Stijn Conix

Ik bied rigoureuze beslissingsondersteuning voor bedrijven, onderzoekers en overheidsinstanties die werken met complexe data. Mijn werk is gebaseerd op peer-reviewed onderzoek, met een achtergrond in Bayesiaanse statistiek, causale inferentie, biodiversiteitswetenschap, wetenschapsfilosofie en digital humanities.

Ik focus op gestructureerde, doorgaans causale modellen die aannames expliciet en resultaten interpreteerbaar maken, in plaats van puur voorspellende of black-box benaderingen. Mijn doel is om analyses te produceren die transparant, reproduceerbaar en beslissingsrelevant zijn — van marketingeffectiviteit en experimenten tot onderzoeksevaluatie en beleidsanalyse.

Voor Academici:

• Ontwerp van experimenten en analyse van de resultaten
• Ondersteuning bij verantwoorde onderzoekspraktijken (DMP, preregistratie, open data)
• Visualisatie en communicatie van statistische resultaten
• Schrijven van methodologie- en resultatensecties

Voor Bedrijven:

• Opzetten en analyseren van experimenten (A/B-tests en varianten wanneer klassiek testen niet volstaat)
• Inzicht in wat marketing bijdraagt aan verkoop en groei, op basis van geaggregeerde data (media mix modelling, ook zonder cookies)
• Ondersteuning bij beslissingen over wat er zou gebeuren als je wél of net niet ingrijpt — ook in situaties die afwijken van het verleden
• Besluitvorming onder onzekerheid, met expliciete inschattingen van risico’s en kansen (bv. de kans op winst, verlies of geen effect)

Ik benader toegepaste problemen met dezelfde standaarden die ik gebruik in academisch onderzoek: expliciete aannames, transparante modelleringskeuzes en zorgvuldige behandeling van onzekerheid. In plaats van het najagen van enkele beste schattingen, prioriteer ik robuustheid, gevoeligheid voor aannames en de grenzen van wat de data kunnen ondersteunen.