[For beginners] がんばれデータサイエンティスト!

EconMLで実践する ビジネス因果推論<br>(第7回)<br>誰に配るかを決める<br>(SingleTreePolicyInterpreterに原価を入れて期待利益を出す)

EconMLで実践する ビジネス因果推論
(第7回)
誰に配るかを決める
(SingleTreePolicyInterpreterに原価を入れて期待利益を出す)

第6回の1枚を見た上司が、次にこう言います。「で、何枚配る? いくら儲かる?」 ここで問いが変わります。これまでは「効果はいくらか」でした。今回は原価を入れて、「誰に配ると、いくら残るか」を答えます。クーポン1枚の原価は...
CausalImpactで実践する 施策の効果検証(第1回)<br>前後比較で施策の効果を測ると何がまずいのか(反実仮想とは)

CausalImpactで実践する 施策の効果検証(第1回)
前後比較で施策の効果を測ると何がまずいのか(反実仮想とは)

前回、キャンペーンをした5月の売上は、前の月より14.7%多い、という数字を出しました。 前の年の5月と比べると17.9%。キャンペーン前の平均と比べると19.6%。 同じ店、同じキャンペーンなのに、比べる相手を変えるだ...
EconMLで実践する ビジネス因果推論<br>(第6回)<br>エライ人に説明できる形にする<br>(SingleTreeCateInterpreterで因果フォレストを4行のルールに)

EconMLで実践する ビジネス因果推論
(第6回)
エライ人に説明できる形にする
(SingleTreeCateInterpreterで因果フォレストを4行のルールに)

第5回の因果フォレストの結果を持って、エライ人に報告に行ったとします。 「効果は1人ひとり違っていて、1,000本の木(ディシジョンツリー)の平均で……」と言いかけたところで、こう返されます。「で、誰に配ればいいの?」 ...
CausalImpactで実践する 施策の効果検証(第0回)<br>CausalImpact(コーザルインパクト)とは何か(前後比較との違い)

CausalImpactで実践する 施策の効果検証(第0回)
CausalImpact(コーザルインパクト)とは何か(前後比較との違い)

5月の1か月間、自店舗で販促キャンペーンを打った。キャンペーン中の1日あたり売上は、前の月より14.7%多かった。 この数字を見て「キャンペーンで売上が14.7%伸びた」と報告する。 よくある報告ですが、この14.7%に...
EconMLで実践する ビジネス因果推論<br>(第5回)<br>効果の差を生む変数はどれか<br>(CausalForestDMLに選ばせる)

EconMLで実践する ビジネス因果推論
(第5回)
効果の差を生む変数はどれか
(CausalForestDMLに選ばせる)

第3回で「誰に効くか」を見るとき、X には購入頻度と休眠日数を入れました。なぜその2つだったのか。正直に言えば、「効きそうだから」という勘です。 実務では、その勘が外れます。今回は勘に頼らず、施策より前に決まっている変数...