Pythonで学ぶ効果検証入門

Pythonで効果検証の実務を学ぼう！

この本は、効果検証を実務で行いたい方に向けた入門書です。
ビジネスの現場で必要とされる知識と理論的な基礎との乖離に着目し、その乖離を埋めるような説明を心がけました。たとえば、紹介する手法は非専門家でも実務に応用しやすい「A/Bテスト・DID（差分の差法）・RDD（回帰不連続デザイン）」の3つに絞り、とくにA/Bテストについては、実務でぶつかる課題も交えて丁寧に解説を行っています。

紹介する3つの手法は、実務に応用する場合、必要な仮定を満たすことが比較的容易です。実務上のユースケースが十分に多く、統計学などの専門家以外でも使いやすい、という理由からこの3手法を選定しました。
そのなかでも多くの紙面を割いているA/Bテストについては、複数のデザインパターンを紹介し、実務上の課題について丁寧に紐解いていきます。

さらに、本書ではすべての分析をPythonで行います。施策効果検証の分析はRで行われることが多かったのですが、Pythonで分析を行うことで、分析者がデータサイエンティストやほかのエンジニアとコミュニケーションをとりやすくなることを狙いとしています。

【著者紹介】
伊藤寛武 : ２０１４年一橋大学経済学部卒業、２０１５年同大学経済学研究科修士課程修了。２０２１年慶應義塾大学政策・メディア研究科博士課程修了、博士（学術）。資産運用会社、コンサルティング会社、大学研究員を経て、現在サイバーエージェントに勤務。データサイエンティストとして広告配信システムのプロダクトグロースに従事

金子雄祐 : ２０１６年東京大学経済学部卒業、２０１８年同大学経済研究科統計学コース修士課程修了後、サイバーエージェント入社。入社後は広告配信システムの開発チームにおいて予測モデルやレコメンドエンジンの開発や効果検証の業務に従事。２０２１年よりＤａｔａ　Ｓｃｉｅｎｃｅ　Ｃｅｎｔｅｒボードメンバーも務める。Ｋａｇｇｌｅ　Ｍａｓｔｅｒ

安井翔太 : ２０１３年、ノルウェー経済大学修士課程修了（ＭＳｃ　ｉｎ　Ｅｃｏｎｏｍｉｃｓ）後、サイバーエージェント入社。入社後は広告代理店で広告効果検証等を行い、２０１５年にアドテクスタジオへ異動。その後は機械学習の応用や、機械学習が使われている状況下でのデータ分析や効果検証を主な業務とする。２０１６年よりＡｌ　Ｌａｂ経済学グループを設立。２０１９年よりＤａｔａ　Ｓｃｉｅｎｃｅ　Ｃｅｎｔｅｒ副所長も務める（本データはこの書籍が刊行された当時に掲載されていたものです）