Chapter 1. 인과 - 행동 프레임 워크

인과 - 행동 프레임 워크

---

인과관계 분석이란?

인과관계 분석은 비즈니스 문제를 인간의 행동에서 답을 찾습니다. 상관관계와는 다른 개념입니다. 인과관계는 한 변수가 다른 변수에 직접적인 영향을 미치는 관계를 의미합니다.

1.1 분석의 유형

분석에는 기술 분석, 예측, 인과관계 세 가지 유형이 있습니다.

^기술 분석

 기술 분석은 데이터에 대한 설명을 제공합니다. (~는 무엇인가, 이미 측정한 것)

• 지난달에 얼마나 많은 고객이 서비스 구독을 취소했나요?
• 작년 이익은 얼마인가요?
• 평균이나 간단한 지표를 계산할 때 기술 분석을 사용합니다. 간단한 지표지만 실무에 상당히 효과적이고 직관적입니다.

^예측 분석

 예측 분석은 예측을 제공합니다. (~는 무엇이 될까?(미래), 아직 측정하지 않은 것)

• 다음 달 구취(구독 취소)는 몇 명이나 할까?
• 이 제품의 예상 구매 수량은 얼마일까?
• 이 프로모션은 얼마의 MAU를 증가시킬까?
  예측 분석은 지난 수십 년 동안 상당히 중요한 역할을 맡아 많은 기업의 성공에 영향을 주고 있습니다.

^인과관계 분석

 인과관계 분석은 데이터의 인과관계(cause)를 제공합니다. (만약 이렇다면?, 다른 조건에서는 어떻게 될까?)

• 무작위 실험
• 무작위 대조군 연구 (RCT, Random Controlled Trial)
• A/B Test
  실험군 내에 한 집단은 쿠폰을 주고 한 집단은 쿠폰을 주지 않고 서로 얼마나 많은 고객이 매출에 영향을 주었는지 비교하여 분석하는 효과적인 분석 방법입니다.

 

1.2 인간은 복잡한 존재다.

 

 인간은 여러 요인에 영향을 받고 상황에 따라 가변적이고 혁신적이고 전략적으로 움직입니다.

 

 이런 행동 때문에 인간은 물리적인 개체의 행동보다 훨씬 예측하기 어렵습니다. 예측 가능성을 높이는 규칙성을 찾으려면 일반적인 분석보다 한 단계 더 깊이 들어가 행동의 원인을 이해하고 측정해야 합니다. 어떤 사람이 아침으로 오트밀을 먹고 월요일에 어떤 경로로 출근했다고 해서 다시 화요일에 오트밀을 먹을 것이라는 보장이 없습니다. 하지만 아침에 간단한 음식을 먹는 것으로 유추가 가능합니다.

 

1937.9.15 ~ 2023.5.15 Robert Emerson Lucas Jr.

 

 행동경제학(behavioral economics, 로버트 루카스)는 1970년 행동 자체를 예측하는 대신 소비자 선호도와 같이 인간의 행동을 유발하는 깊이 있는 매개변수가 무엇인지 고민해야 한다고 말했습니다. A -> B의 인과 관계에서 A를 정확히 알기는 어렵지만 A'이 A와 같은 효과를 B에게 준다는 예측이 가능하다면 A와 같이 예측에 활용할 수 있습니다.

 

2. 회귀 분석을 방해하는 교란

 인과관계는 종종 예측 분석과 동일한 도구를 사용합니다. 그러나 두 분석 유형은 목표가 다르기 때문에 같은 도구여도 사용하는 방법이 다릅니다. 회귀 분석은 두 가지 분석 유형 모두에서 중요한 역할을 하기 때문에 인과관계에서 사용하는 회귀와 예측분석에서 사용하는 회귀의 차이점을 보기 좋습니다.

 

예측 분석에서는 회귀를 알 수 없는 값을 추정할 때 사용합니다. 이미 알고 있는 정보를 수집하고 다양한 요소를 종합하여 가장 적합한 값을 추측합니다.

 

 인과관계 분석에서는 목표 변수의 값을 측정하는 것만이 목표는 아닙니다. 측정값을 유도한 요인이 무엇인가에 초점을 맞춥니다. 회귀 분석의 종속변수 자체가 아니라 독립변수와의 관계가 중요합니다. 잘 설계된 회귀 분석에서 상관계수는 종속 변수에 대한 독립 변수의 인과 효과를 나타내는 좋은 지표입니다.

2.1 데이터

https://blog.revolutionanalytics.com/2017/05/the-datasaurus-dozen.html

 

데이터 분석에서 많이 사용하는 상관관계,

 

 하지만 상관관계를 맹신해서는 안됩니다. 양의 상관관계를 예를 들면 NASDAQ이 우상향 하면 Apple의 주가 또한 상승하는 수익 모델을 회귀 분석으로 만들었다고 할 때 Correlation coefficient이 0.8765 Slope은 0.0234, Intercept 상수항 -50.2345이라고 할 때 Nasdaq이 0달러라면 Apple은 -50달러라는 추정과 Nasdaq이 17,608.88(2024/08/28) 일 때 Apple = 17608 * 0.0234 - 50.2345!= 361.7927$ 달라가 됩니다. 실제로 228$ 인 것을 생각하면 오차가 큰 모델임을 알 수 있습니다. 인과관계가 단순히 Nasdaq 지수에만 있는 것이 아니므로 강한 상관관계를 가지더라도 여러 요인을 가질 수 있다는 것을 알아야 합니다.

 

Feat. Claud sonnet 3.5