Làm gì với các biến gây nhiễu?

Tôi cần phải làm một thí nghiệm. Đầu tiên hãy để tôi mô tả tình hình hiện tại. Công ty mà tôi làm việc là một rạp chiếu phim. Nó có một phần chơi game, nơi những người đang chờ đợi phim có thể vượt qua thời gian bằng cách chơi trò chơi. Mọi người chỉ có thể thanh toán bằng cách sử dụng thẻ thành viên trả trước. Thật không may, phần chơi game này không tạo ra đủ doanh số. Chúng tôi đang cố gắng tìm (các) nguyên nhân.

Giả thuyết của tôi là nếu chúng ta chấp nhận thanh toán bằng tiền mặt, doanh số sẽ tăng.

Kế hoạch của tôi là có nhóm thử nghiệm và nhóm kiểm soát. Nhóm thử nghiệm sẽ chấp nhận thanh toán bằng tiền mặt, nhóm kiểm soát thì không. Doanh số của cả hai nhóm được tính trước và sau thí nghiệm.

Điều khó khăn ở đây là tôi không thể tìm ra cách cô lập yếu tố 'thanh toán tiền mặt' khỏi các yếu tố khác:

• Khi phim phát trong rạp chiếu phim hay, nhiều người sẽ đến và doanh thu cũng tăng
• Mỗi rạp chiếu phim chỉ có một phần chơi trò chơi, tôi không thể chia nó thành hai phần (một phần chấp nhận tiền mặt, phần còn lại không)
• Nếu một số trang web chấp nhận tiền mặt và một số trang khác thì không, tôi không nghĩ rằng tôi có thể so sánh trực tiếp kết quả vì khách truy cập khác nhau, số lượng đơn vị trò chơi khác nhau

Tôi đang tìm kiếm các đề xuất để cách ly biến 'thanh toán tiền mặt' này hoặc có thể là một cách tiếp cận khác hoàn toàn.

Dưới đây là một số gợi ý liên quan đến điểm đạn của bạn ở trên:

• Điều gì về việc sử dụng các bài tập hàng ngày như một biến giải thích?
  • Những gì bạn cần làm là hình thành một phương trình trong đó bạn dự đoán doanh số chơi game được đưa ra một số yếu tố khác. Có các yếu tố sẽ bao gồm những điều bạn quan tâm như liệu họ có sử dụng thẻ trả trước hay không. Tuy nhiên, bạn cũng cần bao gồm các yếu tố mà bạn không quan tâm mà phải điều chỉnh, chẳng hạn như việc mua hàng ngày. Rõ ràng, nếu bộ phim là một bộ phim bom tấn thì doanh số chơi game sẽ tăng lên.
• Giả sử bạn có N rạp chiếu phim. Chọn N / 2 rạp chiếu phim và đưa chúng vào nhóm A và phần còn lại đi vào nhóm B. Bây giờ hãy để nhóm A là nhóm kiểm soát và B là nhóm thử nghiệm. Nếu có thể, hãy thay thế thiết lập này, tức là biến Nhóm A thành thiết lập thử nghiệm trong vài tuần.
• Nếu bạn có thể kết hợp qua các nhóm (điểm trên) thì đây không phải là vấn đề. Ngay cả khi bạn không thể, bạn có thể bao gồm một biến đại diện cho số lượng đơn vị chơi trò chơi.

Các kỹ thuật thống kê có thể bạn sẽ cần là hồi quy tuyến tính đa biến (MLR). Về cơ bản, bạn xây dựng một phương trình có dạng:

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

Ở đâu

• a0 , a1 , a2 chỉ là số
• Trả trước là 0 hoặc 1
• Takens là takens hàng ngày.

MLR sẽ cho phép bạn tính các giá trị của a0-a2 . Vì vậy, nếu a1 lớn, điều này cho thấy Trả trước là quan trọng.

Làm thế nào về việc so sánh trước và sau khi bạn giới thiệu tùy chọn tiền mặt giữa hai nhóm? Giả sử bạn chỉ định một nửa rạp chiếu phim cho tùy chọn tiền mặt (điều trị) và một nửa tiếp tục không có tiền mặt (kiểm soát). Bây giờ, bạn có thể so sánh cách bán hàng thay đổi trong nhóm điều trị sau khi giới thiệu tùy chọn tiền mặt và cũng so sánh cách thay đổi doanh số trong nhóm kiểm soát. Nếu thực sự lựa chọn tiền mặt có hiệu quả, thì sự thay đổi trong nhóm điều trị sẽ lớn hơn thay đổi trong nhóm kiểm soát.

Tôi nhớ lại việc đọc một phân tích thống kê thú vị được thực hiện bởi Giáo sư Ayala Cohen tại phòng thí nghiệm thống kê của Technion để đánh giá hiệu quả của việc loại bỏ các bảng quảng cáo từ một đường cao tốc lớn ở Israel trong các vụ tai nạn theo cách tương tự: để kiểm soát các yếu tố khác đã thay đổi trong giai đoạn này, chúng so sánh việc giảm tai nạn trước / sau với đường cao tốc song song nơi các bảng quảng cáo vẫn ở đó trong suốt thời gian.

Ngoài đề xuất thống kê thực tế của tôi, tôi muốn nêu ra một vấn đề hơi khác: tôi nhận ra rằng mục tiêu của rạp chiếu phim là tối đa hóa doanh thu, và tất nhiên việc phân tích (và chiến lược) có thể hướng đến mục tiêu đó. Tuy nhiên, tôi muốn đề xuất một cái nhìn rộng hơn, toàn diện hơn mà các công ty cũng như các nhà phân tích nên xem xét: lợi ích chung. Trong trường hợp này, chúng ta có thể xem xét giá trị của việc bổ sung chơi game cho người đi xem phim. Họ hạnh phúc hơn hay hài lòng hơn với trải nghiệm tổng thể? (điều này có thể được đánh giá, ví dụ, thông qua bảng câu hỏi nhanh). Hoặc, nếu chơi game là giáo dục, ví dụ, thì có lẽ có thêm lợi ích cho những người chơi? Tôi nhớ rằng trong một số rạp chiếu phim ở Mỹ có những trò chơi chữ trên màn hình trước khi một bộ phim bắt đầu. Đây có thể được coi là niềm vui và giáo dục và do đó có thể được gia tăng giá trị. Trong thực tế,

Điều tôi đang cố gắng nói là rất hữu ích khi định nghĩa "thành công" theo cách rộng rãi và suy nghĩ lớn. Cuối cùng, thành công cũng sẽ phụ thuộc vào sức khỏe của "khách hàng" và tác động của "phương pháp điều trị" đối với xã hội, văn hóa, môi trường, v.v.

Xin lỗi nếu điều này quá triết lý, nhưng tôi đã có rất nhiều sinh viên MBA tối đa hóa lợi ích tài chính ngắn hạn và quá ít suy nghĩ về các vấn đề không phải là tiền tệ. Tuy nhiên, khai thác dữ liệu và thống kê có thể được sử dụng cho các nguyên nhân rộng lớn hơn.