Research & Evidence

Cerca un metodo

Cerca tra titoli, domande, territori e identificativi MSC.

40 risultati
  1. MSC-P-001Come trasformare un’affermazione di marketing in una domanda verificabile?Scienza delle decisioni
  2. MSC-P-002Correlazione o causalità: cosa consente davvero di affermare un’analisi?Misurazione del marketing
  3. MSC-P-003Come esprimere l’incertezza di un risultato di marketing?Scienza delle decisioni
  4. MSC-P-004Significatività o dimensione dell’effetto: quale risultato interpretare?Scienza delle decisioni
  5. MSC-P-005Come misurare un costrutto di marketing non direttamente osservabile?Ricerche di mercato
  6. MSC-P-006Come progettare e validare una scala di misurazione?Ricerche di mercato
  7. MSC-P-007Alpha o omega: come valutare l’affidabilità di una scala?Ricerche di mercato
  8. MSC-P-009PCA, EFA o CFA: quale metodo scegliere?Ricerche di mercato
  9. MSC-P-010Quando condurre un esperimento di marketing?Misurazione del marketing
  10. MSC-P-011Come progettare un A/B test che stimi davvero un effetto?Misurazione del marketing
  11. MSC-P-012Di quante osservazioni ha bisogno un esperimento?Scienza delle decisioni
  12. MSC-P-013Come misurare l’effetto incrementale di una campagna con un gruppo di controllo?Misurazione del marketing
  13. MSC-P-017Come rilevare selezione, contaminazione e perdita di osservazioni in un esperimento?Misurazione del marketing
  14. MSC-P-018Regressione predittiva o causale: cosa si vuole stimare?Modelli di marketing
  15. MSC-P-019Come diagnosticare una regressione di marketing prima di interpretarla?Modelli di marketing
  16. MSC-P-022Come stimare l’elasticità al prezzo e la sua incertezza?Scienza dei prezzi
  17. MSC-P-026Logit vs Probit: come scegliere per una probabilità di acquisto?Scienza del cliente
  18. MSC-P-029Quali clienti hanno la probabilità di abbandono più elevata?Scienza del cliente
  19. MSC-P-027TAM, UTAUT o UTAUT2: quale quadro usare per studiare l’accettazione tecnologica?Ricerche di mercato
  20. MSC-H-001Misurazione e causalità: come stabilire un effetto di marketing?Misurazione del marketing
  21. MSC-H-002Modelli di risposta marketing: forma, ritardo e saturazioneModelli di marketing
  22. MSC-H-003Scienza dei prezzi: collegare prezzo, domanda e contribuzioneScienza dei prezzi
  23. MSC-H-004Scienza del cliente e della scelta: comportamento, valore ed eterogeneitàScienza del cliente
  24. MSC-H-005Scienza della misurazione: costruire indicatori validiRicerche di mercato
  25. MSC-H-006Metodi statistici decisionali: scegliere, quantificare, validareScienza delle decisioni
  26. MSC-P-008Come validare una scala di misurazione marketing?Ricerche di mercato
  27. MSC-P-014Come progettare un esperimento geografico di marketing?Misurazione del marketing
  28. MSC-P-015Come stimare un effetto con la differenza nelle differenze?Misurazione del marketing
  29. MSC-P-020Come trattare l’endogeneità del prezzo?Scienza dei prezzi
  30. MSC-P-021Effetti fissi o casuali: quale modello panel scegliere?Modelli di marketing
  31. MSC-P-023Come stimare una funzione di domanda?Scienza dei prezzi
  32. MSC-P-024Come simulare uno scenario prezzo-volume-margine?Scienza dei prezzi
  33. MSC-P-028Come stimare la CLV con BG/NBD e Gamma-Gamma?Scienza del cliente
  34. MSC-P-030Come analizzare la ritenzione con un modello di sopravvivenza?Scienza del cliente
  35. MSC-P-031Come costruire una segmentazione clienti utile?Scienza del cliente
  36. MSC-P-032Come testare la stabilità di una segmentazione?Scienza del cliente
  37. MSC-P-033Come validare una previsione di marketing?Scienza delle decisioni
  38. MSC-P-034Come costruire una simulazione Monte Carlo per una decisione di marketing?Scienza delle decisioni
  39. MSC-P-035Come modellare saturazione e adstock?Modelli di marketing
  40. MSC-P-039Quale test statistico scegliere?Scienza delle decisioni
Tutti i metodi
SCHEDA METODOMSC-P-014Sperimentazione e causalitàDossier scientifico verificato

Come progettare un esperimento geografico di marketing?

