Uplift modeling: o que é e para que serve

Letra

Atualizado em 09/10/2026: verbete refeito: definição curta com fonte, exemplo e termos relacionados; saiu o texto genérico anterior. Como conferimos os dados

Uplift modeling (modelagem de uplift) é uma técnica de machine learning que estima o efeito causal de uma ação sobre o resultado de cada pessoa, considerando as características dela. Em termos técnicos, estima o efeito médio condicional do tratamento (CATE): quanto o resultado muda por causa da ação, e não só quem tende a ter aquele resultado.

Exemplo

Uma loja quer mandar um cupom. Um modelo comum prevê quem vai comprar; um modelo de uplift separa quem compra só se receber o cupom de quem compraria de qualquer jeito e de quem não compra nem com cupom. A loja manda o cupom só para o primeiro grupo e economiza o desconto nos outros.

Como se treina

Precisa de dados de um experimento ou de campanhas anteriores, com um grupo que recebeu a ação e outro que não recebeu, para comparar os resultados dos dois.

Termos relacionados

Fontes (conferidas em 02/10/2026): CausalML: sobre a biblioteca

← Todos os termos do ABC da IA