Descarga la aplicación para disfrutar aún más
Vista previa del material en texto
Estudios Causales: Medición de Impacto Pablo Marshall Escuela de Administración, PUC Contenido 1. Estudios Causales 2. Correlación y Causalidad 3. Medición de Impacto 4. Modelos de Regresión Pablo Marshall Escuela de Administración, PUC 2 1. Conceptos Generales • Medir la efectividad o impacto de acciones de marketing: nuevos productos, campañas de publicidad, promociones, cambios de precio, nuevos canales, cambios de empaque, test de sabor, etc... • Correlación no es lo mismo que causalidad : Paradoja de Simpson • Test de Mercado (Field Experiment) o Pre – Test de Mercado (Laboratorio) • Evaluación de Impacto en Economía y Ciencias Sociales Pablo Marshall Escuela de Administración, PUC 3 2. Correlación y Causalidad: Paradoja de Simpson Condición Mujeres Hombres Total Postulantes 200 200 400 Admitidos 66 96 162 % Admitidos 33,0 48,0 40,5 ¿Es la proporción de admitidos mayor en hombres? Paradoja de Simpson Alumnos Admitidos en Berkeley Pablo Marshall Escuela de Administración, PUC 4 Correlación y Causalidad: Paradoja de Simpson Facultad Condición Mujeres Hombres Total Negocios Postulantes 160 60 220 Admitidos 40 12 52 % Admitidos 25,0 20,0 23,6 Ingeniería Postulantes 40 140 180 Admitidos 26 84 110 % Admitidos 65,0 60,0 61,1 Total Postulantes 200 200 400 Admitidos 66 96 162 % Admitidos 33,0 48,0 40,5 ¿Es la proporción de admitidos mayor en hombres? Paradoja de Simpson Alumnos Admitidos en Berkeley Pablo Marshall Escuela de Administración, PUC 5 Correlación y Causalidad: Ventas y Publicidad Pablo Marshall Escuela de Administración, PUC 6 3. Medición de Impacto El impacto de una acción de marketing es la diferencia entre el resultado de la variable objetivo en la unidad con tratamiento y el resultado que se habría obtenido en la misma unidad sin tratamiento Pablo Marshall Escuela de Administración, PUC 7 Tratamiento Control Contra Factual ¿Cómo construir el Control o Contra Factual? Ejemplo Banco Un banco quiere hacer el rediseño de más de 200 sucursales. La banca móvil y la banca a través de internet han cambiado las necesidades de los clientes y la idea de los ejecutivos del banco es transformar las sucursales en centros de negocios y asesoría, dejando atrás la idea de que las sucursales son lugares donde fundamentalmente se hacen depósitos y giros de dinero. Se selecciona una muestra de las sucursales para ser rediseñadas. Después de 3 meses de operación de las nuevas sucursales se hace una encuesta a los clientes que visitan la sucursal de manera de medir la satisfacción con el nuevo diseño. ¿Cómo medir el impacto? Pablo Marshall Escuela de Administración PUC 8 Modelo de Rubin: Resultados Potenciales Unidades Tratamiento Unidades Control Con Tratamiento 𝑌1𝑡 𝑌1𝑐 Sin Tratamiento 𝑌0𝑡 𝑌0𝑐 Pablo Marshall Escuela de Administración PUC 9 ¿Cuáles celdas son observables? ¿Cuál es el impacto? ¿Cómo se estima? ¿En qué casos hay sesgo de medición? Diferencia Observada = 𝑌1𝑡 − 𝑌0𝑐 = (𝑌1𝑡− 𝑌0𝑡) + 𝑌0𝑡 − 𝑌0𝑐 = 𝐼𝑚𝑝𝑎𝑐𝑡𝑜 + 𝑆𝑒𝑠𝑔𝑜 Método 1: Aleatorización • Aleatorización en 2 Etapas 𝑆𝑒𝑠𝑔𝑜 = 𝑌0𝑡 − 𝑌0𝑐 = 0 𝐼𝑚𝑝𝑎𝑐𝑡𝑜 = 𝑌1𝑡 − 𝑌0𝑐 = 𝑌1𝑡 − 𝑌0𝑡 • Precisión 𝑉 𝑌1𝑡 − 𝑌0𝑐 = 𝜎2 𝑛1 + 𝑛0 1 (𝑛1%) (𝑛0%) • Observaciones: – Costos / Beneficios – Consideraciones Éticas – Precisión – Mortalidad – Modelo de Regresión: 𝑦 = 𝛽0 + 𝛽1𝑇 + 𝜀 Pablo Marshall Escuela de Administración, PUC 10 Ejemplo: Star Video Star Video es una empresa que ofrece canales de video a través de Internet. Star Video realiza un experimento para medir la efectividad de una campaña publicitaria en 6 sitios donde se ponen banners con publicidad de la empresa. El objetivo de la campaña es la suscripción al servicio que ofrece Star Video. Las personas que entran a alguno de estos sitios durante 2 meses son clasificados como muestra tratamiento o muestra control. Las personas de la muestra tratamiento ven publicidad de Star