一种用于业务优化的因果方法：在在线市场中的应用
机器学习
2022-07-14 v2
摘要
一种常见的销售策略是让客户主管（AEs）主动联系潜在客户。然而，并非所有联系尝试都有正面效果：有些尝试不改变客户决策，而另一些甚至可能干扰期望结果。在这项工作中，我们提出使用因果推断来估计联系每个潜在客户的效果，并相应设定联系策略。我们在来自在线珠宝市场Worthy的数据上演示了该方法。我们考察了Worthy的业务流程以识别相关决策与结果，并形式化了关于它们如何做出的假设。利用因果工具，我们选择了一个改善AE联系活动似乎有前景的决策点。随后我们生成了个性化策略，并建议仅联系那些从中受益的客户。最后，我们在一个为期3个月的A/B测试中验证了结果，使目标人群的物件交付率提高了22%（p值=0.026）。该策略目前正被持续使用。
引用
@article{arxiv.2207.01722,
title = {A Causal Approach for Business Optimization: Application on an Online Marketplace},
author = {Naama Parush and Ohad Levinkron-Fisch and Hanan Shteingart and Amir Bar Sela and Amir Zilberman and Jake Klein},
journal= {arXiv preprint arXiv:2207.01722},
year = {2022}
}
备注
6 pages, 2 figures, 2 supplementary pages