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(5) https://developer.aliyun.com/article/1247942?groupCode=taobaotech
1.使用20余种用户基本特征，行为特征和家居偏好特征作为混杂因素，应用于匹配模型；
2.匹配后数据表明，实验组用户的加购率+24.85%，手淘停留时长+27.68%，客单价+29.53%，带货带宽+5.98%，用户决策周期-5.75%
通过PSM的分析结论，我们定量的验证了3D样板间对手淘各项指标的正向价值，进一步的，我们想要挖掘背后是什么因素使得3D样板间产生了这些价值：
基于贝叶斯因果图 - 挖掘产生价值行为：
贝叶斯因果图：计算变量之间的熵增，结合问题结构推理成对变量之间的因果关系；若两个节点间以一个单箭头连接在一起，表示其中一个节点是因，另一个是果。以下图为例，smoking表示吸烟，其概率用P(S)表示；lung Cancer表示肺癌，一个人在吸烟的情况下得肺癌的概率用P(C|S)表示，X-ray表示需要照医学上的X光，肺癌可能会导致需要照X光，吸烟也有可能会导致需要照X光（所以smoking也是X-ray的一个因），所以，因吸烟且得肺癌而需要照X光的概率用P(X|C,S)表示。
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(7) https://developer.aliyun.com/article/1247939?groupCode=taobaotech
