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-023Scienza dei prezziDossier scientifico verificato

Come stimare una funzione di domanda?

Una funzione di domanda collega quantità, prezzo e contesto nel dominio osservato. Forma, eterogeneità, concorrenza ed endogeneità determinano cosa si può simulare.

Redazione scientifica : Marketing Science Center

Risposta diretta

Confrontare scenari vicini ai dati con intervalli e diagnostica.

Una funzione di domanda collega quantità, prezzo e contesto nel dominio osservato. Forma, eterogeneità, concorrenza ed endogeneità determinano cosa si può simulare.

Tellis, 1988Villas-Boas & Winer, 1999

01

Sintesi operativa

Domanda scientifica e perimetro

Come stimare una funzione di domanda?

Ammissibile

Confrontare scenari vicini ai dati con intervalli e diagnostica.

Vietato

Estrapolare domanda stabile durante un cambiamento strutturale non osservato.

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

Una funzione di domanda collega quantità, prezzo e contesto nel dominio osservato. Forma, eterogeneità, concorrenza ed endogeneità determinano cosa si può simulare.

04

Domanda scientifica e perimetro

Come stimare una funzione di domanda?

Obiettivo associativo predefinito: E[ln(Q)|ln(P),X]. Obiettivo strutturale solo con un disegno di identificazione giustificato separatamente: domanda controfattuale Q(p)

Dati necessari

Mercato × prodotto × 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

  • Estrapolare domanda stabile durante un cambiamento strutturale non osservato.
  • Dichiarare obiettivo associativo o strutturale
  • Forma funzionale
  • Endogeneità del prezzo

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.

Obiettivo associativo predefinito: E[ln(Q)|ln(P),X]. Obiettivo strutturale solo con un disegno di identificazione giustificato separatamente: domanda controfattuale Q(p)

07

Dati necessari

Dizionario dei simboli scientifici

P0
Prezzo unitario di riferimento prima dello scenario. Unità: euro per unità · Tipo: numero positivo · Ruolo: input
P1
Prezzo unitario dello scenario: P0 moltiplicato per il rapporto di prezzo dichiarato. Unità: euro per unità · Tipo: numero positivo · Ruolo: derivato
Q0
Volume di riferimento sull’orizzonte dichiarato. Unità: unità · Tipo: numero positivo · Ruolo: input
Q1
Volume condizionale dello scenario con elasticità costante fornita. Unità: unità · Tipo: numero positivo · Ruolo: derivato
VC
Costo variabile unitario, mantenuto costante in questo ramo sigillato. Unità: euro per unità · Tipo: numero non negativo · Ruolo: input
price_ratio
Rapporto moltiplicativo del prezzo di scenario P1/P0. Unità: rapporto · Tipo: numero positivo · Ruolo: input
elasticity
Elasticità costante del prezzo fornita esternamente e usata solo nell’intervallo dello scenario. Unità: adimensionale · Tipo: numero · Ruolo: input
delta_fixed_cost
Variazione con segno del costo fisso; un valore negativo è un risparmio e aumenta quindi il profitto differenziale tramite il segno meno. Unità: euro · Tipo: numero · Ruolo: input
delta_profit
Variazione condizionale del contributo dopo la variazione con segno del costo fisso. Unità: euro sull’orizzonte dichiarato · Tipo: numero · Ruolo: output

Input esatti e sigillati del motore

baseline_price_eur
Valore: 100 · Unità: EUR_per_unità · Tipo: numero · Stato dei dati: sintetico
baseline_volume
Valore: 10000 · Unità: unità · Tipo: numero · Stato dei dati: sintetico
variable_cost_eur
Valore: 55 · Unità: EUR_per_unità · Tipo: numero · Stato dei dati: sintetico
fixed_cost_change_eur
Valore: 0 · Unità: EUR · Tipo: numero · Stato dei dati: sintetico
elasticity
Valore: -1.3 · Unità: adimensionale · Tipo: numero · Stato dei dati: sintetico
price_ratio
Valore: 1.05 · Unità: rapporto · Tipo: numero · Stato dei dati: sintetico

08

Modello formale

Modello formale

P1 = P0 × price_ratio; Q1 = Q0 × price_ratio^elasticity; delta_profit = (P1−VC)Q1 − (P0−VC)Q0 − delta_fixed_cost

Affermazioni supportate: MSC-P023-C01 · MSC-P023-C02 · MSC-P023-C03 · MSC-P023-C04 · MSC-P023-C05

Domanda scientifica e perimetro

Obiettivo associativo predefinito: E[ln(Q)|ln(P),X]. Obiettivo strutturale solo con un disegno di identificazione giustificato separatamente: domanda controfattuale Q(p)

09

Calcolo dichiarato

  1. 01

    Verificare prezzi e volumi positivi, costo variabile non negativo, rapporto di prezzo positivo e convenzione con segno dei costi fissi.

  2. 02

    Calcolare prezzo e volume dello scenario con l’elasticità fornita, poi contributo di riferimento e di scenario.

