AI 因果发现与结构化决策高级 Playbook

Source Anchors

• DoWhy：用于把因果问题拆成建模、识别、估计、反驳检验的工程流程，适合把业务 DAG 转成可审计的因果估计管线。
• EconML：用于 heterogeneous treatment effect、CATE、uplift、policy learning 等异质性效应估计，适合营销、授信、欺诈干预和运营策略分层。
• DAGitty：用于绘制 DAGs、验证 adjustment sets、检查 backdoor/frontdoor/IV 等识别路径，适合评审 causal assumptions 与 identifiability。
• NOTEARS：代表连续优化式 causal discovery，把有向无环约束转成可优化问题，适合作为候选结构学习工具，而不是自动真因果发现器。
• NIST AI RMF：用于 AI 风险治理的 Govern、Map、Measure、Manage 框架，适合把因果决策系统纳入模型风险、合规、审计与运营监控。

一句话定位

本 Playbook 面向已经具备成熟 BA、产品与架构经验的金融零售从业者，目标是把 causal discovery、SCM、DAGs、DoWhy/EconML、NOTEARS、DAGitty 等方法，转化为可审计、可上线、可治理的 product decisioning 能力：用结构化因果模型回答“哪个干预真的改变了业务结果、在哪些人群上改变、代价是什么、上线后如何持续控制风险”。

为什么重要

金融零售的 AI 决策很少缺少相关性，真正缺少的是“可行动的因果解释”。模型能告诉你高风险客户更可能逾期，但产品与风控决策需要回答的是：降低额度、提高验证强度、改变还款提醒、调整利率、增加人工复核，分别会让逾期率、收入、投诉、歧视风险和运营成本发生什么变化。

没有因果结构，AI 产品容易在四类场景中失真：

1. 把选择偏差当作产品效果：高活跃用户更容易使用新功能，也更容易留存，功能本身未必提升留存。
2. 把风控结果当作风险真相：被拒绝的申请人没有后续还款表现，训练数据只覆盖已批准人群，credit policy 的 counterfactual 缺失。
3. 把拦截后的低损失当作欺诈模型胜利：fraud interventions 改变了攻击者行为，也改变了可观测样本，离线 AUC 无法代表干预收益。
4. 把运营相关性当作流程改进证据：复杂 case 被更多人工处理，处理时长与差评相关，不代表人工处理造成差评。

高级 AI 产品与架构的重点不是“是否用了因果库”，而是把因果问题嵌入决策生命周期：问题定义、DAG/SCM 建模、识别治理、估计、干预设计、上线监控、风险复盘。

Causal-to-Decision 架构

1. 决策语义层

先定义业务决策，而不是先定义模型：

• 动作：推送优惠、额度调整、KYC 升级、人工复核、还款提醒、客服路由、库存补货、门店排班。
• 目标结果：转化、留存、GMV、净收入、逾期率、欺诈损失、误拦截、NPS、投诉率、SLA。
• 决策粒度：客户、账户、交易、门店、地区、产品组合、运营队列。
• 时间窗：实时、T+1、7 天、30 天、账单周期、季度。
• 约束：合规、公平性、隐私、资本占用、操作成本、客户体验、品牌风险。

2. 因果问题层

把业务问题翻译为 causal question：

• Treatment：可操作干预，例如“给予 5 美元优惠券”“将授信额度从 3000 提升到 5000”“触发 step-up authentication”。
• Outcome：决策要改善的指标，例如 incremental revenue、30 天逾期率、fraud loss、人工处理时长。
• Unit：被干预对象，例如客户、申请、交易、客服工单。
• Population：适用人群，例如新客、高风险申请人、跨境交易、低库存门店。
• Estimand：ATE、ATT、CATE、uplift、policy value、risk difference、odds ratio、cost-adjusted net benefit。

3. DAG/SCM 结构层

DAGs 用图表达因果方向，SCM 用结构方程表达变量生成机制。两者共同服务于一个目标：明确哪些变量是原因、结果、混杂、媒介、碰撞点、选择机制或不可观测因素。

典型结构：

Customer Need -> Feature Usage -> Retention
Customer Need -> Retention
Marketing Eligibility -> Offer -> Purchase
Risk Profile -> Credit Approval -> Delinquency
Risk Profile -> Delinquency
Fraud Intent -> Transaction Pattern -> Fraud Score -> Intervention -> Loss

