Triangolazione di marketing: spiegare gli scarti tra metodi.
Cosa occorre distinguere
Tre condizioni prima di ogni calcolo.
Estimando identico
iROAS marginale, ROAS medio, vendite attribuite e lift di considerazione non sono intercambiabili. Scrivere con precisione trattamento, risultato, popolazione e orizzonte prima del confronto.
Distorsioni indipendenti
Due metodi che usano gli stessi dati e la stessa selezione non costituiscono due prove indipendenti. Il valore della triangolazione cresce quando le debolezze sono diverse.
Divergenza produttiva
Uno scarto non si risolve a maggioranza. Innesca un’analisi di calendario, targeting, saturazione, contaminazione, definizione e trasportabilità.
Metodo
Triangolare misure dallo scarto alla sintesi
- 01Allineare le domande
Costruire una scheda per metodo con trattamento, controfattuale, risultato, popolazione, periodo e unità; escludere le misure che rispondono a un’altra domanda.
- 02Mappare le distorsioni
Documentare selezione, confondimento, contaminazione, errore di misura, specificazione ed estrapolazione; indicare se due metodi condividono la stessa debolezza.
- 03Confrontare gli intervalli
Mettere stime e incertezze su una scala comune; una divergenza puntuale può sparire quando gli intervalli sono presentati onestamente.
- 04Sintetizzare o separare
Combinare per ponderazione inversa della varianza solo le stime compatibili; altrimenti conservare più cifre e definire la decisione robusta al loro intervallo.
Il registro di compatibilità delle prove
Quattro metodi sono confrontati per effetto misurato, orizzonte, distorsione dominante e ruolo decisionale. Solo due entrano nella sintesi causale.
| Metodo | Estimando | Risultato | Intervallo | Bias dominante | Ruolo |
|---|---|---|---|---|---|
| Esperimento | iROAS marginale | 1,40 | 0,90–1,90 | Selezione debole | Sintesi |
| MMM | iROAS storico | 1,80 | 1,20–2,40 | Specifica | Sintesi |
| Attribuzione | Vendite accreditate | 3,20 | non causale | Selezione forte | Percorso |
| Indagine | Considerazione | +6 pt | ±3 pt | Dichiarativo | Meccanismo |
Una sintesi causale a 1,56 di iROAS, non una media di 2,13
Un esperimento stima 1,40 con una deviazione standard di 0,255; un MMM compatibile stima 1,80 con 0,306. Un’attribuzione mostra 3,20 ma misura conversioni accreditate, non un effetto causale.
Ponderazione inversa della varianza: pesi 15,38 e 10,68. Sintesi = (1,40 × 15,38 + 1,80 × 10,68) ÷ 26,06 = 1,56. Deviazione standard = √(1 ÷ 26,06) = 0,196; intervallo approssimativo 1,18–1,95.
L’attribuzione resta utile per il percorso ma non entra nella media causale. La decisione di budget si appoggia su 1,56 e ne testa la robustezza fino a 1,18.
Condizioni di accettazione
Le condizioni per agire.
- 01
Trattamento, popolazione, risultato e orizzonte sono allineati prima del confronto.
- 02
Le dipendenze di dati e di distorsioni tra metodi sono documentate.
- 03
Solo le stime compatibili entrano in una sintesi quantitativa.
- 04
La decisione è testata sull’intervallo, non solo sulla media.
Limiti
Ciò che questa analisi non dimostra.
- La ponderazione inversa della varianza presuppone stime comparabili e poco dipendenti.
- Intervalli stretti possono restare distorti da una cattiva identificazione.
- La trasportabilità di un esperimento locale al budget nazionale va giustificata.
Riferimenti
Opere citate.
- Gordon, B. R. et al. (2019), « A Comparison of Approaches to Advertising Measurement », Marketing Science.
- Shadish, W. R., Cook, T. D. & Campbell, D. T. (2002), Experimental and Quasi-Experimental Designs.
- Salaka, V. & Prabhu, J. (2011), « Information Theoretic Metrics for Combining Qualitative and Quantitative Data », Service Science.