Dadurch wird eine Vorhersageformel in eine neue Behandlungsdifferenzformel umgewandelt. Die Formelspalte muss einen zweistufigen Behandlungseffekt beinhalten, der mit anderen Effekten interagiert. Wenn es nicht interagiert, erzeugt die resultierende Uplift-Formel Nullen. Wenn der Behandlungseffekt mehr als zwei Stufen umfasst, macht er den Unterschied zwischen der letzten und der ersten Stufe aus. Dies ist nützlich für die Uplift-Modellierung, bei der diese Formel auswählen soll, bei welchen potenziellen Kunden eine Behandlungsintervention für Marketingprogramme angewendet werden soll. Das heißt, für welche Kovariatenwerte ist die unterschiedliche Behandlung der Antwort am größten? Die gleiche Technik kann in der personalisierten Medizin wichtig sein, wo Sie Gruppen auswählen möchten, bei denen die Behandlung wirksam ist.
