因果推断引擎
如果当初这样做,会发生什么。Tenka有一个企业面板,采用错峰式(staggered)方式:每家企业在不同时间点改变了价格、频率或团队——这构成了一个自然实验。双重差分法和合成控制法通过比较"已改变的企业"和"尚未改变的企业"在改变前后的表现,来估算某项干预措施的效应;增量效果(uplift)会显示这项行动对哪些对象改变了结果(可被说服的群体),对哪些对象没有改变(无论如何都会保持原样)。🔴 每一个输出结果都附带区间(95%置信区间)、明确标注的样本量n,以及"这是观测性估计"的提示——相关性不等于命令:这个引擎只是测量,不会指示你去涨价。数学过程完全可见且具有确定性。仅供查看。
这个页面有什么
直接从页面读取的写照——页面变了，这里也会变。
可用操作
重新计算
列表显示
信号金额来源（信号来自何处）候选人得分如何相加（符号 × 对齐 = 部分）标准对齐分期
表单字段
Modelo
Indicador
Apurada em
Valor Previsto
Limite Inf
Limite Sup
Valor Real
Dh Desfecho
Dhcadastro
N Amostra
Peso Z
Chave Entidade
Horizonte Dias
从这里开始
A escolha sai do balanço, não da vontade
下一个周期的决定取决于本周期测到了什么。屏幕从账面读取信号（真实收入、被压住的潜力、关卡、采用率），将每个候选项与这些信号比对并排名——整个计算过程一目了然。
此界面是什么
基于数据声明的下一个押注——本周期的战略收尾。它根据从账面读取的信号（预测 × 实际的真实牵引力、稳健的校准、我们可定价的风险）为各候选项打分并排序：第二个国家、一直深入到自有产品的深度垂直化、由我们定价风险的 MGA/嵌入式保险、单独销售的代理、整合。每个候选项都带有其针对每项标准声明的契合度——假设一目了然。🔴 选择来自账面，而不是意愿：面板按明确标准打分和排序，但不会独自做决定——做决定的是人，标准清晰可见。只读。
操作指南
"如何汇总"列
每个候选项都能展开自己的计算明细：信号 × 契合度 = 分项，逐行列出。此屏幕上的任何分数都无需凭信任接受——这与预测现金流的放大镜是同一原则。
规则
Como a pontuação é montada
分数 = （信号 × 声明的契合度）之和。信号来自数据；契合度是一个明确的假设——该候选项能从该信号中获益多少——公开声明，而非隐藏。对排名有异议是正当的，但异议要指向某个具体的数字，而不是一种感觉。
O topo do ranking é sugestão, não decisão
下一个押注是基于账面来声明的；做决定的是人，而且标准一目了然。如果最终决定与排名不同，那很好——只要能说清模型中哪个假设错了，并在下一个周期予以修正。
常见问题
此界面回答哪个问题
下一个押注是什么——账面指向的那个，而且标准一目了然？屏幕根据从账面读取的信号为各候选项打分：预测 × 实际的真实牵引力、稳健的校准、可定价的风险；候选项包括第二个国家、一直深入到自有产品的深度垂直化、MGA/嵌入式保险、单独销售的代理、整合。每个候选项都声明其对每项标准的契合度——假设全部公开。面板负责打分和排序，但不会独自做决定：做决定的是人，标准清晰可见。
这篇文章有帮助吗？
Tenka 学院
了解学院针对您行业的分步学习路径，就在平台内。