Causal Inference uz Python. Cēloņsakarības IT izstrādē

Cik pircēju piesaistīs papildu dolārs, ieguldīts tiešsaistes reklāmā? Kādi pircēji pirks tikai tad, kad viņiem dos kuponu atlaidei? Kā noteikt optimālo cenu stratēģiju? Labākais veids, kā noskaidrot, kā esošie rīki ietekmē tos biznesa rādītājus, kurus mēs vēlamies sasniegt, ir cēloņsakarību izpēte.
Mateušs Fakurs, datu analīzes vecākais speciālists uzņēmumā Nibank, stāsta par praktiski neizmantoto potenciālu cēloņsakarību izpētē, lai novērtētu sekas un efektus. Vadītāji, datu apstrādes speciālisti un biznesa analītiķi iepazīsies ar klasiskajām vizuālās izpētes metodēm, piemēram, randomizētajiem kontrolēšanas izmēģinājumiem (A/B testiem), lineāro regresiju, tendences novērtējumu, sintētiskajiem kontroles elementiem un atšķirību atšķirībā. Katru metodi pavada piemērs no reālās dzīves.