Video mientras que la muestra control ve publicidad de una institución de beneficencia. El 10% es control. Las tasas de suscripción en el grupo tratamiento es 0.156% y en el grupo control 0.144%. Las personas que participan del experimento son 45 millones y el número de impresiones es 75 millones. El costo de una impresión es $ 0,020 y el valor de una suscripción para la empresa es $ 1.200. Ejemplo: Star Video (Continuación) • Suponga que sólo el 50% del grupo tratamiento ve efectivamente la publicidad • Suponga que la tasa de suscripción entre los que ven la publicidad es 0.224% Pablo Marshall Escuela de Administración PUC 12 Grupo Ve Publicidad Tasa Tasa Promedio Tratamiento Si (50%) 0.224 0.156 No (50%) Control Si (50%) 0.144 No (50%) ATE = TOT = Método 2: Matching • La asignación de las sucursales no es aleatoria y depende de una variable X correlacionada con la respuesta • Condicional en una variable X, observable, la asignación al tratamiento es independiente de la respuesta (independencia condicional) • Mediciones de Impacto Global ATE en la Muestra = 15 ATE en la Población = 20 Pablo Marshall Escuela de Administración, PUC 13 Muestra Satisfacción X: Zona Total Tratamiento Control Tratamiento Control A 20 10 10 50 50 B 40 10 30 65 55 C 60 10 50 80 60 D 80 10 70 95 65 Total 200 40 160 72 62 Método 3: Diferencias en Diferencias (DID) Ejemplo Banco • Las sucursales en los grupos tratamiento y control no fueron asignadas aleatoriamente • Se tienen observaciones de satisfacción antes y después • Se supone que las diferencias (después – antes) permanecen constantes entre el grupo tratamiento y el grupo control. Pablo Marshall Escuela de Administración, PUC 14 Satisfacción Promedio Número de Sucursales Medición Tratamiento Control Tratamiento Control Antes 60 50 30 70 Después 75 55 30 70 ¿Cuál es el impacto del rediseño en una unidad tratada? ¿y si la selección fuese aleatoria? Ejemplo : Campaña Publicitaria Después de una campaña en TV se hace una encuesta telefónica a 400 hogares para medir la recordación de marca entre quienes vieron y quienes no vieron la publicidad. Los resultados son los siguientes ¿Fue efectiva la campaña? Condición Vio Publicidad No Vio Publicidad Total Encuestados 116 284 400 Recuerda la Marca 43 74 117 % Recuerda la Marca 37,1 26,1 29,3 Pablo Marshall Escuela de Administración, PUC 15 Ejemplo: Campaña Publicitaria Género Condición Vio Publicidad No Vio Publicidad Total Hombres Encuestados 90 110 200 Recuerda la Marca 40 46 86 % Recuerda la Marca 44,4 41,8 43,0 Mujeres Encuestados 26 174 200 Recuerda la Marca 3 28 31 % Recuerda la Marca 11,5 16,1 15,5 Total Encuestados 116 284 400 Recuerda la Marca 43 74 117 % Recuerda la Marca 37,1 26,1 29,3 Pablo Marshall Escuela de Administración, PUC 16 Resumen Fuentes de Error • Historia: otros eventos que ocurren al mismo tiempo • Madurez: cambios en las unidades • Mortalidad: de las unidades durante el experimento • Sesgo de Selección: de las unidades • Regresión a la media • Efecto Test: efectos que produce el experimento • Spill-over Pablo Marshall Escuela de Administración, PUC 17 Ejemplo: Promoción Biz Ware Características de la promoción de un nuevo software: • Precio : 150, 160, 170, 180 • Mensaje : Velocidad, Poder • Promoción: 30 días gratis, Regalo Promoción 30 días gratis 30 días gratis Regalo Regalo Mensaje Velocidad Poder Velocidad Poder Precio=150 14% 40% Precio=160 9% 13% Precio=170 6% 10% Precio=180 1% 7% Pablo Marshall Escuela de Administración, PUC 18 Ejemplo: Promoción Biz Ware • Características de la Promoción – Precio : 150, 160, 170, 180 – Mensaje : Velocidad, Poder – Promoción: 30 días gratis, Regalo • Se observan 8 combinaciones o celdas Variable Constante Precio Mensaje Poder Promoción Regalo Coeficiente 9,71 -0,08 0,61 1,10 Error Estándar 1,42 0,01 0,19 0,19 R2 = 0,969; n = 8 Pablo Marshall Escuela de Administración, PUC 19
Compartir