Data Science
Un cadre « boîte blanche » pour estimer l'impact expérimental à long terme à l'aide de mesures à court terme
Author
Venue
4e atelier ACM KDD sur l'optimisation de bout en bout du parcours client
Abstract
Les décisions relatives aux expériences nécessitent souvent non seulement des effets de traitement à long terme, mais aussi une compréhension des mécanismes causaux sous-jacents. Nous présentons un cadre de type « boîte blanche » qui estime les effets de traitement à long terme en reliant des indicateurs clés à court terme à un objectif de référence à long terme et à ses mécanismes sous-jacents. Nous introduisons également des méthodes de validation utilisant des données d'expériences simulées et des données d'expériences réelles. Nous exposons en outre les considérations relatives à l'estimation et au déploiement sur une plateforme d'expérimentation.
