Sblocca il tuo pieno potenziale come analista aziendale con il potente framework di impatto causale in 5 fasi
Scopri il tuo massimo potenziale come analista aziendale con il potente framework di impatto causale in 5 fasi
L’ inferenza causale può aiutarti a diventare una rockstar analista di business
In un contesto aziendale, la leadership è spesso interessata all’effetto di una decisione o di un evento sul KPI di interesse. Come analista delle performance, trascorro la maggior parte del mio tempo a rispondere a una variante di questa domanda: “Qual è l’effetto di {Notizie, annuncio del governo, evento speciale…} sulle performance del Paese X?”. Intuitivamente, possiamo rispondere a questa domanda se avessimo un modo di sapere cosa sarebbe successo se le Notizie/annuncio/evento speciale non fossero mai accaduti.
Questa è l’essenza dell’inferenza causale e alcune delle persone più talentuose stanno lavorando duramente per rendere disponibili dei framework di inferenza causale che possiamo utilizzare.
La libreria Google Causal Impact è uno di questi framework. Sviluppato da Google per aiutarli a prendere decisioni di bilancio marketing migliori, questa libreria può aiutarci a quantificare l’impatto di qualsiasi evento o intervento su una serie temporale di interesse. Potrebbe sembrare spaventoso, ma è in realtà abbastanza intuitivo.
Come analisti di business, dovremmo sfruttare questi strumenti nella nostra vita quotidiana; ecco 5 semplici passaggi che puoi seguire per implementare la tua prima analisi di impatto causale.
- VoAGI News, 22 novembre 7 controlli di qualità dei dati essenziali con Pandas • I 5 migliori database vettoriali che devi provare nel 2024
- Rivoluzionare la Ricostruzione dei Dati la Soluzione Compatta dell’IA per l’Amplia Recupero delle Informazioni
- Analisi dei dati self-service come una gerarchia dei bisogni
Passaggio 1: Installa e Importa i Pacchetti
Per questa guida, useremo Python.
Inizieremo installando il pacchetto Google Causal Impact.
>pip install tfcausalimpact
Puoi trovare ulteriori informazioni su questo pacchetto su Github:https://github.com/WillianFuks/tfcausalimpact
Per eseguire un’analisi di impatto causale, hai solo bisogno di 4 pacchetti.
dalla causalimpact import CausalImpactimport pandas as pdimport seaborn as snsimport matplotlib.pyplot as plt
Passaggio 2: Importa i Dati e Definisci Periodi Pre/Post
Possiamo pensare al framework di Causal Impact come a un problema di serie temporali.
In una data specifica, osserviamo un evento, notizie, ecc…. e monitoriamo come la nostra misura d’interesse cambia dopo questo evento rispetto a una linea di base. Puoi pensare alla tua linea di base come…