1. 案例定位

UK Courts Fine Repayment 的五組 Randomized Experiment。

2. 學習目標

比較 Multi-treatment 與 Control。

3. 案例情境

法院以不同 Text Message 鼓勵 Fine Repayment。

4. 開始資料

Group Treatment
1 Standard Text 2 Text + Amount Due 3 Text + Name 4 Text + Name + Amount Due 5 No Text(Control)

5. 分析方法

比較各 Treatment 與 Control 的 Repayment Outcome/Uplift。

6. 計算結果

原書可讀文字未列 Figure 2.5 各組精確百分比,因此不補數字。

7. 結果分析與管理解讀

原書指出各簡訊 Treatment 相對 Control 有改善,最佳 Uplift 為加入 Individual Name 的 Personalized Text。

8. AI Prompt

「根據實際 Repayment Rate 計算各組相對 Control Uplift;缺數字就標示資料不足。」

9. 思考/What-if

題目: 為何不能只把 Personalized Text 給最可能付款者?

參考解答: 會把原本付款傾向與 Treatment 混在一起,產生 Selection Bias。

10. 資料說明