Data Science
Model typu „white box” do szacowania długoterminowego wpływu eksperymentów na podstawie wskaźników krótkoterminowych
Author
Venue
ACM KDD 4. warsztaty poświęcone kompleksowej optymalizacji ścieżki klienta
Abstract
Decyzje eksperymentalne często wymagają nie tylko długoterminowych efektów leczenia, ale także wglądu w leżące u ich podstaw mechanizmy przyczynowo-skutkowe. Przedstawiamy framework typu „white box”, który szacuje długoterminowe efekty leczenia poprzez powiązanie kluczowych wskaźników krótkoterminowych z długoterminowym celem nadrzędnym i mechanizmami, które go napędzają. Przedstawiamy również metody walidacji wykorzystujące dane z eksperymentów pseudoeperymentalnych oraz dane z rzeczywistych eksperymentów. Ponadto nakreślamy kwestie związane z szacowaniem i wdrażaniem na platformie eksperymentalnej.
