Maskininlärning svarar på vad som kommer hända. Kausal inferens svarar på vad som händer om vi gör något annorlunda. De två blandas ihop ständigt, och skillnaden avgör om ett beslut blir rätt.
Exemplet som återkommer: kunder som fått ett rabatterbjudande handlar mer. Beror det på erbjudandet, eller skickades det till de kunder som redan handlade mest? Ingen prediktionsmodell kan skilja på det.
DoWhy
DoWhy tvingar fram att antagandena skrivs ner. Man anger i en graf vad man tror orsakar vad, och biblioteket härleder vilken skattning som är giltig givet den strukturen.
Sedan kommer den mest användbara delen: motbevisningstester. Vad händer med effekten om man lägger till en påhittad orsak? Om man ersätter behandlingen med brus? Om man tar bort en del av datan? En robust effekt överlever. En som försvinner var aldrig kausal.
Att göra det i ett dokumenterat flöde i stället för i huvudet är hela värdet.
EconML
EconML skattar effekter som varierar mellan individer: det som ofta kallas uplift.
Det är den storhet som faktiskt behövs vid retention. En churnmodell säger vem som sannolikt lämnar. Uplift säger vem som stannar på grund av insatsen. Det är en annan och betydligt mindre grupp.
De fyra segmenten som brukar användas för att förklara det:
| Segment | Insatsen |
|---|---|
| Stannar oavsett | Bortkastad |
| Lämnar oavsett | Bortkastad |
| Stannar tack vare insatsen | Här ligger hela värdet |
| Lämnar på grund av insatsen | Aktivt skadlig |
Den sista raden är inte hypotetisk. En påminnelse om ett abonnemang någon glömt bort kan mycket väl utlösa uppsägningen.
Vad de inte kan
Ingen av dem skapar kausalitet ur observationsdata. De gör antagandena explicita och testbara. Det är mycket, men de kan inte ersätta ett experiment.
När det går att göra ett försök är det nästan alltid rätt väg. Några veckors kontrollerad variation slår ofta två års historik. Biblioteken är för de fall då det inte går.