SCM 可用更工程化的方式描述：

Offer = f1(Eligibility, ChannelCapacity, ExperimentAssignment, U_offer)
Purchase = f2(Offer, Intent, PriceSensitivity, Seasonality, U_purchase)
Profit = f3(Purchase, DiscountCost, FulfillmentCost, U_profit)

这类表达不是数学装饰，而是为了让团队判断 identifiability：在现有数据、实验设计和业务约束下，目标效应是否可以被识别。

4. Causal Discovery 层

causal discovery 用数据与约束生成候选 DAG，而不是代替业务判断。可组合使用：

• 约束法：基于条件独立测试，适合探索变量关系，但对样本量、测量误差和未观测混杂敏感。
• 评分法：搜索能解释数据且复杂度受控的图结构。
• 连续优化法：NOTEARS 把 DAG acyclicity 作为连续约束，适合高维结构学习实验。
• 时序与干预约束：时间顺序、系统日志、上线批次、政策变更、随机分配、外部冲击，比纯相关结构更有治理价值。

输出必须标注可信度：强业务先验、弱数据提示、存在方向歧义、疑似隐藏混杂、需要实验确认。

5. 识别与估计层

识别回答“能不能估”，估计回答“估多少”。DoWhy 适合把 model -> identify -> estimate -> refute 串成可重复流程；DAGitty 适合审查 adjustment sets；EconML 适合估计 CATE、uplift 和策略异质性。

常见路径：

• Backdoor adjustment：控制共同原因，避免 confounding。
• Frontdoor adjustment：通过中介路径识别直接控制困难的效应。
• Instrumental variables：使用影响 treatment 但只通过 treatment 影响 outcome 的工具变量。
• Difference-in-differences：使用政策或运营变更前后的组间差异。
• Regression discontinuity：使用阈值附近的准随机分配。
• Randomized experiment：最强识别来源，但也需要检查干扰、流量污染和执行偏差。

6. 决策与治理层

因果估计必须落成决策规则：

• 谁会获得干预。
• 干预强度如何分层。
• 何时停止或升级。
• 如何计算净收益与风险成本。
• 如何在上线后监控漂移、反馈回路、公平性、投诉和反事实缺口。

架构上建议形成独立的 Causal Decision Service：输入人群、候选干预、DAG 版本、识别策略、估计结果、治理状态；输出可执行策略、解释摘要、监控指标和审计记录。

因果发现与因果推断边界

causal discovery 解决什么

causal discovery 的核心用途是形成结构候选：

• 从复杂变量中发现可能的直接因果边。
• 暴露团队忽略的共同原因或选择机制。
• 为 DAG review 提供数据驱动线索。
• 在多渠道营销、信贷审批、欺诈拦截和运营流程中识别潜在路径。

它不能单独证明因果。尤其在金融零售中，未观测客户动机、风险偏好、渠道选择、欺诈意图和人工策略会造成强 confounding。

causal inference 解决什么

causal inference 在给定 DAG/SCM、assumptions 与识别策略后，估计干预对结果的影响：

• ATE：整体平均效果。
• ATT：对已接受干预人群的平均效果。
• CATE：特定客户或分层人群的异质性效果。
• Uplift：干预相对不干预的增量收益。
• Policy value：策略上线后的总收益与总风险。

边界原则

1. causal discovery 产出“候选结构”，causal inference 产出“有条件成立的效应估计”。
2. DAG 中的箭头来自业务机制、时间顺序、实验、系统日志和统计证据的组合。
3. identifiability 先于模型精度。不可识别的问题，用更复杂模型只会让错误更精致。
4. 所有 causal assumptions 都要进入 assumption register，由产品、风控、数据科学、架构、法务合规共同签署。

DAG/SCM 工作流

Step 1：从决策反推 causal question

不要问“哪些变量预测留存”，要问“如果我们改变 X，Y 会怎么变”。例如：

• 如果给高潜新客发免运费券，30 天净收入是否增加。
• 如果把中低风险客户额度上调 20%，坏账损失与交易收入的净效应如何。
• 如果对高疑似交易触发 step-up authentication，欺诈损失、误杀率和客户流失如何变化。
• 如果把客服工单路由给专属队列，投诉率与处理成本是否下降。

