จะทำอย่างไรกับตัวแปรที่สับสน?

ฉันต้องทำการทดสอบ ก่อนอื่นให้ฉันอธิบายสถานการณ์ปัจจุบัน บริษัท ที่ฉันทำงานคือโรงภาพยนตร์ มีส่วนของเกมที่ผู้คนที่รอหนังสามารถผ่านเวลาโดยการเล่นเกม ผู้คนสามารถชำระเงินได้โดยใช้บัตรสมาชิกแบบชำระเงินล่วงหน้าเท่านั้น น่าเสียดายที่ส่วนเกมนี้ไม่ได้สร้างยอดขายมากพอ เรากำลังพยายามหาสาเหตุ

สมมติฐานของฉันคือถ้าเรารับเงินสดเป็นเงินการขายจะเพิ่มขึ้น

แผนของฉันคือการมีกลุ่มทดลองและกลุ่มควบคุม กลุ่มทดลองจะยอมรับการชำระเงินสดกลุ่มควบคุมไม่ ยอดขายของทั้งสองกลุ่มมีการนับก่อนและหลังการทดสอบ

สิ่งที่ยากเกี่ยวกับเรื่องนี้คือฉันไม่สามารถหาวิธีแยกปัจจัย 'การจ่ายเงินสด' จากปัจจัยอื่น:

• เมื่อภาพยนตร์ที่เล่นในโรงภาพยนตร์ดีผู้คนจำนวนมากจะมาและยอดขายก็จะเพิ่มขึ้นเช่นกัน
• โรงภาพยนตร์แต่ละแห่งมีเพียงส่วนหนึ่งของการเล่นเกมเท่านั้นฉันไม่สามารถแยกมันออกเป็นสองส่วนได้ (ส่วนหนึ่งรับเงินสดและอีกส่วนไม่ได้)
• หากหลายเว็บไซต์ยอมรับเงินสดและหลายเว็บไซต์ไม่ทำฉันไม่คิดว่าฉันสามารถเปรียบเทียบผลลัพธ์ได้โดยตรงเนื่องจากผู้เข้าชมแตกต่างกันจำนวนหน่วยการเล่นเกมจะแตกต่างกัน

ฉันกำลังมองหาข้อเสนอแนะเพื่อแยกตัวแปร 'การชำระเงินสด' หรืออาจเป็นแนวทางอื่นทั้งหมด

นี่คือคำแนะนำบางส่วนเกี่ยวกับหัวข้อกระสุนของคุณด้านบน:

• สิ่งที่เกี่ยวกับการใช้รายรับรายวันเป็นตัวแปรอธิบาย?
  • สิ่งที่คุณต้องทำคือสร้างสมการที่คุณคาดการณ์ยอดขายเกมที่ได้รับจากปัจจัยอื่น ๆ มีปัจจัยหลายอย่างที่จะรวมถึงสิ่งที่คุณสนใจเช่นว่าพวกเขาใช้บัตรเติมเงินหรือไม่ อย่างไรก็ตามคุณต้องระบุปัจจัยที่คุณไม่สนใจ แต่ต้องปรับเปลี่ยนเช่นรายรับรายวัน เห็นได้ชัดว่าถ้าภาพยนตร์เรื่องนี้เป็นบล็อกบัสเตอร์แล้วยอดขายเกมจะเพิ่มขึ้น
• สมมติว่าคุณมีโรงภาพยนตร์ N แห่ง เลือกโรงภาพยนตร์ N / 2 และวางไว้ในกลุ่ม A และไปที่กลุ่ม B ตอนนี้ให้กลุ่ม A เป็นกลุ่มควบคุมและ B กลุ่มทดลอง หากเป็นไปได้ให้สลับการตั้งค่านี้เช่นทำให้การตั้งค่ากลุ่ม A เป็นระยะเวลาสองสามสัปดาห์
• หากคุณสามารถรวมกลุ่ม (จุดด้านบน) แล้วนี่ไม่ใช่ปัญหา แม้ว่าคุณไม่สามารถทำได้คุณสามารถรวมตัวแปรที่แสดงถึงจำนวนหน่วยการเล่นเกม

เทคนิคทางสถิติที่คุณอาจต้องใช้คือการถดถอยเชิงเส้นหลายครั้ง (MLR) เป็นหลักคุณสร้างสมการของแบบฟอร์ม:

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

ที่ไหน

• a0 , a1 , a2เป็นเพียงตัวเลข
• จ่ายล่วงหน้าเป็น 0 หรือ 1
• Takensเป็นอาหารประจำวัน

