Inferencia Causal

También conocido como: Causal Analysis, Causalidad, Counterfactual Analysis, Econometría

Metodología estadística para establecer relaciones de causa y efecto entre variables, más allá de la correlación.

La Inferencia Causal es el conjunto de métodos estadísticos y metodológicos diseñados para establecer relaciones de causa y efecto entre variables —no solo correlaciones— a partir de datos observacionales o experimentales.

La distinción fundamental: correlación ('A y B ocurren juntos') vs. causalidad ('A causa B'). Sin métodos de inferencia causal adecuados, podemos confundir correlaciones espurias con relaciones causales reales, lo que lleva a decisiones de negocio incorrectas.

Métodos principales: Experimentos aleatorizados (el gold standard), Diferencia en Diferencias (DiD), Regresión Discontinua, Variables Instrumentales, Propensity Score Matching, y Causal Graphs (DAGs). El MMM y el MTA también tienen componentes de inferencia causal.

En marketing, la inferencia causal es crítica para evaluar el impacto real de inversiones: ¿qué hubiera pasado sin la campaña? (el counterfactual). Sin métodos causales, los resultados de marketing se sobreestiman sistemáticamente.