因果推断在营销分析中的实际应用

运用数据估计因果关系：某中心实习生如何通过数据产生影响

许多营销人员坚持认为他们的工作是一门艺术。但在某机构，这是由科学支持的艺术。支持这门科学的团队之一是客户行为分析-跨渠道优化（CBA-XO）团队，今年夏天该团队利用了资深数据科学家和来自全国各地的实习生。

其中一位实习生是Oritseweyinmi Henry Ajagbawa。“每天，我都将新技能应用于世界上最具影响力的公司之一的有影响力的项目，”他说。“当我被某中心录取为实习生时，我必须接受。”

Ajagbawa是某中心今年夏天虚拟举办的10,000多名实习生之一。其中超过10%的实习岗位是应用科学和数据科学角色，遍布公司各个团队。大多数科学相关实习持续12到16周。

Ajagbawa在尼日利亚拉各斯出生和长大。青少年时期，他移居英国，在伦敦玛丽女王大学获得电气与电子工程学士学位，在谢菲尔德大学获得金融与会计硕士学位。

最初对金融工程感兴趣的Ajagbawa选修了一门数据科学课程，他非常喜欢。“我发现数据科学有趣、好玩，而且容易理解，”他说。“我知道我可以将这些技能应用于许多不同的行业，而不仅仅是金融。”

当他的家人移居美国后，Ajagbawa开始在南加州大学（USC）攻读商业分析硕士学位。在USC学习期间，某中心的招聘人员邀请他面试CBA-XO团队的实习岗位。

该团队研究营销内容变化与某中心客户行为之间的互动——他们购买什么、花费多少以及他们长期如何与某中心的产品互动。最终目标是确保客户能够轻松找到他们想购买的产品。

团队使用不同的数据科学流程来建立营销努力与它们如何帮助客户之间的联系。其中一个流程是因果推断。在高层次上，因果推断是研究人员用来从数据中估计因果关系的一组工具。

团队将其发现提交给某中心的高级领导层，这些发现用于帮助更高层次的决策。“知道可交付成果实际上可以影响某中心的营销方法，这令人兴奋，”Ajagbawa说。

在到某中心实习之前，Ajagbawa对数据科学并不完全陌生。去年，他加入并参加了一个名为“数据科学为所有人/赋能”（DS4A/E）的课外项目，以加速他的学习。

该项目为来自代表性不足社区的学生和专业人士提供数据分析培训。“在行业中，你看不到很多像我们这样的人，”Ajagbawa说。“DS4A/E是一个让学生、在职专业人士和讲师因多样性而团结在一起，庆祝对数据科学的共同好奇心、兴趣和热情的地方。”

Ajagbawa报名参加了该项目，将他的周六用于讲座、作业和小组工作。在他的毕业项目中，Ajagbawa和其他学生团队合作应用数据科学技能解决现实世界的问题。

具体来说，他们着手揭示“红线歧视”、其降低弱势社区树木覆盖度的影响以及树木覆盖度较低对社区健康的不利下游影响之间的统计可辨关系。团队使用线性回归模型证实了他们的假设。

数十个团队参加了毕业项目的友好竞赛；Ajagbawa的团队获得了第二名。“你的工作价值在更高层次上得到认可是一种奇妙的感觉，”Ajagbawa说。

在某中心，Ajagbawa留下了持久的印象。“他能够在一个模糊的领域中非常快速地适应，赢得团队的信任，并为他正在进行的项目交付关键里程碑，”Ajagbawa的经理Lalita Reddi说。

Ajagbawa希望在完成USC的最后一学期后全职返回某中心。但他对其他机会持开放态度：“我在某中心的经历使我成为一名更全面的数据科学家。至于未来，我计划继续提高我的技能，我们将看看接下来会发生什么。无论发生什么，我都会珍惜我在某中心和CBA-XO的时光。”