Пост про каузальный подход к рекламным бюджетам. Новички в каузальном анализе делают примерно одну и ту же ошибку – начинают обещать существенные прибыли бизнесу при внедрении каузального анализа («дайте денег на новые эксперименты, а мы вам ого-ого какие прибыли покажем»). На самом деле ищите неэффективности в уже существующих привычных процессах. Один из них – расходы на рекламу. Обещайте мало, скромно, а делайте много, и вот на этом гэпе между обещанным и сделанным и завязывается сотрудничество.
❤1
Расчет 3 вероятностей каузации
Jupyter-тетрадка-гайд
Исследуем эффект скидки на конверсию. У нас 3 типа каузации:
Необходимая: если клиент не получает скидки, он не конвертируется.
Достаточная: если клиент получает скидку, он конвертируется.
Необходимая и достаточная: клиент конвертируется тогда и только тогда, когда получает ваучер.
Хотим, чтобы как можно больше воздействий относились к посл. типу. Если для клиента скидка не является необходимой, то, нацеливаясь на него, мы впустую тратим деньги (он конв-ся бы и без скидки). Если скидка не является достаточной, рискуем не достичь цели - побудить клиентов к конверсии.
Jupyter-тетрадка-гайд
Исследуем эффект скидки на конверсию. У нас 3 типа каузации:
Необходимая: если клиент не получает скидки, он не конвертируется.
Достаточная: если клиент получает скидку, он конвертируется.
Необходимая и достаточная: клиент конвертируется тогда и только тогда, когда получает ваучер.
Хотим, чтобы как можно больше воздействий относились к посл. типу. Если для клиента скидка не является необходимой, то, нацеливаясь на него, мы впустую тратим деньги (он конв-ся бы и без скидки). Если скидка не является достаточной, рискуем не достичь цели - побудить клиентов к конверсии.
Опозданием вы наказаны
Что слова любви ML сказывали
Что зазря ML доверялиcь вы
За полчаса до CI
Что зазря ML доверялись вы
За полчаса до CI
В ответах сетей и льстивых деревьев
Ищите вы причинности край
Вы повелись на модные перья
За полчаса до CI
Что слова любви ML сказывали
Что зазря ML доверялиcь вы
За полчаса до CI
Что зазря ML доверялись вы
За полчаса до CI
В ответах сетей и льстивых деревьев
Ищите вы причинности край
Вы повелись на модные перья
За полчаса до CI
Обновил https://boosty.to/gewissta/posts/aa40eb7b-e39b-429a-a7ce-7abc9c18da3e?share=post_link. После 23 по мск цену повышу
Цена – это не причина и не начало анализа, а его конец. Да, друзья! Завтра начну публиковать главы их новой книжки «Крипторынок через кауазальный анализ». Главу 3 вы видели https://boosty.to/gewissta/posts/86439502-5d5b-4a65-93c3-4caa00763057?share=post_link. Завтра выложу главу 1, а пока предзаказ https://boosty.to/gewissta/posts/32ca7a48-8bd2-4802-a276-c6bd8e6fef27?share=post_link
Анализ мультимодальных временных рядов
Вводная статья в мультимодальные временные ряды. Например, у вас есть финансовый ряд, есть тексты новостей для этого периода времени. Или есть ряд физических показателей пациента, снимки его легких, аудиозаписи по аускультации легких. Как скормить все эти данные модели?
Вводная статья в мультимодальные временные ряды. Например, у вас есть финансовый ряд, есть тексты новостей для этого периода времени. Или есть ряд физических показателей пациента, снимки его легких, аудиозаписи по аускультации легких. Как скормить все эти данные модели?
И вечером представлю первую главу из книжки по каузальному анализу, написанную специально для медиков и с примерами из медицины
https://boosty.to/gewissta/posts/731f8982-6757-476a-8b09-7c8f37e0d219?share=post_link первая книжка по каузалке специально для медиков, первая глава
Отбор объектов на основе контрфактической логики
Jp-тетрадка и pdf
Вместо того чтобы просто искать людей, на которых «T (воздействие) сработало», пытаемся найти тех, на кого оно сработало бы именно благодаря T — то есть решаем задачу через контрфакт. причинность. Авторы показывают: обычный A/B-тест может выбрать не тех людей, потому что смешивает тех, кому T действительно помогло, с теми, кто и без него поступил бы так же или даже отреагировал хуже.
А дальше авторы строят формальный критерий на основе прич. модели и даже когда точный ответ нельзя идент-ь из данных, получают строгие границы, позволяющие выбирать более выгодную аудиторию.
Jp-тетрадка и pdf
Вместо того чтобы просто искать людей, на которых «T (воздействие) сработало», пытаемся найти тех, на кого оно сработало бы именно благодаря T — то есть решаем задачу через контрфакт. причинность. Авторы показывают: обычный A/B-тест может выбрать не тех людей, потому что смешивает тех, кому T действительно помогло, с теми, кто и без него поступил бы так же или даже отреагировал хуже.
А дальше авторы строят формальный критерий на основе прич. модели и даже когда точный ответ нельзя идент-ь из данных, получают строгие границы, позволяющие выбирать более выгодную аудиторию.
Машинное обучение от ИЦ "ГЕВИССТА"
Отбор объектов на основе контрфактической логики Jp-тетрадка и pdf Вместо того чтобы просто искать людей, на которых «T (воздействие) сработало», пытаемся найти тех, на кого оно сработало бы именно благодаря T — то есть решаем задачу через контрфакт. причинность.…
первый пост c поабзацевым разбором матаппарата для простоты освоения материала, скоро промпт выложу для такого поабзацевого разбора.
Машинное обучение от ИЦ "ГЕВИССТА"
И вечером представлю первую главу из книжки по каузальному анализу, написанную специально для медиков и с примерами из медицины
Завтра уже положу и цену завтра подниму, после 14. Много дел чет навалилось.
До 11 утра скидку дал на https://web.tribute.tg/p/z9A. Наиболее стабильные индикаторы я там подсветил, ну и в целом посмотрите как подобные активы оценивать. И всегда помните картинку про циклические колебания с первых занятий моего большого курса по рядам