FRENITESDE

Research & Evidence

Buscar un método

Busca entre títulos, preguntas, territorios e identificadores MSC.

40 resultados
  1. MSC-P-001¿Cómo transformar una afirmación de marketing en una pregunta comprobable?Ciencia de la decisión↗
  2. MSC-P-002Correlación o causalidad: ¿qué permite afirmar realmente un análisis?Medición de marketing↗
  3. MSC-P-003¿Cómo expresar la incertidumbre de un resultado de marketing?Ciencia de la decisión↗
  4. MSC-P-004Significación o tamaño del efecto: ¿qué resultado debe interpretarse?Ciencia de la decisión↗
  5. MSC-P-005¿Cómo medir un constructo de marketing que no es directamente observable?Investigación de mercados↗
  6. MSC-P-006¿Cómo diseñar y validar una escala de medición?Investigación de mercados↗
  7. MSC-P-007Alfa u omega: ¿cómo evaluar la fiabilidad de una escala?Investigación de mercados↗
  8. MSC-P-009ACP, AFE o AFC: ¿qué método elegir?Investigación de mercados↗
  9. MSC-P-010¿Cuándo debe realizarse un experimento de marketing?Medición de marketing↗
  10. MSC-P-011¿Cómo diseñar una prueba A/B que estime realmente un efecto?Medición de marketing↗
  11. MSC-P-012¿Cuántas observaciones necesita un experimento?Ciencia de la decisión↗
  12. MSC-P-013¿Cómo medir el efecto incremental de una campaña con un grupo de control?Medición de marketing↗
  13. MSC-P-017¿Cómo detectar selección, contaminación y pérdida en un experimento?Medición de marketing↗
  14. MSC-P-018Regresión predictiva o causal: ¿qué se intenta estimar?Modelos de marketing↗
  15. MSC-P-019¿Cómo diagnosticar una regresión de marketing antes de interpretarla?Modelos de marketing↗
  16. MSC-P-022¿Cómo estimar la elasticidad-precio y su incertidumbre?Ciencia de precios↗
  17. MSC-P-026Logit vs Probit: ¿cómo elegir para una probabilidad de compra?Ciencia del cliente↗
  18. MSC-P-029¿Qué clientes presentan la mayor probabilidad de churn?Ciencia del cliente↗
  19. MSC-P-027TAM, UTAUT o UTAUT2: ¿qué marco usar para estudiar la aceptación tecnológica?Investigación de mercados↗
  20. MSC-H-001Medición y causalidad: ¿cómo establecer un efecto de marketing?Medición de marketing↗
  21. MSC-H-002Modelos de respuesta de marketing: forma, retardo y saturaciónModelos de marketing↗
  22. MSC-H-003Ciencia de precios: conectar precio, demanda y contribuciónCiencia de precios↗
  23. MSC-H-004Ciencia del cliente y elección: comportamiento, valor y heterogeneidadCiencia del cliente↗
  24. MSC-H-005Ciencia de la medición: construir indicadores válidosInvestigación de mercados↗
  25. MSC-H-006Métodos estadísticos de decisión: elegir, cuantificar, validarCiencia de la decisión↗
  26. MSC-P-008¿Cómo validar una escala de medición de marketing?Investigación de mercados↗
  27. MSC-P-014¿Cómo diseñar un experimento geográfico de marketing?Medición de marketing↗
  28. MSC-P-015¿Cómo estimar un efecto con diferencias en diferencias?Medición de marketing↗
  29. MSC-P-020¿Cómo tratar la endogeneidad del precio?Ciencia de precios↗
  30. MSC-P-021Efectos fijos o aleatorios: ¿qué modelo de panel elegir?Modelos de marketing↗
  31. MSC-P-023¿Cómo estimar una función de demanda?Ciencia de precios↗
  32. MSC-P-024¿Cómo simular un escenario precio-volumen-margen?Ciencia de precios↗
  33. MSC-P-028¿Cómo estimar la CLV con BG/NBD y Gamma-Gamma?Ciencia del cliente↗
  34. MSC-P-030¿Cómo analizar la retención con un modelo de supervivencia?Ciencia del cliente↗
  35. MSC-P-031¿Cómo construir una segmentación de clientes útil?Ciencia del cliente↗
  36. MSC-P-032¿Cómo probar la estabilidad de una segmentación?Ciencia del cliente↗
  37. MSC-P-033¿Cómo validar un pronóstico de marketing?Ciencia de la decisión↗
  38. MSC-P-034¿Cómo construir una simulación Monte Carlo para una decisión de marketing?Ciencia de la decisión↗
  39. MSC-P-035¿Cómo modelar saturación y adstock?Modelos de marketing↗
  40. MSC-P-039¿Qué prueba estadística elegir?Ciencia de la decisión↗

Research & Evidence · Aprender haciendo.

