因果推論の 4 つのモデルは本当に機能します。

データ分析における多くの課題の中でも、因果推論は常に複雑で微妙な問題でした。膨大なデータから結果に影響を与える主要な要因を正確に特定するにはどうすればよいでしょうか?この記事で紹介した 4 つの方法が皆様のお役に立てば幸いです。

因果推論はデータ分析の分野における最も難しい問題の一つと言え、長年の議論を経ても最終的な結論は出ていません。

学生たちはよく「この問題の原因は何ですか？」と尋ねられます。分析するのはみなさん難しいと思うので、今日は体系的に説明していきます。

1. 分解方法

因果関係を見つけるために最も一般的に使用される方法は分解法です。

結果指標を複数の角度から分析し、それに影響を与える理由を見つけ出します。

例えば、昨日はプロモーションチャネルが 4 つあり、合計 100 人の顧客を獲得しました。本日、獲得した顧客は80名のみでした。問題は、なぜ獲得顧客数が減ったのかということです。

分解方法（上図参照）：

1. 顧客総数を 4 つのチャネル別に分類すると、チャネル A の顧客数が最も少ないことがわかりました。

結論 1: A チャネルが少ないため、獲得した顧客の総数は少なくなります。

2. チャネル A の顧客獲得を、顧客獲得プロセスに従って、表示ページ、ランディング ページ、コンバージョンの 3 つのステップに分解します。変換リンクが欠落していることが判明しました。

結論: チャネル A のコンバージョン プロセスに問題があったため、獲得した顧客の総数は少なくなっていました。

3. 要約: チャネル A のコンバージョン プロセスに問題があり、これが顧客数が少ない原因です。完璧な答えのようです、理由が見つかりました！

しかし、この答えは、ビジネス部門からの別の質問に耐えられません。なぜ A のコンバージョンが悪かったのでしょうか?

テキストは変更していませんか?

投資資金は小さくないですよね？

両者の間にはたった1日の差しかないのに、なぜこれほど大きな差があるのでしょうか?

なぜ A だけが悪化し、他は同じままなのでしょうか?

どれにも答えられません…

いわゆる分解法は、本質的には、細分化によって問題が発生する場所を固定するだけです。犯人は見つからなかった。したがって、問題を説明するのではなく、問題を発見するために使用されることがよくあります (以下に示すように)。

2. 相関係数法

統計学には相関分析の手法があります。そして、非常に複雑な式があります (以下を参照)。

多くの生徒がそれを見て興奮しました！

そこで、相関係数を計算するために 2 つの指標を導入し、GPT についてあらゆるところで話し合いました。

• 相関係数0.99は高いと言えるでしょうか？
• 相関係数0.9は大きいと言えるでしょうか？
• 相関係数0.8は大きいと言えるでしょうか？
• 相関係数0.7は大きいと言えるでしょうか？

いずれにしても相関係数は十分大きいので相関関係があるということですね！

今回はそれを裏付ける複雑な数式があるので、非常に科学的であるはずですよね？このようにして、統計学の分野では古典的な「ドラゴンベイン」を簡単に思いつくことができます。

1. 中国のGDPは毎年成長している
2. 私の家の前にある木は毎年大きくなっています
3. 2つのデータを入力して相関係数を計算すると0.99になります。
4. 私の家の前にある木は中国の龍脈なのです！

相関分析、回帰分析、クラスター分析は本質的には「分析」ではなく計算です。

計算により、2 列または複数列の数字間の関係を取得できます。この関係に意味があるかどうかについては、計算式自体には説明責任はありません。

そのため、現実に適用すると、さまざまな奇妙な結果が生じることがよくあります。すべての統計手法には同様の問題があります。データ自体の関係性を説明することしかできず、現実の関係性を説明することはできません。

もっと根本的に考えてみましょう。すべてのビジネス行動と外部要因を定量化できるでしょうか?

