🤖 machine learning

Doubly Robust Estimation of Causal Effect on CVR with Targeted Regularization

Cet article propose un nouvel estimateur d'effet causal doublement robuste pour les taux de conversion (CVR) post-clic qui exploite la théorie semi-paramétrique et la régularisation ciblée afin de surmonter les problèmes de biais de sélection d'échantillon et de variance, offrant des taux de convergence et une stabilité supérieurs par rapport aux méthodes existantes combinant le débaisage de perte avec des estimateurs causaux standards.

Auteurs originaux : Jiayi Dan, Bo Li, Lu Deng, Yong Wang

Publié 2026-08-14

📖 4 min de lecture☕ Lecture pause café

CC BY 4.0

Auteurs originaux : Jiayi Dan, Bo Li, Lu Deng, Yong Wang

Article original sous licence CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète

Imaginez que vous êtes un détective essayant de découvrir si une nouvelle astuce marketing pousse réellement les gens à acheter. Dans le monde du shopping en ligne et de la publicité, il existe une célèbre danse en deux étapes : d'abord, un utilisateur doit cliquer sur une publicité (le « clic »), puis, secondement, il doit réellement acheter le produit (la « conversion »). Le taux auquel les personnes qui cliquent passent ensuite à l'achat est appelé le Taux de Conversion, ou CVR. C'est comme mesurer combien de personnes qui entrent dans un magasin repartent réellement avec un sac.

Mais voici la partie délicate : si vous ne regardez que les personnes qui ont cliqué, vous risquez de vous tromper de réponse. C'est comme essayer de juger la qualité d'un restaurant en interrogeant seulement les personnes qui ont franchi la porte, tout en ignorant tous ceux qui ont vu le menu, ont trouvé cela trop cher, et sont repartis. Ces personnes qui n'ont pas cliqué auraient peut-être été celles qui auraient acheté le plus si elles avaient reçu un coupon différent ou une meilleure offre. C'est ce qu'on appelle le « biais de sélection ». Les scientifiques essaient de corriger cela depuis longtemps en utilisant des mathématiques qui devinent ce qui se serait passé si tout le monde avait cliqué, mais les anciens outils tombent souvent en panne lorsque les données deviennent désordonnées ou que les modèles informatiques sont trop flexibles. Ce document s'insère dans cette enquête policière pour construire un outil plus performant et plus fiable afin de résoudre le mystère de savoir si une stratégie fonctionne réellement.

Les auteurs, Jiayi Dan, Bo Li et leur équipe, proposent une toute nouvelle façon de calculer ces effets qu'ils appellent un estimateur « doublement robuste ». Considérez cela comme un harnais de sécurité de haute technologie pour un grimpeur. Dans leur méthode, ils doivent deviner trois choses différentes sur les données (comme la probabilité qu'une personne clique, la probabilité qu'elle achète et la manière dont la publicité a été présentée). Habituellement, si votre estimation de l'une de ces trois choses est erronée, tout votre calcul s'effondre. Mais ce nouveau « harnais de sécurité » est spécial : il est conçu de telle sorte que même si vos estimations de deux de ces choses sont un peu fausses, tant qu'au moins l'une d'entre elles est correcte, la réponse finale reste exacte. C'est comme avoir un parachute de secours qui fonctionne même si le premier échoue.

Pour faire fonctionner ce calcul dans le monde réel, où les choses peuvent être instables et vacillantes, l'équipe a ajouté un tour astucieux appelé « régularisation ciblée ». Imaginez que vous essayez d'équilibrer une pile d'assiettes tout en faisant du monocycle. L'ancienne façon de faire ce calcul revenait à essayer d'équilibrer la pile par des ajustements soudains et brusques qui faisaient souvent tout tomber. La nouvelle méthode est comme un gyroscope automatique et doux qui effectue de petites corrections fluides pour maintenir la pile stable sans la déséquilibrer. Ils ont testé cette idée à la fois sur des données fictives et sur des données réelles provenant d'un ensemble de données massif appelé CRITEO-UPLIFTv2 (qui contient environ 13 millions d'échantillons). Les résultats ont montré que leur nouvelle méthode était bien meilleure pour trouver l'effet réel que les anciennes méthodes, et qu'elle restait stable même lorsque les paramètres étaient modifiés.

