Quando condurre un esperimento di marketing?
Un esperimento è prioritario quando la domanda riguarda l’effetto di un’azione e l’assegnazione può essere controllata senza rischio sproporzionato. Altrimenti, il disegno osservazionale deve esplicitare le ipotesi.
Redazione scientifica : Marketing Science Center
Risposta diretta
Scegliere un disegno proporzionato alla decisione e al rischio.
Un esperimento è prioritario quando la domanda riguarda l’effetto di un’azione e l’assegnazione può essere controllata senza rischio sproporzionato. Altrimenti, il disegno osservazionale deve esplicitare le ipotesi.
Jackson et al., 2022Hernán & Robins, Causal Inference: What If
01
Sintesi operativa
Domanda scientifica e perimetro
Quando condurre un esperimento di marketing?
Ammissibile
Scegliere un disegno proporzionato alla decisione e al rischio.
Vietato
Pretendere causalità forte quando non esiste variazione credibile.
02
Tre livelli di lettura
- 01
Decisore — Collegare il risultato a decisione, soglia utile e costo dell’errore dichiarati.
- 02
Professionista — Fissare popolazione, unità, orizzonte, variabili disponibili e regola di analisi prima del calcolo.
- 03
Analista — Riprodurre il calcolo, quantificare l’incertezza e documentare diagnostica, fallimenti e sensibilità.
03
Situazione marketing concreta
Un esperimento è prioritario quando la domanda riguarda l’effetto di un’azione e l’assegnazione può essere controllata senza rischio sproporzionato. Altrimenti, il disegno osservazionale deve esplicitare le ipotesi.
04
Domanda scientifica e perimetro
Quando condurre un esperimento di marketing?
Filtro locale di governance per decidere se approfondire un esperimento causale; non EVSI/EVPI
Dati necessari
Unità eleggibile × assegnazione × orizzonte di valore fisso
Popolazione, unità di analisi, data di origine e orizzonte devono essere dichiarati nel risultato. Senza di essi l’estimando cambia silenziosamente.
05
Perché un’analisi semplice può fallire
- Pretendere causalità forte quando non esiste variazione credibile.
- Etica e rischio
- Orizzonte e valuta comuni
- Scenario prespecificato
06
Intuizione del metodo
Il metodo non trasforma automaticamente un’associazione in evidenza. Collega una domanda dichiarata a estimando, specificazione, dati compatibili e regola interpretativa limitata.
Filtro locale di governance per decidere se approfondire un esperimento causale; non EVSI/EVPI
07
Dati necessari
Dizionario dei simboli scientifici
local_decision_value- Valore monetario locale della risoluzione della decisione nello scenario e nell’orizzonte prespecificati; non è EVSI né EVPI. Unità:
euro sull’orizzonte dichiarato· Tipo:numero· Ruolo:input experiment_cost- Costo monetario incrementale totale di progettazione, conduzione e analisi dell’esperimento sullo stesso orizzonte. Unità:
euro· Tipo:numero non negativo· Ruolo:input expected_operational_harm- Danno monetario atteso secondo un modello di probabilità dichiarato per i rischi operativi ed etici. Unità:
euro· Tipo:numero non negativo· Ruolo:input local_screen- Bilancio locale di governance per decidere se approfondire il disegno sperimentale; non è una stima d’effetto né un valore formale dell’informazione. Unità:
euro· Tipo:numero· Ruolo:output
Input esatti e sigillati del motore
local_decision_value_eur- Valore:
25000· Unità:EUR· Tipo:numero· Stato dei dati:sintetico experiment_cost_eur- Valore:
12000· Unità:EUR· Tipo:numero· Stato dei dati:sintetico operational_risk_eur- Valore:
5000· Unità:EUR· Tipo:numero· Stato dei dati:sintetico anticipated_gain_pp- Valore:
2.0· Unità:punto_percentuale· Tipo:numero· Stato dei dati:sintetico minimum_useful_gain_pp- Valore:
1.5· Unità:punto_percentuale· Tipo:numero· Stato dei dati:parametro dichiarato action_reversible- Valore:
1· Unità:binario· Tipo:intero· Stato dei dati:sintetico assignment_feasible- Valore:
1· Unità:binario· Tipo:intero· Stato dei dati:sintetico value_horizon_days- Valore:
30· Unità:giorno· Tipo:intero· Stato dei dati:parametro dichiarato valuation_scenario_prespecified- Valore:
1· Unità:binario· Tipo:intero· Stato dei dati:parametro dichiarato risk_probability_model_declared- Valore:
1· Unità:binario· Tipo:intero· Stato dei dati:parametro dichiarato
08
Modello formale
Modello formale
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 > 0Affermazioni supportate: 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
Domanda scientifica e perimetro
Filtro locale di governance per decidere se approfondire un esperimento causale; non EVSI/EVPI
09
Calcolo dichiarato
- 01
Allineare valore, costo e danno a valuta, scenario e orizzonte comuni; richiedere la dichiarazione dello scenario e del modello di rischio.
- 02
Sottrarre costo e danno operativo atteso dal valore locale, poi confrontare il guadagno previsto con il guadagno minimo utile.
- 03
Qualificare l’output come filtro di governance non universale e vietare il linguaggio VOI o di effetto causale.
