因果推断在腾讯 PCG 中台的落地实践

因果推断在腾讯PCG中台的落地实践

因果推断概述

• Structural Causal Models (SCM): 以因果图形式展现变量间因果关系，适用于变量较少的场景，但变量多时构建困难。
• Potential Outcome Framework (POF): 淡化因果关系，关注因果效应评估，适用于变量较多的场景。
• 因果效应指标:
  • 整体效应：Average Treatment Effect (ATE)
  • 局部效应：Conditional Average Treatment Effect (CATE)
  • 个体效应：Individual Treatment Effect (ITE)
• POF假设:
  • Stable Unit Treatment Value Assumption (SUTVA)
  • Positivity
  • Consistency
  • Ignorability
• 倾向性得分:
  • 计算方法：逻辑回归、RandomForest、DNN等
  • 应用方法：GreedySearch、KNN、Inverse Probability of Treatment Weighting (IPTW)
• Uplift Modeling:
  • 简单灵活，不直接建模效应，适合做Baseline。
  • Meta-Learner、Tree-Based、Deep-Learning等方法，直接建模效应，可塑性强，解释性强。
• 评估方法:
  • Decile Charts
  • AUUC & QINI
  • Uplift Curve: Qini Curve, Pylift

增长场景的因果推断

• 用户增长体系:
  • 策略层：生命周期策略、广告投放、裂变引擎、福利引擎等。
  • 触达层：PUSH、短信弹窗等。
  • 运营系统：基于生命周期策略的一站式分人群、分场景的用户增长运营平台。
• 基于AB实验的因果推断:
  • 实验域：保留长期对照组，评估累积收益。
  • 实验流程：实验域、实验创建、样本选取、重新分组验证、核心指标（Delta-DAU、Delta-时长、Delta-GMV）。
  • Treatment类型：二元离散型、多元离散型、连续型。
• 无AB实验的因果推断:
  • 确定问题：混淆变量[X]、动作变量[W]、目标变量[Y]。
  • 方法：二分类模型、倾向性得分、KNN匹配、IPTW、构造分组样本、SMD平衡性检验、ATE/ATT/ITE效应预估、Placebo-Random Cause敏感性检验。
  • 适用场景：无法进行AB实验的增长场景、冷启时的增长策略、产品功能辅助决策、用户行为分析。

中台的落地实践

• 数据挖掘流程工具-DMFlow:
  • 目的：规范模型开发流程，支持增长场景，提供中心级解决方案。
  • 问题：新人上手困难、流程不规范、基础算法能力薄弱。
  • 解决方案：百家争鸣，百花齐放，开箱即用，支持增长场景。
• 基于DMFlow快速构建Meta-Learner:
  • S-Learner、T-Learner、X-Learner、TransformedOutcome。
  • 计算任务共享方式，便于中台能力赋能多个业务。
• 分布式多元因果森林-DMCF:
  • 分裂方法：二元因果森林、多元因果森林。
  • 效应计算：Gain目标举例（delta-响应率、delta-DAU、delta-人均响应数、ROI）。
  • 实现难点：节点分裂的高性能实现、分裂算法的灵活适配。
  • 复杂度分析：硬盘IO、网络IO、额外空间。
• 基于因果效应的增长策略:
  • 规划方程：红包PUSH金额策略的ROI策略。
  • 单个用户最优Treatment排序，全量用户全局排序，自然转化概率，预算总金额，核销系数，按全局排序累积求和。

总结

1. 因果推断的方法论。
2. 数据挖掘建模流程。
3. 分布式多元因果森林。 体会：
4. 正确的增长价值观。
5. 中台思维解决问题。