Python市场渠道归因包ChannelAttribution

Channel Attribution 简介

Channel Attribution 是一个用于解决市场营销渠道归因问题的 Python 包。它通过数据驱动的方法（如马尔可夫链模型）和启发式模型（如首次点击、末次点击）来量化不同营销渠道对转化的贡献，帮助优化广告预算分配。

主要功能

• 启发式模型（Heuristic Models）：
  • 首次点击（First-Touch）：将转化功劳全部归于用户路径中的第一个渠道。
  • 末次点击（Last-Touch）：将转化功劳全部归于路径中的最后一个渠道。
  • 线性归因（Linear）：平均分配功劳给路径中的所有渠道。
  • 时间衰减（Time Decay）：根据渠道的时间远近按权重分配功劳。
• 马尔可夫链模型（Markov Model）：
  • 基于概率论，通过移除每个渠道并计算转化概率的变化来评估其贡献，更精准地反映渠道的真实影响。

应用场景

• 广告预算优化：根据渠道贡献分配预算。
• 用户行为分析：识别高影响力渠道，优化用户旅程。
• A/B 测试支持：评估渠道调整后的效果变化。

使用案例

电商行业：优化广告预算分配

• 场景：分析用户从广告点击到购买的路径（如 Google Ads > Email > Direct）。
• 步骤：
  • 使用马尔可夫模型计算各渠道的边际贡献。
  • 对比启发式模型结果，识别被低估的渠道（如中间触点的社交广告）。
• 输出：将预算倾斜至高贡献渠道（如首触渠道+中间交互渠道）。

SaaS 产品：免费试用转化归因

• 场景：用户通过内容营销→产品试用→客服沟通→付费订阅。
• 分析：
  • 马尔可夫模型可能显示“客服沟通”对转化的关键作用。
  • 线性归因可能低估客服的贡献。
• 行动：加强客服团队培训或优化用户教育流程。

游戏行业：用户留存渠道分析

• 场景：玩家通过社交广告→应用商店→游戏内活动持续活跃。
• 模型应用：
  • 时间衰减模型可能高估末次触点（应用商店）。
  • 马尔可夫模型揭示社交广告的长期留存价值。

Channel Attribution 实现原理

Channel Attribution 的实现原理主要基于两类模型：启发式模型（规则模型）和马尔可夫链模型。以下从数学基础、数据处理和算法逻辑三方面详细解释其工作原理。

启发式模型（Heuristic Models）

核心思想

通过预设规则分配转化功劳，简单直观但依赖人工经验。常见规则包括：

• 首次点击（First-Touch）：将 100% 功劳归于路径的第一个渠道。
• 末次点击（Last-Touch）：将 100% 功劳归于路径的最后一个渠道。
• 线性归因（Linear）：平均分配功劳给路径中所有渠道。
• 时间衰减（Time Decay）：按时间远近加权分配（越接近转化的渠道权重越高）。

实现步骤

• 路径拆分：将每条路径按分隔符（如 >）拆分为渠道序列。
• 权重分配：
  • 首次/末次点击：取首尾渠道，直接累加总转化次数/收益。
  • 线性归因：对每个渠道分配权重 1/N（N 为路径长度），例如路径 A > B > C 中每个渠道权重为 1/3。
  • 时间衰减：权重按指数衰减，例如路径 A > B > C 的权重可能为 2, 0.3, 0.5（总和为 1）。

数学公式（以线性归因为例）

每条路径的总转化值 V 分配给 k 个渠道，每个渠道的贡献为：贡献 = V/k

所有路径的贡献按渠道累加，得到最终结果。

马尔可夫链模型（Markov Model）

核心思想

基于概率论，通过计算每个渠道对整体转化概率的边际贡献（移除效应），动态评估其价值。核心步骤如下：

• 构建状态转移矩阵：统计所有渠道之间的转移概率。
• 计算基准转化率：基于完整路径的转化概率。
• 模拟移除单个渠道：计算移除该渠道后的转化率变化。
• 归因分数：变化值即为该渠道的贡献。

