发优惠券后，很多人仍然一分钱没花，少数人却花得很多。此时只比较平均消费，容易把两个问题混在一起：优惠券是否让人开始消费，以及消费后金额增加多少。新方法 ZIC-BCF-Smear 专门处理这种“零值很多、其余数值又高度右偏”的结果，并估计处理效应——接受干预与不接受时结果的差异。
它把任务拆成两座贝叶斯因果森林：一座用全部样本判断结果是否为零，另一座只在非零人群中估计数值大小。因果森林就是用许多决策树寻找干预对不同人群的效果差异。对正值取对数后，方法再用 Duan’s Smearing——根据残差校正还原尺度——避免直接变回金额或天数时低估均值。
作者把它用于 SPECTRUM III 期随机试验：约四分之一患者的严重毒性天数为零。按试验中两组不同治疗持续时间计算，加入 panitumumab 使每位患者的严重毒性负担增加约十天；分解结果显示，差异主要来自“出现后持续多久”，而非“是否出现”。该结论及模拟优势均来自作者报告，尚未独立核查。