Research & Evidence

Cerca un metodo

Cerca tra titoli, domande, territori e identificativi MSC.

    ← 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

      Decisore — Collegare il risultato a decisione, soglia utile e costo dell’errore dichiarati.

    2. 02

      Professionista — Fissare popolazione, unità, orizzonte, variabili disponibili e regola di analisi prima del calcolo.

    3. 03

      Analista — Riprodurre 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.
    • 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?

    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 osservati — dati 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

    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?

    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

      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?

    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-C01 — L’obiettivo causale confronta i risultati potenziali medi sotto due interventi definiti.
    2. MSC-P014-C02 — La coerenza collega il risultato osservato al risultato potenziale sotto la politica assegnata.
    3. MSC-P014-C03 — L’estimando causale presuppone che l’assegnazione di un cliente non modifichi il risultato di un altro cliente.
    4. MSC-P014-C04 — Gli esperimenti geografici randomizzano aree non sovrapposte tra le condizioni di trattamento.
    5. MSC-P014-C05 — Il targeting geografico rende operativo l’intervento regionale assegnato.
    6. MSC-P014-C06 — Il 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?→