因果推断：从观察数据中找因果关系
产品经理的数学课 · 第28讲
因果推断：从观察数据中找因果关系
相关性不等于因果性。但产品决策需要因果关系——「如果我们做 X，会发生 Y？」因果推断帮你从观察数据中找出真正的因果关系。
前言
你的产品数据显示：
- 使用功能 A 的用户，留存率高 20%
- 使用功能 A 的用户，付费率高 15%
问题：功能 A 导致了更高的留存和付费吗？
可能的解释：
- 功能 A 确实提高了留存和付费（因果关系）
- 活跃用户更可能使用功能 A（反向因果）
- 某个第三变量（比如用户兴趣）同时影响功能使用和留存（混杂因素）
因果推断：区分这三种解释，找出真正的因果关系。
核心概念
相关性 vs 因果性
相关性：两个变量一起变化
- 冰淇淋销量和溺水人数正相关
- 但这不意味着冰淇淋导致溺水
因果性：一个变量的变化导致另一个变量变化
- 吸烟导致肺癌（因果关系）
- 不只是相关性
因果推断的挑战
混杂因素（Confounding）：同时影响原因和结果的变量
例子：
- 原因：使用功能 A
- 结果：留存率
- 混杂：用户活跃度（活跃用户更可能用功能 A，也更可能留存）
反向因果（Reverse Causality）：结果导致原因
例子：
- 原因：购买产品
- 结果：满意度
- 反向：满意度高的用户更可能购买
随机对照试验（RCT）
最可靠的因果推断方法：随机分配 treatment
步骤：
- 随机将用户分为 treatment 组和 control 组
- 只给 treatment 组某种处理
- 比较两组的结果
例子：
- 随机 50% 用户看到新功能（treatment）
- 50% 用户看不到（control）
- 比较两组的转化率
问题：RCT 有时不可行（成本高、伦理问题、用户拒绝）。
反事实框架
因果效应：处理组的结果 - 对照组的结果
$$ \text{因果效应} = Y_i(1) - Y_i(0) $$
问题：每个用户只能处于一种状态（要么 treatment，要么 control）。另一个状态是「反事实」——我们观察不到。
解决方案：用观察数据估计反事实。
因果推断方法
1. 倾向得分匹配（Propensity Score Matching）
- 计算每个用户接受 treatment 的概率（倾向得分）
- 匹配倾向得分相似的 treatment 和 control 用户
- 比较匹配后的结果
优点：减少混杂因素的影响
缺点：只能控制可观测的混杂
2. 工具变量（Instrumental Variables）
- 找到一个变量（工具），只影响 treatment，不直接影响结果
- 用工具变量估计因果效应
例子：
- Treatment：使用功能 A
- 工具：功能 A 的入口位置（随机显示在不同位置）
- 结果：转化率
优点：可以控制不可观测的混杂
缺点：找到合适的工具变量很难
3. 断点回归（Regression Discontinuity）
- 利用某个阈值的「断点」估计因果效应
- 阈值附近的用户几乎相同，只是 treatment 不同
例子：
- 促销：满 100 减 20
- 99 元 vs 100 元的用户几乎相同
- 比较两组的转化率
优点：接近随机实验
缺点：只适用于有阈值的情况
4. 双重差分（Difference-in-Differences）
- 比较 treatment 组和 control 组在处理前后的变化
例子：
- Treatment 组：上线功能 A 后，转化率从 10% 升到 15%（+5%）
- Control 组：同期转化率从 10% 升到 12%（+2%）
- 因果效应：5% - 2% = 3%
优点：可以控制时间趋势
缺点：需要平行趋势假设
产品经理的应用
应用场景一：新功能的因果效应
你的产品上线了新功能 A。数据显示使用 A 的用户留存率高 20%。
RCT 设计：
- 随机 50% 用户看到新功能 A（treatment）
- 50% 用户看不到（control）
- 30 天后比较留存率
结果：
- Treatment 组留存率：60%
- Control 组留存率：55%
- 因果效应：5%（不是 20%）
行动：新功能 A 确实提高了留存，但效应比观察数据小（混杂因素导致的偏差）。
应用场景二：促销的因果效应
你的产品有促销活动：满 100 减 20。
断点回归设计：
- 比较 99 元和 100 元的用户
- 两组用户几乎相同，只是 treatment 不同
结果：
- 99 元用户转化率：30%
- 100 元用户转化率：45%
- 因果效应：15%
行动：促销确实提高了转化率，但只对 100 元以上的订单有效。
应用场景三：广告的因果效应
你的产品投放了广告。数据显示看到广告的用户购买率高 10%。
问题：广告真的导致了购买吗？还是本来就想买的用户更可能看到广告？
