Adopción escalonada como instrumento de medición causal: lo que se gana y lo que se pierde al escalonar tratamientos.

Un despliegue escalonado —lanzar una campaña primero en tres ciudades, luego en siete, luego en el resto— genera un tensor de observaciones donde los bloques de datos pre-tratamiento de las olas tardías coexisten con bloques post-tratamiento de las olas tempranas, y amplias zonas simplemente no existen todavía. Bordino, Berrett y Klopp [1] formalizan esto como un modelo Tucker2 con un patrón de cuatro bloques de datos faltantes, que es la unidad elemental de cualquier adopción escalonada general. La clave de su propuesta es que no intentan completar el tensor entero —lo cual sería ineficiente y requeriría supuestos fuertes sobre la estructura de los datos no observados— sino que apuntan directamente al funcional bilineal que codifica el efecto de tratamiento.

Cuando el resultado de interés es binario —conversión, compra, visita a tienda—, Azriel, Krieger y Kapelner [2] demuestran que la varianza exacta del estimador de diferencia de medias bajo el modelo no paramétrico de Neyman se minimiza con cualquier diseño balanceado que satisfaga una condición de balance de covariables. Esto tiene una implicación directa para la adopción escalonada: si las olas se asignan sin atender al balance de covariables entre los grupos que reciben el tratamiento en momentos distintos, la varianza se infla innecesariamente. La lectura que hacemos es que las olas de un rollout no deberían determinarse por conveniencia logística sino por un criterio de bloqueo explícito.

Los autores prueban que una amplia clase de diseños de bloqueo satisface la condición de balance bajo supuestos de suavidad moderados [2]. Traducido al lenguaje de un lanzamiento escalonado: si agrupamos las unidades (tiendas, regiones, cohortes de usuarios) en bloques homogéneos y aleatorizamos la secuencia de tratamiento dentro de cada bloque, obtenemos un diseño que es simultáneamente óptimo en varianza, conservador en muestras finitas y asintóticamente ajustado cuando se combina con inferencia basada en el estadístico CMH generalizado.

Un diseño escalonado crea, por construcción, proximidad temporal y a menudo espacial entre unidades ya tratadas y unidades aún en control. Watson et al. [3] formalizan que bajo aleatorización por conglomerados los datos identifican la forma del kernel de spillover pero no su nivel: el nivel queda aliasado con el intercepto y el efecto directo, independientemente del tamaño muestral. Este resultado de no identificación es devastador para quien asuma que un rollout escalonado estima limpiamente el efecto incremental sin modelar la contaminación entre olas.

La posición de IDO es que un diseño de adopción escalonada riguroso requiere tres capas de decisión integradas. Primera, determinar el número de olas utilizando la transición de fase del estimador espectral [1] como referencia de rendimiento decreciente: si el número de unidades por ola es pequeño, más olas ayudan; si es grande, el beneficio se satura. Segunda, asignar las unidades a olas mediante bloqueo sobre covariables observables para garantizar balance y varianza mínima, especialmente cuando el resultado primario es binario [2]. Tercera, auditar el diseño antes de ejecutarlo mediante la descomposición de sesgo de Watson et al. [3], calculando el level leverage de cada estimando para decidir si el supuesto de anclaje necesario es defendible o si se requiere un rediseño que reduzca la filtración geométrica.

Ninguna de estas tres capas es nueva por separado. Lo que sí es nuevo —y lo que defendemos— es que tratarlas como problemas aislados produce diseños escalonados que son eficientes en la estimación pero sesgados por spillover, o libres de contaminación pero inflados en varianza por falta de balance. La adopción escalonada es una estructura experimental poderosa precisamente porque genera variación temporal y espacial rica; pero esa misma riqueza introduce modos de fallo que solo se controlan si el diseño, la estimación y la auditoría de sesgo se conciben como un sistema único.