Le document aborde également une tentation courante : prendre les anciennes astuces de « correction de perte » (loss debiasing) utilisées pour prédire les ventes et les appliquer simplement à ces nouvelles questions causales. Les auteurs ont découvert que cette approche de « mélange et assortiment » ne fonctionne pas bien. C'est comme essayer de réparer le moteur d'une voiture cassée en peignant simplement le capot ; cela peut être joli, mais le moteur ne fonctionnera toujours pas correctement. Ils ont prouvé que vous ne pouvez pas simplement corriger les mathématiques de la partie prédiction et vous attendre à ce que la réponse finale soit correcte ; vous devez construire tout le moteur de zéro avec les bonnes pièces. Leur nouveau cadre, qui combine le harnais de sécurité avec le gyroscope fluide, a systématiquement battu les autres méthodes populaires lors de leurs expériences, montrant qu'il s'agit d'un moyen beaucoup plus fiable de déterminer si une stratégie marketing aide réellement ou nuit à l'expérience de l'utilisateur.

Résumé Technique : Estimation de la Robustesse Double de l'Effet Causal sur le Taux de Conversion (CVR) avec Régularisation Ciblée

1. Formulation du Problème

L'article traite du défi de l'estimation de l'effet causal d'un traitement $A$ (par exemple, l'allocation de coupons) sur le Taux de Conversion Post-clic (CVR). Le CVR est défini comme la probabilité conditionnelle $P(Y_2=1 | Y_1=1)$ , où $Y_1$ indique un clic et $Y_2$ une conversion. L'estimand cible est le CVR potentiel moyen sous une stratégie de traitement spécifique :
$\psi_a = E[P(Y_2(a)=1 | Y_1(a)=1, X)]$
où $X$ représente les covariables.

Défis Clés :

Biais de Sélection d'Échantillon : Les méthodes classiques d'inférence causale appliquées uniquement aux échantillons cliqués ( $Y_1=1$ ) introduisent un biais car l'événement de clic est non aléatoire et dépend du traitement.
Limites des Prédictions de CVR Existantes : Les travaux précédents sur la prédiction du CVR utilisent une « perte idéale » pour corriger le biais de sélection en optimisant une perte non biaisée sur l'échantillon complet. Cependant, l'article soutient qu'une perte non biaisée ne garantit pas théoriquement un estimateur final non biaisé pour l'effet causal.
Limites des Estimateurs Causaux Standards : L'application directe d'estimateurs de type "plug-in" (estimation des paramètres de nuisance puis calcul de leur ratio) souffre de taux de convergence lents et d'une sensibilité à la spécification erronée des modèles, particulièrement lors de l'utilisation d'estimateurs non paramétriques flexibles comme les réseaux de neurones.

2. Méthodologie

Les auteurs abordent le problème sous l'angle de la théorie semi-paramétrique, en dérivant un nouvel estimateur adapté à la structure en chaîne des résultats de CVR.

A. Construction de l'Estimateur de la Robustesse Double (DR)
L'article dérive la fonction d'influence et l'expansion de von Mises pour l'estimand cible. Sur cette base, ils construisent un nouvel estimateur de Robustesse Double :
$\hat{\psi}_{a}^{dr} = \hat{\psi}_{plug-in} + \mathbb{P}_n(\phi_a(\hat{P}))$
où $\phi_a(P)$ est la fonction d'influence impliquant les paramètres de nuisance :

$\mu_1(x, a) = E(Y_1 | X, A=a)$ (Probabilité de clic)
$\mu_2(x, a) = E(Y_2 | X, A=a)$ (Probabilité de conversion)
$\pi(a|x)$ (Score de propension)

L'estimateur inclut un terme de correction qui élimine le biais du premier ordre de l'estimateur plug-in. Théoriquement, cet estimateur atteint une consistance $\sqrt{n}$ et une normalité asymptotique même si les paramètres de nuisance sont estimés à des taux plus lents (par exemple, $o_P(n^{-1/4})$ ), à condition que le produit de leurs erreurs converge suffisamment vite. Cette propriété est maintenue même si l'un des estimateurs de nuisance est incohérent (Robustesse Double).

B. Cadre de Régularisation Ciblée
Pour remédier à l'instabilité numérique de la correction directe en une étape (qui peut produire des estimations hors de l'espace des paramètres ou être instable en raison de faibles taux de clic), les auteurs proposent un cadre de Régularisation Ciblée.

