Que faire des variables confusionnelles?

J'ai besoin de faire une expérience. Permettez-moi d'abord de décrire la situation actuelle. La société pour laquelle je travaille est un cinéma. Il a une section de jeu où les gens qui attendent des films peuvent passer du temps en jouant à des jeux. Les gens ne peuvent payer qu'en utilisant une carte de membre prépayée. Malheureusement, cette section de jeux ne génère pas suffisamment de ventes. Nous essayons de trouver la ou les causes.

Mon hypothèse est que si nous acceptons l'argent comptant comme paiement, les ventes augmenteront.

Mon plan est d'avoir un groupe expérimental et un groupe témoin. Le groupe expérimental acceptera le paiement en espèces, le groupe témoin non. Les ventes des deux groupes sont comptabilisées avant et après l'expérience.

La chose difficile à ce sujet est que je ne peux pas trouver un moyen d'isoler le facteur «paiement en espèces» des autres facteurs:

• Lorsque le film est bien au cinéma, plus de gens viendront et les ventes augmenteront également
• Chaque cinéma n'a qu'une section de jeu, je ne peux pas le diviser en deux sections (l'une accepte de l'argent, l'autre pas)
• Si plusieurs sites acceptent l'argent comptant et plusieurs autres non, je ne pense pas pouvoir comparer les résultats directement car les visiteurs sont différents, le nombre d'unités de jeu est différent

Je recherche des suggestions pour isoler cette variable de «paiement en espèces», ou peut-être une autre approche.

Voici quelques suggestions concernant vos points ci-dessus:

• Qu'en est-il de l'utilisation des recettes quotidiennes comme variable explicative?
  • Ce que vous devez faire est de former une équation dans laquelle vous prédisez les ventes de jeux en fonction d'un certain nombre d'autres facteurs. Il y aura des facteurs qui vous intéresseront, par exemple s'ils ont utilisé une carte prépayée. Cependant, vous devez également inclure des facteurs qui ne vous intéressent pas mais auxquels vous devez vous adapter, tels que les recettes quotidiennes. De toute évidence, si le film est un blockbuster, les ventes de jeux augmenteront.
• Supposons que vous ayez N cinémas. Sélectionnez N / 2 cinémas et placez-les dans le groupe A et reposez-vous dans le groupe B. Maintenant, laissez le groupe A être le groupe témoin et B le groupe expérimental. Si possible, alternez cette configuration, c'est-à-dire faites du groupe A la configuration expérimentale pendant quelques semaines.
• Si vous pouvez mélanger des groupes (point ci-dessus), ce n'est pas un problème. Même si vous ne le pouvez pas, vous pouvez inclure une variable représentant le nombre d'unités de jeu.

Les techniques statistiques dont vous aurez probablement besoin sont la régression linéaire multiple (MLR). Essentiellement, vous créez une équation de la forme:

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

où

• a0 , a1 , a2 ne sont que des nombres
• Prépayé est 0 ou 1
• Les takens sont les takens quotidiens.

MLR vous permettra de calculer les valeurs de a0-a2 . Donc, si a1 est grand, cela indique que le prépayé est important.

Que diriez-vous de comparer l'avant et après l'introduction de l'option de trésorerie entre les deux groupes? Supposons que vous attribuez la moitié des cinémas à l'option en espèces (traitement) et l'autre moitié en mode sans espèces (contrôle). Maintenant, vous pouvez comparer la façon dont les ventes ont changé dans le groupe de traitement après l'introduction de l'option en espèces, et également comparer la façon dont les ventes changent dans le groupe de contrôle. Si en effet l'option cash est effective, alors le changement dans le groupe de traitement sera plus important que le changement dans le groupe témoin.

Je me souviens d'avoir lu une analyse statistique intéressante réalisée par le professeur Ayala Cohen au laboratoire de statistique du Technion pour évaluer l'effet de la suppression des panneaux publicitaires d'une grande route en Israël sur les accidents de la même manière: pour contrôler les autres facteurs qui ont changé au cours de cette période, ils a comparé la réduction des accidents avant / après à une autoroute parallèle où des panneaux publicitaires y sont restés tout au long de la période.

Outre ma suggestion statistique pratique, je voulais soulever une question légèrement différente: je me rends compte que l'objectif du cinéma est de maximiser les revenus, et bien sûr l'analyse (et la stratégie) peuvent être orientées vers cet objectif. Cependant, je voudrais suggérer une vision plus large et holistique que les entreprises ainsi que les analystes devraient considérer: l'avantage global. Dans ce cas, nous pouvons considérer la valeur de l'ajout de jeu pour les amateurs de cinéma. Sont-ils plus heureux ou plus satisfaits de l'expérience globale? (cela peut être évalué, par exemple, via un questionnaire rapide). Ou, si le jeu est éducatif, par exemple, alors il y a peut-être un avantage supplémentaire pour ceux qui jouent? Je me souviens que dans plusieurs cinémas aux États-Unis, il y a des jeux de mots à l'écran avant le début d'un film. Ceux-ci peuvent être perçus comme amusants et éducatifs et pourraient donc être une valeur ajoutée. En réalité,

Ce que j'essaie de dire, c'est qu'il est utile de définir le «succès» au sens large et de voir grand. Au final, le succès dépendra également du bien-être des «clients» et de l'impact des «traitements» sur la société, la culture, l'environnement, etc.

Désolé si c'est trop philosophique, mais j'ai eu tellement d'étudiants de MBA maximisant les gains financiers à court terme et trop peu de réflexion sur des questions qui ne sont pas monétaires. Pourtant, l'exploration de données et les statistiques peuvent être utilisées pour des causes plus larges.