피터레스트는 지표의 변동을 이해하기 위해 근본 원인 분석(RCA) 플랫폼을 개발했습니다. 이 플랫폼은 세 가지 주요 접근 방식을 사용합니다. slice and dice, 일반 유사성, 실험 효과입니다. slice and dice는 다양한 차원에서 지표 세그먼트를 분석하여 변경의 주요 기여자를 찾아냅니다. 이 방법은 LinkedIn의 ThirdEye에서 영감을 받아 트리 구조를 사용하여 지표 세그먼트를 구성하고 그들의 중요도를 평가합니다. 일반 유사성은 상관관계 및 동적 시간 워핑을 사용하여 유사한 움직임 패턴을 가진 지표를 확인합니다. 이렇게 하면 성능 및 콘텐츠 배포와 같은 관련 없는 지표 간의 관계를 밝혀낼 수 있습니다. 실험 효과는 A/B 테스트 결과를 분석하여 실험이 지표에 영향을 미쳤는지 확인합니다. Welch의 t-검정 및 조화 평균 p-값을 사용하여 실험의 영향을 평가하고 노이즈 및 불균형을 필터링합니다. 이러한 세 가지 접근 방식을 반복적으로 사용하여 포괄적인 분석을 수행할 수 있습니다. 향후 개선 사항에는 사용자 피드백 메커니즘 및 인과 관계 발견을 강화하는 것이 포함됩니다. 또한 더 많은 데이터 플랫폼 및 사용자 인터페이스와의 통합이 계획되어 있습니다. 플랫폼의 성공은 사용자 피드백 및 지속적인 개선에 달려 있습니다. 팀은 플랫폼 개발에 기여한 Pinterest 엔지니어 및 데이터 과학자들의 공헌을 인정합니다.