Es gibt einen Unterschied zwischen signifikant und nicht signifikant. Modelle sind dazu da Komplexität zu reduzieren. Es geht auch nicht darum zu zeigen, welche Formate die Viewzahlen nach oben ziehen, sondern ob die Intervention von Seiten von RBTV einen überraschenden Effekt hatte.
Du kannst dir die Strukturbrüche in den Daten ansehen. Zwar taucht der September 2017 in den Daten auf (deswegen der breite rote Strich), aber der Algorithmus schlägt für den Hauptkanal den Februar 2018 vor, wäre interessant zu wissen was da passiert ist.
Und was den Gaming Kanal betrifft:
Der Unterschied ist eben das der Zeittrend beim Hauptkanal ab dem Umstieg nicht signifikant ist, für den Gaming Kanal aber schon. Die Umgestaltung hat dem Hauptkanal also nicht signifikant geschadet. Der RBTV Gaming Kanal hat aber seit der Intervention signifikant zugelegt.
Und der Vergleich mit Facebook macht gar keinen Sinn, weil es eine komplett andere Plattform ist. Die ESL hat das gleiche versucht und es ist hart in die Hose gegangen, es ist ein Unterschied nen neuen Channel auf der gleichen Plattform zu etablieren oder das auf einer ganz anderen Plattform zu machen, wenn es keinen Grund für den Wechsel gibt (zb Youtube gibt es nicht mehr)
Es ist auch nicht eine Kennzahl, sondern die Entwicklung einer Kennzahl und diese Kennzahl hat bei RBTV Gaming genau einen Shift auf ein neues Level und das ist eben der Umstieg. Wichtig ist dabei das dieser eben kein 0 Effekt ist, sondern das die Null Hypothese verworfen werden muss. Auf der anderen Seite kann man sie beim Hauptkanal beibehalten, es hatte keinen Effekt der von der Null Hypothese abweicht. Die totalen Viewzahlen pro Monat von RBTV haben vom Umstieg profitiert und imo ist das durchaus interessant.
Wenn man die Summe aller drei Channels nimmt, dann sieht der Strukturbruch so aus.
Im Plot ist der Start von GAMETWO der stärkste Shift
Die die Unterschiede zwischen Sep-Okt 2017 und eben November 2016 sind aber sehr klein.
Corresponding to breakdates:
m = 1 2016(11)
m = 2 2016(11) 2017(10)
m = 3 2016(2) 2016(11) 2017(10)
m = 4 2016(2) 2016(11) 2017(10) 2018(3)
m = 5 2016(2) 2016(11) 2017(10) 2018(3)
Fit:
m 0 1 2 3 4 5
RSS 58.85 31.68 25.97 22.98 20.59 18.45
BIC 124.62 110.06 110.22 113.05 116.32 119.59
Das Bayesche Informations Kriterium ist für beide Breakpoints nahezu gleich, beide sind also ein Einschnitt bei RBTV gewesen. Beide waren signifikant positiv, wenn man sich eben die Daten dazu ansieht.