根据人口统计数据细分为高度个性化的策略,其中每个消费者都根据在高维用户级可观察数据上训练的复杂模型获得治疗。因此,公司的个性化能力高度依赖于他们区分个体的能力。我们假设公司可以根据特征向量 X i 区分个体,该特征向量表示与用户/观察 i 相关的特征。这可以包括任何个人级别的特征,例如人口统计数据或个人的行为历史(可以包括用户对公司过去营销活动的反应)。此外,让公司的行动集 W 表示公司可以选择的行动集,让 Y i 成为公司寻求优化的感兴趣结果。然后,公司的目标是为每个用户 i 选择一个动作 W i ,以便最大化该用户的预期结果,即 E ( Y i | X i , W i )。例如,在上面的促销示例中,折扣金额可以解释为动作,而购买的美元价值可以是公司感兴趣的结果。我们现在使用此符号来定义个性化政策或策略,如下所示: