El nivel del kernel no se identifica: por qué la medición de incrementalidad necesita supuestos explícitos, no más datos.

Ganong, Garg y Kasy construyen un toolkit de meta-análisis que corrige por sesgo de selección en la literatura publicada. Sus resultados empíricos —en economía laboral, pública, del comportamiento, ambiental y del desarrollo— son contundentes: el efecto medio corregido por selectividad se sitúa entre el 12 % y el 21 % de la media simple no corregida [4]. Dicho de otro modo, la media publicada sobreestima el efecto verdadero entre aproximadamente 5 y 8 veces. La lectura que hacemos desde IDO es que cualquier benchmarking de incrementalidad que tome al pie de la letra los tamaños de efecto reportados en la literatura arrastra una inflación de ese orden.

El toolkit permite realizar predicciones para nuevos contextos mediante reponderación con covariables, haciendo explícitos los supuestos de transporte de efectos [4]. Esto es crucial: cuando trasladamos un lift estimado en un mercado a otro, la transparencia del supuesto de transporte deja de ser un lujo académico y se convierte en la diferencia entre una decisión informada y una conjetura decorada con cifras.

Saraceno y Calcagnì formalizan algo que todo analista sabe pero pocos documentan: cambiar la ventana temporal, el conjunto de controles o la transformación de la variable dependiente puede producir conclusiones divergentes [9]. Su marco geométrico representa cada especificación como una distribución sobre un espacio de salida común, midiendo tanto la variación del efecto como la variación de la incertidumbre —información que los resúmenes escalares convencionales pierden.

La evidencia sobre diseños con resultados binarios —tasa de conversión, indicador de compra— refuerza la primacía del diseño. Azriel, Krieger y Kapelner demuestran que cualquier diseño balanceado que satisfaga una condición de balance de covariables es asintóticamente óptimo en varianza, y que los diseños de bloqueo satisfacen esta condición bajo supuestos de suavidad moderados [7]. Sin embargo, la varianza depende de probabilidades de éxito desconocidas, haciendo imposible su estimación insesgada. Sus estimadores conservadores basados en CMH son asintóticamente ajustados bajo alternativas locales, produciendo intervalos de confianza válidos [7]. Para tests de incrementalidad con KPIs binarios, el bloqueo con inferencia CMH ofrece un marco simultáneamente óptimo, conservador en muestras finitas y asintóticamente ajustado.

En adopción escalonada —lanzamientos graduales por mercado, activaciones regionales secuenciales—, Bordino, Berrett y Klopp muestran que la estimación directa del funcional bilineal, sin completar el tensor entero, puede ser más eficiente. Su algoritmo espectral exhibe una transición de fase en el número de capas que indica cuándo agregar mercados mejora la estimación y cuándo no [6]. Esto tiene implicaciones prácticas inmediatas: añadir oleadas al rollout no siempre mejora la precisión; la ganancia depende del número de unidades de tratamiento disponibles en cada oleada.

La identificación de elasticidades de demanda ilustra otro límite estructural: Haddad et al. demuestran que los diseños de IV transversal y diferencia en diferencias identifican la elasticidad relativa pero no los patrones de sustitución, porque los coeficientes sobre los observables absorben mecánicamente la sustitución —el problema del coeficiente faltante [2]. Para medición de marketing, la analogía es directa: un diseño que identifica el efecto incremental de un canal relativo a otro puede no decirnos nada sobre cómo se redistribuye la demanda cuando se retira ese canal.

Nuestra lectura del cuerpo de evidencia es que la medición de incrementalidad madura no se distingue por la sofisticación de su modelo, sino por la transparencia de tres decisiones: qué supuesto de anclaje fija el nivel del spillover [8], qué corrección aplica al prior extraído de la literatura [4], y cuánta variación entre especificaciones tolera antes de declarar un resultado [9]. Un equipo que documenta estas tres decisiones y las somete a escrutinio está haciendo medición causal. Un equipo que reporta un lift puntual sin mostrar su anclaje, su prior ni su multiverso está haciendo teatro con intervalos de confianza.