# Uplift模型实战：如何用Qini曲线和AUUC精准识别高价值用户（附Python代码） 在精细化运营成为主流的今天，营销团队面临的核心挑战不再是“广撒网”，而是如何将有限的资源精准地投向那些“推一把就能转化”的用户。传统的响应模型（Response Model）擅长找出“谁更可能购买”，但它无法回答一个更关键的问题：**我们的营销活动，到底对哪些人真正产生了增量价值？** 这正是Uplift模型（提升模型）大显身手的地方。它不关心用户本身购买意愿的强弱，而是专注于量化干预（如发送优惠券、推送广告）带来的因果效应增量，从而精准定位“可说服者”（Persuadables）。 对于数据科学家和营销分析师而言，构建一个Uplift模型只是第一步。更棘手、也更具业务价值的一步在于：**如何科学地评估这个模型的好坏？** 如果评估指标选错了，很可能导致我们选中了一个看似“优秀”但实际业务收益平平的模型，甚至做出错误的决策。本文将深入探讨Uplift模型评估的两大核心武器——Qini曲线与AUUC（Uplift曲线下面积），并通过详尽的Python实战代码，手把手教你如何在真实业务数据上应用这些指标，真正做到从模型评估到策略优化的闭环。 ## 1. 超越准确率：为什么传统指标在Uplift评估中失灵？ 在深入Qini和AUUC之前，我们必须先理解一个根本性的思维转换。假设我们有一个营销活动数据集，用户被随机分到干预组（发送优惠券）和对照组（不发送）。一个用户最终的转化行为，可能由四种潜在状态构成： | 用户类型 | 干预下的行为 | 不干预下的行为 | 业务含义 | | :--- | :--- | :--- | :--- | | **可说服者** | 转化 | 不转化 | 营销活动的核心目标，干预带来了正的增量价值。 | | **必然转化者** | 转化 | 转化 | 无论是否干预都会购买，营销资源对他们来说是浪费。 | | **沉睡者** | 不转化 | 不转化 | 对当前营销活动不敏感，无需优先投入。 | | **反感者** | 不转化 | 转化 | 干预反而起了反作用，应避免对其营销。 | Uplift模型的目标，就是尽可能准确地将“可说服者”从这四类人群中识别出来，并给予最高的预测分数。如果我们用一个标准的分类模型（比如预测“用户是否转化”）来评估Uplift模型，问题就出现了：这个分类模型会倾向于把“必然转化者”预测为高概率用户，因为他们本身转化率就高。但对我们来说，给“必然转化者”发优惠券是一种资源浪费，并没有创造增量收益。 > **注意**：这就是Uplift建模的“根本问题”——我们永远无法同时观测到一个用户在干预和不干预下的两种状态。我们只能观察到其中一种结果，另一种是反事实的。因此，评估必须基于干预组和对照组的群体统计差异，而非个体绝对预测的准确性。 让我们用一段简单的模拟代码来直观感受这种差异。我们生成一个包含两类用户（可说服者、必然转化者）的虚拟数据集。 ```python import numpy as np import pandas as pd import matplotlib.pyplot as plt import seaborn as sns # 设置随机种子 np.random.seed(42) # 模拟10000个用户 n_users = 10000 # 随机分配50%到干预组，50%到对照组 is_treatment = np.random.binomial(1, 0.5, n_users) # 模拟用户潜在类型： 0-可说服者， 1-必然转化者 # 假设可说服者占30%，必然转化者占20%，其余为沉睡者/反感者（此处简化） user_type = np.random.choice([0, 1, 2], size=n_users, p=[0.3, 0.2, 0.5]) # 根据用户类型和干预状态，决定是否转化 conversion = np.zeros(n_users) # 可说服者：只有被干预时才转化 conversion[(user_type == 0) & (is_treatment == 1)] = 1 # 必然转化者：无论是否干预都转化 conversion[(user_type == 1)] = 1 # 构建DataFrame df = pd.DataFrame({ 'user_id': range(n_users), 'is_treatment': is_treatment, 'user_type': user_type, 'conversion': conversion }) # 计算整体转化率 conv_rate_treat = df[df['is_treatment']==1]['conversion'].mean() conv_rate_control = df[df['is_treatment']==0]['conversion'].mean() overall_uplift = conv_rate_treat - conv_rate_control print(f"干预组转化率: {conv_rate_treat:.3f}") print(f"对照组转化率: {conv_rate_control:.3f}") print(f"整体Uplift (增量): {overall_uplift:.3f}") ``` 运行这段代码，你可能会得到类似“干预组转化率: 0.35， 对照组转化率: 0.20， 整体Uplift: 0.15”的结果。