Research & Evidence

Cerca un metodo

Cerca tra titoli, domande, territori e identificativi MSC.

    ← Tutti i metodi
    SCHEDA METODOMSC-P-001Fondamenti dell’evidenzaDossier scientifico verificato

    Come trasformare un’affermazione di marketing in una domanda verificabile?

    Una domanda diventa verificabile quando fissa popolazione, unità, intervento, comparatore, outcome, orizzonte, effetto minimo utile e un risultato capace di contraddire l’ipotesi.

    Redazione scientifica: Marketing Science Center

    Risposta diretta

    Scrivere un protocollo misurabile prima di scegliere un metodo.

    Una domanda diventa verificabile quando fissa popolazione, unità, intervento, comparatore, outcome, orizzonte, effetto minimo utile e un risultato capace di contraddire l’ipotesi.

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

    01

    Problema da risolvere

    Un’affermazione come «l’e-mail aumenta gli acquisti» non specifica popolazione, confronto, orizzonte o risultato che possa contraddirla. Non può quindi guidare un protocollo o una decisione verificabile.

    02

    Sintesi operativa

    La scheda trasforma il claim in un contratto con popolazione, unità, esposizione, comparatore, outcome, orizzonte, effetto minimo utile, piano di analisi e falsificatore. L’output valida la completezza del contratto, non l’effetto marketing.

    1. Decisore: verificare decisione e soglia utile.
    2. Professionista: fissare popolazione, unità, outcome e orizzonte.
    3. Analista: sigillare estimando, analisi, incertezza e falsificatore.

    03

    Situazione marketing concreta

    Un team vuole decidere se una campagna e-mail merita un test. La popolazione è limitata agli iscritti idonei, l’unità è l’iscritto, il comparatore è nessuna e-mail e l’outcome è un acquisto entro sette giorni.

    04

    Domanda scientifica e perimetro

    Tra gli iscritti idonei, l’assegnazione all’e-mail rispetto a nessuna e-mail aumenta l’acquisto entro sette giorni di almeno 1,0 punto percentuale? L’estimando previsto è una differenza di rischi intention-to-treat.

    05

    Perché una formulazione semplice fallisce

    Senza unità, la dipendenza tra osservazioni è ignota. Senza comparatore, l’effetto non è definito. Senza orizzonte, l’outcome può cambiare dopo l’osservazione. Senza soglia e falsificatore, quasi ogni risultato può apparire favorevole.

    06

    Intuizione del metodo

    Una domanda verificabile stabilisce in anticipo cosa osservare, per chi, rispetto a cosa, quando e con quale regola il risultato potrà sostenere o contraddire l’ipotesi. Separa così generazione dell’idea e test confermativo.

    07

    Dati necessari

    Il registro richiede popolazione e idoneità, unità di assegnazione e analisi, intervento, comparatore, definizione e finestra dell’outcome, estimando, strategia degli eventi intercorrenti, regola sui dati mancanti, stimatore, metodo dell’intervallo, alfa, molteplicità, soglia, direzione, tre esiti decisionali, deviazioni e stato dei dati.

    08

    Modello formale

    Q=(P,U,X,C,Y,H,Δ*,D,A,F), dove P è popolazione, U unità, X esposizione, C comparatore, Y outcome, H orizzonte, Δ* effetto minimo utile, D direzione, A piano di analisi e F falsificatore.

    09

    Calcolo dichiarato

    Python e R leggono il percorso fornito, richiedono una riga, verificano campi, H>0, Δ*>0, coerenza 95% ↔ alfa 0,05, coppia direzione-limiti, denominatore ITT, eventi intercorrenti, regola fail-closed dei mancanti, molteplicità e deviazioni, poi calcolano lo stesso SHA-256 canonico.

    10

    Esempio numerico completo

    Il protocollo fissa H=7 giorni, Δ*=1,0 punto e un contrasto. L’IC Miettinen-Nurminen inverte lo score binomiale vincolato, applica N/(N-1), tolleranza 1e-8, 100 iterazioni, livello 95% e alfa bilaterale 0,05. Limite inferiore ≥ +1,0: soglia sostenuta; superiore < +1,0: falsificata; altrimenti inconcludente. protocol_complete=true; SHA-256=86a315abd306359f92ec5439f361511d80a7516af3516525c8bd1272014caa74; nessun effetto stimato.

