<AB Test를 적용하기 어려울 때, 이벤트 효과 추정하기> 데이터를 분석하다 보면, 이벤트의 효과 측정을 해야하는 경우가 정말 많습니다. 이상적으로는 AB Test를 진행해야 하지만, 현실적으로 AB Test를 못하는 경우도 종종 있습니다 - 실험군과 대조군이 서로 영향을 미치는 경우 - AB Test를 하며 진행하는 비용(리소스 투입 비용, 시간 등) - 윤리적 문제 AB Test를 진행하기 어려울 때, 어떤 방식으로 문제를 해결할 수 있는지에 대해 잘 설명한 발표 자료입니다! AB Test가 힘든 경우 어떤 식으로 진행할지 나이브한 방법부터 기술적 방법을 소개합니다 - Before / After 분석 - Difference in Difference - Synthetic Control - CausalImpact 발표자분이 수집한 일상 데이터를 가지고 어떤 결과가 나오는지 확인한 내용도 있습니다! 해당 발표 자료로 기초를 쌓으신 후, https://github.com/rguo12/awesome-causality-algorithms 여기 나와있는 알고리즘을 공부하시고 실제 업무에 적용해보셔도 좋을 것 같아요 :) 추천 대상 - AB Test에 대해 관심이 있는 분 - AB Test를 못하는 경우 대안을 찾고 싶은 분 - Causal Impact에 대해 궁금하신 분