Berikut tahapan langkah menggunakan causal impact (menggunakan studi kasus bitcoin vs paypal):
Definisikan pre dan post period
Seperti kita tahu, berdasarkan studi kasus bitcoin vs paypal, maka tanggal 20 Oktober adalah awal dari treament dan post period. Selanjutnya perlu menentukan berapa hari analisa akan dijalankan.
Hal yang sama juga untuk pre period, berapa hari sebelum tanggal 20 Oktober data yang digunakan sebagai control.
Aturannya adalah pre period harus lebih lama dibandingkan post period. Dari sisi causal impact, makin panjang waktu pre period semakin baik hasil analisa (karena lebih banyak data yang digunakan).
Retrieve data yang digunakan
Pada tahap ini kita akan download data yang digunakan. Menggunakan studi kasus diatas, akan didownload beberapa data stock.
Memeriksa correlated variable pada pre period
Menjalankan correlation matrix pada pre period untuk memeriksa stock mana yang berkorelasi dengan bitcoin. Kita gunakan saham nilai correlation tinggi.
Remove non-correlated data
Kita buat dataset yang paling berkorelasi dengan bitcoin.
Menggunakan causal impact
Kita sudah siap menggunakan causal impact untuk melakukan analisa data.
Langkah-langkah diatas akan kita gunakan pada modul selanjutnya saat menerapkan Google causal impact menggunakan Python.