Så skiljer du korrelation från orsak i marknadsdata

Därför räcker inte korrelation som förklaring

Korrelation beskriver att två variabler rör sig tillsammans, inte varför. Även korrekt data kan misstolkas och leda till felaktiga slutsatser, beslut och handlingar. I marknadsdata är risken stor eftersom besluten ofta gäller åtgärder: kampanjer, priser, kanaler eller segment.

Varje samband måste därför granskas för orsaksriktning innan det används som förklaring. En hög korrelation kan bero på omvänd orsak, en tredje variabel, urval, mätfel eller samvariation över tid. Utan sådan granskning riskerar man att åtgärda en följd i stället för en orsak.

Korrelation vs. orsak: Viktiga skillnader i marknadsdata

Fördelar och risker med att använda korrelation som orsak

Samband kan gå i båda riktningarna

Personaliserad marknadsföring kan både öka och minska konsumenters engagemang för företag. Det är utgångspunkten i teorin personalization. Samma insats kan alltså förknippas med både högre och lägre engagemang beroende på sammanhang.

Ett observerat samband mellan personalisering och engagemang säger därför inte vilken variabel som påverkar den andra. Engagerade konsumenter kan söka mer personaliserad kommunikation, samtidigt som personalisering kan göra vissa konsumenter mindre engagerade. För att skilja riktningarna krävs experiment eller longitudinella data där man ser vad som förändras först.

Tidpunkten avgör om sambandet håller

En studie om covid-19 och den svenska fastighetsmarknaden undersöker effekter i realtid och framtida effekter. För marknadsdata innebär det att samtida och framtida effekter behöver hållas isär.

Jämför man samtidiga mätningar kan eftersläpning skapa skensamband. En variabel kan ha börjat röra sig före den andra, eller så syns effekten först efter en fördröjning. Kontrollera därför tidsordningen: vilken variabel ändrades först, finns led- eller laggstruktur, och håller sambandet när mätperioderna förskjuts?

Tidspunkten avgör orsaksriktningen

Ställ frågor som minskar bruset

I kvalitativ och kvantitativ marknadsundersökningsmetodik finns enkla regler för att minska styrning: undvik frågor som inte tillför något, minimera antalet frågor och ställ känsliga frågor sist. Då minskar risken att svar påverkas av utmattning, ordningsföljd eller att känsliga ämnen färgar tidigare svar.

Kvalitativa intervjuer kan användas för att hitta mekanismer och alternativa förklaringar bakom ett samband. Kvantitativa mätningar kan sedan pröva om sambandet håller när man kontrollerar för andra variabler. Frågorna bör utformas så att de inte i sig skapar det mönster man sedan tolkar som en orsak.

Granska datafilerna bakom sambandet

Samband formas av vilka data som samlats in och hur de byggts upp. I forskning om företag kan bokslutsdata och annan statistik om företagen hämtas från Statistiska centralbyrån (SCB) och samlas i samma datafiler. Då blir resultatet beroende av vilka variabler som finns med i filen, vilka definitioner som använts och vilka företag som ingår.

Innan en korrelation används bör man därför fråga: Vilka datafiler ligger bakom? Vilka variabler är faktiskt mätta, och vilka saknas? Om en möjlig alternativ förklaring inte finns som variabel kan den inte testas. Då är det lätt att tillskriva sambandet den variabel som råkade vara inkluderad.

Datakällor och kontrollpunkter i marknadsanalyser

Från samband till säkrare marknadsbeslut

Använd en praktisk kontroll innan korrelationen behandlas som orsak. Leta efter alternativa förklaringar: en tredje variabel, urvalseffekter, mätfel eller omvänd orsaksriktning. Kontrollera tidsordningen: förändrades orsaken före verkan, och finns eftersläpning? Undersök mekanismen: finns en rimlig förklaring till varför A skulle påverka B?

Väg in flera typer av underlag: kvalitativa intervjuer för mekanismer, kvantitativa data för styrka och generaliserbarhet, och bokslutsdata eller annan statistik från SCB för att fånga strukturella variabler. Först när sambandet håller över tid, har en rimlig mekanism och inte förklaras av andra variabler bör det ligga till grund för marknadsbeslut.

Steg för att verifiera orsak i marknadsdata