L’inferenza causale può aiutarti a diventare una rockstar dell’analista aziendale
In un contesto aziendale, la leadership è spesso interessata all’impatto di una decisione o di un evento sul KPI di interesse. Come analista di performance, passo la maggior parte del mio tempo a rispondere ad alcune varianti di questa domanda: “Qual è l’impatto di {notizie, annunci governativi, eventi speciali…} sulla performance X del Paese?”. Intuitivamente, potremmo rispondere a questa domanda se avessimo avuto modo di sapere cosa sarebbe successo se la notizia/l’annuncio/l’evento speciale non fosse mai accaduto.
Questa è l’essenza dell’inferenza causale e alcune persone di grande talento stanno lavorando duramente per rendere disponibili i quadri di inferenza causale da utilizzare.
La libreria Google Causal Impact è uno di questi framework. Sviluppata da Google per aiutarli a prendere decisioni migliori sul budget di marketing, questa libreria può aiutarci a quantificare l’impatto di qualsiasi evento o intervento su una serie temporale di interesse. Può sembrare spaventoso, ma in realtà è abbastanza intuitivo.
Come analisti aziendali, dovremmo sfruttare questi strumenti nella nostra vita quotidiana; ecco 5 semplici passaggi che puoi eseguire per implementare la tua prima analisi dell’impatto causale.
Per questa guida utilizzeremo Python.
Inizieremo installando il pacchetto Google Causal Impact.
>pip install tfcausalimpact
puoi trovare maggiori informazioni su questo pacchetto in github:https://github.com/WillianFuks/tfcausalimpact
Per eseguire un’analisi dell’impatto causale, sono necessari solo 4 pacchetti.
from causalimpact import CausalImpact
import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt
Possiamo pensare al quadro dell’impatto causale come a un problema di serie temporali.
In una data specifica, osserviamo un evento, una notizia, ecc…. e monitoriamo come cambia la nostra misura di interesse dopo questo evento rispetto ad alcuni valori di riferimento. Puoi pensare alla tua linea di base come…
Fonte: towardsdatascience.com
