在非随机实验或 A/B 分析中，Matching 方法如何构造可比样本并降低选择偏差？

60 秒回答模板

Matching 方法通常用于无法完全随机分流的场景，例如某个城市先上线新策略、部分商家自愿参加活动、某类用户被运营触达。此时实验组和对照组本来就可能不同，直接比较转化率或 GMV 会把人群差异误当成策略效果。Matching 的目标是用处理发生前的特征，为每个实验对象找到相似的对照对象，让两组在可观测维度上尽量可比。 具体流程可以分五步。第一，定义 treatment、control、观察窗口和结果指标，并确保匹配变量都来自处理前，不能把处理后的行为放进匹配特征。第二，选择混杂变量，比如历史消费频次、客单价、活跃天数、城市、品类、会员等级、商家规模、历史增长趋势等，这些变量既影响是否进入实验组，也影响结果。第三，选择匹配方法，可以用精确匹配、最近邻匹配、半径匹配、倾向得分匹配、分层匹配或加权方法。第四，做平衡性诊断，比较匹配后两组协变量的标准化差异、分布重叠和样本损失，常用 SMD 是否低于 0.1 作为参考。第五，在匹配样本上估计 ATT 或 ATE，并用稳健标准误、bootstrap 或分层回归给出置信区间。 回答时要强调边界：Matching 不是让非随机实验变成真正随机实验，它只能减少可观测选择偏差。如果存在不可观测因素，例如用户动机、商家经营能力或运营重点倾斜，仍可能有残余偏差。因此结论要结合平衡性、重叠性、敏感性分析、安慰剂检验和业务机制判断。