Modelado contrafáctico

En este documento, se detalla cómo el framework de Meridian GeoX utiliza el modelado contrafáctico para medir con precisión la incrementalidad real de tus intervenciones de marketing.

Efecto promedio del tratamiento en el grupo expuesto

El modelado de resultados contrafácticos o potenciales es un enfoque estándar en la inferencia causal. Es fundamental medir el efecto promedio del tratamiento en los expuestos (ATT) o el verdadero impacto incremental de tus intervenciones de marketing.

Matemáticamente, el impacto incremental esperado en el resultado de conversión \( Y \)después de una intervención de marketing se define de la siguiente manera:

$$ATT = E[Y (1) - Y (0)|D = 1]$$

En la ecuación:

  • \( D = 1 \) denota las ubicaciones geográficas expuestas según la regla de asignación de ubicaciones geográficas del estudio.
  • \( Y (1) \) es el resultado potencial de estas ubicaciones geográficas con tratamiento (fáctico).
  • \( Y (0) \) es el resultado potencial sin tratamiento (contrafáctico).

Durante el período de prueba de GeoX, solo se puede observar \( Y (1) \) .\( Y (0) \) no se observa y se predice con los enfoques de modelado de GeoX.

Problema de aprendizaje automático en condiciones normales

La suposición clave en GeoX es que, sin una intervención de marketing agregada recientemente, todas las ubicaciones geográficas deberían estar en un estado de condiciones normales (BAU), aunque sus datos de conversiones a nivel de la ubicación geográfica puedan experimentar algunas fluctuaciones naturales, como la estacionalidad.

Con la condición de BAU, GeoX crea un modelo de aprendizaje automático que predice la conversión de las ubicaciones geográficas expuestas a partir del grupo de control. Este modelo puede ayudar aún más a predecir la métrica contrafáctica \( Y (0) \) utilizando las ubicaciones geográficas de control que permanecen en condiciones normales incluso después de que se haya realizado la intervención de marketing en las ubicaciones geográficas expuestas. Por lo tanto, la función de pérdida en el problema de aprendizaje se calcula de la siguiente manera:

$$\sum_{t \in \text{pretest}} \|f(Y_{t, T}(0)) - g(Y_{t, C}(0))\|_2{ }^2$$

En la ecuación:

  • \( Y_{t,T} \) y \( Y_{t,C} \) son vectores de conversión en el momento \( t \) de todas las ubicaciones geográficas expuestas y de control, respectivamente. La función de pérdida suma la norma L2 de los residuos comparando la diferencia entre las unidades expuestas y las de control solo con los datos previos a la prueba.
  • La función \( f \) suele definirse de forma manual, tomando un promedio de las conversiones en el mismo momento \( t \) en todas las ubicaciones geográficas expuestas.
  • La función \( g \) se puede aprender de los datos previos a la prueba minimizando la función de pérdida total. Las diferentes metodologías de análisis generan diferentes valores de\( g \). En la regresión basada en el tiempo (TBR),\( g \) es una transformación lineal que se aplica a la conversión promedio en las ubicaciones geográficas de control.

Al igual que en los problemas típicos de aprendizaje automático, a veces es bastante significativo agregar el término de regularización L1 o L2 en la función de pérdida.

El núcleo del módulo de análisis es que GeoX predice cuáles habrían sido tus recuentos de conversiones o ingresos para el grupo de tratamiento si no hubieras realizado ninguna intervención de marketing y, luego, estima el efecto incremental en consecuencia. Algunos ejemplos de intervenciones de marketing son la activación de una campaña nueva, la desactivación de medios y el aumento de la inversión.