ビジネスで利用されるデータの多くは、その施策の意思決定を行う人物や組織の目的にそった活動の延長上で作られています。具体的には、ＤＭ送付などの広告施策であれば、担当者はユーザの反応率を上げるために、反応しやすいであろうユーザに対してのみＤＭを発送します。ここで発生したデータでＤＭの効果を計る場合、単純にＤＭを受け取っているか否かで結果を比較することは、ＤＭの効果以外にも意図的にリストされたユーザの興味や関心を含んでしまうことになります。データが生まれるプロセスに人の意思が関わる場合、単純な集計では判断ミスとなる可能性があります。わずかな計算の狂いでも後々のビジネスにおいて大きな影響を及ぼすことになるため、バイアスのない状態で効果検証できることが望まれるのです。本書では「単純に比較すると間違った結論に導くデータ」から、より正しい結果を導くための分析手法と考え方を提供します。計量経済学における効果とは何か？　を提示し、ＲＣＴ（ランダム化比較試験）がいかに理想的な方法かを説明し、ＲＣＴができない場合でも因果推論を用いてＲＣＴの再現が可能だということを説明していきます。第１章　ランダム化比較試験第２章　回帰分析第３章　傾向スコア第４章　差分の差分法第５章　回帰不連続デザイン付録　ＲとＲＳｔｕｄｉｏの基礎

「バイアス」を取り除くための技術。データによる裏付けがないことで、効果の質が問題になることは少ない。正しく比較ができていないため、因果関係を示すことができていないことの方が多い。
もくじ情報：嘘っぱちの効果とそれを見抜けないデータ分析；１章　セレクションバイアスとＲＣＴ；２章　介入効果を測るための回帰分析；３章　傾向スコアを用いた分析；４章　差分の差分法（ＤＩＤ）とＣａｕｓａｌＩｍｐａｃｔ；５章　回帰不連続デザイン（ＲＤＤ）；付録　ＲとＲＳｔｕｄｉｏの基礎；因果推論をビジネスにするために

安井　翔太(ヤスイ　ショウタ)
２０１３年にＮｏｒｗｅｇｉａｎ　Ｓｃｈｏｏｌ　ｏｆ　Ｅｃｏｎｏｍｉｃｓにて経済学修士号を取得し株式会社サイバーエージェント入社。入社後は広告代理店にて広告効果検証等を行い、その後２０１５年にアドテクスタジオへ異動。以降はＤＭＰ・ＤＳＰ・ＳＳＰと各種のアドテクプロダクトにおいて、機械学習に関する業務やデータを元にした意思決定のコンサルティングを担当。現在はＡＩＬａｂの経済学チームのリーダーとして経済学と機械学習の融合に関する研究を行う一方で、Ｄａｔａ　Ｓｃｉｅｎｃｅ　Ｃｅｎｔｅｒの副所長として社内のデータサイエンスプロジェクトのコンサルティングも担当（本データはこの書籍が刊行された当時に掲載されていたものです）