{
  "dataset": {
    "name": "Noroa — marketing mix omnicanale, 156 settimane",
    "version": "1.0",
    "nature": "Dati simulati, deterministici e riproducibili",
    "company": "Noroa è un’azienda fittizia",
    "period": {
      "start": "2023-01-02",
      "end": "2025-12-22",
      "observations": 156,
      "grain": "settimana"
    },
    "allowedUse": [
      "Riprodurre il caso decisionale",
      "Testare un metodo MMM o di allocazione",
      "Insegnare l’analisi di sensibilità"
    ],
    "prohibitedUse": [
      "Presentare i risultati come performance di mercato osservata",
      "Usare i parametri come benchmark di settore"
    ]
  },
  "decision": {
    "question": "Come riallocare 1,2 M€ trimestrali tra cinque canali senza aumentare il budget?",
    "objective": "Massimizzare il contributo lordo incrementale dopo i media",
    "decision": "Applicare la riallocazione in due fasi con sei settimane di validazione",
    "budget_eur": 1200000
  },
  "model": {
    "responseCurve": "R_i(s) = A_i * s^alpha_i / (H_i^alpha_i + s^alpha_i)",
    "allocation": "Allocazione discreta in incrementi di 10.000 € entro i limiti pubblicati per canale",
    "channels": [
      {
        "channel": "Paid search",
        "current_eur": 440000,
        "target_eur": 290000,
        "marginal_return_eur_per_eur": 0.7,
        "confidence_percent": 88
      },
      {
        "channel": "Paid social",
        "current_eur": 340000,
        "target_eur": 220000,
        "marginal_return_eur_per_eur": 0.82,
        "confidence_percent": 62
      },
      {
        "channel": "Video online",
        "current_eur": 140000,
        "target_eur": 230000,
        "marginal_return_eur_per_eur": 1.46,
        "confidence_percent": 70
      },
      {
        "channel": "Televisione",
        "current_eur": 200000,
        "target_eur": 270000,
        "marginal_return_eur_per_eur": 1.31,
        "confidence_percent": 66
      },
      {
        "channel": "Retail media",
        "current_eur": 80000,
        "target_eur": 190000,
        "marginal_return_eur_per_eur": 2.04,
        "confidence_percent": 80
      }
    ]
  },
  "result": {
    "current_contribution_eur": 1946408,
    "target_contribution_eur": 2067807,
    "expected_gain_eur": 121400,
    "expected_gain_percent": 6.2,
    "prudent_gain_eur": 42000,
    "favorable_gain_eur": 187000,
    "positive_gain_probability_percent": 88
  },
  "validation": {
    "estimation_weeks": 144,
    "holdout_weeks": 12,
    "holdout_mape_percent": 6.8,
    "interval_coverage_percent": 91.7
  },
  "limits": [
    "I dati sono simulati, non una performance di mercato osservata.",
    "Le curve non stimano sinergie creative o sequenziali.",
    "Una decisione reale richiede costi, margini e test locali."
  ]
}