貴社のデータドリブン・マーケティングをサポート

  • 目的（KGI/KPI）の共有
  • 関連データの収集
  • KGIに影響を及ぼす要因の分析
  • 影響要因の優先順位づけ（重要度スコアなど）
  • 影響要因上位に絞り込んだ構造分析
  • 上記結果をもとにした戦略構築
  • 上記戦略にもとづく施策構築
  • 施策効果のシミュレーション
  • 施策の実施
  • 施策実施後の効果測定（平均処理効果、個別施策効果など）
  • 効果測定結果に基づく、次回施策の最適化

例）CATE（条件付き平均処置効果）予測にもとづくアップリフト・ターゲティングのイメージ

その施策で特定の目的変数(KPI)が、どれほど押上がったか、その押上がり具合を『推定』することを因果推論を使っておこなうことがあります。その因果推論で、「施策による押しあがり具合を示す指標にCATE（条件付き平均処置効果）で示すことがあります。

このCATEを個々人に対して推定できれば、施策があった場合にはじめて、購買される層＝アップリフト層（説得可能層）を特定することが可能になります。このアップリフト層に絞った広告などの施策を行えば、通常の広告よりもさらに有効な効果がえられるはずです。