Un esperimento geografico confronta aree test e controllo prima e durante l’intervento. Il disegno deve limitare contaminazione, squilibrio pre-test e dipendenza temporale.

Redazione scientifica : Marketing Science Center

Risposta diretta

Stimare un effetto incrementale aggregato nelle aree e nel periodo studiati.

Un esperimento geografico confronta aree test e controllo prima e durante l’intervento. Il disegno deve limitare contaminazione, squilibrio pre-test e dipendenza temporale.

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

01

Sintesi operativa

Domanda scientifica e perimetro

Come progettare un esperimento geografico di marketing?

Ammissibile

Stimare un effetto incrementale aggregato nelle aree e nel periodo studiati.

Vietato

Attribuire l’effetto a ogni individuo o estrapolare senza riserve ad altri mercati.

02

Tre livelli di lettura

  1. 01

    DecisoreCollegare il risultato a decisione, soglia utile e costo dell’errore dichiarati.

  2. 02

    ProfessionistaFissare popolazione, unità, orizzonte, variabili disponibili e regola di analisi prima del calcolo.

  3. 03

    AnalistaRiprodurre il calcolo, quantificare l’incertezza e documentare diagnostica, fallimenti e sensibilità.

03

Situazione marketing concreta

Un esperimento geografico confronta aree test e controllo prima e durante l’intervento. Il disegno deve limitare contaminazione, squilibrio pre-test e dipendenza temporale.

04

Domanda scientifica e perimetro

Come progettare un esperimento geografico di marketing?

Risultato incrementale nelle aree geografiche trattate

Dati necessari

Area geografica × periodo

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

  • Attribuire l’effetto a ogni individuo o estrapolare senza riserve ad altri mercati.
  • Adattamento nel periodo precedente
  • Propagazione tra aree
  • Potenza a livello geografico

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.

Risultato incrementale nelle aree geografiche trattate

07

Dati necessari

Dizionario dei simboli scientifici

Y_test_post
Risultato aggregato osservato nelle aree test durante il periodo di intervento dichiarato. Unità: risultato aggregato dichiarato · Tipo: numero · Ruolo: input
Y0_test_post
Risultato aggregato controfattuale fornito esternamente per le aree test in assenza di trattamento; questo ramo non lo stima. Unità: stesso risultato aggregato · Tipo: numero · Ruolo: input
z
Valore critico normale bilaterale per il livello di confidenza dichiarato. Unità: adimensionale · Tipo: numero positivo · Ruolo: parametro
supplied_SE
Errore standard fornito esternamente per il contrasto condizionale; questo ramo non lo stima. Unità: stesso risultato aggregato · Tipo: numero positivo · Ruolo: input
conditional_increment
Risultato aggregato osservato meno il controfattuale fornito, condizionatamente a entrambi gli input. Unità: risultato aggregato · Tipo: numero · Ruolo: output
CI
Intervallo normale attorno al contrasto condizionale, calcolato con l’errore standard fornito. Unità: risultato aggregato · Tipo: coppia ordinata · Ruolo: output

Input esatti e sigillati del motore

treated_geo_post_outcome
Valore: 120 · Unità: indice · Tipo: numero · Stato dei dati: sintetico
counterfactual_post_outcome
Valore: 110 · Unità: indice · Tipo: numero · Stato dei dati: sintetico
standard_error
Valore: 4 · Unità: indice · Tipo: numero · Stato dei dati: sintetico
z_critical
Valore: 1.95996398454 · Unità: adimensionale · Tipo: numero · Stato dei dati: parametro dichiarato

08

Modello formale

Modello formale

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

Affermazioni supportate: MSC-P014-C01 · MSC-P014-C02 · MSC-P014-C03 · MSC-P014-C04 · MSC-P014-C05 · MSC-P014-C06

Domanda scientifica e perimetro

Risultato incrementale nelle aree geografiche trattate

09

Calcolo dichiarato

  1. 01

    Verificare l’aggregato trattato, il controfattuale fornito, l’errore standard positivo fornito e il periodo di intervento fissato.

  2. 02

    Sottrarre il controfattuale senza trattamento fornito dal risultato del periodo successivo al trattamento e costruire l’intervallo normale.

  3. 03

    Riportare solo un’illustrazione condizionale; il disegno geografico randomizzato, la stima del controfattuale e l’incertezza a livello geografico restano fuori da questo ramo.

