判断"这次改动的效果"，有两套办法，顺序不能反：
第一步，问能不能做实验。 能做就做实验，并按 MTH-01 的四项检查验收（对照、均值、周期、护栏）。
第二步，不能做实验时，用准实验方法把观察数据变成可比两组。 目前本库覆盖的、有实战来源的一种是倾向得分：
第三步，如果做完仍然分不清，就承认分不清。 不能用"相关"顶上"因果"。
一、观察数据里的对比天然带自选择偏差。（理论机制）
典型复盘句子是"参加活动的玩家 ARPU 上升了，没参加的基本没动，所以活动提升了 ARPU"。问题是这两组人从起点就不同：愿意点开活动、完成前置任务、在限定时间上线的人，本身就是更活跃、更愿意付费的那批。这类偏差不靠更努力地看数据解决，只能靠改变比较方式解决（找出条件相似但没参与的人）。
二、中介效应决定了你该在哪一环动手。（理论机制）
当 A 通过 B 影响 C 时，把 B 控制住，A 与 C 的相关性会消失。这条判据既是识别机制的工具，也是行动的指南：知道你的钱落在链条的哪一环，才知道该优化单价还是优化节奏。
三、公共曝光位会让 holdout 本身成为干扰源。（来源主张 + 本库推断）
来自投放场景的证据：一家手游厂商全球停投 24 天后，自然安装下降 20%–30%，而把商店榜单位置放进模型后，投放与自然安装的相关性消失——榜单位置是中介变量。推论是：当分发依赖平台层决定的公共位置时，"留一部分用户不看广告"这类标准增量测试，会因为压掉了对照组本可获得的曝光提升而系统性低估效果。 这条推论出自来源作者，本库转述并标注为待验证。
换成游戏内语言（本库推断，尚未验证）：排行榜、跨服活动、公会贡献这类由全体玩家共同决定、又能被所有玩家看见的机制，可能具有同样性质——你为了测量而按住的那批人，可能同时也在改变留下来的那批人所处的环境。
三条各自的边界：
MTH-01 的关系定为"分工"而非"合并"。 MTH-01 回答"实验做得对不对"（对照、均值、周期、护栏），本条目回答"没有实验时凭什么说因果"。两者共用"因果识别"这一机制族，但验收标准不同，故分列并互链。MTH-01 实验结论的可信度判据 是前后两步：MTH-01 的第一步是"有没有同期对照组"；本条目指出"有对照组"不等于"对照组干净"——当机制是公共的，holdout 自己就成了干扰源。这是 MTH-01 原四条检查里缺的一层OPS-01 存量市场运营资源分配 是上下游：OPS-01 要求把收入拆成新增贡献与老用户贡献，那是描述性拆分；本条目提供的是判断"这个拆分能不能读成因果"的标准OPS-02 内容种草与考核对象 的关系：OPS-02 的最脆弱处是"下载是确认动作"只有一句断言支撑。本条目给出了检验这类断言的统一程序（找可比组，或者找一次外生变动）