工具变量设计：
- 工具：广告投放的位置（随机分配）
- Treatment：看到广告
- 结果：购买
结果：
- 看到广告的用户购买率：15%
- 没看到广告的用户购买率：12%
- 因果效应：3%（不是 10%）
行动：广告确实有因果效应，但比观察数据小（选择性偏差）。
常见误区
误区一：相关性就是因果性
「使用功能 A 的用户留存率高，所以功能 A 导致高留存」
可能有混杂因素：活跃用户更可能用功能 A，也更可能留存。
必须做因果推断，不只是看相关性。
误区二：RCT 总是可行
「随机实验就能找到因果关系」
RCT 有时不可行：
- 成本太高（需要大量用户）
- 伦理问题（不能随机分配有害 treatment）
- 用户拒绝（不愿意被随机分配）
需要备选方案：倾向得分匹配、工具变量等。
误区三：因果推断能解决所有问题
「用了因果推断就能找到因果关系」
因果推断有局限：
- 只能控制可观测的混杂（倾向得分匹配）
- 需要强假设（工具变量、双重差分）
- 不能替代真正的随机实验
结果需要谨慎解释。
误区四：因果效应是固定的
「功能 A 的因果效应是 5%」
因果效应可能随时间变化：
- 新功能上线初期：新鲜感，效应大
- 长期：用户习惯，效应可能减小
需要定期重新评估。
PM/BA 应用
| 场景 | 因果推断方法 | 决策价值 |
|---|---|---|
| 新功能评估 | RCT | 证明因果关系 |
| 促销效果 | 断点回归 | 量化促销效应 |
| 广告效果 | 工具变量 | 消除选择性偏差 |
| 政策变化 | 双重差分 | 控制时间趋势 |
| 用户行为 | 倾向得分匹配 | 减少混杂因素 |
课后测验
题目 1
你的数据显示使用功能 A 的用户留存率高 20%。以下哪种解释最可能？
A. 功能 A 导致了高留存
B. 活跃用户更可能使用功能 A，也更可能留存（混杂因素）
C. 功能 A 和留存率没有关系
D. 留存率高导致了用户使用功能 A（反向因果）
查看答案与解析
答案：B（混杂因素）
最常见的解释：混杂因素（用户活跃度）
- 活跃用户更可能使用功能 A（因为更频繁地使用产品）
- 活跃用户更可能留存（因为本来就活跃）
- 功能 A 和留存率都是活跃度的结果，不是因果关系
如何验证：
- RCT：随机分配用户使用功能 A
- 倾向得分匹配：匹配活跃度相似的用户
- 工具变量：找一个只影响功能使用的变量
题目 2
你做了一个 RCT：随机 50% 用户看到新功能 A。结果：treatment 组转化率 15%，control 组 12%。以下哪种说法最准确？
A. 新功能 A 导致转化率提高 3%
B. 新功能 A 导致转化率提高 25%
C. 新功能 A 和转化率相关
D. 需要更多数据才能确定
查看答案与解析
答案：A（新功能 A 导致转化率提高 3%）
RCT 的因果效应：
- Treatment 组：15%
- Control 组：12%
- 因果效应：15% - 12% = 3%
为什么不是 25%？
- 25% 是相对提升（(15%-12%)/12% = 25%）
- 因果效应通常指绝对差异（3%）
行动：新功能 A 确实提高了转化率 3 个百分点。
题目 3
你想用倾向得分匹配估计功能 A 的因果效应。以下哪种情况最不适合？
A. 功能 A 的使用是用户自选择的
B. 有大量可观测的混杂因素
C. 有不可观测的混杂因素（比如用户兴趣）
D. 数据量足够大
查看答案与解析
答案：C（有不可观测的混杂因素）
倾向得分匹配的局限：
- 只能控制可观测的混杂因素
- 如果有不可观测的混杂（比如用户兴趣、动机），匹配无法消除偏差
例子：
- 观测到的混杂：年龄、性别、活跃度
- 不可观测的混杂：用户兴趣、产品认知
解决方案：
- 使用工具变量（可以控制不可观测混杂）
- 使用 RCT（随机化消除所有混杂）
本课要点
- 相关性 ≠ 因果性：必须区分混杂、反向因果、真实因果
- RCT：最可靠的因果推断方法（随机分配）
- 反事实框架：因果效应 = 处理组结果 - 对照组结果（反事实）
- 观察数据方法：倾向得分匹配、工具变量、断点回归、双重差分
- 谨慎解释：因果推断有局限，结果需要验证
延伸阅读
- Hernán & Robins, 《Causal Inference: What If》 — 因果推断教材
- Angrist & Pischke, 《Mostly Harmless Econometrics》 — 计量经济学中的因果推断
- Pearl, 《The Book of Why》 — 因果推断的通俗读物
下一步
下一课：贝叶斯优化：用最少的实验找到最优参数 — 用贝叶斯优化高效地搜索参数空间。
工具提示：用 DoWhy 或 EconML 库实现因果推断——从简单的倾向得分匹配开始，理解因果推断的工作原理。