10

Esempio numerico o caso applicativo

Illustrazione sintetica — valori didattici, non osservatidati sintetici o parametri dichiarati; nessuna osservazione reale

Input sigillati

  • treated_geo_post_outcome=120 [indice]
  • counterfactual_post_outcome=110 [indice]
  • standard_error=4 [indice]
  • z_critical=1.95996398454 [adimensionale]

Risultati riproducibili

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

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

  • Le aree geografiche non sovrapposte sono state assegnate prima dell’intervento e analizzate secondo l’assegnazione?
  • La costruzione del controfattuale è indipendente dalla selezione del modello dopo il trattamento?
  • Il metodo d’incertezza rispetta il numero ridotto di aree geografiche e la dipendenza temporale?

12

Diagnostica e incertezza

Diagnostica e incertezza

Adattamento nel periodo precedente · Propagazione tra aree · Potenza a livello geografico · Distinguere il disegno geografico randomizzato dal controllo BSTS · Periodi placebo

Diagnostica limitata

Illustrazione condizionale con controfattuale ed errore standard forniti; non è un esperimento geografico stimato.

Contratto esplicito d’incertezza · quantified_conditional

Metodo : Calcolo deterministico del motore di riferimento sul segmento di input sigillato.

Obiettivo : Incertezza del risultato incrementale basato sul controfattuale fornito.

Evidenza del motore : metric.ci_lower= · metric.ci_upper=

Interpretazione : L’intervallo usa un errore standard e un controfattuale forniti; non convalida un esperimento geografico stimato.

Fermarsi se

Attribuire l’effetto a ogni individuo o estrapolare senza riserve ad altri mercati.

13

Interpretazione del risultato

  • Stimare un effetto incrementale aggregato nelle aree e nel periodo studiati.
  • 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

Stimare un effetto incrementale aggregato nelle aree e nel periodo studiati.

Vietato

Attribuire l’effetto a ogni individuo o estrapolare senza riserve ad altri mercati.

15

Decisione marketing possibile

  1. 01

    Stimare un effetto incrementale aggregato nelle aree e nel periodo studiati.

  2. 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

Stimare un effetto incrementale aggregato nelle aree e nel periodo studiati.

Area geografica × periodo

Fermarsi se

Attribuire l’effetto a ogni individuo o estrapolare senza riserve ad altri mercati.

Alternative metodologiche

  • Condurre un esperimento randomizzato su coppie di aree geografiche con inferenza basata sulla randomizzazione.
  • Usare un controllo sintetico o un disegno BSTS prespecificato solo quando la randomizzazione non è disponibile, qualificandolo come osservazionale.
  • Usare periodi placebo e analisi di sensibilità escludendo a turno un’area per verificare la stabilità del controfattuale.

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: 975b12b0153042485fcfcd6db1e894c2386ab04c6491184f6365423348c2fb46

Modello formale

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

Dossier verificato: affermazioni collegate a fonti a livello di passaggio, calcolo Python/R riprodotto, limiti espliciti e revisione scientifica indipendente completata.

18

Risultato finale atteso

  1. 01

    Come progettare un esperimento geografico di marketing?Area geografica × 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

    Adattamento nel periodo precedente · Propagazione tra aree · Potenza a livello geografico · Distinguere il disegno geografico randomizzato dal controllo BSTS · Periodi placebo

  5. 05

    Stimare un effetto incrementale aggregato nelle aree e nel periodo studiati. / Attribuire l’effetto a ogni individuo o estrapolare senza riserve ad altri mercati.

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.

  1. MSC-P014-C01L’obiettivo causale confronta i risultati potenziali medi sotto due interventi definiti.
  2. MSC-P014-C02La coerenza collega il risultato osservato al risultato potenziale sotto la politica assegnata.
  3. MSC-P014-C03L’estimando causale presuppone che l’assegnazione di un cliente non modifichi il risultato di un altro cliente.
  4. MSC-P014-C04Gli esperimenti geografici randomizzano aree non sovrapposte tra le condizioni di trattamento.
  5. MSC-P014-C05Il targeting geografico rende operativo l’intervento regionale assegnato.
  6. MSC-P014-C06Il disegno deve seguire un processo esplicito.
  1. Hernán & Robins, Causal Inference: What If
  2. Vaver & Koehler, 2011

Connessioni metodologiche

Territorio principaleMisurazione e causalità: come stabilire un effetto di marketing?Confronta conQuando condurre un esperimento di marketing?Confronta conCome stimare un effetto con la differenza nelle differenze?

Da leggere dopo

MSC-H-001Misurazione e causalità: come stabilire un effetto di marketing?MSC-P-010Quando condurre un esperimento di marketing?MSC-P-015Come stimare un effetto con la differenza nelle differenze?MSC-P-013Come misurare l’effetto incrementale di una campagna con un gruppo di controllo?