Produto · Inferência causalEm desenvolvimento

O que uma exposição mudou de facto, e não o que aconteceu ao mesmo tempo.

O público sobe no verão, com bom tempo, nas férias escolares e quando abre uma exposição nova, muitas vezes tudo ao mesmo tempo. A Curatum está a construir estimativas causais que separam estes efeitos: o que uma exposição, uma mudança de preço ou uma campanha fizeram ao público, face ao que teria acontecido sem elas.

Esta capacidade está a ser construída. A página descreve o que vai fazer; as instituições piloto ajudam a defini-la.

Explorar a demonstração do produto
Inferência causal
ÉpocaMeteorologiaFérias escolaresNova exposiçãoPúblico

Ilustrativo, com números fictícios

Efeito, não coincidência

A que responde

01

A nova exposição trouxe mais visitantes?

Face ao que as mesmas semanas teriam sido sem ela, dada a época, a meteorologia e a tendência do próprio espaço.

02

O que fez a mudança de preço?

O seu efeito nos bilhetes e na receita, separado da época em que aconteceu.

03

A campanha valeu a pena?

Se a procura mudou para além do que o calendário sozinho explica, com uma margem de erro honesta.

Como funciona

  1. 1

    Identificar as intervenções

    Exposições, mudanças de preço e encerramentos encontrados nos dados já aparecem no Studio, com a indicação de haver ou não dados suficientes para estudar cada um.

  2. 2

    Modelar o contrafactual

    Cada espaço é comparado com espaços onde nada mudou, e com o seu calendário, meteorologia e tendência, para estimar o que teria acontecido sem a intervenção.

  3. 3

    Reportar com margens

    Cada estimativa traz o seu intervalo e os pressupostos em que assenta; até lá, as coincidências continuam identificadas como coincidências.

O que recebe

  • Estimativas do efeito de exposições, preços e campanhas no público e na receita.
  • Intervalos e pressupostos declarados para cada estimativa.
  • Intervenções identificadas nos dados, com a indicação de se cada uma pode ser estudada (já disponível).
  • Leituras que mantêm separadas a coincidência e a causa (já disponível).

Perguntas frequentes

Isto está disponível hoje?

A identificação das intervenções nos dados, sim. As estimativas causais estão em desenvolvimento com as instituições piloto.

De quantos dados precisa?

Bilhética diária de pelo menos um ano ajuda a separar a época do efeito; mais espaços e mais intervenções tornam as estimativas mais precisas.

Porque não comparar só o antes e o depois?

Porque o antes e o depois também diferem na época, na meteorologia e nos feriados. Uma estimativa causal compara com o que teria acontecido sem a mudança.

Veja o que os seus dados dizem sobre o seu espaço.

Uma conversa de trinta minutos com as suas perguntas, ou explore primeiro a demonstração com uma rede fictícia.

Explorar a demonstração