DataFunCon2024：AB实验与因果推断在复杂商业场景中的应用与实践

字节跳动数据平台 2024-07-03

579

在当今这个数据驱动的时代，量化决策已成为企业竞争中不可或缺的一部分，而AB实验与因果推断则是其中最为关键的两大工具。随着技术的不断进步，它们不仅在简单的业务环境中发挥着巨大作用，更是在日益复杂的商业场景中展现出强大的适应性和洞察力。

不同场景下，AB实验与因果推断的选择尤为重要。例如，广告领域通过精准定位和个性化推荐优化投放策略；短视频平台则关注内容推荐算法的迭代优化；而在搜索推荐系统中，如何精确衡量推荐效果与用户体验，同样考验着实验科学的智慧……

7月5日～7月6日， DataFunCon2024·北京站将于北京丽亭华苑酒店正式开启！本次大会围绕「大数据·大模型双核时代」主题，策划了16大论坛，近百个企业级应用案例，来自海内外知名企业的1000+资深专家齐聚一堂，面对面交流技术最新动向。

字节跳动数据平台作为本次大会共创伙伴，将推出「量化决策的艺术：AB实验与因果推断」分论坛，由火山引擎A/B测试DataTester产品负责人——方磊出品，带领与会者们一同感受量化决策的魅力。

量化决策的艺术：

AB实验与因果推断

——分论坛精彩议题抢先看！

一、《字节跳动实验平台的边界拓展》

演讲嘉宾：杨皇抖音集团A/B测试技术专家

演讲介绍和提纲：在字节跳动，每天都有数以千计的实验来产出对于特定策略的效应评估。这些评估结果牵动着公司内部大大小小的商业决策，不断形塑着各类产品的更迭演化。

伴随着业务拓展的复杂化和多元化，实验平台也面临着越来越多的技术挑战，诸如干涉效应、高维度调参以及有效随机实验难以开展。

经典的假设检验框架已经很难适应这些新的挑战，这促发字节跳动实验平台拓展传统边界，志在打造一款动态化、自动化以及观察数据友好化的多功能一体化效应评估产品。在这里，我们将带来近期的一些研究进展和产品实践分享。

听众收益：

1. 基于并行化的Leiden算法，字节跳动实验平台能够快速处理亿级用户的复杂社交网络，完成聚类分流，显著减轻社交溢出对于实验评估的干扰。

2. 基于马尔科夫决策过程，字节跳动实验平台在传统随机实验框架下结合强化学习实现了对于双边市场干涉效应的统计修正。

3. 基于迁移学习，字节跳动实验平台有效降低了自动调参冷启动“有损”的风险，并提高了调参效率。

4. 基于经典计量经济因果推断框架与因果发现，字节跳动实验平台推出了一套端到端的支持观察数据因果推断方法的平台工具，并强化了稳健性诊断和风险评估对于结论质量的保障。

二、《推荐场景下的复杂AB实验设计》

演讲嘉宾：刘小可抖音推荐数据科学负责人、伦敦大学学院统计系博士

议题介绍和提纲：在推荐策略的迭代中，经常遇到SUTVA假设不满足的复杂实验场景，最典型的两类场景是存在网络效应的社交类实验和同时影响到消费者和创作者的双边实验，在这两类场景中，实验组和对照组之间往往存在相互干扰 (Interference)，进而影响实验的度量和观测。

在本次演讲中，将介绍如何通过实验设计的方式尽可能消除实验对象间的相互干扰，进而得到无偏的策略效应估计。

本次分享主要包括：

● 社群分流在抖音社交实验中的应用

● 供需双边实验在抖音流量扶持场景的应用

听众收益：

1.在推荐策略评估场景，有哪些常见的Interference问题？

2.如何通过社群分流消除「网络效应」对实验评估的影响？

3.如何通过实验设计解决流量扶持场景的资源挤占问题？

此外，分论坛还邀请到来自腾讯、滴滴、eBay等知名企业的数据分析专家，分别带来《Fast-Causal-Inference——腾讯开源分布式因果推断工具》《Fast-Causal-Inference——腾讯开源分布式因果推断工具》《基于Uplift Model的优惠券分发优化》精彩演讲！

大会更多精彩

同时，来自火山引擎ByteHouse的技术专家将于《信息挖掘新篇章：RAG检索实践》分论坛，带来OLAP引擎相关议题分享！

一、《ByteHouse：基于OLAP的高性能向量检索设计及应用》

演讲嘉宾：火山引擎ByteHouse技术专家彭信东

议题介绍和提纲：向量检索被广泛使用于以图搜图、内容推荐以及大模型推理等场景。随着业务升级与 AI 技术的广泛使用，用户期望处理的向量数据规模越来越大，对向量数据库产品的稳定性、易用性与性能需求也越来越高。

为此火山引擎ByteHouse团队基于社区 ClickHouse 进行技术演进，提出了全新的向量检索功能设计思路，满足业务对向量检索稳定性与性能方面的需求，目前ByteHouse向量检索性能实现与专用向量数据库持平，且已经在相关场景落地。

本次分享主要包括：

以火山引擎 ByteHouse 的向量检索功能设计与实现为主题：

1.向量检索概念以及在 LLM 场景的应用

2.如何基于ByteHouse OLAP引擎实现向量检索

3.ByteHouse向量检索-性能优化解读

4.ByteHouse向量检索-资源优化解读

5.与专用向量数据库的性能比较

6.ByteHouse向量检应用场景解读

听众收益：

1.向量检索的使用场景

2.向量检索与 OLAP 结合的优势

3.如何在 OLAP 系统中实现高效向量搜索

4.基于OLAP的向量检索应用场景

点击阅读原文，跳转大会官网，了解更多精彩

商业

文章转载自字节跳动数据平台，如果涉嫌侵权，请发送邮件至：contact@modb.pro进行举报，并提供相关证据，一经查实，墨天轮将立刻删除相关内容。

DataFunCon2024：AB实验与因果推断在复杂商业场景中的应用与实践

一、《字节跳动实验平台的边界拓展》

二、《推荐场景下的复杂AB实验设计》

一、《ByteHouse：基于OLAP的高性能向量检索设计及应用》

评论