Apa yang harus dilakukan dengan variabel perancu?

Saya perlu melakukan percobaan. Pertama izinkan saya menggambarkan situasi saat ini. Perusahaan tempat saya bekerja adalah sebuah bioskop. Ini memiliki bagian permainan di mana orang-orang yang menunggu film dapat menghabiskan waktu dengan bermain game. Orang hanya dapat membayar dengan menggunakan kartu keanggotaan prabayar. Sayangnya bagian game ini tidak menghasilkan penjualan yang cukup. Kami berusaha mencari penyebabnya.

Hipotesis saya adalah jika kami menerima uang tunai sebagai pembayaran, penjualan akan meningkat.

Rencana saya adalah memiliki grup eksperimen dan grup kontrol. Kelompok eksperimen akan menerima pembayaran tunai, sedangkan kelompok kontrol tidak. Penjualan kedua kelompok dihitung sebelum dan sesudah percobaan.

Hal yang sulit tentang ini adalah saya tidak dapat menemukan cara untuk mengisolasi faktor 'pembayaran tunai' dari faktor-faktor lain:

• Ketika film diputar di bioskop bagus, lebih banyak orang akan datang dan penjualan juga akan meningkat
• Setiap bioskop hanya memiliki satu bagian permainan, saya tidak dapat membaginya menjadi dua bagian (satu menerima uang tunai, yang lain tidak)
• Jika beberapa situs menerima uang tunai dan beberapa lainnya tidak, saya rasa saya tidak dapat membandingkan hasilnya secara langsung karena pengunjung berbeda, jumlah unit permainan berbeda

Saya mencari saran untuk mengisolasi variabel 'pembayaran tunai' ini, atau mungkin pendekatan lain sama sekali.

Berikut adalah beberapa saran yang terkait dengan poin-poin di atas:

• Bagaimana dengan menggunakan pengambilan harian sebagai variabel penjelas?
  • Yang perlu Anda lakukan adalah membentuk persamaan di mana Anda memprediksi penjualan game mengingat sejumlah faktor lain. Ada beberapa faktor yang akan mencakup hal-hal yang Anda minati seperti apakah mereka menggunakan kartu prabayar. Namun, Anda juga harus memasukkan faktor-faktor yang tidak Anda minati tetapi harus disesuaikan, seperti pengambilan harian. Tentunya, jika film ini adalah blockbuster maka penjualan game akan meningkat.
• Misalkan Anda memiliki N bioskop. Pilih N / 2 bioskop dan letakkan di grup A dan sisanya di Grup B. Sekarang, biarkan Grup A menjadi grup kontrol dan B sebagai grup eksperimen. Jika memungkinkan, gantilah pengaturan ini, yaitu jadikan Grup A pengaturan eksperimental selama beberapa minggu.
• Jika Anda dapat mencampurkan beberapa grup (poin di atas) maka ini bukan masalah. Bahkan jika Anda tidak bisa, Anda bisa memasukkan variabel yang mewakili jumlah unit game.

Teknik statistik yang mungkin Anda perlukan adalah regresi linier berganda (MLR). Pada dasarnya, Anda membangun persamaan bentuk:

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

dimana

• a0 , a1 , a2 hanyalah angka
• Prabayar adalah 0 atau 1
• Yang diambil adalah yang diambil setiap hari.

MLR akan memungkinkan Anda menghitung nilai a0-a2 . Jadi, jika a1 besar, ini menunjukkan bahwa Prabayar itu penting.

Bagaimana dengan membandingkan sebelum dan sesudah Anda memperkenalkan opsi tunai di kedua kelompok? Katakanlah Anda menetapkan setengah bioskop ke opsi tunai (perawatan) dan setengah melanjutkan tanpa uang tunai (kontrol). Sekarang, Anda dapat membandingkan bagaimana penjualan berubah pada kelompok perlakuan setelah pengenalan opsi tunai, dan juga membandingkan bagaimana penjualan berubah pada kelompok kontrol. Jika memang opsi tunai efektif, maka perubahan pada kelompok perlakuan akan lebih besar daripada perubahan pada kelompok kontrol.

Saya ingat pernah membaca analisis statistik menarik yang dilakukan oleh Prof Ayala Cohen di laboratorium statistik Technion untuk menilai efek menghilangkan papan iklan dari jalan raya utama di Israel pada kecelakaan dengan cara yang sama: untuk mengendalikan faktor-faktor lain yang berubah selama periode ini, mereka membandingkan pengurangan kecelakaan sebelum / sesudah ke jalan raya paralel di mana papan iklan tetap ada di sana selama periode tersebut.

Selain saran statistik praktis saya, saya ingin mengangkat masalah yang sedikit berbeda: Saya menyadari bahwa tujuan bioskop adalah untuk memaksimalkan pendapatan, dan tentu saja analisis (dan strategi) dapat diarahkan untuk mencapai tujuan itu. Namun, saya ingin menyarankan pandangan yang lebih luas, holistik bahwa perusahaan serta analis harus mempertimbangkan: manfaat keseluruhan. Dalam hal ini, kami dapat mempertimbangkan nilai penambahan game untuk penonton bioskop. Apakah mereka lebih bahagia atau lebih puas dengan pengalaman keseluruhan? (ini dapat dievaluasi, misalnya, melalui kuesioner cepat). Atau, jika game itu mendidik, misalnya, maka mungkin ada manfaat tambahan bagi mereka yang bermain? Saya ingat bahwa di beberapa bioskop di AS ada permainan kata di layar sebelum film dimulai. Ini dapat dianggap menyenangkan dan mendidik dan karenanya dapat menjadi nilai tambah. Faktanya,

Apa yang ingin saya katakan adalah berguna untuk mendefinisikan "kesuksesan" secara luas dan berpikir besar. Pada akhirnya, kesuksesan akan tergantung juga pada kesehatan "pelanggan" dan dampak "perawatan" pada masyarakat, budaya, lingkungan, dll.

Maaf jika ini terlalu filosofis, tetapi saya telah memiliki begitu banyak siswa MBA yang memaksimalkan keuntungan finansial jangka pendek dan terlalu sedikit memikirkan masalah yang tidak bersifat moneter. Namun, data mining dan statistik dapat digunakan untuk tujuan yang lebih luas.