笔者近两年都在做智能营销方面的探索，不过最近想稍微切换自己的研究赛道，所以最近想把智能营销方面细枝末节的一些思考发出来。 关于活动、节假日、促销等营销方式的因果效应评估前篇是《活动、节假日、促销等营销方式的因果效应评估——特征工程篇（一）》是把给入模型时特征加工的方式列举一下，本篇是想简单总结如何评价一个活动营销方式的好坏；当然方法本身不胜枚举，只能在有限视野里面进行归纳。
1 回归的方法
活动评价，与笔者之前思考的一个点也是有些共同的《数据科学之 如何找到指标的最 佳分裂点的几个想法》最佳分裂点其实就是在找不同特征下的重要性，我们可以来看一下。
如果将活动变成了机器学习模型中的一个特征，如《活动、节假日、促销等营销方式的因果效应评估——特征工程篇（一）》所述，有很多种方式，那么，活动变成模型的特征之后，活动好坏与优劣，就是评价这个特征的重要性了。
1.1 离散/回归 系数
这个比较常见，直接看线性回归的系数就可以判断，来稍稍回忆一下 《重复事件（表现形态：活跃、留存、复购）建模（生存分析）的案例学习笔记》中的一个案例，文章的【1.3.2 PWP-GT 重复事件建模在看点业务中的实际应用】，可以看到：