อัตราดอกเบี้ย MLR จะช่วยให้คุณคำนวณค่าของA0-A2 ดังนั้นหากa1มีขนาดใหญ่แสดงว่าการชำระล่วงหน้ามีความสำคัญ

วิธีการเปรียบเทียบก่อนและหลังที่คุณแนะนำตัวเลือกเงินสดในทั้งสองกลุ่ม? สมมติว่าคุณกำหนดโรงภาพยนตร์ครึ่งหนึ่งให้กับตัวเลือกเงินสด (การรักษา) และครึ่งหนึ่งดำเนินการต่อโดยไม่มีเงินสด (การควบคุม) ตอนนี้คุณสามารถเปรียบเทียบการเปลี่ยนแปลงยอดขายในกลุ่มการรักษาหลังจากการแนะนำตัวเลือกเงินสดและเปรียบเทียบการเปลี่ยนแปลงการขายในกลุ่มควบคุม หากตัวเลือกเงินสดมีประสิทธิภาพการเปลี่ยนแปลงในกลุ่มการรักษาจะใหญ่กว่าการเปลี่ยนแปลงในกลุ่มควบคุม

ฉันจำได้ว่าอ่านการวิเคราะห์ทางสถิติที่น่าสนใจโดยศาสตราจารย์ Ayala Cohen ที่ห้องแล็บทางสถิติของ Technion เพื่อประเมินผลของการลบป้ายโฆษณาจากทางหลวงสายสำคัญในอิสราเอลต่ออุบัติเหตุในลักษณะที่คล้ายกัน: เพื่อควบคุมปัจจัยอื่น ๆ ที่เปลี่ยนแปลงในช่วงเวลานี้ เปรียบเทียบการลดลงของอุบัติเหตุก่อน / หลังกับทางหลวงคู่ขนานที่ป้ายโฆษณายังคงอยู่ที่นั่นตลอดระยะเวลา

นอกเหนือจากข้อเสนอแนะเชิงสถิติเชิงปฏิบัติแล้วฉันต้องการยกประเด็นที่แตกต่างออกไปเล็กน้อย: ฉันตระหนักว่าเป้าหมายของโรงภาพยนตร์คือการเพิ่มรายได้ให้สูงสุดและแน่นอนว่าการวิเคราะห์ (และกลยุทธ์) สามารถมุ่งสู่เป้าหมายนั้นได้ อย่างไรก็ตามฉันอยากจะแนะนำมุมมองที่กว้างขึ้นแบบองค์รวมที่ บริษัท และนักวิเคราะห์ควรพิจารณา: ประโยชน์โดยรวม ในกรณีนี้เราสามารถพิจารณาคุณค่าของการเพิ่มการเล่นเกมกับผู้ชมภาพยนตร์ พวกเขามีความสุขหรือพอใจมากกว่ากับประสบการณ์โดยรวมหรือไม่? (สามารถประเมินได้เช่นผ่านแบบสอบถามสั้น ๆ ) หรือถ้าการเล่นเกมเป็นการศึกษาแล้วอาจมีประโยชน์เพิ่มเติมสำหรับผู้เล่นหรือไม่? ฉันจำได้ว่าในโรงภาพยนตร์หลายแห่งในสหรัฐอเมริกามีเกมคำศัพท์บนหน้าจอก่อนที่ภาพยนตร์จะเริ่ม สิ่งเหล่านี้สามารถถูกมองว่าสนุกและให้ความรู้ดังนั้นจึงเป็นการเพิ่มคุณค่า ในความเป็นจริง,

สิ่งที่ฉันพยายามจะพูดคือมันมีประโยชน์ในการนิยาม "ความสำเร็จ" ในวงกว้างและคิดให้ใหญ่ ในท้ายที่สุดความสำเร็จจะขึ้นอยู่กับสุขภาพของ "ลูกค้า" และผลกระทบของ "การรักษา" ที่มีต่อสังคมวัฒนธรรมสิ่งแวดล้อม ฯลฯ

ขออภัยถ้านี่คือปรัชญาเกินไป แต่ฉันมีนักเรียน MBA จำนวนมากเพื่อเพิ่มผลกำไรทางการเงินในระยะสั้นและการคิดประเด็นที่ไม่เกี่ยวกับการเงินน้อยเกินไป กระนั้นการทำเหมืองข้อมูลและสถิติสามารถใช้สำหรับสาเหตุที่กว้างขึ้น