Step 2：列变量并分类

把变量拆成：

• Pre-treatment confounders：干预前共同影响 treatment 与 outcome 的变量。
• Treatment：产品、政策、运营或模型触发的干预。
• Mediators：干预之后位于路径中间的变量。
• Colliders：由两个原因共同造成，控制它会引入偏差。
• Selection variables：样本进入数据集的机制，例如审批通过、登录后曝光、人工复核后标注。
• Outcomes：主要指标、护栏指标、长期指标。
• Unobserved factors：客户意图、真实欺诈意图、外部经济压力、门店经理能力。

Step 3：画 DAG 并声明方向依据

每条边必须有依据：

• 时间先后。
• 产品机制。
• 风控政策。
• 营销投放规则。
• 系统路由逻辑。
• 合规或运营制度。
• 历史实验或自然实验。
• causal discovery 提示。

使用 DAGitty 检查 adjustment sets，用 NOTEARS 或其他 causal discovery 方法做结构探索时，必须把输出标为“候选边”，再通过业务与数据审查确认。

Step 4：定义 SCM

对关键变量写结构方程或自然语言版本：

FeatureUsage = f(Exposure, UserNeed, OnboardingQuality, DeviceCapability, U_usage)
Retention = f(FeatureUsage, UserNeed, ServiceQuality, CompetitorOffer, U_retention)

这样团队会看到：如果 UserNeed 无法观测，FeatureUsage 与 Retention 的相关性无法直接解释为功能因果效果。

Step 5：识别 estimand

明确目标：

• ATE：是否整体上线。
• CATE：哪些人群上线。
• Uplift：是否值得给优惠、提醒、人工干预。
• Risk-adjusted effect：收益减损失、资本、投诉和运营成本。
• Path-specific effect：某条机制路径是否成立，例如优惠通过提高下单频次而不是拉低毛利。

Step 6：估计、反驳与敏感性分析

建议管线：

1. 用 DAGitty 或 DoWhy 确认识别表达。
2. 用 DoWhy 生成估计策略并执行 refutation tests。
3. 用 EconML 估计异质性效果，输出 CATE/uplift 分层。
4. 对关键 confounding 做 sensitivity analysis。
5. 对样本选择、干预执行偏差、数据泄漏和漂移做压力测试。

Step 7：转成上线策略

因果估计要进入产品与架构：

• 决策 API：输入客户/交易/工单状态，返回干预建议与理由。
• 策略引擎：把 CATE、风险阈值、成本、合规规则组合成 policy。
• 实验平台：支持 holdout、staged rollout、switchback、geo split。
• 监控平台：监控 uplift 衰减、投诉上升、异常人群、欺诈迁移。
• 审计日志：记录 DAG 版本、估计版本、策略版本、审批链路。

假设与识别治理

causal assumptions 清单

金融零售因果项目至少审查以下假设：

• No unmeasured confounding：已控制关键共同原因。
• Positivity / overlap：每类人群都有接受与不接受干预的可能性。
• Consistency：定义的干预足够明确，同一 treatment 不混入多种版本。
• SUTVA / no interference：一个单位的干预不会改变另一个单位的结果；营销、欺诈和运营队列经常违反该假设。
• Correct temporal ordering：控制变量发生在干预前，避免 post-treatment bias。
• Measurement validity：变量真实代表业务概念，例如“欺诈标签”不是单纯代表“被拦截后确认”。
• Stable policy environment：估计窗口内政策、渠道、宏观环境没有不可忽视的结构变化。
• Missingness mechanism：缺失不是由 outcome 或 treatment 共同造成，或已有建模处理。
• Identifiability：在 DAG 与数据条件下，目标 estimand 有明确识别表达。

confounding 治理

confounding 不是“多加控制变量”就能解决。错误控制会引入更大偏差：

• 控制 mediator 会低估总效应。
• 控制 collider 会打开虚假路径。
• 控制 treatment 后变量会造成 post-treatment bias。
• 忽略选择机制会让审批、曝光、标注数据中的估计失真。

