【数分】ali

数分

数据的欺骗性，发券是否是此间唯一变化的量，相关性!=因果性
发券后购买率上升 但是对应营收下降 得评估转换后人群是否持久
及撤销发券后购买率是否受更多影响

AB tset

AB测试是一种实验设计方法，用于比较两个或多个变体（A和B）的性能，以确定哪个变体在给定的指标上表现更好。

在AB测试中，被测试的两个或多个变体被随机分配给不同的用户或用户群体。用户将以不同的方式暴露于不同的变体，例如网页设计、产品功能、广告展示等。通过收集和分析用户的行为数据，可以评估每个变体的效果，并最终确定哪个变体在给定的目标指标上表现更佳。

AB测试通常包括以下步骤：

1. 目标设定：明确定义要测试的指标和假设。
2. 变体设计：设计和创建不同的变体（如A、B等），以及它们的实现方式。
3. 随机分配：将用户随机分配到不同的变体中，以减少偏差。
4. 数据收集：收集用户在不同变体下的行为数据（如点击率、转化率等）。
5. 数据分析：比较不同变体的数据，并计算统计显著性以判断哪个变体更好。
6. 结论和决策：根据数据分析结果，确定哪个变体在给定指标上表现更佳，并作出相应的决策。

分布检验

AB测试是一种常用的优化和决策工具，可以用于改进网站、产品、营销策略等方面。通过在真实环境中进行实验，可以获得数据支持的决策，从而提升业务绩效和用户体验。
在进行AB测试之前，进行数据分布检验是一个重要的步骤。数据分布检验旨在确定AB测试中所用到的两组数据是否来自同一分布。
常见的数据分布检验方法包括：
Shapiro-Wilk检验：用于检验数据是否服从正态分布。该检验基于样本数据与正态分布的拟合程度。
Anderson-Darling检验：同样用于检验数据是否服从正态分布。该检验考虑了拟合程度和尾部的情况。
Kolmogorov-Smirnov检验：可以用于检验两个样本数据是否来自同一分布。
Chi-square（卡方）检验：用于检验分类数据和观察数据之间的拟合程度。

什么是Uplift model？

这个模型建模的难点在于我们获取到的训练数据是不完整的，对于个体来说，我们不可能同时观测到在有干预和没有干预两种情况下的表现，也就是因果推断中经常提到的反事实的问题。

Uplift建模对样本的要求是比较高的，需要服从CIA ( Conditional Independence Assumption ) 条件独立假设，要求X与T是相互独立的。

什么样的样本有这样的特征，又如何获取呢？最简单的方式就是随机化实验A/B Test，因为通过A/B Test拆分流量得到的这两组样本在特征的分布上面是一致的，也就是X和T是相互独立的。因此随机化实验是Uplift Model建模过程中非常重要的基础设施，可以为Uplift Model提供无偏的样本。

uplift的意义

Response Model的目标是估计用户看过广告之后转化的概率，这本身是一个相关性，但这个相关性会导致我们没有办法区分出自然转化人群；
Uplift Model是估计用户因为广告而购买的概率，这是一个因果推断的问题，帮助我们锁定对营销敏感的人群。所以Uplift Model是整个智能营销中非常关键的技术，预知每个用户的营销敏感程度，从而帮助我们制定营销策略，促成整个营销的效用最大化。

uplift model分类

Two-Model：建立两个对于outcome的预测模型，一个用实验组数据、一个用对照组数据。
One-Model：Class Variable Transformation：响应结果为二元变量时可用。
对uplift直接建模：对现有ML模型（树、RF、SVM）的改造

T-Learner，其中T代表two的意思，也即用两个模型。它的主要思想是对干预数据和无干预数据分别进行建模，预估时数据进入两个模型，用两个模型的预测结果做差值，来得到预估的增量。该方法的优点是原理比较简单直观，可以快速实现。但缺点是，因为两个模型的精度不一定非常高，所以两个模型的误差会有叠加，并且因为有差分的操作，这是间接计算的增量。

S-Learner，其中S代表single，也即用一个模型。它的主要思想是把干预作为特征输入模型，在预测时，同样是用有干预的结果和无干预的结果做差，得到预估增量。和Response模型比较像，就相当于特征里面有“是否干预”这样的特征，它的优点是，相比T-Learner减少了误差的累积，但缺点同样是间接的计算增量。

X-Learner，它的思想是先分别对有干预、无干预数据进行建模，再用两个模型来交叉预测，得到干预数据和无干预数据分别的反事实结果。因为这是训练数据，它是有真实label的，再用真实label和刚才预测的反事实结果做差，得到增量；把增量再作为label，再针对增量进行建模。同时对有无干预进行建模，得到干预的倾向分，并在预测增量的时候引入倾向分权重。方法的优点在于，可以对前面我们预测出来的增量建模时加入先验知识进行优化，来提高预测的准确性，另外还引入了倾向分权重来减少预测的误差。但它的缺点也是多模型的误差，可能会有累积，并且归根结底也是间接得到预测增量。

tree uplift