貨拉拉利用時空熵平衡提升營銷效率的實踐

　　本文將從工業界物流領域視角出發，分享如何基於觀測資料提升營銷策略效率。

　　 01

　　因果推斷與營銷觀測資料

　　因果推斷是一種用於確定一個事件（因）是否導致了另一個事件（果）的一種技術。在很多場景中，相關性不等於因果性。如在溫度升高的情況下，冰淇淋銷量與溺水量之間存在相關性，但兩者之間不存在因果性。營銷場景更希望關注因果性，如補貼/定價的原因如何影響結果單量的增長。相關性包含因果性，相關性主要產生於：因果（causation）、混淆（confounding）、樣本選擇偏差（selection bias）。　　

　　營銷與每個人都息息相關，營銷的底層邏輯在於創造需求、滿足需求和喚醒需求。貨拉拉營銷的一個主要目標就是使用者增長，在增長體系中，AARRR 關注獲客渠道，RARRA 關注留存喚醒需求，Growth Loop 同時關注獲客和留存，構成增長飛輪，可形成複利。營銷工具包括：觸達、廣告、線索、補貼、定價等。隨著營銷技術的增長，營銷領域逐步實現智慧化。智慧營銷是透過大資料和 AI 技術實現營銷自動化、精準化、最最佳化。　　

　　貨拉拉使用因果推斷技術，在所有營銷領域實現了營銷效率的提升，該技術覆蓋了新客轉化、使用者增長、使用者體驗、使用者留存、使用者召回等使用者全週期。　　

　　因果推斷模型主要選擇 Uplift Model 計算因果效應，並結合運籌最佳化策略來使用。Uplift Model 經過長時間的演變，目前演化出不同的技術方向，包括 Meta Learner、因果樹、Deep Learning 等。

　　我們對因果推斷模型最主要的要求有兩方面：一是穩定性，在不同的場景下都可以使用，解決 OOD 泛化問題；二是能夠在資料上學習到準確的因果效應，在工業上，如果沒有學到好的因果效應，上線後就會產生負向的收益，因此準確性是非常重要的。　　

　　因果建模一定會使用到各種資料，可以分為隨機試驗資料（RCTs）和觀測資料（Observational Data）。隨機試驗資料是最完美的資料，不用考慮混雜因素的影響，可以直接計算因果效應；但工業上隨機試驗資料成本極高，在貨拉拉業務上可行性低。企業中更多使用的是觀測資料，其優勢在於成本低、資料量大，透過日常運營積累就可獲得；但觀測資料與混雜因素相關聯，影響因果效應的計算。　　

　　混雜因素是觀測資料的主要問題，控制混雜因素的常用方法包括，傾向得分匹配（Propensity Score Matching）、逆向傾向加權（IPW）、混雜因素平衡（Directly Confounding Balancing）、熵平衡（Entropy Balancing）等。

　　熵平衡方法是在Directly Confounding Balancing 方法基礎上最佳化得來的，目標是最小化熵，或者保證熵平衡，以 Confounding balance 作為限制條件，再加上一個權重的約束，從而保證平滑性。　　

　　在貨拉拉，最常用的方法是 IPW 和熵平衡。求出權重值，給樣本賦予權重，控制混雜因素。　　

　　熵平衡方法和其它方法相比，具有以下三點優勢：直接約束協變數平衡效果好；直接使用觀測資料，無其他約束；使用全量資料，資料利用率高，權重平滑。　　

　　 02

　　物流行業技術挑戰

　　根據前文介紹，熵平衡是一種很理想的方法。但在實際的物流行業中，仍然面臨著如下一些挑戰：

　　精細化，要求運營策略能夠精細化到某個地理圍欄；

　　穩定性，物流行業場景多，需要一個模型適用多個場景；

　　效果好，要求 Uplift score 要準確，在觀測資料質量下降的情況下依然保持因果效應學習質量。　　

　　物流行業受時間、空間影響比較大。

　　在時間維度上：①訂單受時間影響大，每天存在兩個高峰期，不在時間軸上均勻分配，引入了時間不平衡性；②同城貨運中週一到週五單量多，週末單量少；③搬家週末單量多，週中單量少；④每天晚上22點-第二天6點單量稀疏。

