要闻
您现在的位置:首页 > 要闻 > 因果推理如何帮助公司创新和发展
  • 营销与经营深度一体,巨量引擎助力品牌撬动全渠道增长

    营销与经营深度一体,巨量引擎助力品牌撬动全渠道增长

    发布时间:2024/01/30

    过去十年,中国企业在数字营销上的投入快速增长。根据eMarketer的数据,2023年国内数字广告的投入将达到1361亿美元,增长14.8%。数字营销已经成为品牌方最大的经营成本之一。面对如此巨大的投入,品牌方的管理层...

  • 门窗行业复刻定制家居高光时刻,森鹰窗业上市成起点?

    门窗行业复刻定制家居高光时刻,森鹰窗业上市成起点?

    发布时间:2022/09/25

    据悉,9月26日,森鹰窗业股份有限公司(以下简称森鹰窗业)将举办上市敲钟仪式,正式登陆深交所。 森鹰窗业是目前沪深两市第一家细分行业为“C2032木门窗制造”的上市公司。 这让笔者不禁想起2011年定制家居行业首...

  • 2022年最热高端盘天坛府·九阙成首个“国脉典藏豪宅样本”

    2022年最热高端盘天坛府·九阙成首个“国脉典藏豪宅样本”

    发布时间:2022/07/25

    2022年7月15日“九阙央座,盛赋天坛”《国脉典藏豪宅样本》发布会现场,北京房协秘书长/高品质住宅综合测评中心创始人陈志先生、中国建筑北京设计研究院原副院长/总建筑师董少宇先生、攸克地产/豪宅一号出品人殷苏峰...

  • 杰尼亚集团将成为纽约证券交易所上市公司

    杰尼亚集团将成为纽约证券交易所上市公司

    发布时间:2021/07/20

      2021年7月19日,意大利米兰——享誉全球的意大利奢侈品企业杰尼亚集团(下简称“杰尼亚”“该集团”或者“该公司”)与意威基金Investindustrial七期基金旗下的特殊目的收购公司InvestindustrialAcquisitionCorp.(...

  • 浑水协助Wolfpack做空爱奇艺(IQ.US) 看空报告全文来了

    浑水协助Wolfpack做空爱奇艺(IQ.US) 看空报告全文来了

    发布时间:2020/04/08

    本文来源“腾讯网”。 划重点:1.两家中国广告公司向我们提供了爱奇艺(IQ.US)后端系统的数据,这些数据显示,从2019年9月开始,爱奇艺的实际移动DAU比该公司在2019年10月宣称的1.75亿平均移动DAU低了60.3%。2.大约3...

  • 华尔街大佬巴鲁克:特斯拉(TSLA.US)目标股价达600美元,仍有18%上行空间

    华尔街大佬巴鲁克:特斯拉(TSLA.US)目标股价达600美元,仍有18%上行空间

    发布时间:2020/04/08

    本文来自“腾讯证券”。 在券商杰富瑞(Jefferies)将特斯拉评级从“持有”上调到“买入”后,特斯拉(TSLA.US)在周一收盘上涨逾7.5%。上周五,特斯拉也因公司第一季度业绩强劲而迎来上涨。数据显示,该公司第一季度共...

  • 不满足于流媒体业务,亚马逊也要开始做游戏了

    不满足于流媒体业务,亚马逊也要开始做游戏了

    发布时间:2020/04/08

    本文来源“36氪”。为了在统治数字娱乐的战役中开辟新战线,Amazon(AMZN.US)正在投入数亿美元以成为视频游戏的领先制作商和发行商。由于卫生事件的影响数度推迟之后,这家互联网巨头表示,打算在5月发布其首款原创...

  • 刘强东“熔断”,徐雷成为京东的新“保险丝”

    刘强东“熔断”,徐雷成为京东的新“保险丝”

    发布时间:2020/04/08

    本文来自“盒饭财经”。公共卫生事件笼罩世界,全球经济遭遇重创,金融市场难以幸免,“熔断”一词频繁走入人们视野中。 作为在美股上市的企业,京东(JD.US)最近的日子也不太好过。瑞幸造假事件曝出后,京东“二号人...