治理做法：

• 所有控制变量必须标注发生时间与 DAG 角色。
• 建模特征表分成 pre-treatment、treatment、post-treatment、outcome-adjacent 四类。
• 对每个 adjustment set 给出 DAGitty/DoWhy 识别依据。
• 对高争议变量做有无控制的 sensitivity analysis。

identifiability 决策

当问题不可识别时，产品团队有三种选择：

1. 修改问题：从“功能使用是否提升留存”改成“随机曝光入口是否提升留存”。
2. 修改数据生成机制：引入实验、随机鼓励、阈值策略、分阶段上线。
3. 修改决策目标：从精确效应估计改成有边界的保守策略，例如只在净收益下界为正的人群上线。

干预设计

实验优先级

1. Individual RCT：适合营销优惠、消息提醒、功能入口曝光。
2. Cluster RCT：适合门店、地区、客服团队、商户群组，降低干扰。
3. Switchback experiment：适合高频运营系统，例如客服排班、风控策略、配送路径。
4. Geo experiment：适合区域营销、门店运营、零售库存策略。
5. Encouragement design：当不能强制 treatment 时，用随机鼓励作为 instrument。
6. Quasi-experiment：利用阈值、政策变更、系统迁移、监管变化等外部或半外部冲击。

干预强度设计

干预不是二元开关，金融零售更常见的是强度曲线：

• 优惠券金额、频率、渠道。
• 信用额度、利率、账期、抵押要求。
• 验证强度、人工复核层级、冻结时长。
• 客服优先级、SLA、话术、升级规则。
• 库存安全水位、补货频率、门店排班密度。

用 EconML 等方法估计 CATE 后，不应直接把最高 uplift 人群全量覆盖。需要加入预算、风险、合规、客户疲劳、长期价值与公平性约束。

干预评估指标

每个干预至少包含：

• 主效果指标：例如 incremental profit、delinquency reduction、fraud loss avoided。
• 成本指标：优惠成本、资金成本、人工成本、系统成本。
• 护栏指标：投诉、流失、误拦截、审批公平性、SLA、监管触发。
• 长期指标：复购、信用表现、客户关系、攻击迁移、运营负荷。
• 分层指标：新老客、风险等级、收入段、渠道、地区、设备、商户类型。

产品决策落地

feature/metric causality

问题形态：新功能使用率上升后，留存也上升，是否说明功能提升留存。

高级处理：

• 把 Feature Exposure、Feature Usage、User Need、Onboarding Quality、Retention 分开。
• 识别 Feature Usage 是否是用户自选择造成。
• 对入口曝光做随机化，比对 usage-driven effect 与 exposure-driven effect。
• 对 activation metric 做中介分析，避免把“结果的早期信号”误当作“结果的原因”。
• 决策输出不只是“是否上线”，还包括入口位置、人群分层、教育触达和反向护栏。

marketing uplift

问题形态：优惠券、短信、push、广告投放是否带来增量收入。

高级处理：

• 区分 sure things、persuadables、lost causes、do-not-disturbs。
• 用 uplift/CATE 避免补贴本来就会购买的客户。
• 将渠道触达频率、客户疲劳、退订风险、毛利和履约成本纳入 policy value。
• 对跨渠道干扰做 cluster 或 geo 实验。
• 上线策略按“增量毛利 - 优惠成本 - 触达成本 - 投诉成本”排序，而非按购买概率排序。

credit policy

问题形态：额度、利率、审批阈值、还款提醒是否改善风险收益。

高级处理：

• 审批通过样本存在选择偏差，需要处理 reject inference 与 policy-induced missingness。
• credit policy 的 treatment 常是连续变量，例如额度与利率，需考虑剂量反应。
• outcome 不只是逾期率，还包括收入、资本占用、客户流失、投诉、公平性。
• 对阈值附近可用 regression discontinuity；对政策迁移可用 DiD；对随机额度试探可估计 CATE。
• 策略上线要有 champion/challenger、风险限额、分层监控和人工 override 审计。

