Identity Fragmentation Debiasing（身份碎片化纠偏）

1. 解决的问题

核心思想：用户在多设备间切换（手机看广告、电脑下单）导致底层 Cookie/IDFA 无法跨端串联，同一真实用户被拆分为多个"碎片化身份"。这使得广告平台看到的 ROAS 严重失真——有的记录"只有曝光没有购买"，有的记录"只有购买没有广告"。算法通过 Stratified Aggregation（分层聚合） 在 Cohort 层面重建真实曝光与购买的对应关系，无需跨设备图谱，还原因果 ROI。

2. 核心算法逻辑

核心思想：用户在多设备间切换（手机看广告、电脑下单）导致底层 Cookie/IDFA 无法跨端串联，同一真实用户被拆分为多个"碎片化身份"。这使得广告平台看到的 ROAS 严重失真——有的记录"只有曝光没有购买"，有的记录"只有购买没有广告"。算法通过 Stratified Aggregation（分层聚合） 在 Cohort 层面重建真实曝光与购买的对应关系，无需跨设备图谱，还原因果 ROI。

3. 业务应用场景

业务问题：女装独立站通过 Instagram（手机端）大量投放信息流广告。后台报表显示广告 CVR 极低（曝光了但转化接近 0），财务部门准备砍掉 Instagram 预算。真实情况是：高活跃用户在手机看到广告后，习惯切换到电脑上完成购买——这部分转化在设备级日志中被完全"断链"，无法归因到 Instagram。

数据要求： - 字段：`user_id（或邮箱哈希/手机号哈希）| device_id | cohort（地区+时段） | exposed | converted` - 数据源：Instagram Ads API（曝光数据）+ Shopify 后台（订单数据，含 UTM 来源） - 如无 user\_id 关联能力，则退化为 Cohort 层面的聚合统计（不需要用户级关联）

预期产出： - 朴素设备级 ATE：≈ 0.016（严重低估） - Stratified Aggregation 纠偏后 ATE：≈ 0.055-0.065（接近真实效果） - 纠偏后 ROI 从 0.28 提升至 0.80+，揭示 Instagram 渠道被严重低估

4. 输入数据要求

请查看原始代码模板获取输入规格。

5. 输出结果

请查看原始代码模板获取输出规格。

6. 业务价值 / ROI

未自动抽取；请查看原始 Skill 卡片。

7. 代码模板

代码块数量：1 · 路径：未检测到

from model import (
    simulate_cross_device_logs,
    naive_roi_estimate,
    StratifiedAggregationDebiaser,
    bias_decomposition_report,
)

# 1. 加载数据（或使用模拟数据）
df = simulate_cross_device_logs(
    n_true_users=3000,
    fragmentation_rate=0.40,  # 40% 用户跨设备碎片化
    ad_lift=0.06,              # 真实广告提升效果 6pp（仅模拟用）
    seed=2024,
)
# df = pd.read_csv("cross_device_log.csv")  # 真实数据替换

# 2. 朴素估计（展示有偏结果）
naive = naive_roi_estimate(df, ad_spend=10000.0)
print(f"朴素 ATE: {naive['naive_lift']:.4f}  朴素 ROI: {naive['naive_roi']:.3f}")
# 朴素 ATE: 0.0164   朴素 ROI: 0.279  ← 严重低估（碎片化失真）

# 3. Stratified Aggregation 纠偏
debiaser = StratifiedAggregationDebiaser(cohort_col="cohort", min_cohort_size=20)
debiaser.fit(df)  # 关键：内部自动按 user_id 聚合，恢复真实曝光/购买状态
corrected = debiaser.corrected_roi(ad_spend=10000.0, revenue_per_conversion=50.0)
print(f"纠偏 ATE: {corrected['corrected_ate']:.4f}  纠偏 ROI: {corrected['corrected_roi']:.3f}")
# 纠偏 ATE: 0.0548   纠偏 ROI: 0.821  ← 接近真实效果

# 4. Cohort 级别报告
cohort_df = debiaser.cohort_report()
print(cohort_df)
# cohort  n_users  n_exposed  n_control  cvr_exposed  cvr_control    ate  ci_lower  ci_upper
# C05      629        355        274        0.2901       0.1460   0.1442    0.0811    0.2072
# ...

# 5. 对比汇总
bias_df = bias_decomposition_report(naive, corrected, true_lift=0.06)
print(bias_df)

8. 论文来源

• 2008.12849