CHAPTER
10
因果推論
CAUSAL INFERENCE
「一緒に動いている」だけではなく、 ある施策や条件が結果を本当に変えたのかを検証する。 実験や既存データを活用して、施策の効果を見極めるための手法。
METHOD 38
A/Bテスト
A/B TESTAB
PURPOSE
2つの施策のどちらが効果的か確かめたい
CATEGORY 10
因果推論
AパターンとBパターンの2つを実際に用意し、それぞれの成果を比較することで、どちらがより効果的かを検証する手法。
VISUAL / A vs B
条件を分け、成果の違いを直接比較する
A
CONVERSION4.2%
VS
B
CONVERSION5.6%
WINNER ↑
この手法でわかること・できること
- 施策の効果を実際のデータで比較検証できる
- 思い込みではなく実験結果に基づいて意思決定できる
- 改善案を小さく試しながら効果を確認できる
METHOD 39
差分の差分法（DID）
DIFFERENCE-IN-DIFFERENCES
PURPOSE
施策前後の変化から効果を測りたい
CATEGORY 10
因果推論
ある施策を行ったグループと行わなかったグループについて、施策の前後の変化を比較することで、施策そのものの効果を測定する手法。
VISUAL / DIFFERENCE × DIFFERENCE
「施策あり」の変化から「施策なし」の変化を差し引く
施策開始
EFFECT
この手法でわかること・できること
- 施策以外の外部要因の影響をある程度取り除いて効果を測れる
- A/Bテストが難しい状況でも効果検証しやすい
- 施策前後の変化を比較グループとの差として評価できる
METHOD 40
回帰不連続デザイン（RDD）
REGRESSION DISCONTINUITY DESIGN
PURPOSE
基準値の前後から制度や施策の効果を測りたい
CATEGORY 10
因果推論
「点数が60点以上で合格」のような明確な基準値の前後でグループを分け、その境目付近のデータを比較することで施策や制度の効果を測定する手法。
VISUAL / THRESHOLD
基準値の直前・直後で結果が「ジャンプ」するかを見る
THRESHOLD
EFFECT
この手法でわかること・できること
- 基準値の前後で結果がどう変わるかを検証できる
- 実験を組みにくい制度・施策の効果測定に使える
- 既存ルールの境界を利用して因果効果を推定できる