因果推理如何帮助公司创新和发展

发布时间:2019/10/17 要闻 浏览次数:776

 
因果推理是机器学习中的一种新语言,用于帮助团队更好地理解原因和影响,以便他们做出更好的决策。如果您觉得这听起来像是外语,那么您并不孤单。因果推理现在才开始在学者和研究科学家的世界之外转移,成为企业更重要的资产。
在Google,Twitter和Schibsted的整个工作期间,每个团队对机器学习的理解都不相同。在Mixpanel,我们一直在努力通过用户行为数据为客户提供更深入的见解,这些数据通常会提供视图,但并非总是完整的,这取决于客户要处理多少数据。我们正在探索机器学习的各种要素如何帮助突破令人困惑甚至冲突的观测数据,并提供能推动业务发展的见解。
根据我的经验,我看到了公司可以利用因果推理的两个关键方案:计划方和影响评估方。
从现有数据中学习
大多数公司都有较高的目标,例如扩大用户群,减少客户流失或增加转化。但是,很难知道要在产品或行销中进行哪些更改才能实现这一目标。通常,公司会尝试不同的方法,并找出最有效的方法。这是昂贵且费时的。每个实验都涉及开发时间和/或营销支出。最好是从已经收集的数据中学习,以了解产品或市场营销的哪些领域可能使您达到目标。因果推理正是这样做的。它可以帮助您专注于最重要的领域,从而将精力集中在正确的地方。
评估影响
建立新功能后,您需要知道它是否确实使您更接近目标。这并不总是那么容易。高层目标往往很难以戏剧性的方式实现。随着时间的推移逐渐增加,您更有可能获得成功。但是,这些微小的增量增长中的每一个都会因KPI的日常波动而丢失。因果推断可帮助您了解新推出的功能是否导致用户的行为方式使您更接近目标。例如,您可以查看该新电子邮件摘要是否导致用户减少用户流失。当然,您也可以从A / B测试中获得类似的答案,但是A / B测试本身需要时间和工程工作才能运行许多产品功能。
假设您经营一个具有订阅付费专区的数字媒体网站。您要减少取消订阅的订阅者数量。首先,将取消的用户与未取消的用户进行比较。您发现每天阅读至少三个故事的用户的取消频率比阅读少于三个故事的用户少。这是否意味着如果您让更多的用户每天阅读至少三个故事,取消取消的次数就会减少吗?不必要。例如,可能情况是,对媒体网站最热衷的用户喜欢阅读很多故事,并且与其他用户相比,取消订阅的可能性较小。在这种情况下,即使阅读更多的故事与取消的可能性较小相关,阅读更多的故事并不会导致用户取消的可能性较小。
假设您还发现,注册该媒体网站的电子邮件新闻的用户比未注册的用户取消的频率更低。那里可能没有因果关系,只有超级用户再次注册了新闻通讯并保留了订阅。另一方面,时事通讯可能每天提醒用户从订阅中获得的价值,这实际上使用户取消的可能性较小。在这种情况下,让更多的用户注册新闻通讯确实可以。
因果推论是一种技术,可以揭示这种情况下的因果解释是否正确。它通常通过控制混杂因素来起作用。在第一个用户每天阅读三个故事的示例中,您可以通过预测哪个用户每天最有可能阅读三个故事的可能性最小,来控制超级用户混杂因素(我们称此预测为用户每天阅读三个故事的倾向)天)。然后查看在每个倾向组中,每天确实阅读三个故事的人与不阅读三个故事的人之间的取消是否有所不同。
随着因果推理在企业中越来越流行,重要的是要利用已经使用过的工具来帮助您的团队创新和更快地成长。

姓 名:
邮箱
留 言: