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.
Ilustrativo, com números fictícios
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
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
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
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).
Termos usados nesta página
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.
Mais do produto
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.