ความแตกต่างระหว่างสหสัมพันธ์และสาเหตุมีความสัมพันธ์กับ Google ในระดับใด

บริบท

คำถามยอดนิยมในไซต์นี้คือ " บาปทางสถิติทั่วไปคืออะไร " หนึ่งในความผิดที่กล่าวมานั้นคือการสันนิษฐานว่าลิงก์

จากนั้นในความคิดเห็นที่มี 5 upvotes แนะนำว่า: "Google ทำเงิน $ 65B ต่อปีโดยไม่สนใจความแตกต่าง"

เมื่อมีความเสี่ยงในการวิเคราะห์คำศัพท์แสงฉันคิดว่านี่อาจเป็นจุดสนทนาที่มีประโยชน์สำหรับการแยกแยะความแตกต่างระหว่างสหสัมพันธ์และสาเหตุและความเกี่ยวข้องเชิงปฏิบัติของความแตกต่าง และบางทีมันอาจเน้นบางอย่างเกี่ยวกับความสัมพันธ์ระหว่างการเรียนรู้ของเครื่องและความแตกต่างระหว่างสหสัมพันธ์และสาเหตุ

ฉันถือว่าความคิดเห็นคือการระบุเทคโนโลยีที่รองรับการสร้างผลลัพธ์ของเครื่องมือค้นหาและเทคโนโลยีที่เกี่ยวข้องกับการแสดงโฆษณา

คำถาม

• ความแตกต่างระหว่างสหสัมพันธ์และสาเหตุที่เกี่ยวข้องกับการสร้างรายได้ของ Google อาจจะเน้นเฉพาะในการสร้างรายได้ผ่านเทคโนโลยีการแสดงผลโฆษณาที่เกี่ยวข้องและผลการค้นหาคุณภาพหรือไม่

คำตอบง่ายๆคือว่า Google (หรือใครก็ตาม) ควรดูแลเกี่ยวกับความแตกต่างในขอบเขตที่พวกเขาตั้งใจที่จะแทรกแซง ความรู้เชิงสาเหตุจะบอกคุณเกี่ยวกับผลกระทบของการแทรกแซง (การกระทำ) ในโดเมนที่กำหนด

ตัวอย่างเช่นหาก Google ต้องการเพิ่มอัตราการคลิกผ่านโฆษณาเพิ่มจำนวนผู้ใช้ GMail หรือ Google+ หรือชักจูงผู้ใช้ให้ใช้ Google มากกว่า Bing ดังนั้นพวกเขาจำเป็นต้องรู้ถึงผลกระทบของการกระทำที่อาจเกิดขึ้น (เช่นการเพิ่มขึ้น ขนาดตัวอักษรของโฆษณาส่งเสริม Google+ ในนิตยสารสิ่งพิมพ์หรือเผยแพร่ความแตกต่างระหว่างผลการค้นหาของ Google และ Bing ตามลำดับ) ความสัมพันธ์นั้นดีพอที่จะทำให้เครื่องมือค้นหาของ Google ทำงานได้ดี แต่สำหรับระบบอื่น ๆ ของพวกเขา (และธุรกิจโดยรวม) ความแตกต่างมักจะมีความสำคัญ

เป็นที่น่าสังเกตว่า Google (และ บริษัท หลายแห่งที่มีธุรกิจบนเว็บ) กำลังทำการทดลองออนไลน์อยู่ตลอดเวลา นี่เป็นวิธีที่ง่ายที่สุดและดีที่สุดในการระบุและประเมินการอ้างอิงเชิงสาเหตุ

ครั้งแรกมันเป็นเพียงแค่คำคมและไม่ถูกต้อง Google มีนักสถิติที่มีความสามารถจำนวนมากผู้เชี่ยวชาญด้านการค้นคืนข้อมูลนักภาษาศาสตร์นักเศรษฐศาสตร์นักจิตวิทยาบางคนและคนอื่น ๆ คนเหล่านี้ใช้เวลามากในการให้ความรู้แก่ผู้ที่ไม่ได้เป็นนักสถิติเกี่ยวกับความแตกต่างระหว่างสหสัมพันธ์และสาเหตุ ระบุว่าเป็นองค์กรขนาดใหญ่อาจมีกระเป๋าแม้กระทั่งกระเป๋าใบใหญ่ไม่รู้ แต่การยืนยันนั้นผิดอย่างแน่นอน ยิ่งไปกว่านั้นการศึกษาจำนวนมากยังเผชิญกับลูกค้าโดยเฉพาะผู้โฆษณา

