Curve di risposta: scegliere una forma che resti credibile fuori dal campione.
Stato della prova
Che cosa è stato riprodotto e che cosa non dimostra.
La fixture e l'esecuzione Python verificano la curva di risposta saturante, la sua derivata marginale ponderata e gli output sigillati dell'allocatore didattico. Non selezionano una forma di curva su osservazioni di mercato.
- Specifica tecnica dell'allocatore di budget, specifica in francese (si apre in una nuova scheda)
v1, 31 agosto 2026 · CC BY 4.0 · specifica in francese · Documento di metodo redatto da marketing-mix.net. Le cifre sono illustrative: non sono misurazioni di mercato.
Cosa occorre distinguere
Tre condizioni prima di ogni calcolo.
Effetto incrementale
La variabile spiegata deve rappresentare un effetto causale o calibrato, non una vendita attribuita. Una curva molto precisa su un segnale distorto industrializza la distorsione invece di mettere in sicurezza l’allocazione.
Supporto osservato
La funzione è più credibile nell’intervallo di spesa realmente osservato. Una raccomandazione lontana dal supporto richiede un’ipotesi esplicita, un intervallo di incertezza e preferibilmente un test.
Pendenza decisionale
L’allocazione dipende dalla derivata locale: il contributo atteso del prossimo euro. Due funzioni vicine in livello possono produrre decisioni opposte se le loro pendenze divergono al budget corrente.
Metodo
Confrontare le funzioni su adattamento e decisione
- 01Preparare i punti identificati
Assemblare le coppie spesa–effetto provenienti da variazioni storiche credibili, da esperimenti o da un modello calibrato; conservare la dispersione e il contesto di ogni punto.
- 02Adattare più famiglie
Stimare almeno un riferimento lineare e due forme saturanti; imporre parametri compatibili con segno, asintoto e velocità di risposta attesi.
- 03Validare fuori periodo
Confrontare errore predittivo, stabilità dei parametri e copertura degli intervalli su periodi esclusi; esaminare separatamente le spese alte e basse.
- 04Confrontare le decisioni
Calcolare livello, rendimento medio e pendenza marginale al budget attuale e ai budget proposti; rifiutare un’allocazione che dipenda unicamente da un’estrapolazione instabile.
Tre funzioni, tre decisioni marginali
Le stesse osservazioni sono adattate da una retta, una saturazione esponenziale e una curva di Hill; le loro estrapolazioni e le loro pendenze sono confrontate.
La retta sovrastima del 15 % l’effetto a 200 k€
Gli effetti osservati, in migliaia di euro, sono 0, 49, 79, 97 e 108 per spese di 0 k€, 50 k€, 100 k€, 150 k€ e 200 k€. Una retta dà 124 k€ a 200 k€, mentre una saturazione esponenziale con tetto 125 e velocità 0,01 dà 108,1 k€.
Errore della retta all’ultimo punto: 124 − 108 = 16 k€, cioè il 14,8 %. Pendenza esponenziale a 200 k€: 125 × 0,01 × exp(−0,01 × 200) = 0,169 k€ di effetto per k€ speso.
La saturazione esponenziale è adottata in questo intervallo. La retta farebbe finanziare troppo a lungo la leva; la curva di Hill resta uno scenario di sensibilità finché la zona di accelerazione non è osservata.
Condizioni di accettazione
Le condizioni per agire.
- 01
I punti di adattamento rappresentano un effetto incrementale o calibrato.
- 02
L’intervallo raccomandato resta vicino alle spese osservate.
- 03
Errore fuori periodo, parametri e pendenza marginale sono pubblicati insieme.
- 04
Una seconda funzione plausibile accompagna ogni estrapolazione importante.
Limiti
Ciò che questa analisi non dimostra.
- Una funzione aggregata nasconde le differenze di creatività, area o segmento.
- I parametri cambiano con prezzo, concorrenza, qualità media e stagione.
- L’assenza di variazione di spesa impedisce di identificare la curvatura.
Riferimenti
Opere citate.
- 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.