Herramientas para analizar,
comprender y decidir en marketing

Un laboratorio público dedicado a los métodos, los datos y las evidencias que orientan las decisiones de marketing.

Explorar los métodos ↘Ver los datasets →
01 Hipótesis explícitas02 Datos descargables03 Límites explícitos
Tres recorridos 01 / 04

Elige tu punto de entrada.

El laboratorio separa el aprendizaje de un método, su reproducción y el uso de sus resultados en una decisión.

01

Comprender

Partir de una pregunta, comparar métodos e identificar sus supuestos.

Explorar los territorios →02

Reproducir

Examinar los datos, repetir el cálculo y contrastar el resultado de referencia.

Acceder a los datasets →03

Decidir

Separar lo que el resultado permite de lo que no puede demostrar.

Ver dosieres verificados →
Nuestro contrato de evidencia

De la pregunta a la decisión

Un método solo tiene valor si puede ser comprendido, reproducido y cuestionado.

El laboratorio adopta un protocolo único para sus dosieres de referencia. Muestra lo que los datos permiten establecer — y lo que no permiten concluir.

Ver los dosieres destacados ↓
  1. 01Pregunta
  2. 02Hipótesis
  3. 03Datos
  4. 04Modelo
  5. 05Cálculo
  6. 06Incertidumbre
  7. 07Límites
  8. 08Decisión
Territorios científicos 02 / 04

El polo científico y metodológico

Seis disciplinas.
Una misma exigencia.

Seis campos para medir efectos, explicitar modelos y delimitar mejor lo que los datos permiten decidir.

01Δ

Medición de marketing

Medir los efectos del marketing separando atribución, incrementalidad y causalidad.

  • MMM
  • Incrementalidad
  • Experimentación
02ε

Ciencia de precios

Relacionar precio, demanda y valor percibido con hipótesis e incertidumbres explícitas.

  • Elasticidad
  • Disposición a pagar
  • Análisis conjunto
03C

Ciencia del cliente

Analizar valor, retención y comportamiento en el tiempo sin ocultar las limitaciones de los datos.

  • CLV
  • Abandono
  • Cohortes
04μ

Investigación de mercados

Diseñar mediciones fiables para observar mercados, percepciones y preferencias.

  • Muestreo
  • Escalas
  • Sesgos
05ƒ

Modelos de marketing

Formalizar respuesta, difusión y demanda para comparar mecanismos, no para narrar una curva.

  • Saturación
  • Efecto retardado
  • Funciones de demanda
06P

Ciencia de la decisión

Comparar escenarios y cuantificar la incertidumbre antes de preparar un juicio humano.

  • Monte Carlo
  • Sensibilidad
  • Bayes
Biblioteca de métodos 15 / 40

40 contenidos · 15 dosieres verificados · 19 fichas en validación · 6 territorios

De la pregunta a un método que pueda cuestionarse.

Cada contenido muestra su nivel de madurez. Solo los dosieres verificados han superado el protocolo científico y reproducible completo.

01MSC-P-002

Fundamentos de la evidencia

Correlación o causalidad: ¿qué permite afirmar realmente un análisis?

Dosier científico verificado
Abrir contenido↗
02MSC-P-004

Fundamentos de la evidencia

Significación o tamaño del efecto: ¿qué resultado debe interpretarse?

Dosier científico verificado
Abrir contenido↗
03MSC-P-007

Ciencia de la medición

Alfa u omega: ¿cómo evaluar la fiabilidad de una escala?

Dosier científico verificado
Abrir contenido↗
04MSC-P-009

Ciencia de la medición

ACP, AFE o AFC: ¿qué método elegir?

Dosier científico verificado
Abrir contenido↗
05MSC-P-011

Experimentación y causalidad

¿Cómo diseñar una prueba A/B que estime realmente un efecto?

Dosier científico verificado
Abrir contenido↗
06MSC-P-013

Experimentación y causalidad

¿Cómo medir el efecto incremental de una campaña con un grupo de control?