คำตอบที่ลึกกว่า: ความแตกต่างเป็นสิ่งสำคัญอย่างยิ่ง เพียงแค่ดูการจัดอันดับผลการค้นหาและอนุญาตให้ฉันขยายเกินกว่า "ความสัมพันธ์" เพื่อรวมการวัดความคล้ายคลึงฟังก์ชันการให้คะแนน ฯลฯ หน้าเว็บบางหน้าถูกวัดให้เป็นผลลัพธ์ที่ดีสำหรับการค้นหาบางอย่าง สิ่งเหล่านี้มีคุณสมบัติการทำนายที่หลากหลายซึ่งมีความสำคัญต่อการจัดอันดับ ตรงกันข้ามกับหน้าเว็บที่ดีเหล่านี้ซึ่งเป็นผลลัพธ์ที่ดีสำหรับข้อความค้นหาคือชุดของหน้าเว็บที่เป็นหน้าเว็บที่มีผลลัพธ์ที่ไม่ดีมากสำหรับข้อความค้นหาเดียวกัน อย่างไรก็ตามผู้สร้างของหน้าเหล่านั้นใช้ความพยายามอย่างมากเพื่อทำให้หน้าตาดูดีจากมุมมองเชิงตัวเลขเช่นการจับคู่ข้อความการเชื่อมโยงอินเทอร์เน็ตและอื่น ๆ อย่างไรก็ตามเนื่องจากหน้าเหล่านี้เป็นตัวเลขที่ "คล้ายกัน" กับหน้าเว็บที่ดีไม่ได้หมายความว่าหน้าเว็บเหล่านี้แท้จริงแล้วเป็นหน้าเว็บที่ดี ดังนั้น Google จึงได้ลงทุนและจะพยายามอย่างต่อเนื่องในการพิจารณาว่าคุณลักษณะที่เหมาะสมใดที่จะแยกแยะหน้าเว็บที่ดีและไม่ดีออกจากกัน

นี่ไม่ใช่ความสัมพันธ์และสาเหตุที่แท้จริง แต่มันลึกซึ้งยิ่งกว่านั้น หน้าเว็บที่ดีสำหรับข้อความค้นหาบางรายการอาจจับคู่พื้นที่ที่เป็นตัวเลขซึ่งมีลักษณะคล้ายกันและแตกต่างจากหน้าเว็บที่ไม่เกี่ยวข้องหรือไม่ดีหลายหน้า แต่เนื่องจากผลลัพธ์อยู่ในพื้นที่เดียวกันของพื้นที่คุณลักษณะ ของเว็บ

คำตอบที่ง่ายขึ้น: มุมมองที่ง่ายมากคือการระบุอันดับของผลลัพธ์ ผลลัพธ์ที่ดีที่สุดควรเป็นอันดับแรก แต่เพียงเพราะสิ่งที่มีอันดับแรกไม่ได้หมายความว่ามันเป็นผลลัพธ์ที่ดีที่สุด คุณอาจพบว่าการจัดอันดับของ Google มีความสัมพันธ์กับการประเมินคุณภาพมาตรฐานทองคำ แต่นั่นไม่ได้หมายความว่าอันดับของพวกเขาบ่งบอกว่าผลลัพธ์นั้นอยู่ในลำดับนี้อย่างแท้จริงทั้งในด้านคุณภาพและความเกี่ยวข้อง

อัปเดต (คำตอบที่สาม): เมื่อเวลาผ่านไปมีแง่มุมอื่นที่ส่งผลกระทบต่อพวกเราทุกคนนั่นคือผลการค้นหาอันดับต้น ๆ ของ Google อาจถือว่ามีสิทธิ์เนื่องจากเป็นผลอันดับต้น ๆ ของ Google แม้ว่าการวิเคราะห์ลิงก์ (เช่น "PageRank" - วิธีหนึ่งสำหรับการวิเคราะห์ลิงก์) คือความพยายามในการสะท้อนให้เห็นถึงการให้สิทธิ์ แต่เมื่อเวลาผ่านไปหน้าใหม่ในหัวข้ออาจเสริมโครงสร้างลิงก์นั้นโดยการลิงก์ไปยังผลลัพธ์อันดับต้น ๆ ของ Google หน้าใหม่ที่มีสิทธิ์มากขึ้นมีปัญหาเกี่ยวกับการเริ่มต้นที่สัมพันธ์กับผลลัพธ์แรก ในขณะที่ Google ต้องการแสดงหน้าเว็บที่เกี่ยวข้องมากที่สุดในปัจจุบันมีปัจจัยหลายประการรวมถึงปรากฏการณ์ที่เรียกว่า "รวย - รวย - รวย" เกิดขึ้นเนื่องจากผลกระทบโดยนัยของความสัมพันธ์ต่อการรับรู้สาเหตุ

