Framework Development for Causal Inference with Machine Learning: Exploring Manufacturing and Software Use Cases

Abstract

Este Trabajo Fin de Máster parte de un problema recurrente en la analítica actual: predecir no basta; las empresas necesitan saber qué ocurrirá si cambian algo. Los modelos de pura correlación describen tendencias, pero no revelan cuál palanca mueve realmente el resultado y pueden inducir decisiones costosas o poco éticas. La inferencia causal, además de satisfacer la supervisión regulatoria, ofrece la base lógica para actuar con seguridad.

La tesis persigue un doble fin. Por un lado, destilar un itinerario práctico que permita a cualquier equipo decidir si un reto es abordable causalmente. Por otro, mostrar que ese itinerario funciona igual de bien en un entorno manufacturero y en un servicio digital.

El camino propuesto se desarrolla en cuatro pasos hilados. Primero se comprueba que exista un “tratamiento” sobre el que la organización pueda intervenir. Después se dibuja un DAG que deje claras las hipótesis y las posibles variables de confusión. En tercer lugar, se elige un estimador moderno —el doble machine learning figura como pieza central— capaz de manejar muchas variables sin perder rigor. Por último, se aplican pruebas de refutación y sensibilidad que pongan a prueba las conclusiones antes de tomar decisiones.

Para ilustrar su validez, el marco se aplica a dos casos opuestos. En una línea de producción de tisú se evalúa si recortar el tiempo de secado, reduce desperdicio sin comprometer la resistencia del papel. En una plataforma SaaS se mide si un nuevo flujo de onboarding mejora la retención semanal. Aunque cambien las métricas y los datos —sensores industriales frente a clics de usuarios— la lógica causal se mantiene intacta.

This Master’s Thesis addresses a recurring challenge in modern analytics: prediction alone is not enough—organizations need to understand what will happen if they change something. Purely correlational models can highlight trends but fail to uncover the true levers behind outcomes, potentially leading to costly or even unethical decisions. Causal inference, in addition to meeting regulatory demands for transparency, provides the logical foundation for making confident, responsible choices.

The thesis pursues a dual objective. On one hand, it aims to distill a practical roadmap that allows any team to determine whether a problem can be approached causally. On the other, it seeks to demonstrate that this roadmap works equally well in a manufacturing context and a digital service environment.

The proposed framework unfolds in four interconnected steps. First, it checks whether there is an actionable “treatment” the organization can intervene on. Next, it constructs a DAG (Directed Acyclic Graph) that clearly lays out the underlying assumptions and potential confounding variables. Third, it selects a modern estimator—double machine learning is a central element—capable of handling high-dimensional data without sacrificing rigor. Finally, it applies refutation and sensitivity tests to stress-test the conclusions before any decision is made.

To illustrate its validity, the framework is applied to two contrasting cases. In a tissue production line, it evaluates whether shortening the drying time reduces waste without compromising paper strength. In a SaaS platform, it assesses whether a redesigned onboarding flow improves weekly user retention. Even though the metrics and data types differ—industrial sensors versus user clicks—the underlying causal reasoning remains consistent.