带你读《2022技术人的百宝黑皮书》——因果推断实战：淘宝3D化价值分析小结(6) https://developer.aliyun.com/article/1247941?groupCode=taobaotech
用户在3D样板间里会产生大量复杂行为，包括点击商品锚点、切换场景、切换风格等等，而只有‘点击了商品并完成加购/购买’是完成样板间的价值实现。因此我们通过计算用户行为事件间的贝叶斯概率矩阵，推导出贝叶斯因果图，找到用户关键事件节点的根因行为。
考虑到特征覆盖度和用户使用频次，最终选取了10+样板间内行为特征和20+用户特征&偏好，并据此画出了因果图。大部分的因果链都是符合逻辑的，例如年龄指向结婚，结婚指向生育，收入指向有无房产等。它也揭示了一些有意义的箭头，我们据此给出了一定的建议，比如：
1.‘有房’标签非常重要，是很多样板间内行为特征的‘因’。建议围绕‘有房’特征做好人群圈选，精准投放；
2.用户对于新手引导的完成度高：新手引导的每一环都被保留在因果图上。但是当前的行为链路止步于‘切换房间’，没有引导用户至点击商品这一重度行为，建议完善；
在新手引导链路改造完成后，在引导完成率不降低的情况下，用户的加购率提升了28.93%。
离线因果推断验证了3D样板间的价值。在分析了对照组人群的运营可落地性后，我们转向了实时线上因果策略输出，从类目，商家，用户多个维度提供运营策略。
PSM输出的对照组人群，由于和实验组‘同质’，也可以被认为是样板间的潜力人群。我们对这一波潜客进行了随机分组，在淘宝搜索页上进行在线实验：
带你读《2022技术人的百宝黑皮书》——因果推断实战：淘宝3D化价值分析小结(8) https://developer.aliyun.com/article/1247938?groupCode=taobaotech
