Was tun mit verwirrenden Variablen?

Ich muss ein Experiment machen. Lassen Sie mich zunächst die gegenwärtige Situation beschreiben. Die Firma, für die ich arbeite, ist ein Kino. Es gibt einen Spielbereich, in dem Leute, die auf Filme warten, Zeit mit Spielen verbringen können. Personen können nur mit einer Prepaid-Mitgliedskarte bezahlen. Leider generiert dieser Gaming-Bereich nicht genügend Umsatz. Wir versuchen die Ursache (n) zu finden.

Meine Hypothese ist, wenn wir Bargeld als Zahlungsmittel akzeptieren, wird der Umsatz steigen.

Mein Plan ist es, eine Versuchsgruppe und eine Kontrollgruppe zu haben. Die Versuchsgruppe akzeptiert Barzahlungen, die Kontrollgruppe nicht. Die Verkäufe beider Gruppen werden vor und nach dem Experiment gezählt.

Das Schwierige daran ist, dass ich keinen Weg finden kann, den Faktor "Barzahlung" von anderen Faktoren zu isolieren:

• Wenn der Film im Kino gut läuft, werden mehr Leute kommen und der Umsatz wird ebenfalls steigen
• Jedes Kino hat nur einen Spielbereich, ich kann ihn nicht in zwei Bereiche aufteilen (einer akzeptiert Bargeld, der andere nicht).
• Wenn mehrere Websites Bargeld akzeptieren und andere nicht, kann ich die Ergebnisse nicht direkt vergleichen, da die Besucher unterschiedlich sind und die Anzahl der Spieleinheiten unterschiedlich ist

Ich suche nach Vorschlägen, um diese Variable "Barzahlung" oder vielleicht einen anderen Ansatz insgesamt zu isolieren.

Hier sind einige Vorschläge, die sich auf die oben genannten Punkte beziehen:

• Was ist mit der Verwendung der täglichen Einnahmen als erklärende Variable?
  • Was Sie tun müssen, ist eine Gleichung zu bilden, in der Sie den Spieleverkauf unter Berücksichtigung einer Reihe anderer Faktoren vorhersagen. Zu diesen Faktoren gehören Dinge, an denen Sie interessiert sind, z. B. ob eine Prepaid-Karte verwendet wurde. Sie müssen jedoch auch Faktoren einbeziehen, an denen Sie nicht interessiert sind, die Sie jedoch anpassen müssen, z. B. die täglichen Einnahmen. Wenn der Film ein Blockbuster ist, werden die Spieleverkäufe natürlich steigen.
• Angenommen, Sie haben N Kinos. Wählen Sie N / 2 Kinos aus und ordnen Sie sie in Gruppe A ein. Gehen Sie in Gruppe B. Lassen Sie nun Gruppe A die Kontrollgruppe und B die Versuchsgruppe sein. Wenn möglich, wechseln Sie diesen Aufbau ab, dh machen Sie Gruppe A für einige Wochen zum Versuchsaufbau.
• Wenn Sie über Gruppen mischen können (Punkt oben), ist dies kein Problem. Auch wenn Sie dies nicht können, können Sie eine Variable einfügen, die die Anzahl der Spieleinheiten darstellt.

Die statistischen Techniken, die Sie wahrscheinlich benötigen, sind multiple lineare Regression (MLR). Im Wesentlichen erstellen Sie eine Gleichung der Form:

Gaming sales = a0 + a1*Prepaid + a2*Takens + a3*<other things>

wo

• a0 , a1 , a2 sind nur Zahlen
• Prepaid ist entweder 0 oder 1
• Takens sind die täglichen Takens.

Mit MLR können Sie die Werte von a0-a2 berechnen . Wenn also a1 groß ist, bedeutet dies, dass Prepaid wichtig ist.

Wie wäre es mit einem Vergleich zwischen vor und nach der Einführung der Bargeldoption zwischen den beiden Gruppen? Angenommen, Sie weisen der Bargeldoption (Behandlung) die Hälfte der Kinos zu und die andere Hälfte ohne Bargeld (Kontrolle). Jetzt können Sie vergleichen, wie sich der Umsatz in der Behandlungsgruppe nach Einführung der Bargeldoption geändert hat, und auch vergleichen, wie sich der Umsatz in der Kontrollgruppe ändert. Wenn die Baroption tatsächlich wirksam ist, ist die Änderung in der Behandlungsgruppe größer als die Änderung in der Kontrollgruppe.

Ich erinnere mich, dass ich eine interessante statistische Analyse gelesen habe, die Prof. Ayala Cohen im statistischen Labor des Technion durchgeführt hat, um die Auswirkungen des Entfernens von Werbetafeln von einer großen Autobahn in Israel auf Unfälle auf ähnliche Weise zu bewerten: um andere Faktoren zu kontrollieren, die sich in dieser Zeit geändert haben verglich die Verringerung der Unfälle vorher / nachher mit einer parallelen Autobahn, auf der während des gesamten Zeitraums Werbetafeln verblieben waren.

Abgesehen von meinem praktischen statistischen Vorschlag wollte ich ein etwas anderes Thema ansprechen: Mir ist klar, dass das Ziel des Kinos darin besteht, die Einnahmen zu maximieren, und natürlich kann die Analyse (und Strategie) auf dieses Ziel ausgerichtet werden. Ich möchte jedoch eine breitere, ganzheitliche Sichtweise vorschlagen, die sowohl Unternehmen als auch Analysten berücksichtigen sollten: den Gesamtnutzen. In diesem Fall können wir den Wert des Spielzusatzes für Kinobesucher berücksichtigen. Sind sie glücklicher oder zufriedener mit der Gesamterfahrung? (Dies kann zB über einen kurzen Fragebogen ausgewertet werden). Oder, wenn das Spielen zum Beispiel lehrreich ist, haben die Spieler vielleicht einen zusätzlichen Vorteil? Ich erinnere mich, dass in mehreren Kinos in den USA Wortspiele auf dem Bildschirm angezeigt werden, bevor ein Film startet. Diese können als unterhaltsam und lehrreich empfunden werden und könnten daher einen Mehrwert darstellen. Eigentlich,

Ich versuche zu sagen, dass es nützlich ist, "Erfolg" breit zu definieren und groß zu denken. Letztendlich hängt der Erfolg auch vom Wohlbefinden der "Kunden" und den Auswirkungen von "Behandlungen" auf Gesellschaft, Kultur, Umwelt usw. ab.

Es tut mir leid, wenn dies zu philosophisch ist, aber ich hatte so viele MBA-Studenten, die kurzfristige finanzielle Gewinne maximierten und zu wenig über Themen nachdachten, die nicht monetär sind. Data Mining und Statistiken können jedoch für umfassendere Zwecke verwendet werden.