新同学 点击下方名片关注哦，每周二准时发文~~
预计阅读时间：6min
00 序言
之前文章中，小火龙和大家分享过在无法做AB实验的场景下，如何通过因果推断的方式，构造相对纯净的虚拟AB组，还不了解方法的同学可以戳这里「不适合做AB实验的场景下，通过这4种方式来衡量策略效果」。
本章，分享其中Matching方法中的EM（精确匹配）、CEM（粗化精确匹配）的SQL实现代码，有需要的同学可以自取。详细理论这里就不再冗余介绍了，可以戳上面链接学习。
01 代码实现
步骤一：前置表（生成匹配前置用户表）create table if not exists test.cem_user_original asselectuid,age,gender,edu_level,is_label --是否应用某些功能（作为虚拟AB的判断标识）fromtest.user_tablewheredate between '20240301' and '20240330' --获取此段时间的用户group byuid,age,gender,edu_level,is_label;步骤二：匹配（通过label=1去匹配label=0）create table if not exists test.cem_user_result aswithtitle_merge as --标签merge(select*,is_click as is_ab_treatment --是否是虚拟实验组,1-is_click as is_ab_contorl --是否是虚拟控制组,concat_ws('_', age, gender, edu_level) as title_mergefromtest.cem_user_original),title_count as --计算每个标签merge对应的虚拟AB组人数(select*,sum(is_ab_treatment) over(partition by title_merge) as num_ab_treatment,sum(is_ab_contorl) over(partition by title_merge) as num_ab_contorl,row_number()over(partition by title_merge,is_ab_contorl order by rand()) as rank_ab_contorlfromtitle_merge),treatment_few as --当标签merge中「实验组用户≤控制组用户」时，实验组全取+控制组取与实验组相同人数(select*fromtitle_countwherenum_ab_treatment <= num_ab_contorland(is_click=1 or(is_click=0 and rank_ab_contorl<=num_ab_treatment))),treatment_more as --当标签merge中「实验组用户＞控制组用户」时，实验组全取+控制组全取（实验组用户明显偏少的情况）(select*fromtitle_countwherenum_ab_treatment > num_ab_contorl)select*fromtreatment_fewunion allselect*fromtreatment_more;
以上就是本期的内容分享。如果需要小火龙一对一的指导，可以戳下方内容！
1、实战进阶书籍《数据分析实践：专业知识和职场技巧》，侧重案例实操。
目标群体：需要系统学习数据分析全流程，通过更多案例实现落地的同学。
详细介绍：《数据分析实践：专业知识和职场技巧》
2、将11年工作经验沉淀成「数据分析方法论图谱」，侧重场景与方法。
目标群体：需要快速进阶，近期准备面试的同学。
详细介绍：数据分析方法论图谱
3、「简历修改、面试辅导、职业咨询」，助同学们成功上岸。
目标群体：准备找工作、正在找工作的同学。
详细介绍：简历修改及面试辅导
往期推荐
「经验」指标体系全景图『搜索场景』
「经验」指标体系全景图『短视频场景』
「经验」数据埋点很重要，这些内容你需要掌握『上篇』
「经验」数据埋点很重要，这些内容你需要掌握『下篇』
「经验」站在数据分析师角度，浅谈数据仓库需要掌握到的程度！
「经验」如何搭建“业务化”的指标体系？
「经验」如何30min内排查出指标异动的原因『归因上篇』
「经验」指标异动排查中，3种快速定位异常维度的方法『归因中篇』
「经验」指标异动排查中，如何量化对大盘的贡献程度『归因下篇』
「经验」汇总指标异动的十大原因，涵盖日常90%问题
「经验」时间序列预测神器-Prophet『理论篇』
「经验」时间序列预测神器-Prophet『实现篇』
「经验」带你掌握AB实验最佳流程
「经验」如何创建实验假设？这5步你需要掌握！『AB详解系列1』
「经验」不适合做AB实验的场景下，通过这4种方式来衡量策略效果
「经验」我对用户增长的理解『获客篇』
「经验」我对用户增长的理解『新用户篇』
「经验」我对用户增长的理解『流失预警篇』
「经验」用户画像对于业务如此重要？这几点你需要掌握！
「经验」用户增长渠道归因的五种常见方式
「经验」如何做好探索性分析？这5步需要掌握！
「经验」相关性分析竟能带来如此大的业务价值？
「经验」链路分析竟能带来如此大的业务价值？
「经验」浅谈分类模型在工作中的应用，附上实战场景！
「经验」浅谈聚类分析在工作中的应用
「经验」数据分析这7个场景下，可以利用算法解决问题
「经验」爬虫在工作中的实战应用『理论篇』
「经验」爬虫在工作中的实战应用『实现篇』
「经验」互联网广告基础知识汇总『广告系列1』
「经验」互联网广告出价及计费方式汇总『广告系列2』
「经验」竞品分析需要掌握的思路及诀窍
「经验」用户成长体系对于业务的价值『概念篇』
「经验」用户成长体系对于业务的价值『玩法篇』
「经验」从0到1撰写行业研报的核心思路
「经验」短视频0vv专项分析『实战案例1』
「经验」浅谈视频质量评估方式
持续追更哦
多一个点在看
多一条小鱼干