Dosier científico verificado
Abrir contenido↗
07MSC-P-018

Regresión y econometría

Regresión predictiva o causal: ¿qué se intenta estimar?

Dosier científico verificado
Abrir contenido↗
08MSC-P-022

Ciencia de precios

¿Cómo estimar la elasticidad-precio y su incertidumbre?

Dosier científico verificado
Abrir contenido↗
09MSC-P-026

Modelos de elección

Logit vs Probit: ¿cómo elegir para una probabilidad de compra?

Dosier científico verificado
Abrir contenido↗
10MSC-P-027

Ciencia de la medición

TAM, UTAUT o UTAUT2: ¿qué marco usar para estudiar la aceptación tecnológica?

Dosier científico verificado
Abrir contenido↗
11MSC-P-020

Ciencia de precios

¿Cómo tratar la endogeneidad del precio?

Dosier científico verificado
Abrir contenido↗
12MSC-P-021

Regresión y econometría

Efectos fijos o aleatorios: ¿qué modelo de panel elegir?

Dosier científico verificado
Abrir contenido↗
13MSC-P-024

Ciencia de precios

¿Cómo simular un escenario precio-volumen-margen?

Dosier científico verificado
Abrir contenido↗
14MSC-P-030

Ciencia del cliente

¿Cómo analizar la retención con un modelo de supervivencia?

Dosier científico verificado
Abrir contenido↗
15MSC-P-034

Fundamentos de la evidencia

¿Cómo construir una simulación Monte Carlo para una decisión de marketing?

Dosier científico verificado
Abrir contenido↗
Laboratorio de datos abiertos 04 / 04

Datasets reproducibles

Aprender con datos que se pueden inspeccionar.

Cada dataset de ejemplo es sintético, documentado y deliberadamente compacto. Sirve para reproducir un método, no para generalizar un resultado al mercado.

FORMATO CSV UTF‑8 LICENCIA CC0 1.0
Variables, métodos y límites →
MSC-001

Price Elasticity

Precio · volumen · estacionalidad · 24 observaciones

CSV ↓
MSC-002

Advertising Response

Inversión · exposición · respuesta · 24 observaciones

CSV ↓
MSC-005

Promotion Incrementality

Test · control · ventas · 24 observaciones

CSV ↓
MSC-004

Customer Lifetime Value

Recencia · frecuencia · valor · 30 clientes

CSV ↓
MSC-006

Marketing Mix Modeling

Canales · ventas · controles · 36 periodos

CSV ↓
MSC-007

Measurement Validity

Encuestados · ítems · grupos · 30 encuestados

CSV ↓
MSC-010

Monte Carlo Inputs

Escenarios · distribuciones · dependencias · 24 supuestos

CSV ↓
Herramientas reproducibles 05 / 05

MSC-T01 — MSC-T08

Cinco cálculos, cinco límites de interpretación.

Cada herramienta muestra el cálculo y declara lo que no demuestra.

MSC-T01

Tamaño de muestra A/B

3841 por grupo

Aproximación normal bilateral, asignación 1:1, potencia 80%, α = 5%, sin pérdidas ni efecto de diseño.

MSC-T02

Diferencia en diferencias

Diferencia en diferencias: +7.0 puntos de índice

Contraste 2×2 descriptivo; causal solo si el diseño respalda tendencias paralelas.

MSC-T04

Elasticidad constante

-6.6%

Escenario condicional, no recomendación de precio.

MSC-T05

Precio-volumen-margen

P₀ 100 € · VC 55 € · Q₀ 10 000
Variación de contribución: +3.8%

Escenario condicional, no recomendación de precio.

MSC-P-024 →
MSC-T08

Monte Carlo

Probabilidad de contribución positiva: ≈ 99.9% (error estándar MC ≈ 0.1 pp · IC de Wilson del 95% ≈ 99.6–100.0%)

2.000 simulaciones con semilla fija; solo la elasticidad sigue una normal no acotada, sin dependencias de MSC-010.

MSC-P-034 →

De la evidencia a la decisión

El método delimita la evidencia. Después empieza el arbitraje.

Marketing Science Center establece lo que permiten afirmar los datos. Cuando varios escenarios deben compararse, documentarse y arbitrarse, Innovatio toma el relevo.

Estructurar el arbitraje con Innovatio ↗