Pinterestは、指標の変動を理解するための根本原因分析（RCA）プラットフォームを開発した。 このプラットフォームは、スライス＆ダイス、一般的類似性、実験効果という3つの主要なアプローチを採用している。 スライス＆ダイスは、様々な次元のメトリクスセグメントを分析し、変化の重要な要因を突き止める。 この手法はリンクトインのThirdEyeからヒントを得ており、ツリー構造を使ってメトリクスセグメントを整理し、その重要性をスコアリングする。 一般的な類似性は、類似性を測定するために相関とダイナミックタイムワーピングを使用して、類似した動きのパターンを持つメトリクスを特定する。これは、パフォーマンスやコンテンツ配信のような、一見無関係に見えるメトリクス間の関係を明らかにするのに役立つ。 実験効果 実験がメトリクスに影響を与えたかどうかを判断するために、A/Bテストの結果を調べます。 ウェルチのt検定と調和平均p値を用いて、ノイズや不均衡のフィルタリングを行いながら、実験の影響を評価する。 これら3つのアプローチは、包括的な分析のために繰り返し使用することができる。 将来的な改良点としては、ユーザーからのフィードバック機構と、より強力な因果推論のための因果発見の活用がある。 より多くのデータ・プラットフォームやユーザー・インターフェースとの統合も計画されている。 このプラットフォームの成功は、ユーザーからのフィードバックと継続的な改善にかかっている。 チームは、このプラットフォームの開発におけるPinterestのエンジニアとデータサイエンティストの貢献に謝意を表する。