如果你对数据分析感兴趣，希望学习更多的方法论，希望听听经验分享，

欢迎移步宝藏公众号「小火龙说数据」，无广告、无软文、纯干货，更多精彩原创文章与你分享！

00 序言

之前文章中，小火龙和大家分享过在无法做AB实验的场景下，如何通过因果推断的方式，构造相对纯净的虚拟AB组，还不了解方法的同学可以戳这里「不适合做AB实验的场景下，通过这4种方式来衡量策略效果」。

本章，分享其中Matching方法中的EM（精确匹配）、CEM（粗化精确匹配）的SQL实现代码，有需要的同学可以自取。详细理论这里就不再冗余介绍了，可以戳上面链接学习。

01 代码实现

步骤一：前置表（生成匹配前置用户表）
create table if not exists test.cem_user_original as
select
    uid,
    age,
    gender,
    edu_level,
    is_label --是否应用某些功能（作为虚拟AB的判断标识）
from
    test.user_table
where
    date between '20240301' and '20240330' --获取此段时间的用户
group by
    uid,
    age,
    gender,
    edu_level,
    is_label
;


步骤二：匹配（通过label=1去匹配label=0）
create table if not exists test.cem_user_result as

with
title_merge as --标签merge
(
select
    *
    ,is_click as is_ab_treatment --是否是虚拟实验组
    ,1-is_click as is_ab_contorl --是否是虚拟控制组
    ,concat_ws('_', age, gender, edu_level) as title_merge
from
    test.cem_user_original
),

title_count as --计算每个标签merge对应的虚拟AB组人数
(
select
    *
    ,sum(is_ab_treatment) over(partition by title_merge) as num_ab_treatment
    ,sum(is_ab_contorl) over(partition by title_merge) as num_ab_contorl
    ,row_number()over(partition by title_merge,is_ab_contorl order by rand()) as rank_ab_contorl
from
    title_merge
),

treatment_few as --当标签merge中「实验组用户≤控制组用户」时，实验组全取+控制组取与实验组相同人数
(
select
    *
from
    title_count
where
    num_ab_treatment <= num_ab_contorl
    and
    (
    is_click=1 or
    (is_click=0 and rank_ab_contorl<=num_ab_treatment)
    )
),

treatment_more as --当标签merge中「实验组用户＞控制组用户」时，实验组全取+控制组全取（实验组用户明显偏少的情况）
(
select
    *
from
    title_count
where
    num_ab_treatment > num_ab_contorl
)


select
    *
from
    treatment_few

union all

select
    *
from
    treatment_more
;

最后，推荐一本数据分析进阶书籍《数据分析实践：专业知识和职场技巧》

侧重案例讲解，对于初、中级数据分析师的帮助极大！！！