电商经营工作台经营决策中枢
经营路径

情报 → 判断 → 选品 → 上架

经营主流程

AI 情报
每日 AI 情报开源项目与 Skills
今日工作台方法库经营 Agent任务记录PDD 采价记录候选商品上架商品店铺配置
AI 视频
项目生成任务视频作品提醒与费用额度与模型服务账户异常处理成员管理
价格换算物流价格浏览器任务订单管理
智能客服
在线客服入口客户入口管理客服会话售后确认客服知识

治理与复盘

规则库规则建议运行日报任务控制台策略配置
登录

经营与 AI 决策视角

电商经营工作台
AI情报工作台选品池上架
返回方法库

方法详情

处理效应异质性与重叠诊断的营销增量筛选法

在满足处理可比性等识别条件时,评估不同人群的营销增量贡献,可以发现高转化但低增量的活动对象,减少无效优惠和触达。
领域:营销营销方法、广告投放方法、数据分析方法待人工复核待人工确认
可执行性
81
CEO:待人工复核

决策路径

系统审核结论

待人工复核

决定是否展示创建经营任务入口。

我的处理状态

待人工确认

只代表人工跟进意图,不会单独解锁创建入口。

下一步

先完成人工复核

先处理审核结论,别把人工标记误当成任务入口。

来源

平台:GitHub(code_repository,因果推断技术迁移参考)

作者/项目:PyWhy / EconML

去重使用的来源链接:

https://github.com/py-why/EconML

适用范围

市场:US

平台:淘宝、拼多多(参考EconML因果效应分析方法迁移)

类目:母婴非安全关键用品, 家居用品, 日用消费品

审核分解

来源可信度:15/20

步骤清晰度:20/25

结构化程度:17/20

边界清晰度:14/15

执行可行性:15/20

我的处理状态

当前:待人工确认。处理状态用于记录人工判断;是否能创建经营任务,仍以页面上方“系统审核结论”为准。

下一步:先处理系统审核结论

当前 CEO 审核状态是「待人工复核」。只有标记为「可创建任务」的方法才会展示创建入口。

去方法审核队列处理查看可创建任务的方法

如果这个方法已经人工确认可执行,需要在审核队列把 CEO 审核结论推进到「可创建任务」;只改下方人工决策状态不会打开创建入口。

CEO 审核结论

区别于普通改版A/B测试,关注人群处理效应,但数据和识别要求较高,需分析人员审查后实施。

Agent先执行数据准入和重叠诊断,条件不足时停止估计;自动生成假设与限制说明,不自动建广告人群或发送优惠。

执行步骤

  1. 1.定义一次明确的营销处理,例如是否被随机分配优惠资格,避免把主动领券等自选择行为直接视为随机处理。
  2. 2.定义固定窗口净贡献结果,纳入优惠、退款和可归属营销费用。
  3. 3.仅使用处理前协变量,检查处理组与对照组的样本重叠、记录完整性及关键混杂因素。
  4. 4.优先分析已有随机分配记录;观察数据仅在识别假设可说明时建模,并保留未观测混杂限制。
  5. 5.通过交叉拟合和独立验证评估分群效应及不确定性,将效果不稳定或缺乏重叠的人群标记为不判断。
  6. 6.输出待验证的人群级营销建议,由人工安排后续验证并审查平台可执行性。

判断指标

  1. 1.每次触达的增量净贡献估计
  2. 2.处理组与对照组有效重叠范围
  3. 3.效应区间宽度
  4. 4.独立验证集上的分群稳定性
  5. 5.退款、投诉及退订等护栏指标

输入数据要求

  1. 1.有权使用的活动分配或曝光日志
  2. 2.处理前客户或会话特征
  3. 3.固定窗口订单、退款及成本数据
  4. 4.足够的处理组和可比对照组
  5. 5.可识别且合法使用的US市场标签

排除规则

  1. 1.排除Electronics和High-return fashion。
  2. 2.没有处理日志或可比对照的数据不用于增量结论。
  3. 3.使用处理后行为作为混杂控制变量的模型应重新设计。
  4. 4.缺乏重叠、样本稀疏或区间过宽的人群不输出投放动作。
  5. 5.不得使用敏感属性进行未经审查的定向营销。

风险与适用边界

  1. 1.观察性因果模型不能自动消除未观测混杂。
  2. 2.该方法分析人群增量,不替代随机实验,也不构成广告预算响应曲线。
  3. 3.淘宝、拼多多是否提供所需日志和人群执行能力必须单独确认。
  4. 4.国内人群效应不得直接外推到US客户。

来源摘要与执行说明

EconML提供条件处理效应估计及相关机器学习工具,可迁移为淘宝、拼多多活动或广告的增量分析。来源贡献处理变量、结果变量、协变量建模和异质性估计框架;净贡献口径、US人群筛选及平台权限边界为本报告补充。来源不保证观察数据满足因果识别条件,本次未核验最新示例。

输出格式:营销增量诊断表:处理定义、人群、样本量、重叠诊断、估计效应、不确定区间、识别假设、复核建议。

执行示例:若店铺已有合规的US客户活动随机分配记录,可比较不同既有购买历史人群的优惠增量净贡献;对区间跨零的人群仅保留待验证结论。