Veel stappen in het goedkeuringsproces van transacties zijn gericht op het modelleren van causale factoren achter gebruikersgedrag — bijvoorbeeld welke vorm van authenticatie of autorisatie leidt tot minder frictie bij betalingen voor specifieke gebruikersgroepen. Het inschatten van zulke causale effecten gebeurt vaak via A/B-tests, die kostbaar zijn en slechts een beperkte groep gebruikers omvatten. De resultaten van deze tests worden zelden hergebruikt of gecombineerd met eerdere experimenten of observaties. Dit project richt zich op het hergebruiken van data uit eerdere A/B-tests en het ontwerpen van gerichtere, efficiëntere en goedkopere experimenten. Zo willen we causale inzichten in gebruikersgedrag op een betrouwbare en robuuste manier verwerven.