10
Esempio numerico o caso applicativo
Esempio applicativo — dati sintetici o parametri dichiarati; nessuna osservazione reale
Input sigillati
local_decision_value_eur=25000 [EUR]experiment_cost_eur=12000 [EUR]operational_risk_eur=5000 [EUR]anticipated_gain_pp=2.0 [punto_percentuale]minimum_useful_gain_pp=1.5 [punto_percentuale]action_reversible=1 [binario]assignment_feasible=1 [binario]value_horizon_days=30 [giorno]valuation_scenario_prespecified=1 [binario]risk_probability_model_declared=1 [binario]
Risultati riproducibili
local_net_screen=€8,000passes_local_screen=true
Dossier verificato: affermazioni collegate a fonti a livello di passaggio, calcolo Python/R riprodotto, limiti espliciti e revisione scientifica indipendente completata.
11
Ipotesi di validità
- Tutte le quantità monetarie usano lo stesso orizzonte e la stessa base valutaria?
- Lo scenario di valutazione è stato fissato prima di osservare un risultato sperimentale?
- Probabilità e conseguenze dei rischi sono documentate e non nascoste in un punteggio opaco?
12
Diagnostica e incertezza
Diagnostica e incertezza
Etica e rischio · Orizzonte e valuta comuni · Scenario prespecificato · Probabilità di rischio dichiarate · Contaminazione · Fattibilità operativa · Non chiamare il filtro valore dell’informazione
Diagnostica limitata
Filtro locale di governance non universale; non è valore dell’informazione né stima d’effetto.
Contratto esplicito d’incertezza · not_estimable_from_sealed_inputs
Metodo : Valutazione esplicita della non stimabilità rispetto allo schema di input sigillato.
Obiettivo : Incertezza negli input locali di valore, costo, rischio e guadagno.
Evidenza del motore : diagnostic=local_nonuniversal_governance_screen_not_voi_or_effect_estimate
Interpretazione : Gli input puntuali sigillati non contengono distribuzioni di probabilità; il filtro non quantifica EVSI, EVPI o incertezza decisionale.
Fermarsi se
Pretendere causalità forte quando non esiste variazione credibile.
13
Interpretazione del risultato
- Scegliere un disegno proporzionato alla decisione e al rischio.
- Il risultato è condizionato da popolazione, orizzonte, specificazione e controlli dichiarati. Non va esteso a un’altra decisione senza nuova giustificazione.
14
Conclusione ammissibile e vietata
Ammissibile
Scegliere un disegno proporzionato alla decisione e al rischio.
Vietato
Pretendere causalità forte quando non esiste variazione credibile.
15
Decisione marketing possibile
- 01
Scegliere un disegno proporzionato alla decisione e al rischio.
- 02
Il risultato è condizionato da popolazione, orizzonte, specificazione e controlli dichiarati. Non va esteso a un’altra decisione senza nuova giustificazione.
16
Quando usare — quando fermarsi
Usare se
Scegliere un disegno proporzionato alla decisione e al rischio.
Unità eleggibile × assegnazione × orizzonte di valore fisso
Fermarsi se
Pretendere causalità forte quando non esiste variazione credibile.
Alternative metodologiche
- Usare EVPI o EVSI con un modello decisionale probabilistico completo.
- Usare un filtro qualitativo di fattibilità ed etica quando la monetizzazione sarebbe fuorviante.
- Condurre un piccolo pilota solo dopo aver definito regole di arresto ed estimando causale.
17
Contratto di riproducibilità
Python e R sono i riferimenti eseguibili. SPSS e SAS restano sintassi secondarie finché non sono verificati sugli stessi dati, specificazione e controlli.
Il motore seleziona solo lo slice e il ramo esplicito di questa pagina. Hash, output e diagnostica restano sigillati nel dossier atomico; non è consentito alcun ramo generico di ripiego.
Impronta dello slice: 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 ispezione
SPSS ↓SAS ↓Modello formale
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 > 0Dossier verificato: affermazioni collegate a fonti a livello di passaggio, calcolo Python/R riprodotto, limiti espliciti e revisione scientifica indipendente completata.
18
Risultato finale atteso
- 01
Quando condurre un esperimento di marketing? —
Unità eleggibile × assegnazione × orizzonte di valore fisso - 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
Etica e rischio · Orizzonte e valuta comuni · Scenario prespecificato · Probabilità di rischio dichiarate · Contaminazione · Fattibilità operativa · Non chiamare il filtro valore dell’informazione
- 05
Scegliere un disegno proporzionato alla decisione e al rischio. / Pretendere causalità forte quando non esiste variazione credibile.
19
Fonti scientifiche e stato dell’evidenza
Dossier verificato: affermazioni collegate a fonti a livello di passaggio, calcolo Python/R riprodotto, limiti espliciti e revisione scientifica indipendente completata.
MSC-P010-C01— L’obiettivo causale confronta gli esiti potenziali medi sotto due interventi definiti.MSC-P010-C02— La coerenza collega l’esito osservato a quello potenziale sotto la politica assegnata.MSC-P010-C03— L’estimando causale presuppone che l’assegnazione di un cliente non alteri l’esito di un altro.MSC-P010-C04— L’adattamento di una regressione non stabilisce da solo un disegno causale.MSC-P010-C05— La specificazione preventiva copre domanda e piano di analisi prima di osservare gli esiti.MSC-P010-C06— I metodi del valore dell’informazione sostengono priorità di ricerca e disegno degli studi.MSC-P010-C07— Il valore formale dell’informazione richiede incertezza probabilistica dei parametri.MSC-P010-C08— Il valore formale dell’informazione richiede perdite o benefici specifici della decisione.MSC-P010-C09— ENBS si basa su EVSI, non su un punteggio locale arbitrario.
Connessioni metodologiche