

    Datos necesarios

    Zona geográfica × periodo

    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

    • Atribuir el efecto a cada individuo o extrapolar sin reservas a otros mercados.
    • ¿Se asignaron zonas geográficas no solapadas antes de la intervención y se analizaron según la asignación?
    • ¿La construcción del contrafactual es independiente de la selección del modelo posterior al tratamiento?
    • ¿El método de incertidumbre respeta el pequeño número de zonas y la dependencia temporal?

    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.

    Resultado incremental en las zonas geográficas tratadas

    07

    Datos necesarios

    Diccionario de símbolos científicos

    Y_test_post
    Resultado agregado observado en las zonas de prueba durante el periodo de intervención declarado. Unidad: resultado agregado declarado · Tipo: número · Función: entrada
    Y0_test_post
    Resultado agregado contrafactual suministrado externamente para esas zonas de prueba sin tratamiento; esta rama no lo estima. Unidad: mismo resultado agregado · Tipo: número · Función: entrada
    z
    Valor crítico normal bilateral para el nivel de confianza declarado. Unidad: adimensional · Tipo: número positivo · Función: parámetro
    supplied_SE
    Error estándar suministrado externamente para el contraste condicional; esta rama no lo estima. Unidad: mismo resultado agregado · Tipo: número positivo · Función: entrada
    conditional_increment
    Resultado agregado observado menos el contrafactual suministrado, condicionado a ambas entradas. Unidad: resultado agregado · Tipo: número · Función: salida
    CI
    Intervalo normal alrededor del contraste condicional mediante el error estándar suministrado. Unidad: resultado agregado · Tipo: par ordenado · Función: salida

    Entradas exactas y selladas del motor

    treated_geo_post_outcome
    Valor: 120 · Unidad: índice · Tipo: número · Estado de los datos: sintético
    counterfactual_post_outcome
    Valor: 110 · Unidad: índice · Tipo: número · Estado de los datos: sintético
    standard_error
    Valor: 4 · Unidad: índice · Tipo: número · Estado de los datos: sintético
    z_critical
    Valor: 1.95996398454 · Unidad: adimensional · Tipo: número · Estado de los datos: parámetro declarado

    08

    Modelo formal

    Modelo formal

    conditional_incremental_outcome = treated_geo_post_outcome − counterfactual_post_outcome; CI = conditional_incremental_outcome ± z_critical × standard_error

    Afirmaciones respaldadas: MSC-P014-C01 · MSC-P014-C02 · MSC-P014-C03 · MSC-P014-C04 · MSC-P014-C05 · MSC-P014-C06

    Pregunta científica y alcance

    Resultado incremental en las zonas geográficas tratadas

    09

    Cálculo declarado

    1. 01

      Validar el agregado tratado, el contrafactual suministrado, el error estándar positivo suministrado y el periodo de intervención fijo.

    2. 02

      Restar el contrafactual sin tratamiento suministrado del resultado posterior al tratamiento y formar el intervalo normal.

    3. 03

      Informar solo una ilustración condicional; el diseño geográfico aleatorizado, el ajuste del contrafactual y la incertidumbre geográfica quedan fuera de esta rama.

    10

    Ejemplo numérico o caso de aplicación

    Ilustración sintética — valores didácticos, no observados — datos sintéticos o parámetros declarados; ninguna observación real

    Entradas selladas

    • treated_geo_post_outcome=120 [índice]
    • counterfactual_post_outcome=110 [índice]
    • standard_error=4 [índice]
    • z_critical=1.95996398454 [adimensional]

    Resultados reproducibles

    • conditional_increment=10
    • CI95=[2.160144; 17.839856]

    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

    • ¿Se asignaron zonas geográficas no solapadas antes de la intervención y se analizaron según la asignación?
    • ¿La construcción del contrafactual es independiente de la selección del modelo posterior al tratamiento?
    • ¿El método de incertidumbre respeta el pequeño número de zonas y la dependencia temporal?

    12

    Diagnósticos e incertidumbre

    Diagnósticos e incertidumbre

    ¿Se asignaron zonas geográficas no solapadas antes de la intervención y se analizaron según la asignación? · ¿La construcción del contrafactual es independiente de la selección del modelo posterior al tratamiento? · ¿El método de incertidumbre respeta el pequeño número de zonas y la dependencia temporal?

    Diagnóstico acotado

    Ilustración condicional con contrafactual y error estándar suministrados; no es un experimento geográfico ajustado.