    Esempio di protocollo sintetico: nessuna osservazione e nessun effetto stimato.

    MSC-P-001-EXAMPLE
    OrizzonteSogliaEstimandoOutput
    71,0 ppdifferenza di rischi ITT previstaprotocol_complete=true

    11

    Ipotesi di validità

    I campi devono indicare oggetti osservabili e non ridondanti. L’unità deve corrispondere al meccanismo di assegnazione. L’outcome deve essere misurabile per tutti i gruppi sullo stesso orizzonte. La soglia utile deve derivare dalla decisione, non dai risultati futuri.

    12

    Diagnostica e incertezza

    Controllare popolazione, assegnazioni uniche, copertura completa del registro transazioni, consegna, apertura, crossover, esposizione esterna, tempi, esclusioni, molteplicità e deviazioni. La precisione attesa può essere pianificata con dimensione e tassi ipotizzati; l’intervallo empirico richiede osservazioni.

    13

    Interpretazione del risultato

    protocol_complete=true significa solo che il registro contiene i campi richiesti e supera le regole deterministiche. Non prova fattibilità, assegnazione valida o effetto minimo utile dell’e-mail.

    14

    Conclusione ammissibile e vietata

    Ammissibile: domanda, estimando previsto, soglia e falsificatore sono espliciti. Vietato: l’e-mail aumenta gli acquisti, il protocollo garantisce un risultato o la sola soglia rende causale il futuro test.

    15

    Decisione marketing possibile

    Il team può accettare, rivedere o rifiutare il protocollo prima della raccolta, stimare il costo, verificare le variabili e decidere se la soglia di 1,0 punto giustifica l’esperimento. Non può agire su un effetto osservato inesistente.

    16

    Quando usare e quando fermarsi

    Usare prima della raccolta o prima di aprire gli outcome. Fermarsi se popolazione, comparatore, outcome o orizzonte non sono fissabili, se la soglia non ha giustificazione decisionale o se il piano cambia dopo i risultati senza etichetta esplorativa.

    17

    Implementazioni riproducibili

    Il CSV CC0 è il registro unico. Python 3.13 e R 4.5 sono i validatori di riferimento: stesso percorso, regole, domanda e SHA-256. SPSS e SAS sono limitati esplicitamente a importazione e ispezione; non validano protocol_complete. Nessun seed perché non si simula.

    18

    Risultato finale atteso

    Fornire domanda canonica, registro versionato e hashato, giustificazione di Δ*, piano di analisi, regola sui dati mancanti, falsificatore, deviazioni e etichetta confermativa o esplorativa di ogni analisi.

    19

    Riferimenti e livello di prova

    Nosek et al. sostengono prespecificazione e falsificabilità. ICH E9(R1) sostiene estimando, eventi intercorrenti e replica. La documentazione SAS 9.4 sigilla algoritmo MN corretto, arresto numerico e distinzione da Mee. Tutti e tre i testi sono verificati. Nessuno valida e-mail o soglia sintetica.

    1. Nosek et al. (2018) ↗Testo integrale verificato · manoscritto depositato dagli autori
    2. ICH E9(R1) (2020) ↗Testo integrale verificato · linea guida ufficiale Step 5
    3. SAS 9.4 · PROC FREQ ↗Testo integrale verificato · documentazione ufficiale dell’algoritmo

    Dati · Strumento

    Dati · MSC-P-001-QUESTIONRegistro sintetico della domanda verificabile→

    Connessioni metodologiche

    Territorio principaleMetodi statistici decisionali: scegliere, quantificare, validare

    Da leggere dopo

    MSC-P-002Correlazione o causalità: cosa consente davvero di affermare un’analisi?→MSC-P-010Quando condurre un esperimento di marketing?→MSC-P-018Regressione predittiva o causale: cosa si vuole stimare?→