这个0.15的增量，完全是由那30%的“可说服者”贡献的。一个优秀的Uplift模型，应该能给这些“可说服者”打出最高的分数。 ## 2. Qini曲线：可视化模型排序能力的黄金标准 理解了评估的特殊性后，我们引入第一个核心工具——Qini曲线。你可以把它理解为Uplift模型领域的ROC曲线。它的核心思想是：**将测试集用户按照模型预测的Uplift值从高到低排序，然后依次计算在前X%的用户中，营销活动带来的累积增量收益。** ### 2.1 Qini曲线的计算原理与绘制 计算Qini曲线并不复杂，但每一步都需要仔细理解其业务含义。假设我们已经有了一个训练好的Uplift模型，并对测试集数据生成了预测的Uplift分数 `pred_uplift`。测试集数据同样包含真实的干预标签 `is_treatment` 和转化标签 `conversion`。 计算步骤如下： 1. **排序**：将测试集所有样本（包含干预组和对照组）按照 `pred_uplift` 降序排列。 2. **分段**：从排名最高的样本开始，依次累积样本。通常我们按样本比例（如每增加1%的样本）作为一个计算点。 3. **计算累积增量响应**：在每个累积点 `k`，我们计算： * 在排名前 `k` 的样本中，干预组的转化人数 `R_t(k)`。 * 在排名前 `k` 的样本中，对照组的转化人数 `R_c(k)`。 * 根据两组样本量进行标准化，得到累积增量响应： `G(k) = R_t(k)/N_t(k) - R_c(k)/N_c(k)`。其中 `N_t(k)` 和 `N_c(k)` 分别是前k个样本中干预组和对照组的样本数。 * 为了得到累积增量收益，我们通常乘以干预组在前k个样本中的数量：`Qini(k) = R_t(k) - (N_t(k)/N_c(k)) * R_c(k)`。这种定义下，纵轴表示的是“多转化的人数”。 4. **绘制曲线**：以横轴为累积样本比例，纵轴为 `Qini(k)`，绘制出的曲线即为Qini曲线。 下面我们用Python实现一个完整的Qini曲线计算与绘制函数。 ```python def calculate_qini_curve(df, uplift_score_col='pred_uplift', treatment_col='is_treatment', outcome_col='conversion'): """ 计算Qini曲线所需的坐标点。 参数: df: 包含预测Uplift分数、干预标签、结果标签的DataFrame。 uplift_score_col: 预测Uplift分数的列名。 treatment_col: 干预组/对照组标签列名（1为干预，0为对照）。 outcome_col: 转化结果列名（1为转化，0为未转化）。 返回: x: 累积样本比例数组。 y_qini: 累积增量响应（Qini值）数组。 """ # 复制数据并按Uplift分数降序排序 df_sorted = df.sort_values(by=uplift_score_col, ascending=False).reset_index(drop=True) # 初始化累积计数 n_total = len(df_sorted) x = np.arange(1, n_total + 1) / n_total # 累积样本比例 # 计算累积的干预组/对照组转化人数和样本数 cum_treat = (df_sorted[treatment_col] == 1).cumsum() cum_control = (df_sorted[treatment_col] == 0).cumsum() cum_conv_treat = ((df_sorted[treatment_col] == 1) & (df_sorted[outcome_col] == 1)).cumsum() cum_conv_control = ((df_sorted[treatment_col] == 0) & (df_sorted[outcome_col] == 1)).cumsum() # 避免除零，计算累积增量响应 (Qini值) # 当对照组累积样本数为0时，该项为0 with np.errstate(divide='ignore', invalid='ignore'): y_qini = cum_conv_treat - (cum_treat / cum_control) * cum_conv_control y_qini = np.nan_to_num(y_qini) # 将NaN（由0/0导致）转换为0 return x, y_qini def plot_qini_curve(x, y_qini, model_name='Model'): """ 绘制Qini曲线，并添加随机模型和理想模型的参考线。 """ plt.figure(figsize=(10, 6)) # 绘制当前模型的Qini曲线 plt.plot(x, y_qini, label=f'{model_name}', linewidth=2) # 绘制随机模型线（对角线） # 随机模型的累积增量收益与样本比例成线性关系，终点为总体增量收益 overall_uplift = y_qini[-1] plt.plot([0, 1], [0, overall_uplift], 'k--', label='Random Model', alpha=0.7) # 绘制理想模型线（从原点直线上升到总可说服者数量，然后水平） # 理想情况下，模型完美识别所有可说服者并排在最前面。 # 简化处理：假设理想曲线是连接(0,0)和(可说服者比例, 总增量收益)的直线，然后水平。 # 这里我们需要知道“可说服者”的大致比例，在模拟数据中我们知道是30%。 # 在实际中，我们通常用模型排序下，累积增量收益最快达到顶点的形状来近似。 persuadable_ratio = 0.3 # 模拟数据中的已知值，实际中未知 max_gain = overall_uplift plt.plot([0, persuadable_ratio, 1], [0, max_gain, max_gain], 'r-.', label='Ideal Model', alpha=0.7) plt.xlabel('Proportion of population targeted', fontsize=12) plt.ylabel('Cumulative incremental response (Qini)', fontsize=12) plt.title('Qini Curve', fontsize=14) plt.legend() plt.grid(True, alpha=0.3) plt.tight_layout() plt.show() ``` ### 2.2 解读Qini曲线：从图形到业务决策 现在，假设我们有两个不同的Uplift模型（Model A和Model B）在同一个测试集上的预测结果。我们计算出它们的Qini曲线并绘制在同一张图上。 ```python # 假设 df_test 是测试集，包含两个模型的预测列 'pred_uplift_A' 和 'pred_uplift_B' # 计算两个模型的Qini曲线 x, y_qini_A = calculate_qini_curve(df_test, uplift_score_col='pred_uplift_A') _, y_qini_B = calculate_qini_curve(df_test, uplift_score_col='pred_uplift_B') # 绘制对比图 plt.figure(figsize=(10, 6)) plt.plot(x, y_qini_A, label='Model A', linewidth=2) plt.plot(x, y_qini_B, label='Model B', linewidth=2) overall_uplift = y_qini_A[-1] # 假设两个模型评估的是同一总体，总增量相同 plt.plot([0, 1], [0, overall_uplift], 'k--', label='Random Model', alpha=0.7) plt.xlabel('Proportion of population targeted') plt.ylabel('Cumulative incremental response (Qini)') plt.title('Qini Curve Comparison') plt.legend() plt.grid(True, alpha=0.3) plt.show() ``` 如何从这张图中获取洞察？ - **曲线位置**：曲线越**凸向上方**，说明模型性能越好。这意味着模型成功地将高Uplift用户排在了前面，使得在 targeting 较少比例的用户时，就能获得大部分的增量收益。 - **与随机线对比**：模型的曲线必须**显著高于**黑色的随机模型对角线。如果曲线贴近甚至低于对角线，说明模型的排序能力还不如随机选择，毫无价值。 - **模型比较**：如果Model A的曲线全程在Model B的上方，那么Model A更优。如果曲线有交叉，则需要看业务更关注哪个 targeting 范围（例如，是只营销前10%的用户，还是前30%？）。 - **确定营销预算**：假设每次营销的成本固定，市场部有预算只针对前20%的用户进行干预。你可以在横轴20%处画一条竖线，它与各条曲线的交点纵坐标，就代表了选择对应模型并针对前20%用户进行营销时，所能获得的**累积增量转化人数**。这个数字可以直接换算成预期的营收增长。 ## 3. AUUC与Qini系数：量化模型性能的标尺 图形化对比很直观，但我们需要一个数字来量化模型的优劣，以便进行自动化模型选择或监控模型性能衰减。这就是**AUUC（Area Under the Uplift Curve）**和**Qini系数**的用武之地。 ### 3.1 AUUC的计算与解释 AUUC就是Qini曲线下的面积。面积越大，说明模型在整体排序上的综合表现越好。计算AUUC非常简单，就是对Qini值进行积分（或梯形求和）。 ```python def calculate_auuc(y_qini): """ 计算AUUC（Qini曲线下面积），使用梯形法则积分。 假设x是均匀分布的[0, 1]区间上的点。 """ n = len(y_qini) # 使用梯形法则计算曲线下面积 (x轴是比例，从0到1) # 每个梯形的宽度是 1/(n-1) area = np.trapz(y_qini, dx=1/(n-1)) return area # 计算之前两个模型的AUUC auuc_A = calculate_auuc(y_qini_A) auuc_B = calculate_auuc(y_qini_B) print(f"Model A AUUC: {auuc_A:.4f}") print(f"Model B AUUC: {auuc_B:.4f}") ``` **AUUC的业务含义**：它衡量的是，如果按照模型评分从高到低依次对用户进行干预，所能获得的**总增量收益**的一个综合度量。一个更高的AUUC意味着，无论你选择哪个 targeting 比例（10%， 20%， 50%），模型在大多数情况下都能带来更高的平均收益。 ### 3.2 Qini系数：归一化的性能指标 AUUC有一个小问题：它的绝对值大小依赖于数据集的整体 uplift 大小。如果一次营销活动本身带来的整体转化提升很大，那么AUUC的基线值也会更高，使得不同活动间的模型难以直接比较。因此，我们引入**Qini系数**。 Qini系数定义为： `Qini系数 = (模型Qini曲线下面积 - 随机模型曲线下面积) / (理想模型曲线下面积 - 随机模型曲线下面积)` 这个系数被归一化到0到1之间（理论上）。 - **0** 表示模型和随机选择一样差。 - **1** 表示模型是完美的，能100%识别出所有可说服者。 - 通常，一个有用的Uplift模型的Qini系数应大于0.1，大于0.3就算很不错了。 ```python def calculate_qini_coefficient(y_qini_model, overall_uplift, persuadable_ratio): """ 计算Qini系数。 参数: y_qini_model: 模型的Qini值数组。 overall_uplift: 总体的增量响应（即Qini曲线的终点值）。 persuadable_ratio: 可说服者占总体的比例（在实际中需估算或设定）。 """ n = len(y_qini_model) x = np.linspace(0, 1, n) # 计算模型曲线下面积 area_model = np.trapz(y_qini_model, x) # 计算随机模型曲线下面积 (直线 y = overall_uplift * x) y_random = overall_uplift * x area_random = np.trapz(y_random, x) # 即 0.5 * overall_uplift # 计算理想模型曲线下面积 (折线) # 理想曲线: 从(0,0)到(persuadable_ratio, overall_uplift)的直线，然后水平 # 面积 = 三角形面积 + 矩形面积 area_ideal = 0.5 * persuadable_ratio * overall_uplift + overall_uplift * (1 - persuadable_ratio) # 计算Qini系数 qini_coefficient = (area_model - area_random) / (area_ideal - area_random) return qini_coefficient, area_model, area_random, area_ideal # 在实际中，persuadable_ratio是未知的，需要估算。 # 一种粗略的估算方法是：寻找Qini曲线增长最快的拐点。 # 这里为了演示，我们使用模拟数据的真实值。 persuadable_ratio_est = 0.3 qini_coef_A, area_A, area_random, area_ideal = calculate_qini_coefficient(y_qini_A, overall_uplift, persuadable_ratio_est) print(f"Model A Qini系数: {qini_coef_A:.4f}") print(f"Model A AUUC: {area_A:.4f}, 随机模型面积: {area_random:.4f}, 理想模型面积: {area_ideal:.4f}") ``` > **提示**：在实际业务中，`persuadable_ratio`（可说服者比例）很难精确获知。一种实用的方法是忽略分母中的理想模型面积，直接使用 `(area_model - area_random)` 作为衡量指标，有时被称为“增量AUUC”或“AUUC增益”。这同样可以用于模型比较，且更稳健。 ## 4. 实战演练：从模型评估到营销策略制定 让我们通过一个完整的模拟案例，将上述所有知识串联起来。假设我们是一家电商公司，计划对一批用户发放满减优惠券，我们利用历史数据训练了一个Uplift模型，现在需要评估其效果并制定发放策略。 ### 4.1 构建完整的评估流水线 首先，我们模拟一个更接近真实场景的数据集，并训练两个简单的Uplift模型（例如，一个基于Two-Model Approach，一个直接使用因果森林）。 ```python from sklearn.model_selection import train_test_split from sklearn.ensemble import RandomForestClassifier import warnings warnings.filterwarnings('ignore') # 1. 生成更复杂的模拟数据 np.random.seed(2024) n = 20000 # 生成特征 X = np.random.normal(size=(n, 5)) # 生成模拟的Uplift（真实个体处理效应ITE） # 假设ITE与特征X[:,0]和X[:,1]非线性相关 true_ite = 0.1 * (X[:, 0]**2) + 0.15 * np.sin(X[:, 1]*2) + 0.05 # 将ITE限制在[0, 0.3]之间，并添加噪声 true_ite = np.clip(true_ite + np.random.normal(0, 0.02, n), 0, 0.3) # 随机分配干预 T = np.random.binomial(1, 0.5, n) # 生成基础转化概率（不干预下的转化率） base_conversion = np.clip(0.05 + 0.1 * X[:, 2], 0, 0.5) # 生成真实转化结果 Y = (base_conversion + true_ite * T > np.random.uniform(0, 1, n)).astype(int) df = pd.DataFrame(X, columns=[f'f_{i}' for i in range(5)]) df['treatment'] = T df['conversion'] = Y df['true_ite'] = true_ite # 仅用于评估，实际中不可见 # 2. 划分训练集和测试集 df_train, df_test = train_test_split(df, test_size=0.3, random_state=42) # 3. 训练两个Uplift模型 (这里用简化方法示意) # 模型A: Two-Model Approach (T-Learner) rf_treat = RandomForestClassifier(n_estimators=50, random_state=42) rf_control = RandomForestClassifier(n_estimators=50, random_state=42) # 分别在干预组和对照组上训练 rf_treat.fit(df_train[df_train['treatment']==1].iloc[:, :5], df_train[df_train['treatment']==1]['conversion']) rf_control.fit(df_train[df_train['treatment']==0].iloc[:, :5], df_train[df_train['treatment']==0]['conversion']) # 预测 df_test['prob_treat_A'] = rf_treat.predict_proba(df_test.iloc[:, :5])[:, 1] df_test['prob_control_A'] = rf_control.predict_proba(df_test.iloc[:, :5])[:, 1] df_test['pred_uplift_A'] = df_test['prob_treat_A'] - df_test['prob_control_A'] # 模型B: 一个简单的基线模型，用特征f_0的绝对值作为Uplift预测（显然会很差） df_test['pred_uplift_B'] = np.abs(df_test['f_0']) * 0.1 # 随意构造的假分数 ``` ### 4.2 评估与可视化 现在，我们对两个模型在测试集上的表现进行全面评估。 ```python # 计算两个模型的Qini曲线 x, y_qini_A = calculate_qini_curve(df_test, uplift_score_col='pred_uplift_A', treatment_col='treatment', outcome_col='conversion') _, y_qini_B = calculate_qini_curve(df_test, uplift_score_col='pred_uplift_B', treatment_col='treatment', outcome_col='conversion') # 绘制对比图 plt.figure(figsize=(12, 5)) plt.subplot(1, 2, 1) plt.plot(x, y_qini_A, 'b-', label='Model A (T-Learner)', linewidth=2) plt.plot(x, y_qini_B, 'g-', label='Model B (Baseline)', linewidth=2, alpha=0.7) overall_uplift = y_qini_A[-1] plt.plot([0, 1], [0, overall_uplift], 'k--', label='Random', alpha=0.5) plt.xlabel('Proportion Targeted') plt.ylabel('Cumulative Incremental Response') plt.title('Qini Curves Comparison') plt.legend() plt.grid(True, alpha=0.3) # 计算并打印关键指标 auuc_A = calculate_auuc(y_qini_A) auuc_B = calculate_auuc(y_qini_B) print("=== 模型性能评估 ===") print(f"Model A (T-Learner) AUUC: {auuc_A:.4f}") print(f"Model B (Baseline) AUUC: {auuc_B:.4f}") print(f"AUUC相对提升: {(auuc_A - auuc_B)/auuc_B * 100:.1f}%") # 估算可说服者比例：寻找曲线斜率明显变化的点（简化处理） # 一种方法是计算曲线的一阶差分，找到增长最快的区间。 diff_A = np.diff(y_qini_A) # 可以粗略地将增长最快的点对应的比例作为可说服者比例的估计 # 这里我们取一个经验值进行Qini系数计算演示 persuadable_ratio_est = 0.4 qini_coef_A, _, _, _ = calculate_qini_coefficient(y_qini_A, overall_uplift, persuadable_ratio_est) print(f"Model A Qini系数 (估计): {qini_coef_A:.4f}") # 4.3 制定营销策略：基于Qini曲线做决策 # 假设市场部有预算针对测试集中30%的用户发放优惠券。 target_percentage = 0.3 idx_target = int(len(df_test) * target_percentage) # 根据Model A的排序，选出前30%的用户 df_test_sorted_A = df_test.sort_values(by='pred_uplift_A', ascending=False).reset_index(drop=True) target_users_A = df_test_sorted_A.iloc[:idx_target] # 计算如果针对这30%的用户进行干预，预期的增量收益 # 在Qini曲线上，对应横坐标0.3处的纵坐标值即为预期增量转化人数 idx_in_curve = int(len(y_qini_A) * target_percentage) expected_incremental_gain = y_qini_A[idx_in_curve] expected_incremental_rate = expected_incremental_gain / len(target_users_A[target_users_A['treatment']==1]) if sum(target_users_A['treatment']==1)>0 else 0 print(f"\n=== 营销策略模拟 (针对前{target_percentage*100:.0f}%用户) ===") print(f"预计目标用户数: {len(target_users_A)}") print(f"预计带来的额外转化人数 (Qini值): {expected_incremental_gain:.1f}") print(f"目标用户干预组中，预计的增量转化率: {expected_incremental_rate:.3%}") # 对比随机选择策略 # 随机选择30%的用户，其预期增量收益为 overall_uplift * 0.3 random_gain = overall_uplift * target_percentage print(f"随机选择策略的预期额外转化人数: {random_gain:.1f}") print(f"Model A策略相比随机选择的提升: {expected_incremental_gain - random_gain:.1f} 人 (提升 {(expected_incremental_gain/random_gain -1)*100:.1f}%)") ``` 运行这段代码，你会得到清晰的性能对比和策略收益预测。例如，输出可能显示Model A的AUUC远高于基线模型，并且针对前30%用户进行营销，预计能比随机选择策略多带来50%的增量转化。这些数字可以直接用于ROI计算和预算审批。 ### 4.4 高级技巧：Uplift Gain Chart与成本考量 除了Qini曲线，**Uplift Gain Chart**（提升增益图）也是一个非常实用的工具。它直接展示了“ targeting 前X%的用户所获得的增量收益，占总增量收益的比例”。这能更直观地回答“我的预算花在哪儿最有效”的问题。 ```python def plot_uplift_gain(y_qini, overall_uplift): """ 绘制Uplift Gain Chart。 纵轴：累积增量收益 / 总增量收益。 """ cumulative_gain = y_qini / overall_uplift # 归一化到[0,1] x = np.linspace(0, 1, len(y_qini)) plt.figure(figsize=(8, 5)) plt.plot(x, cumulative_gain, linewidth=2) plt.plot([0, 1], [0, 1], 'k--', alpha=0.5, label='Random') # 随机线 plt.fill_between(x, cumulative_gain, 0, alpha=0.3) plt.xlabel('Proportion of Population Targeted') plt.ylabel('Proportion of Total Incremental Gain') plt.title('Uplift Gain Chart') plt.grid(True, alpha=0.3) plt.legend() plt.tight_layout() plt.show() # 输出关键点信息 for p in [0.1, 0.2, 0.3, 0.5]: idx = int(p * len(cumulative_gain)) print(f"Targeting top {p*100:.0f}% users captures {cumulative_gain[idx]*100:.1f}% of total uplift.") plot_uplift_gain(y_qini_A, overall_uplift) ``` 这张图会告诉你，如果你只针对模型评分最高的前10%的用户进行干预，你能获得总潜在增量收益的百分之多少。这能帮助业务方在预算和收益之间做出最优权衡。 最后，别忘了结合成本。假设每次营销的成本是 `C`，每个转化带来的平均收益是 `R`。那么， targeting 前 `p%` 用户的净收益为： `Net Profit = (Expected Incremental Gain at p%) * R - (Number of Targeted Users) * C` 你可以写一个简单的循环，计算不同 `p%` 下的净收益，从而找到净收益最大化的那个 targeting 比例。这才是数据驱动决策的最终闭环。 ```python # 假设成本与收益 cost_per_treatment = 5 # 每次营销成本（元） revenue_per_conversion = 200 # 每次转化收益（元） # 计算不同 targeting 比例下的净收益 percentages = np.arange(0.05, 0.95, 0.05) net_profits = [] optimal_percentage = 0 max_profit = -np.inf for p in percentages: idx = int(p * len(y_qini_A)) inc_gain = y_qini_A[idx] # 增量转化人数 num_targeted = int(len(df_test) * p) # 目标用户总数 net_profit = inc_gain * revenue_per_conversion - num_targeted * cost_per_treatment net_profits.append(net_profit) if net_profit > max_profit: max_profit = net_profit optimal_percentage = p plt.figure(figsize=(8,5)) plt.plot(percentages*100, net_profits, marker='o') plt.axvline(x=optimal_percentage*100, color='r', linestyle='--', alpha=0.7, label=f'Optimal: {optimal_percentage*100:.1f}%') plt.xlabel('Targeting Percentage (%)') plt.ylabel('Net Profit (Simulated)') plt.title('Net Profit vs. Targeting Percentage') plt.grid(True, alpha=0.3) plt.legend() plt.tight_layout() plt.show() print(f"从模拟收益看，最优的营销覆盖范围是前 {optimal_percentage*100:.1f}% 的用户。") print(f"此时预计净收益为 {max_profit:.0f} 元。") ``` 走到这一步，你已经不仅仅是在评估一个模型，而是在用这个模型直接指导商业行动，并预估其财务影响。这才是Uplift建模及评估指标（Qini曲线、AUUC）价值的终极体现。在实际项目中，你可能需要将这部分分析打包成自动化报告，定期对模型进行监控和复盘，确保营销资源始终流向回报最高的用户群体。