Любой аналитик знает, что самым надёжным способом проверки гипотез являются рандомизированные контролируемые эксперименты (RCT), или, как их называют в народе — Читать полностью »
Рубрика «causal Inference»
Линейная регрессия на стероидах: Double Machine Learning для устранения смещений в данных
2026-06-04 в 14:04, admin, рубрики: ab-тестирование, causal effect, causal Inference, causalimpact, causality, causalml, difference-in-difference, machine learning, PSM, причинно-следственный анализКак оценить акцию без A-B-теста: от простых способов к сложным
2026-03-25 в 14:16, admin, рубрики: causal impact, causal Inference, Propensity, propensity score matching, квазиэксперимент, оценкаКак правило, акции оценивают через А/В-тесты. Но что если теста не было, а оценить эффекты надо? Разберём несколько способов: простой Diff-in-Diff и сложный Propensity score matching с подбором похожих клиентов в контрольную группу.
Итак, представьте: была проведена открытая акция для всех желающих — выделить группы заранее было невозможно. У нас есть пользователи, которые воспользовались акцией, или целевая группа, нам нужно подобрать для неё контроль.
Для чего нужен контроль?
Несогласованность эффектов или «Где деньги, Лебовски?»
2025-08-25 в 14:48, admin, рубрики: ab-тестирование, causal Inference, cuped, propensity score, АБ-тесты, аналитика, машинное обучение, несогласованность эффектов, статистика, эффекты на категориях
Приветствуем всех читателей! Сегодня мы, Никита и Маша из команды Ad-Hoc аналитики X5 Tech, расскажем о проблеме несогласованности оценок эффектов в A/B-тестировании и Causal Inference и предложим эффективный способ ее решения.
1. Предыстория
Конфаундинг, или как аналитику попасть в ловушку
2025-07-13 в 7:16, admin, рубрики: causal Inference, dag, data analytics, hr-аналитика, оценка эффекта, причинно-следственные связи, продуктовая аналитикаОднажды к новоиспечённому аналитику компании «Линейные уравнения» обратились коллеги из HR-блока с просьбой проверить гипотезу: влияет ли запущенная ими программа обучения на эффективность сотрудников?
Аналитику передали файл с данными [1]Читать полностью »
Линеаризация в офлайн-тестах: как не стереть сигнал вместе с шумом
2025-07-07 в 13:24, admin, рубрики: ab testing, causal Inference, retail, treatment, АБ-тесты, анализ данных, проверка гипотез, статистика, экспериментЕсли хочешь навести порядок в шуме — сначала разберись, не затёр ли ты в нём сам сигнал.
Оффлайн А-Б тесты в ресторанах фастфуда. Часть 2: Анализ и интерпретация результатов A-B-тестов
2025-04-21 в 15:24, admin, рубрики: ab testing, causal Inference, retail, treatment, АБ-тесты, анализ данных, проверка гипотез, статистика, экспериментМетодология — это не шаблон, это компас. А его стрелка — всегда на стороне ваших данных.
В первой части «Читать полностью »
Оффлайн А-Б тесты в ресторанах фастфуда. Часть 1: Планирование и верификация оффлайн A-B-тестов
2025-04-21 в 11:25, admin, рубрики: ab testing, causal Inference, retail, treatment, АБ-тесты, анализ данных, проверка гипотез, статистика, эксперимент"Методология — это не шаблон, это компас. А его стрелка — всегда на стороне ваших данных."
За гранью A-B: Синтетический контроль
2025-03-28 в 7:19, admin, рубрики: ab-тестирование, causal Inference, data analytics, data science, time series, аналитика данных, оценка эффекта, прогнозирование, продуктовая аналитикаПривет! Я Настя — лид A/B Платформы в Wildberries. На протяжении всего карьерного пути меня интересует тема оценки эффектов. Для этого существуют различные инструменты, в числе которых как A/B‑тестирование, так и альтернативные способы, например, различные вариации Causal Inference.
В этой статье я хочу поделиться примером проведения двух квази‑экспериментов в Wildberries с использованием Синтетического контроля (Synthetic Control).
Почему не А/B-тестирование?
Causal Inference методы на практике
2024-12-30 в 11:06, admin, рубрики: ab testing, causal effect, causal Inference, causalimpact, double machine learning, doubly robust, propensity score matching, PSM, статистикаОбычно, когда возникает необходимость оценить эффект от продуктовой фичи, аналитики проверяют гипотезы через A/B эксперименты. Но иногда запустить эксперимент нет возможности, а оценить эффект все еще хочется. Столкнувшись в очередной раз с такой ситуацией, я решил погрузиться в нашумевший в последнее время мир причинно-следственного анализа или Causal Inference и поделиться опытом применения различных подходов на практике.
Случалось ли с вами что-нибудь из этого?
-
Какая-то фича в продукте существует давно, на нее тратятся ресурсы, но вы не знаете какой эффект она оказывает на ключевые метрики?
Diff-in-diff: жизнь за пределами идеального эксперимента
2024-12-18 в 13:47, admin, рубрики: causal Inference, diff-in-diff, difference-in-difference, treatment, АБ-тесты, линейная регрессия, статистика, эконометрика, экспериментПривет! На связи команда ad-hoc аналитики X5 Tech.
Основная задача аналитика при проведении А/Б тестирования - оценка эффекта воздействия (тритмента). Примеров задач по оценке эффекта воздействия множество:
-
Как изменится выручка от продаж, если изменить ассортимент товаров, предлагаемых в пространстве около кассы?
-
Удастся ли улучшить самочувствие пациентов, если они начнут принимать новый препарат?
-
Что произойдёт с оценками школьников, если они начнут посещать репетиторов?