  3. 03

    Sottrarre la variazione con segno dei costi fissi e qualificare il risultato come scenario condizionale, non come stima della domanda o effetto causale.

10

Esempio numerico o caso applicativo

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

Input sigillati

  • baseline_price_eur=100 [EUR_per_unità]
  • baseline_volume=10000 [unità]
  • variable_cost_eur=55 [EUR_per_unità]
  • fixed_cost_change_eur=0 [EUR]
  • elasticity=-1.3 [adimensionale]
  • price_ratio=1.05 [rapporto]

Risultati riproducibili

  • Q1=9385.424301
  • conditional_volume_change=-6.1458%
  • incremental_contribution=€19,271.215054

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

  • L’elasticità fornita è credibile per l’esatto intervallo di prezzo e orizzonte?
  • Le convenzioni di segno dei costi variabili e fissi sono riconciliate con la finanza?
  • Capacità, risposta dei concorrenti, sostituzione o endogeneità possono invalidare lo scenario a elasticità costante?

12

Diagnostica e incertezza

Diagnostica e incertezza

Dichiarare obiettivo associativo o strutturale · Forma funzionale · Endogeneità del prezzo · Struttura dei residui · Supporto osservato per gli scenari

Diagnostica limitata

Scenario condizionale con elasticità fornita; né stima della domanda né effetto causale.

Contratto esplicito d’incertezza · not_estimable_from_sealed_inputs

Metodo : Valutazione esplicita della non stimabilità rispetto allo schema di input sigillato.

Obiettivo : Incertezza del contributo incrementale con elasticità e costi incerti.

Evidenza del motore : diagnostic=conditional_scenario_using_supplied_elasticity_not_demand_estimation_or_causal_effect

Interpretazione : Non sono fornite distribuzioni campionarie né intervalli credibili per elasticità e costi: l’esempio è solo uno scenario puntuale condizionale.

Fermarsi se

Estrapolare domanda stabile durante un cambiamento strutturale non osservato.

13

Interpretazione del risultato

  • Confrontare scenari vicini ai dati con intervalli e diagnostica.
  • 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

Confrontare scenari vicini ai dati con intervalli e diagnostica.

Vietato

Estrapolare domanda stabile durante un cambiamento strutturale non osservato.

15

Decisione marketing possibile

  1. 01

    Confrontare scenari vicini ai dati con intervalli e diagnostica.

  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

Confrontare scenari vicini ai dati con intervalli e diagnostica.

Mercato × prodotto × periodo

Fermarsi se

Estrapolare domanda stabile durante un cambiamento strutturale non osservato.

Alternative metodologiche

  • Stimare un modello di domanda con controlli espliciti dell’endogeneità del prezzo.
  • Condurre un esperimento randomizzato sul prezzo quando legalmente e operativamente possibile.
  • Usare un sistema di domanda più ricco quando conta la sostituzione tra prodotti.

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: 27a93ef2c767497234093d2e6d4cb40930812f450e9b235f978cfa4a11ab6b84

Modello formale

P1 = P0 × price_ratio; Q1 = Q0 × price_ratio^elasticity; delta_profit = (P1−VC)Q1 − (P0−VC)Q0 − delta_fixed_cost

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 stimare una funzione di domanda?Mercato × prodotto × periodo

  2. 02

    P0 · P1 · Q0 · Q1 · VC · price_ratio · elasticity · delta_fixed_cost · delta_profit

  3. 03

    P1 = P0 × price_ratio; Q1 = Q0 × price_ratio^elasticity; delta_profit = (P1−VC)Q1 − (P0−VC)Q0 − delta_fixed_cost

  4. 04

    Dichiarare obiettivo associativo o strutturale · Forma funzionale · Endogeneità del prezzo · Struttura dei residui · Supporto osservato per gli scenari

  5. 05

    Confrontare scenari vicini ai dati con intervalli e diagnostica. / Estrapolare domanda stabile durante un cambiamento strutturale non osservato.

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-P023-C01L’elasticità è una misura adimensionale della risposta relativa.
  2. MSC-P023-C02Un coefficiente log-log del prezzo è interpretabile come elasticità sotto la forma dichiarata.
  3. MSC-P023-C03Variabili omesse, disegno trasversale e aggregazione possono distorcere le stime di elasticità.
  4. MSC-P023-C04Il prezzo può essere correlato con determinanti non osservati della domanda.
  5. MSC-P023-C05Ignorare l’endogeneità del marketing mix può distorcere materialmente i parametri.
  1. Tellis, 1988
  2. Villas-Boas & Winer, 1999

Connessioni metodologiche

Territorio principaleScienza dei prezzi: collegare prezzo, domanda e contribuzioneRichiedeCome trattare l’endogeneità del prezzo?StimaCome stimare l’elasticità al prezzo e la sua incertezza?

Da leggere dopo

MSC-H-003Scienza dei prezzi: collegare prezzo, domanda e contribuzioneMSC-P-020Come trattare l’endogeneità del prezzo?MSC-P-022Come stimare l’elasticità al prezzo e la sua incertezza?MSC-P-024Come simulare uno scenario prezzo-volume-margine?