全くない。

たとえば、ブランドに対する消費者の信頼、製品体験の質、コピーライティングに対する感想などを、安定した信頼性の高い指標として定量化することは困難です。

したがって、統計的手法を使用すると、指標を大規模にスクリーニングしてフィルタリングすることは可能ですが、真の原因と結果を推測することは困難です。

3. トレンド分析方法

複雑な方法はうまくいかないので、簡単な方法はありますか？

持っている！

たとえば、最も単純な感覚に基づくと、A は B をトリガーするため、A が生成されると、B も生成されるはずです。 A が終了すると、B も徐々に終了します (または B が死にます)。因果推論の 4 つの原則がまとめられています。

4つの原則:

1. 原因は結果より先に起こる
2. 原因が発生した後に結果が発生する
3. 原因が続く限り、結果は続く
4. 原因が消えれば結果も消える

このような推論は、人間の直感的な論理と一致しています。さらに重要なのは、必要なデータが少なくなることです。たった 1 つの指標の傾向から、チャートから全体像がわかります。とても便利です。

しかし、これを行うには大きな問題があります。それは、混在する要因を排除することは不可能であり、最も影響の大きい要因のみを観察できるということです。私たちは、その背後に隠されたより深い要因を見ることがさらに困難になっています。

たとえば、外部要因を観察する場合、天候や交通規制などの明らかな要因しか観察できません。内部要因を観察する場合は、価格低下などの要因しか観察できません。その他の小さな要因はまったく観察できません。

したがって、この方法は、不当な言い訳を排除するための消去法としてよく使用されます。

たとえば、「天気が悪いとパフォーマンスも悪くなるとおっしゃいますが、なぜ他の人は天気が悪くてもパフォーマンスが良いのでしょうか。」パフォーマンスを向上させる要因は何でしょうか?わかりません。分析するには他の方法を使う必要があります。

4. 制御変数法

混合要因を排除する最善の方法は、グループ テストを実施し、サンプルを密閉されたボックスに入れて、各グループの効果をテストすることです。

たとえば、異なるコピーライティングに対するユーザーの反応率をテストしたい場合、理論的には、同じ製品、価格、コンバージョン位置を使用し、同じ人々のグループ、同じチャネルを選択してから、テストを開始する必要があります。

しかし、テスト方法にも問題があります。

• 混合要素を完全に排除して、まったく同じ 2 つの人々のグループを見つけることは困難です。
• 対象ユーザータイプをすべて網羅することは難しいため、テストを繰り返して同じタイプの人々の意見が得られる場合もあります。
• 特に、大規模なプロモーションや新製品などのホットなトピックをテストする場合、テスト環境を完全に閉じることは困難です。
• 合法かつコンプライアンスを遵守しながら、完全に差別化された計画を実行することは困難です。それは価格差別と消費者の欺瞞を伴います。独占禁止法や商工局は無料で何かを行うために存在しているわけではありません。
• 消費者は常に利益を求めています。彼らはテストの壁を突破する方法を見つけ、最終的に最大の割引のあるプランを選択します。

その結果、このタイプのテストは、即時フィードバック + クローズド情報チャネル + パーソナライズされたプッシュを備えたシナリオに適していることがわかりました。

はい、タクシー配車アプリやショートビデオアプリと似たシナリオです。フィードバック速度が少し遅い場合、たとえば、eコマースプラットフォームがビッグデータを使用して古い顧客をターゲットにすると、消費者が携帯電話番号を変更してログインし、価格を比較すると簡単に発見されます。結局、安い方を買うことになります…

5. 一般的な方法がうまくいかない理由

まとめると、因果推論の分野では、多くの古典的な統計的手法や科学的実験的手法を含め、完全に信頼できる方法はほとんど存在しないことがわかります。なぜこのようなことが起こるのでしょうか?

なぜなら、本質的に、経営管理は自然科学の問題ではなく、社会科学の問題だからです。自然科学の分野は、物理学、化学、数学などのいくつかの基本原理によって支えられています。これらの原理は安定しており、科学的で、定量化可能です。したがって、データ統計 + 科学的実験を通じて、その背後にある自然法則をゆっくりと発見することができます。社会科学の問題では全くそうではありません!社会科学の問題自体は、複数の要因の影響を受け、人間によって簡単に操作および変更され、感情的かつ衝動的です。そのため、社会科学の分野では、自然科学の手法をそのまま適用して問題を解決することは困難です。

また、企業で働く人々はそれぞれに立場や態度、意図を持っています。 「この問題の原因はいったい何だったのか？」と聞かれると、あるいは「この功績はどこから来たのか？」と尋ねる人たちは、潜在意識の中で、功績は私のものなので、その一部は私が取らなければならない、そして責任は他の誰かのものなので、どんなに努力してもそれを放棄しなければならない、と考えているのです。したがって、信頼できる方法があったとしても、人々はそれを使用したがらないかもしれません。たとえ結論が出ても、人々は言い逃れするための別の言い訳を見つけるだろう。

したがって、因果推論に直面したときは、問題のシナリオを慎重に区別する必要があります。

つまり、問題を解決する方法は、ビジネス シナリオを組み合わせて、特定の問題を具体的に分析することです。