本記事では、オンラインプラットフォームのマーケティング最適化に向けた「二階層意思決定中心因果学習（Bi-DFCL）」を提案しています。これにより、従来の機械学習（ML）とオペレーションズリサーチ（OR）の段階的アプローチの問題点を解消します。特に、予測精度に偏重しがちな従来のML手法とそれによる決定の不整合を克服することを目指します。Bi-DFCLは、実験データを利用したバイアスのないOR決定の質の推定を導入し、観察データと実験データを統合した二階層最適化フレームワークを確立します。この新しいアプローチは、偏った観察データからの学習方向を適正化し、良好なバイアスとバリアンスのトレードオフを達成します。Meituanなどの大規模なオンラインプラットフォームでの展開も行われており、従来の手法に比べて統計的に有意な改善が示されています。