揭秘统计功效：营销研究中的精确关键
揭秘营销研究中精确统计的关键效益
市场测量-4：统计功效及其与其他因素在测量市场效果时的相互作用，一个外行人的指南。
本文是 “测量市场效果” 系列文章的延续，如果你错过了之前的部分，这里是一个快速回顾：
- 第一部分强调了实验设计、AB测试或测试-对照分析作为测量市场干预效果的最佳方法。
- 第二部分通过测试-对照框架深入探讨了 “逐步营销”，并强调了在第二部分中制定假设（空设与备选设）的重要性。
- 第三部分讨论了为什么“显著性”对于市场增量很重要，它代表着什么以及如何达到它。
快速回顾：
空设（H0）被定义为两组之间没有差异的假设 → 任何观察到的差异都是随机的或由于偶然原因。→ 换句话说，在这种情况下，H0 是“偶然差异”的分布。
.. 来看看我们在第二部分中使用的示例：Apple 进行市场干预（广告），以促销他们的新 iPhone 给一小群人。我们设计了一个实验来测量影响，并将实验对象随机分为两个相等的组：A组，接受广告的人（测试组），B组，未展示广告的人（对照组）。
为了通过定量用户行为了解 “市场影响”，我们决定查看活动期间两组 iPhone 销售情况并形成我们的假设：
空设, H0: 市场无影响：测试销售 = 对照销售备选设, H1: 市场有影响：测试销售 != 对照销售
第一类和第二类错误
实际上，H0 只有两种可能性 —— 是真的或是错误的。同样，根据观察数据，只有两种可能的结论 —— 我们可以拒绝 H0 或不拒绝 H0。
