干货 | 因果推断在项目价值评估中的应用

作者简介

野生梨，携程算法工程师，关注因果推断在实际工业项目上的探索和应用。

一、背景介绍

我们的日常生活中充斥着各种需要推断原因和结果的问题，比如，吸烟是否会导致肺癌，大学教育是否能够提高收入水平？有时，当我们试图回答这些问题的时候，会陷入相关的陷阱，即认为相关等于因果。

比如，伦敦曾经有一个调查机构基于数据发现，在很长一段时间内，发生车祸的数量和司机穿的衣服重量之间呈现正向且显著的相关性，所以他们得出结论，认为厚重的衣服会影响司机的行动能力，从而更可能导致车祸的发生。

基于此结论，调查机构的研究人员建议政府部门应该立法规定——司机在开车时不得穿厚重的衣服。但是实际情况果真如此吗？

其实，这就是个典型的伪相关结论。因为后续的调查研究发现，司机穿厚重的衣服往往是因为下雨，而下雨的时候路况变差能见度较低，而大多数司机并不在下雨天减速，这才是导致大部分车祸发生的原因之一。得到这种伪相关结论，往往是因为我们在分析的过程中忽略了类似下雨这样的混杂变量（如图1-1所示），从而认为观察到的两个结果变量（司机衣服的重量和车祸数量）之间，有着某种可能不存在的因果关系。

图1-1  伦敦出租车司机穿衣和车祸问题的因果结构

正如上面所说，由于混杂因素的存在，会导致我们分析数据出具结论的时候产生偏差。那么，是否有一种方法可以帮助我们回答这样的因果问题呢？答案是肯定的，那就是因果推断。

因果推断是专门研究此类因果关系的科学，即寻找变量之间的因果关系，并且预估由于因对果造成效应大小。互联网公司中每天都在进行的随机实验（AB实验）就是因果推断中的黄金准则，即将研究对象随机分组，对不同组实施不同的干预/处理，然后观察结果的变动，从而验证干预/处理是否是造成结果变动的原因，进而得到干预/处理造成结果变动的程度。

但是需要承认的是，在大多数情况下我们由于某些原因（比如成本限制或者道德风险）或者项目本身性质而无法实行严格的随机试验。比如，携程市场部为了促进用户在暑期的旅游消费，上线了一个营销活动， 在这个场景下我们想要知道这个营销活动是否有效（是否能带来收益增量），以及能带来多少的价值增量，随机实验就显得无计可施。因为我们并不能在做活动期间通过随机分流的形式，控制某个版本的用户参加活动，而另一个版本的用户不参加活动，这首先对于用户来说是具有价格歧视（假设活动会有优惠）的，当然对于公司来说也会潜在损失很大一笔收益（假设活动有效的情况下）。

那么，没有了黄金法则，我们还能做什么来得到项目价值增量呢? 仔细思考不难发现，用户是否参与活动以及最终是否下单，可能同时受其它混杂因素影响（如图1-2所示），比如具有短期休闲旅游出行意图的用户更可能会参加活动并下单，而短期商旅用户很可能并不会参加活动但是依旧会下单，同样的混杂因素还有很多，比如消费能力和长期旅游出行习惯。怎么把这些混杂因素都去除或者控制起来，从而准确评估活动对于用户下单的价值，便是此类分析任务的难点和挑战。

图1-2  活动/项目评估问题因果结构

在因果推断领域中，存在很多方法可以帮助我们解决上述分析中的难点和挑战。这些方法大致可以分为两类：

（1）完全消除混杂因素的