Causal Inference na Python. Przyczynowo-skutkowe związki w IT-rozwoju

Ile kupujących przyciągnie dodatkowy dolar zainwestowany w reklamę online? Jacy kupujący będą kupować tylko wtedy, gdy dostaną kupon zniżkowy? Jak określić optymalną strategię cenową? Najlepszym sposobem, aby dowiedzieć się, jak posiadane przez nas dźwignie wpływają na te wskaźniki biznesowe, które chcemy uzyskać, jest analiza przyczynowo-skutkowa.
Mateusz Fakur, starszy specjalista ds. analizy danych w firmie Nibank, opowiada o praktycznie niewykorzystanym potencjale analizy przyczynowo-skutkowej do oceny konsekwencji i efektów. Menedżerowie, specjaliści ds. przetwarzania danych i analitycy biznesowi zapoznają się z klasycznymi metodami wnioskowania wizualnego, takimi jak zrandomizowane badania kontrolne (testy A/B), regresja liniowa, ocena skłonności, syntetyczne elementy kontrolne oraz różnica w różnicach. Każda metoda jest ilustrowana przykładem z życia codziennego.