    Contrato explícito de incertidumbre · quantified_conditional

    Método: Cálculo determinista del motor de referencia sobre el segmento de entradas sellado.

    Objetivo: Incertidumbre del resultado incremental basado en el contrafactual suministrado.

    Evidencia del motor: metric.ci_lower= · metric.ci_upper=

    Interpretación: El intervalo usa un error estándar y un contrafactual suministrados; no valida un experimento geográfico ajustado.

    Detenerse si

    Atribuir el efecto a cada individuo o extrapolar sin reservas a otros mercados.

    13

    Interpretación del resultado

    • Estimar un efecto incremental agregado en las zonas y el periodo estudiados.
    • 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

    Estimar un efecto incremental agregado en las zonas y el periodo estudiados.

    Prohibido

    Atribuir el efecto a cada individuo o extrapolar sin reservas a otros mercados.

    15

    Decisión de marketing posible

    1. 01

      Estimar un efecto incremental agregado en las zonas y el periodo estudiados.

    2. 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

    Estimar un efecto incremental agregado en las zonas y el periodo estudiados.

    Zona geográfica × periodo

    Detenerse si

    Atribuir el efecto a cada individuo o extrapolar sin reservas a otros mercados.

    Alternativas metodológicas

    • Realizar un experimento aleatorizado con pares de zonas e inferencia basada en la aleatorización.
    • Usar un control sintético o diseño BSTS preespecificado solo cuando no sea posible aleatorizar y etiquetarlo como observacional.
    • Usar periodos placebo y sensibilidad excluyendo cada zona por turno para examinar la estabilidad del contrafactual.

    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: 975b12b0153042485fcfcd6db1e894c2386ab04c6491184f6365423348c2fb46

    Modelo formal

    conditional_incremental_outcome = treated_geo_post_outcome − counterfactual_post_outcome; CI = conditional_incremental_outcome ± z_critical × standard_error

    Dosier verificado: afirmaciones vinculadas a fuentes a nivel de pasaje, cálculo Python/R reproducido, límites explícitos y revisión científica independiente completada.

    18

    Entregable final esperado

    1. 01

      ¿Cómo diseñar un experimento geográfico de marketing? — Zona geográfica × periodo

    2. 02

      Y_test_post · Y0_test_post · z · supplied_SE · conditional_increment · CI

    3. 03

      conditional_incremental_outcome = treated_geo_post_outcome − counterfactual_post_outcome; CI = conditional_incremental_outcome ± z_critical × standard_error

    4. 04

      ¿Se asignaron zonas geográficas no solapadas antes de la intervención y se analizaron según la asignación? · ¿La construcción del contrafactual es independiente de la selección del modelo posterior al tratamiento? · ¿El método de incertidumbre respeta el pequeño número de zonas y la dependencia temporal?

    5. 05

      Estimar un efecto incremental agregado en las zonas y el periodo estudiados. / Atribuir el efecto a cada individuo o extrapolar sin reservas a otros mercados.

    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.

    1. MSC-P014-C01 — El objetivo causal contrasta resultados potenciales medios bajo dos intervenciones definidas.
    2. MSC-P014-C02 — La consistencia vincula el resultado observado con el resultado potencial bajo la política asignada.
    3. MSC-P014-C03 — El estimando causal supone que la asignación de un cliente no altera el resultado de otro cliente.
    4. MSC-P014-C04 — Los experimentos geográficos aleatorizan regiones no solapadas entre condiciones de tratamiento.
    5. MSC-P014-C05 — La segmentación geográfica hace operativa la intervención regional asignada.
    6. MSC-P014-C06 — El diseño debe seguir un proceso explícito.
    1. Hernán & Robins, Causal Inference: What If
    2. Vaver & Koehler, 2011

    Conexiones metodológicas

    Territorio principalMedición y causalidad: ¿cómo establecer un efecto de marketing?Comparar con¿Cuándo debe realizarse un experimento de marketing?Comparar con¿Cómo estimar un efecto con diferencias en diferencias?

    Leer después

    MSC-H-001Medición y causalidad: ¿cómo establecer un efecto de marketing?→MSC-P-010¿Cuándo debe realizarse un experimento de marketing?→MSC-P-015¿Cómo estimar un efecto con diferencias en diferencias?→MSC-P-013¿Cómo medir el efecto incremental de una campaña con un grupo de control?→