Data Science
Ein White-Box-Framework zur Abschätzung der langfristigen experimentellen Wirkung anhand kurzfristiger Metriken
Author
Venue
ACM KDD 4. End-to-End-Workshop zur Optimierung der Customer Journey
Abstract
Entscheidungen im Rahmen von Experimenten erfordern oft nicht nur Erkenntnisse über langfristige Behandlungseffekte, sondern auch Einblicke in die zugrunde liegenden kausalen Mechanismen. Wir stellen ein White-Box-Framework vor, das langfristige Behandlungseffekte schätzt, indem es kurzfristige Schlüsselkennzahlen mit einem langfristigen Leitziel und dessen treibenden Mechanismen verknüpft. Außerdem stellen wir Validierungsmethoden vor, die auf Pseudo-Experimentdaten und tatsächlichen Experimentdaten basieren. Darüber hinaus skizzieren wir Überlegungen zur Schätzung und zum Einsatz auf einer Experimentierplattform.