fraud interventions

问题形态：拦截、step-up authentication、设备指纹、人工复核是否降低真实欺诈损失。

高级处理：

• fraud score 是风险信号，不是干预效果；intervention 会改变可观测欺诈标签。
• 攻击者会适应，干预有 spillover 与 displacement。
• 误杀成本必须显式进入目标函数，尤其是高价值客户、跨境旅客、紧急支付场景。
• 用 holdout 或随机 step-up 比例估计真实 fraud interventions 效果。
• 监控指标包括欺诈损失、误拦截、通过率、客户流失、人工队列压力、攻击模式迁移。

operational changes

问题形态：流程自动化、工单路由、门店排班、库存补货、客服脚本是否改善效率与体验。

高级处理：

• 运营变更常有团队级干扰，individual-level A/B 可能污染。
• 使用 switchback、cluster、geo 或队列级随机化。
• 控制 case complexity、季节性、人员经验、渠道混入，避免把复杂 case 的结果归因给人工处理。
• 结果指标要包括 SLA、一次解决率、返工率、投诉、人员负荷和单位成本。
• 决策规则需要可回滚，因为运营系统的反馈回路通常比营销更快。

风险治理

与 NIST AI RMF 对齐

• Govern：建立因果决策责任制，明确 DAG owner、estimand owner、policy owner、risk owner。
• Map：定义业务场景、受影响人群、法律与声誉风险、数据流、干预边界。
• Measure：衡量效应估计质量、假设脆弱性、偏差、公平性、鲁棒性、漂移。
• Manage：上线审批、限额、监控、回滚、例外处理、审计与复盘。

架构控制点

• DAG registry：保存 DAG 版本、变量定义、边依据、识别策略。
• Assumption register：保存 causal assumptions、证据强度、责任人和复核周期。
• Estimation pipeline：保存数据版本、代码版本、估计器、参数、refutation tests。
• Decision policy store：保存策略规则、阈值、成本函数、合规约束。
• Monitoring layer：监控 uplift 衰减、数据漂移、政策漂移、群体差异、投诉与人工 override。
• Audit trail：让每次干预能回溯到模型、DAG、策略、审批与业务理由。

关键风险

• 不可识别却上线：没有明确 identifiability，策略根据相关性执行。
• 隐藏混杂：客户意图、风险偏好、渠道选择、欺诈能力未观测。
• 错误控制变量：控制 mediator、collider 或 post-treatment 变量。
• 反馈回路：策略改变数据生成机制，下一轮模型把策略偏差学进去。
• 公平性风险：分层 uplift 可能提升利润，也可能扩大受保护群体差异。
• 解释错配：把预测解释当成因果解释，例如 SHAP 高贡献不等于可干预原因。
• 运营不可执行：估计收益高，但人工队列、客服 SLA、合规审批无法承接。

模板

1. causal question canvas

2. DAG review

3. assumption register

4. identification checklist

5. intervention design

6. sensitivity analysis

7. governance review

8. 30-day/interview 模板

30 天训练计划

第 1 周：结构化因果基础与工具链

第 2 周：营销与产品决策

第 3 周：credit policy 与 fraud interventions

第 4 周：运营变更、架构与治理

面试答案

1. causal discovery 和 causal inference 的区别是什么

30 秒答案：causal discovery 主要生成候选 DAG 或结构假设，告诉我们变量之间可能的因果方向；causal inference 在给定 DAG/SCM、causal assumptions 和 identifiability 成立后，估计某个 interventions 对 outcome 的影响。前者偏结构探索，后者偏效应估计，两者都不能脱离业务机制和实验设计。

2 分钟答案：在金融零售里，我不会把 causal discovery 的输出直接变成策略。比如 NOTEARS 可以从营销、客户、渠道变量中学习候选 DAG，但客户购买意愿、渠道选择和预算规则可能都是隐藏混杂。我的做法是把候选结构带入 DAG review，用 DAGitty 或 DoWhy 检查 adjustment set 和 identifiability，再用实验、随机鼓励或准实验估计 ATE/CATE/uplift。最后进入 product decisioning 时，还要加入成本、合规、公平性和运营容量约束。

2. 如何判断一个 feature metric 是否真的导致业务增长

30 秒答案：先区分 feature exposure、feature usage 和业务 outcome。使用率与留存相关不代表功能导致留存，因为用户需求可能同时驱动使用和留存。最好对曝光或入口做随机化，再用 DAG/SCM 识别混杂与中介路径。