Au lieu d'une étape de correction rigide, ils introduisent un paramètre de perturbation apprenable $\epsilon(a)$ (approximé par des splines pour les traitements continus).
Un terme de régularisation $R$ est ajouté à la fonction de perte pour forcer la moyenne empirique de la fonction d'influence à zéro :
$R = \frac{1}{n} \sum_{i=1}^n \left( \frac{y_{2i} - \hat{\mu}_{2i}}{\hat{\mu}_{1i}} - \frac{(y_{1i} - \hat{\mu}_{1i})\hat{\mu}_{2i}}{\hat{\mu}_{1i}^2} - \frac{\hat{\epsilon}(a_i)}{\hat{\pi}_i} \right)^2$
Apprentissage Multi-tâches : Le cadre estime conjointement les effets causaux du CTR et du CVR. Pour imposer la contrainte logique que la conversion implique un clic ( $Y_2 \le Y_1$ ), le modèle prédit $\hat{\mu}_2 = \hat{\mu}_1 \times \tilde{\mu}_2$ .
Blocage de Gradient : Les gradients provenant des termes de régularisation ciblée sont bloqués pour ne pas se propager à l'estimateur du score de propension $\hat{\pi}$ , afin de garantir une estimation précise de la propension.

3. Principales Contributions

Formulation Théorique : L'article revisite l'estimation causale du CVR sous un angle semi-paramétrique, dérivant la fonction d'influence et établissant un nouvel estimateur de Robustesse Double spécifiquement conçu pour les résultats structurés en chaîne. Il prouve que cet estimateur atteint une consistance $\sqrt{n}$ sous des hypothèses modérées.
Cadre Pratique : Il propose un cadre de Régularisation Ciblée qui étend le concept de Robustesse Double à une procédure d'entraînement stable de bout en bout sans nécesser de division d'échantillon (cross-fitting), ce qui le rend adapté aux modèles complexes comme les réseaux de neurones.
Validation Empirique : Des expériences approfondies sur des données synthétiques, semi-synthétiques et réelles démontrent que la méthode proposée surpasse les bases de référence standards (DragonNet, VCNet, Causal Forest) ainsi que les méthodes existantes spécifiques au CVR.
Nécessité Théorique de Nouveaux Estimateurs : L'article démontre que combiner le « débaisage de perte » (issu de la littérature sur la prédiction du CVR) avec les estimateurs causaux standards produit des résultats inférieurs, soulignant la nécessité de dériver des estimateurs ciblant directement l'estimand final.

4. Résultats Expérimentaux

Jeux de Données : Les expériences ont été menées sur des données synthétiques et semi-synthétiques (basées sur le jeu de données News). De plus, des expériences ont été réalisées sur un jeu de données réel à grande échelle (CRITEO-UPLIFTv2), que les auteurs notent explicitement comme servant uniquement de référence supplémentaire en raison des limites des données publiques (ex: traitement binaire vs traitement continu, absence de vérité terrain pour l'estimand cible).
Métriques : L'erreur quadratique moyenne moyenne (AMSE) a été utilisée pour les données synthétiques/semi-synthétiques ; l'AUUC et le QINI ont été utilisés pour le jeu de données réel.
Performance :
- La méthode proposée a nettement surpassé toutes les bases de référence, y compris l'estimateur DR standard et l'ablation « Ours (sans t-reg) », sur les principaux jeux de données synthétiques et semi-synthétiques.
- L'étude d'ablation a confirmé que la Régularisation Ciblée est critique ; son retrait a provoqué une chute significative des performances, réduisant la méthode à un estimateur plug-in moins stable.
- La méthode a montré une robustesse à travers différents réglages d'hyperparamètres pour les poids de régularisation.
- La comparaison avec une approche alternative combinant le débaisage de perte et les estimateurs causaux standards a montré la supériorité de la méthode proposée, confirmant qu'une perte non biaisée ne garantit pas une estimation causale non biaisée.
- Les résultats sur le jeu de données CRITEO-UPLIFTv2 ont validé l'utilité pratique de la méthode, bien que les auteurs avertissent que la performance peut être sous-estimée en raison des limites du jeu de données.

5. Signification et Revendications

L'article affirme fournir un cadre général pour estimer les effets causaux sur les résultats structurés en chaîne comme le CVR. Sa signification réside dans le pont jeté entre l'efficacité semi-paramétrique théorique et les applications pratiques du Deep Learning.

Il soutient que les méthodes existantes reposant sur la « perte idéale » pour la prédiction du CVR sont insuffisantes pour l'estimation de l'effet causal car elles ne garantissent pas l'absence de biais de l'estimateur final.
Il démontre qu'un estimateur de Robustesse Double sur mesure, stabilisé par une régularisation ciblée, offre à la fois des garanties théoriques (consistance, normalité asymptotique) et une stabilité pratique (robustesse à la spécification erronée du modèle et aux faibles taux de clic).
Ce travail se positionne comme une solution pour la prise de décision en entreprise dans l'e-commerce et la publicité, où la compréhension de l'efficacité par étape (spécifiquement la conversion post-clic) des stratégies est cruciale.