历史背景： 分账功能（split payment）传统上在旅游和B2B服务领域占主导地位，但在电子商务（电子产品、时尚）的广泛引入相对较晚，随着移动支付的增长，才开始流行。关键的分析复杂性在于用户自我选择进入社会集群（青年群体、家庭），在这些群体中，购买决策是集体做出的，这导致测试组和对照组之间的干扰，并使标准的A/B测试失效。
问题陈述： 需要从分账的纯因果效应中隔离出其对单位经济指标的影响，防止其受到（1）对高价商品的季节性需求波动的影响，（2）年轻群体中平均订单金额自然增长的趋势，（3）社交关系的内生性（富裕朋友邀请富裕朋友），以及（4）按类别的逐步推广导致的时间切片扭曲的影响。
详细解决方案： 最优方法是将差异中的差异（Difference-in-Differences, DiD）与“社交图”的级别集群随机化相结合（非用户），并使用模糊回归不连续设计（Fuzzy Regression Discontinuity Design, RDD）根据功能的激活阈值（例如30,000卢布）进行补充。为了调整社交关系的内生性，采用工具变量（Instrumental Variables, IV）方法，工具变量是推广计划中类别的顺序号（外生变动），在功能实际使用之前。为了评估不同群体的效应异质性，使用因果森林（Causal Forest），可以为不同用户集群提取条件平均效应（CATE）。指标在两种模式下进行评估：意向治疗（Intent-to-Treat, ITT）——按钮存在的效应，以及接受治疗的效果（Treatment-on-the-Treated, TOT）——实际使用的效应，这需要通过**二阶段最小二乘法（Two-Stage Least Squares, 2SLS）**对不合规性进行正确处理。
背景： 一家大型电子产品市场推出了“分享购物车”功能，适用于超过50,000卢布的购买，允许两个用户平均分担支付。试点在“智能手机”类别启动，计划扩展到“笔记本电脑”。在第一个月，商家记录测试类别的平均订单金额增长了25%，但分析师怀疑70%的功能用户是18-22岁的学生，他们历史上ARPU较低，但在试点中开始共同购买iPhone，创造了“拼团购买”的效果。
解决方案选项1：简单的前后比较（t检验平均数）。 优点：立即实施，不需要复杂的基础设施。缺点：完全忽视季节性（学年开始时对小工具的需求增加），以及移动商务的整体增长趋势和高价订单自我选择到50,000卢布的门槛。结果向上偏移了15-18个百分点。
解决方案选项2：以“配件”类别作为对照的差异中的差异。 优点：消除了共同的时间趋势，简单易解释。缺点：违反平行趋势的假设——智能手机类别的需求弹性与配件不同，价格动态也不同。此外，存在溢出效应：用户可能共同购买智能手机，但在对照类别中购买手机壳时又不使用分账功能，这会污染对照组。
解决方案选项3：严格按照50,000卢布门槛的回归不连续设计（RDD）。 优点：使用外生阈值进行准实验，评估门槛订单的局部效应（LATE）。缺点：无法扩展到整个价格范围，忽略了80,000卢布的订单（那里效应可能不同）。此外，模糊特性——用户可能操纵价格（添加配件）来满足条件。
选择的解决方案及其理由： 实施了混合方法：在45,000-55,000卢布范围内使用模糊RDD（在门槛处的净识别）+ 使用合成控制法（Synthetic Control Method, SCM）的差异中的差异——从其他类别创建加权的人工对照，重现智能手机在功能引入前的动态。对于社交效应，通过设备ID的集群分析（用于识别一组人使用的设备）作为社交关系的代理。
最终结果： 真正的增量效应为平均订单金额增加了8.4%（而观察到的增长为25%），18-25岁群体的转化率增长了12%，但在下一个季度购买频率下降了5%（购买被推迟到公司聚会时期）。功能仅在平均订单金额为40,000-70,000卢布的类别中推出，其中效应统计上显著。
1. 通过社交图引起的干扰问题：对照组的用户可能会被测试组的朋友邀请进行联合购买。
回答：在经典A/B测试中假设稳定单位处理价值假设（Stable Unit Treatment Value Assumption, SUTVA）——单元的独立性。在分账情况下，这一假设被破坏，因为一个用户的处理（按钮的存在）影响另一个用户（邀请）的行为。正确的解决方案是对社交组件（好友图）的级别进行集群随机化，或通过曝光映射（exposure mapping）分析网络效应，其中曝光被定义为接触功能的朋友的比例。另一种选择是使用二分图聚类在实验前将图划分为孤立集群。
2. 在功能渗透率低的情况下，ITT（意向治疗）和TOT（接受治疗）效应之间的差异。
回答：许多分析师错误地将看到按钮的所有人的效应（ITT）评估为使用它的人的效应（TOT）。如果只有10%的看到按钮的人点击“分账”，那么ITT将真实效应低估10倍。评估TOT需要IV方法，其中工具变量$Z$是按钮显示的事实（随机），而内生变量$D$是使用的事实。通过2SLS的估计将给出符合条件的局部平均治疗效应（LATE）——那些只有在功能可用时才会使用功能的人。这对业务案例至关重要：倾向于拼团的人的效应是平均效应的3-4倍。
3. 长期的自我侵蚀和前瞻偏见：分账可能并不会创造新的需求，而只是将未来的个人购买重新分配到目前的集体购买中。
回答：候选人往往只关注即时交易指标。需要进行队列分析，观察使用分账的用户与匹配对照组在90天以上的购买频率（purchase frequency）。这需要基于预处理特征（历史订单、季节性）建立倾向性评分匹配（propensity score matching, PSM）。此外，进行成分转移的检查很重要——品类是否偏向于高毛利但购买重复率低的商品（例如，游戏机而非游戏），这会在降低用户终身价值（LTV）的情况下产生订单金额增长的错觉。