2 分钟答案：我会画 DAG：User Need 影响 Feature Usage 和 Retention，Onboarding Quality 影响 Exposure 与 Usage，Feature Usage 可能影响 Retention。若直接回归 Retention on Usage，会有 confounding。更好的策略是随机化入口曝光，估计 exposure 对 retention 的 ITT，再分析 usage 作为 mediator 的机制路径。如果无法实验，就需要用 DoWhy/DAGitty 明确 adjustment set，并做敏感性分析。产品决策上，我会避免只优化使用率，而是看增量留存、长期价值、投诉和学习成本。

3. marketing uplift 为什么不能用购买概率模型替代

30 秒答案：购买概率模型预测谁会买，uplift 模型估计谁会因为干预才买。营销预算应投给 persuadables，而不是 sure things。

2 分钟答案：在零售营销中，高购买概率客户可能不需要优惠，给他们补贴会降低毛利。uplift/CATE 的目标是估计 Offer 与 No Offer 的差异效果。技术上可以用实验数据、EconML 的异质性效应估计或 doubly robust 方法；产品上要把优惠成本、触达成本、退订风险和履约成本纳入 policy value。上线后需要 holdout 监控，因为客户疲劳和渠道竞争会让 uplift 衰减。

4. credit policy 中最大的因果难点是什么

30 秒答案：最大难点是选择偏差和反事实缺失。被拒绝客户没有还款表现，已批准客户的表现又受到额度、利率和催收策略影响。

2 分钟答案：授信场景里，审批结果本身是 selection node。如果只用已批准样本估计额度提升对逾期的影响，会低估或高估真实风险。我的做法是先画 DAG，把申请质量、风险画像、审批政策、额度、使用率、逾期和收入放进去。识别上可以利用阈值附近的 regression discontinuity、政策变更的 DiD，或小比例随机探索额度。估计后不能只看逾期率，还要看净收入、资本占用、公平性、投诉和长期客户价值。

5. fraud interventions 如何评估真实效果

30 秒答案：不能只看拦截后欺诈损失下降，因为干预改变了标签和攻击者行为。需要 holdout、随机 step-up 或分层实验估计干预的增量效果。

2 分钟答案：欺诈场景的 treatment 可以是 step-up authentication、人工复核、冻结或拒绝交易。Fraud Score 是风险信号，Intervention 才是因果动作。干预后，真实欺诈可能不再发生，标签会缺失；同时攻击者会迁移。评估时我会设计小比例安全 holdout 或随机验证强度，估计 fraud loss avoided、false positive cost、客户流失、人工队列压力和攻击迁移。上线策略必须有实时监控和回滚，因为欺诈对抗会让历史估计快速失效。

6. 如果 identifiability 不成立，产品团队怎么办

30 秒答案：不要用复杂模型硬估。可以缩小问题、改变数据生成机制，或把策略改成保守边界决策。

2 分钟答案：我会先说明不可识别原因，例如隐藏混杂、positivity 失败、选择机制过强或缺少干预变异。然后给三类方案：第一，重定义 estimand，把整体效果改成人群内效果；第二，引入实验、随机鼓励、阈值策略或分阶段上线；第三，如果业务必须行动，就使用保守边界，只在净收益下界为正且护栏安全的人群上线。所有假设进入 assumption register，形成治理证据。

7. 因果能力如何进入企业 AI 架构

30 秒答案：把因果能力做成 Causal Decision Service，而不是散落在 notebook 里。核心资产包括 DAG registry、assumption register、estimation pipeline、policy store、monitoring 和 audit trail。

2 分钟答案：架构上我会把 causal discovery、DAG/SCM、识别、估计和策略上线分层。DAG registry 管结构版本和边依据；assumption register 管 causal assumptions；DoWhy/EconML pipeline 管估计和反驳检验；policy store 把 CATE、成本、风险和合规约束转成决策；monitoring 追踪 uplift 衰减、漂移、公平性和投诉；audit trail 支持模型风险与监管审查。这种架构能把 AI 从预测系统升级为可治理的干预决策系统。