　　在空間維度上：①市中心單量多，郊區單量少；②一、二線城市單量多，三、四線城市單量少；③專業市場（建材、水果、服裝）單量多，居民區單量少。

　　因此，因果效應學習過程中在時間和空間會自然引入不平衡效應，導致在某些時空領域內因果效應學習不準確。

　　03

　　時空領域熵平衡

　　基於以上技術挑戰，提出貨運場景下，一種基於靈活網格技術的時空領域熵平衡的因果效應計算方法，提升因果效應計算的準確性。

　　這種方法包含幾個特點：①基於貨運領域行業特點，提出一種時空領域劃分方法；②空間上提出一種靈活網格計算方法；③和目前的熵平衡方法相比，這種技術可在時空 OD 維度上實現 confounding control，提升因果效應的準確性和模型穩定性；④提出時空熵平衡方法最小化資訊損失。　　

　　演算法實現上，時間維度根據訂單密度進行劃分，空間維度使用靈活網格方法進行劃分。H3 蜂窩網路由網約車平臺 Uber 提出，是一個針對地球的空間劃分和空間索引系統，可將地理空間分割為若干正六邊形網格，並用 0-15 級分別定義網格大小。　　

　　靈活網格基於基礎網格和訂單量，將若干 H3 網格（同城物流 10 級，跨城物流 6 級）進一步聚合，以提高網格內的訂單密度，靈活網格地理上仍是連通的。其中，聚合規則主要基於訂單量，在保證網格儘量細的同時，保證每個網格內具有一定的訂單量，以保證網格內因果效應學習的準確性。　　

　　以上海市為例，黃浦區、普陀區等上海市中心區域訂單密度較大，網格就會劃分得較為精細，單個靈活網格面積就會比較小。在崇明島等上海郊區，區域內訂單密度較小，按照網格內訂單密度標準，劃分的單個靈活網格面積就會較大。當訂單密度標準變更時，靈活網格的劃分也會隨之變更。　　

　　基於時空網格劃分，觀測資料被細分到了不同的時空領域。之後，針對每一個時空領域，分別進行熵平衡損失的計算，再根據每一時空領域的資訊含量進行加權，求解出總損失值。基於梯度下降的方法，求解熵平衡的權重係數，並在求解過程中持續觀察干預與混雜因素之間的相關係數是否下降，相關係數下降才能保證損失求解是正確的。求解完成後，將得到的時空領域熵平衡權重值附加到觀測資料上，使用 Uplift Model 計算 ITE 和 ATE，後配合運籌方法，最終實現營銷策略的分發。　　

　　在數學推導上，基於傳統的熵平衡方法進行了修改。目標是各時空網格內的熵平衡最小化，限制條件為在每個時空領域內保證混雜因素影響較小，並保證求解的權重係數平滑。這時，問題就轉化為最最佳化問題，接下來使用拉格朗日對偶進行求解。　　

　　計算過程中為應對潛在的梯度爆炸問題，使用 PCA 對 confounding 特徵進行降維，並設定靈活網格精細度的超引數。為應對凸函式的限定，根據業務常規性特點，如補貼和定價單調性特點，對干預進行微調以保證凸函式性質。　　

　　我們使用補貼和定價的真實業務資料，以及一些模擬資料，進行了驗證，結果顯示，loss 快速收斂。Loss 收斂速度與資料中 confounding 強度有關，如果強度較大，則收斂速度會降低。

　　為了驗證人為改變觀測資料分佈對真實資料的結果會產生何種影響，我們使用 AUC 和 AUUC 指標來衡量模型準確度在資料更改情況下的變化，來驗證模型的適應情況。結果顯示，雖然 AUC 略有下降，但 AUUC 則會更強，該方法在不同資料集上的表現均符合預期。　　

　　從各網格細粒度進行因果效應學習效果評估，和傳統方法相比，在相關係數和 p-value 均有較好的提升，能更好地消除 confounding 的影響。時空熵平衡方法可保證各時空網格內混雜因素均能較好地消除。　　

　　

　　04

　　總結與展望

　　本次分享是從業務角度，解決觀測資料遇到的一個實際問題。針對物流領域，提出了一種利用觀測資料提升因果效應計算的方法。適用於未來精細化的運營場景，更精細化的 confounding bias 控制。靈活網格劃分方法可擴充套件至其他領域，針對業務中需進一步劃分精細場景的因果推斷問題，均可進行替換。