Disegno degli esperimenti applicato all'ottimizzazione di campagne di email marketing

Si possono distinguere quattro ere nel moderno sviluppo della pianificazione statistica. La prima, l’era agronomica, ebbe luogo grazie all’opera innovativa determinante di Ronald Fisher, avvenuta negli anni ‘20 e nei primi anni ‘30, quando egli era responsabile per la statistica e l’analisi dei dati presso il Rothamsted Agricultural Experimental Station, nei pressi di Londra. Fisher si era reso conto di come errori nell’esecuzione dell’esperimento, mirato a generare dati, potevano essere in grado di inficiare l’analisi statistica dei dati relativi al sistema. Grazie a queste osservazioni, egli sviluppò le intuizioni che lo portarono a stabilire i tre principi base della progettazione degli esperimenti: casualizzazione, replicazione e uso dei blocchi. Fisher introdusse in modo sistematico l’approccio e i principi statistici nell’indagine sperimentale programmata, inclusi il concetto di pianificazione fattoriale e l’analisi della varianza, sviluppando ove necessario appositi strumenti matematici.
Le applicazioni della progettazione statistica in ambito industriale ebbero inizio negli anni ‘30; la seconda era, o era industriale, fu stimolata dallo sviluppo della metodologia delle superfici di risposta (RSM) di Box e Wilson. Essi intuirono che molti esperimenti industriali differiscono profondamente dai loro corrispondenti in campo agronomico per due motivi: la variabile di risposta di solito può essere osservata quasi immediatamente e lo sperimentatore può ricavare informazioni cruciali da un piccolo gruppo di prove, per sfruttarle nel pianificare l’esperimento successivo. Box chiama queste due caratteristiche degli esperimenti industriali immediatezza e sequenzialità. Nei successivi trent’anni il RSM e altre tecniche di pianificazione sperimentali si diffusero tra le industrie chimiche e di processo, specialmente nei lavori di ricerca e sviluppo. Tuttavia l’applicazione della progettazione statistica non era ancora diffusa in modo capillare; i principali motivi erano da ricercare nell’inadeguata preparazione degli ingegneri e degli altri specialisti del processo e nella carenza di risorse di calcolo e software statistici di facile impiego.
La crescente attenzione dell’industria occidentale al miglioramento della qualità ha portato alla fine degli anni ‘70 alla terza era della progettazione statistica. Il lavoro di Genichi Taguchi ha avuto un impatto significativo sull’aumento di interesse nella sperimentazione su basi statistiche. Taguchi ha propugnato l’uso di esperimenti programmati, denominati di progettazione robusta dei parametri, al fine di:
- rendere il processo insensibile ai fattori ambientali, o ad altri fattori difficili da controllare
- rendere i prodotti insensibili a variazioni trasmesse dai componenti
- trovare i livelli delle variabili di processo che portino la media su un valore desiderato mentre simultaneamente si riduce la variabilità attorno a questo valore.

Taguchi ha proposto l’uso di piani fortemente frazionari e delle matrici ortogonali, insieme ad alcune nuove metodologie statistiche per dare una soluzione a questi problemi; queste soluzioni proposte hanno peraltro suscitato numerose discussioni e controversie.
Tali polemiche hanno portato comunque a risultati positivi. In primo luogo, gli esperimenti programmati hanno trovato impiego più esteso nell’industria, compresi i comparti automobilistici, aerospaziali, elettronici e in molte industrie che in precedenza avevano usato ben poco tale tecnica. In secondo luogo hanno segnato l’inizio della quarta era della progettazione statistica, che ha portato un rinnovato interesse nella pianificazione statistica da parte di ricercatori e di professionisti e allo sviluppo di nuovi ed utili approcci ai problemi sperimentali nell’industria.