อัปเดต (คำตอบที่สี่): ฉันรู้ (สำหรับความคิดเห็นด้านล่าง) ว่ามันอาจเป็นประโยชน์ในการอ่านสัญลักษณ์เปรียบเทียบของเพลโตเพื่อให้เข้าใจถึงวิธีการตีความความสัมพันธ์และสาเหตุจาก "ภาพสะท้อน / การคาดการณ์" ของความเป็นจริง & เรา (หรือเครื่องของเรา) รับรู้มัน สหสัมพันธ์ จำกัด อย่างเคร่งครัดต่อสหสัมพันธ์ของเพียร์สันนั้นมีข้อ จำกัด มากเกินไปในการตีความประเด็นความเข้าใจผิด (ที่กว้างกว่าความสัมพันธ์เพียง) และสาเหตุ

ผู้เขียน quip ที่นี่

ความคิดเห็นนั้นได้รับแรงบันดาลใจบางส่วนจากคำพูดของ David Mease (ที่ Google) ซึ่งเขากล่าวและฉันถอดความ บริษัท ประกันภัยรถยนต์ไม่สนใจว่าการเป็นผู้ชายทำให้เกิดอุบัติเหตุมากขึ้นตราบใดที่มีความสัมพันธ์ ในความเป็นจริงมันเป็นไปไม่ได้ที่จะเปลี่ยนเพศของใครบางคนในการทดลองดังนั้นจึงไม่สามารถแสดงสาเหตุได้

ในทำนองเดียวกัน Google ไม่จำเป็นต้องสนใจถ้าสีแดงทำให้ใครบางคนคลิกโฆษณาถ้ามันมีความสัมพันธ์กับการคลิกมากขึ้นพวกเขาสามารถคิดค่าใช้จ่ายเพิ่มเติมสำหรับโฆษณานั้น

นอกจากนั้นยังได้แรงบันดาลใจจากบทความนี้ในสาย: จุดจบของทฤษฎี: น้ำท่วมทำให้ข้อมูลวิธีการทางวิทยาศาสตร์เลิก คำพูด:

"ปรัชญาการก่อตั้งของ Google คือเราไม่รู้ว่าทำไมหน้านี้ถึงดีกว่าหน้านั้น: หากสถิติของลิงก์เข้ามาบอกว่ามันเป็นสิ่งที่ดีพอ"

เห็นได้ชัดว่า Google มีคนฉลาดมากที่รู้ถึงความแตกต่างระหว่างสาเหตุและความสัมพันธ์ แต่ในกรณีของพวกเขาพวกเขาสามารถทำเงินได้มากมายโดยไม่สนใจมัน

ฉันเห็นด้วยกับเดวิด : ความแตกต่างสำคัญถ้าคุณตั้งใจจะเข้าไปแทรกแซงและ Google สามารถทดสอบผลลัพธ์ของการแทรกแซงโดยใช้การทดสอบที่ควบคุม (กำหนดการที่ดีที่สุดของการทดลองดังกล่าวขึ้นอยู่กับชุดของสมมติฐานเชิงสาเหตุของคุณซึ่งคุณเรียนรู้จากการทดลองก่อนหน้านี้พร้อมข้อมูลเชิงสังเกตดังนั้นความสัมพันธ์ยังคงมีประโยชน์!)

มีเหตุผลที่สองที่ Google อาจต้องการเรียนรู้ความสัมพันธ์เชิงสาเหตุ ความสัมพันธ์เชิงสาเหตุนั้นแข็งแกร่งกว่าการแทรกแซงของผู้เล่นคนอื่น การแทรกแซงมีแนวโน้มที่จะเป็นท้องถิ่นดังนั้นพวกเขาอาจเปลี่ยนส่วนหนึ่งของเครือข่ายเชิงสาเหตุ แต่ไม่เปลี่ยนแปลงกลไกเชิงสาเหตุอื่น ๆ ทั้งหมด ในทางตรงกันข้ามความสัมพันธ์ที่คาดการณ์สามารถล้มเหลวหากการเชื่อมโยงสาเหตุที่ห่างไกลเสีย อินเทอร์เน็ตมีการเปลี่ยนแปลงอยู่ตลอดเวลาและ Google ควรให้ความสนใจกับคุณลักษณะของสภาพแวดล้อมออนไลน์ที่มีความแข็งแกร่งต่อการเปลี่ยนแปลงเหล่านั้น