1. 案例定位

用 Customer Churn 說明 Prediction 與 Causal Intervention 的差異。

2. 學習目標

設計 Randomized Controlled Trial(RCT)形式 A/B Test。

3. 案例情境

模型找出 High-risk Churn Customers,企業考慮配置 Account Manager;模型準不代表介入有效。

4. 開始資料

Group Treatment Outcome
Experimental Assigned Account Manager Churn
Control No Intervention Churn

5. 分析方法

Random Assignment 後比較 Churn Rate/Treatment Effect。

6. 計算結果

原書未提供樣本數或 Churn Rate,不能計算 Uplift。

7. 結果分析與管理解讀

High Predictive Ability 不保證 Intervention 有效,甚至可能反效果。

8. AI Prompt

「根據已計算 Churn Rate 與檢定結果解釋 Intervention,不因模型 Accuracy 高就推論因果。」

9. 思考/What-if

題目: Treatment Churn 較高是否否定 Prediction Model?

參考解答: 不一定;Prediction 與 Treatment Effect 要分開評估。

10. 資料說明