Python市场营销分析包PyMC-Marketing
[LATEXPAGE] PyMC-Marketing简介 PyMC-Marketing是一个基于PyMC（一个用于贝叶斯统计建模的Python库）构建的开源工具包，专门用于解决市场营销领域的数据分析与建模任务。它提供了一套高效、灵活的模型和…
术→技巧
Python生存分析包：lifelines
[LATEXPAGE] 关于生存分析，先前已经整理过一篇非常详细的文章：生存分析从概念到实战，里面也涉及到了 lifelines 的使用。本次梳理期望从另外的层面对生存分析的使用进行进一步的梳理。 Lifelines 简介 lifeline…
Python CLV分析工具：Lifetimes
[LATEXPAGE] Lifetimes简介 Python的lifetimes包是一个专注于客户生命周期分析（Customer Lifetime Value, CLV）和重复购买行为建模的工具库。它基于概率模型（如Beta-Geometr…
媒体组合模型（Marketing Mix Modeling，MMM）
[LATEXPAGE] 什么是媒体组合模型？ 媒体组合模型（Marketing Mix Modeling，MMM）是一种统计分析方法，用于量化不同营销渠道和外部因素对销售或业务目标的影响，从而优化营销预算分配和策略。 核心目标 效果评估：量…
时序预测模型 Uber Orbit
UberOrbit简介 Uber开源的Orbit是一个专为时间序列预测设计的Python库，旨在帮助开发者快速构建、评估和部署预测模型。它结合了统计模型和机器学习技术，特别适合处理具有复杂季节性、趋势性和外部协变量的时间序列数据。 核心功能…
贝叶斯平均在细分PK场景下的应用
[LATEXPAGE] 在精细化运营细分维度的PK中，经常会遇到部分场景下数据量较小导致结构存在偏差的问题。于是引入了贝叶斯平均并发现效果不错。 贝叶斯平均简介 贝叶斯平均（Bayesian Average）是一种结合先验信息与观测数据来估…
营销活动分析中的增量分析
增量分析（Incremental Analysis）是衡量营销活动或广告投放“真实增量效果”的核心方法，旨在回答一个关键问题：如果没有这次营销活动，用户的行为会发生怎样的变化？它通过量化广告带来的纯新增转化（即用户原本不会自然发生的转化行为…
基于目标编码的类别型特征分组
[LATEXPAGE] 什么是目标编码？ 目标编码（Target Encoding），又称均值编码、似然编码，是一种将分类变量转换为数值特征的技术，通过利用目标变量的统计信息来捕捉类别与目标之间的关系。 核心思想 目标编码用目标变量的统计量…
Redis学习之缓存策略
Redis作为缓存使用时，支持多种缓存策略，主要用于在内存不足时淘汰数据。 以下是Redis的主要缓存策略及其应用场景和配置方法： Redis内置数据淘汰策略 通过 maxmemory-policy 配置项指定淘汰策略（需设置 maxmem…
FastAPI学习之缓存实现
FastAPI中实现缓存可以提高应用的性能，尤其是在处理重复请求的时候，减少数据库的压力，加快响应速度。 缓存后端 根据应用需求选择合适的缓存后端： 内存缓存（InMemory）：适用于单进程开发环境，简单快速，但不支持多实例。 Redis…
