相关性不等于因果：产品人的因果推断入门

微信扫一扫，分享给好友

关闭

「使用功能A的用户，次月留存比未使用者高20%」——这个结论能证明A提升了留存吗？不能。完全可能反过来：高留存用户本来就更爱探索功能。把相关当因果，是产品数据分析里最昂贵也最常见的错误。

混淆变量的陷阱

用户活跃度、注册时长、渠道质量，都可能同时影响「是否使用功能A」和「是否留存」。不控制这些变量，归因就是空中楼阁。你看到的20%差距里，可能有一半来自「本来就该留下的那批人」。

三个实用推断思路

思路一：A/B实验。随机分流是因果推断的金标准——随机性保证了两组用户在一切已知和未知变量上同分布。能做实验就做实验。

思路二：倾向得分匹配。无法随机分流时（比如功能已全量上线），先找「除了用没用功能，其他特征都相似」的两组用户：同样的注册时长、活跃频次、渠道来源，再对比留存差异。

思路三：双重差分。对比功能上线前后，使用群体与相似非使用群体的留存「差异的变化量」。它比前后简单对照多剥离了一层时间趋势。

一个真实教训

某产品发现「购买会员的用户续费率远高于普通用户」，团队据此加大对低活用户的会员促销。做匹配分析后发现：高价值用户本来就倾向购买会员并续费，剥离用户质量差异后，会员对续费的真实提升接近于零。促销预算差点打水漂。

什么时候可以只看相关

探索性分析阶段可以——相关性能帮你快速定位值得深挖的地方。但要把结论写进汇报、拿去做决策时，必须补因果验证。汇报时的措辞也要严谨：「相关」「伴随」和「提升」是三个完全不同的词，混用会误导决策。

写在最后

遇到「用的人留存高」这类结论，先问一句：是功能让人留下，还是留下的人爱用功能？这一个反问，能帮你避开大半数据陷阱。