Antwortkurven: eine Form wählen, die außerhalb der Stichprobe glaubwürdig bleibt.
Stand des Nachweises
Was reproduziert wurde und was es nicht belegt.
Die Fixture und die Python-Ausführung prüfen die saturierende Reaktionskurve, ihre gewichtete Grenzableitung und die versiegelten Ausgaben des didaktischen Allokators. Sie wählen keine Kurvenform anhand von Marktbeobachtungen.
- Technische Spezifikation des Budgetallokators, Spezifikation auf Französisch (öffnet in einem neuen Tab)
v1, 31. August 2026 · CC BY 4.0 · Spezifikation auf Französisch · Methodendokument von marketing-mix.net. Die Zahlen sind illustrativ: Es handelt sich nicht um Marktmessungen.
Was zu unterscheiden ist
Drei Bedingungen vor jeder Berechnung.
Inkrementeller Effekt
Die erklärte Variable muss einen kausalen oder kalibrierten Effekt darstellen, keinen zugerechneten Verkauf. Eine sehr präzise Kurve auf einem verzerrten Signal industrialisiert die Verzerrung, statt die Allokation abzusichern.
Beobachteter Support
Die Funktion ist in der tatsächlich beobachteten Ausgabenspanne glaubwürdiger. Eine weit vom Support entfernte Empfehlung verlangt eine ausdrückliche Annahme, eine Unsicherheitsspanne und vorzugsweise einen Test.
Entscheidungssteigung
Die Allokation hängt von der lokalen Ableitung ab: dem erwarteten Beitrag des nächsten Euro. Zwei im Niveau nahe Funktionen können gegenteilige Entscheidungen erzeugen, wenn ihre Steigungen beim aktuellen Budget auseinandergehen.
Methode
Die Funktionen nach Anpassung und Entscheidung vergleichen
- 01Die identifizierten Punkte vorbereiten
Die Paare Ausgabe–Effekt aus glaubwürdigen historischen Variationen, Experimenten oder einem kalibrierten Modell zusammenstellen; Streuung und Kontext jedes Punktes bewahren.
- 02Mehrere Familien anpassen
Mindestens eine lineare Referenz und zwei sättigende Formen schätzen; Parameter erzwingen, die mit erwartetem Vorzeichen, Asymptote und Antwortgeschwindigkeit vereinbar sind.
- 03Außerhalb der Periode validieren
Prognosefehler, Parameterstabilität und Intervallabdeckung auf zurückgehaltenen Perioden vergleichen; hohe und niedrige Ausgaben gesondert prüfen.
- 04Die Entscheidungen vergleichen
Niveau, Durchschnittsertrag und Grenzsteigung beim aktuellen und bei den vorgeschlagenen Budgets berechnen; eine Allokation ablehnen, die allein von einer instabilen Extrapolation abhängt.
Drei Funktionen, drei Grenzentscheidungen
Dieselben Beobachtungen werden durch eine Gerade, eine exponentielle Sättigung und eine Hill-Kurve angepasst; ihre Extrapolationen und ihre Steigungen werden verglichen.
Die Gerade überschätzt den Effekt bei 200 T€ um 15 %
Die beobachteten Effekte betragen, in Tausend Euro, 0, 49, 79, 97 und 108 für Ausgaben von 0 T€, 50 T€, 100 T€, 150 T€ und 200 T€. Eine Gerade ergibt 124 T€ bei 200 T€, während eine exponentielle Sättigung mit einer Obergrenze von 125 und einer Geschwindigkeit von 0,01 108,1 T€ ergibt.
Fehler der Geraden am letzten Punkt: 124 − 108 = 16 T€, also 14,8 %. Exponentielle Steigung bei 200 T€: 125 × 0,01 × exp(−0,01 × 200) = 0,169 T€ Effekt je ausgegebenem T€.
Die exponentielle Sättigung wird in dieser Spanne gewählt. Die Gerade ließe den Hebel zu lange finanzieren; die Hill-Kurve bleibt ein Sensitivitätsszenario, solange die Beschleunigungszone nicht beobachtet ist.
Voraussetzungen
Was erfüllt sein muss, um zu handeln.
- 01
Die Anpassungspunkte stellen einen inkrementellen oder kalibrierten Effekt dar.
- 02
Die empfohlene Spanne bleibt nahe den beobachteten Ausgaben.
- 03
Out-of-Period-Fehler, Parameter und Grenzsteigung werden gemeinsam veröffentlicht.
- 04
Eine zweite plausible Funktion begleitet jede bedeutende Extrapolation.
Grenzen
Was diese Analyse nicht belegt.
- Eine aggregierte Funktion verdeckt die Unterschiede von Kreation, Gebiet oder Segment.
- Die Parameter ändern sich mit Preis, Wettbewerb, Medienqualität und Saison.
- Das Fehlen von Ausgabenvariation verhindert die Identifikation der Krümmung.
Quellenangaben
Zitierte Literatur.
- Vidale, M. L. & Wolfe, H. B. (1957), „An Operations-Research Study of Sales Response to Advertising“, Operations Research, 5(3), 370–381.
- Little, J. D. C. (1970), „Models and Managers: The Concept of a Decision Calculus“, Management Science, 16(8), B466–B485.
- Chan, D. & Perry, M. (2017), „Challenges and Opportunities in Media Mix Modeling“, Google Research.