关键概念

• 状态（States）：每个渠道视为一个状态，加上起始状态（start）和转化状态（conversion）。
• 转移概率矩阵（Transition Matrix）：记录从状态 i 到状态 j 的概率：$P(i \to j) = \frac{\text{从 i 转移到 j 的次数}}{\text{从 i 转移出去的总次数}}$
• 吸收状态（Absorbing State）：conversion 是吸收状态，一旦进入则路径终止。

移除效应计算

• 原始转化率（R）：从 start 到 conversion 的总概率。
• 模拟移除渠道C：在转移矩阵中删除所有与 C 相关的转移（进入、离开）。
• 新转化率（$R_{-C}$）：计算移除 C 后的转化概率。
• 渠道C的贡献：$\text{贡献}_C = R – R_{-C}$

数学推导（简化版）

假设用户路径为 A → B → C → conversion，完整转化概率为：

$$R = P(\text{start} \to A) \times P(A \to B) \times P(B \to C) \times P(C \to \text{conversion})$$

若移除渠道 B，路径可能变为 A → C → conversion，此时：

$$R_{-B} = P(\text{start} \to A) \times P(A \to C) \times P(C \to \text{conversion})$$

贡献值为 $R – R_{-B}$，但实际计算需遍历所有可能路径。

数据处理与算法优化

输入数据预处理

• 路径标准化：统一渠道命名（如大小写、空格处理）。
• 过滤无效路径：如空路径或单渠道路径（对马尔可夫模型无意义）。

马尔可夫链的阶数（Order）

• 一阶马尔可夫（order=1）：仅考虑当前状态，忽略历史路径（默认）。
• 高阶马尔可夫：考虑多个历史状态（如二阶模型需记录 A → B 后转移到 C 的概率），计算复杂度指数级增长，实际中较少使用。

计算效率

• 路径概率计算：采用动态规划或矩阵乘法优化。
• 稀疏矩阵处理：对大规模渠道场景使用稀疏矩阵存储转移概率。

优缺点对比

示例说明

场景数据

• 路径1：A > B > C，转化次数=2
• 路径2：B > D，转化次数=3

马尔可夫模型计算步骤

• 统计转移概率：
  • start → A: 1 次
  • A → B: 1 次
  • B → C: 1 次, B → D: 1 次
  • C → conversion: 1 次
  • D → conversion: 1 次
• 构建转移矩阵：

• 计算原始转化率R：
  • start → A → B → C → conversion 的概率 = 1 × 1 × 0.5 × 1 = 0.5
  • start → B → D → conversion 的概率 = 0（因为 start 无法直接到 B）
  • 总转化率 R = 0.5（仅路径1有效）。
• 移除渠道B

后的转化率$R_{-B}$：

• 路径1失效（A无法转移到C），路径2失效（start无法到D）。
• 新转化率$R_{-B}$=0。
• 贡献值B=0.5-0=0.5。

ChannelAttribution使用教程

安装ChannelAttribution

通过 pip 安装最新版本：pip install ChannelAttribution

数据准备

归因分析需要特定格式的数据，通常包含用户转化路径（path）和转化结果（conversion或conversion_value）。

示例数据结构

• path:用户接触的渠道路径（按时间顺序排列，用>分隔）。
• conversion:是否发生转化（1/0）。
• conversion_value:转化带来的价值（可选）。

代码示例：生成模拟数据

import pandas as pd

data = {
"path": ["channel1>channel2", "channel2>channel3", "channel1", "channel3>channel2"],
"conversion": [1, 0, 1, 1],
"conversion_value": [100, 0, 50, 200]
}

df = pd.DataFrame(data)
print(df)

应用归因模型

ChannelAttribution提供启发式模型和马尔可夫链模型。

启发式模型(HeuristicModels)

包含首次点击、末次点击、线性归因等。

from ChannelAttribution import heuristic_models

# 应用启发式模型
heuristic_results = heuristic_models(
    df,
    var_path="path",
    var_conv="conversion",
    var_value="conversion_value", # 可选
    sep=">"
)

print(heuristic_results)

输出结果示例：

• first_touch: 首次点击归因的转化价值。
• last_touch: 末次点击归因的转化价值。
• linear_touch: 线性归因（各渠道平均分配价值）。

马尔可夫链模型(Markov Model)

基于渠道转移概率计算贡献度。

from ChannelAttribution import markov_model

# 应用马尔可夫链模型
markov_results = markov_model(
    df,
    var_path="path",
    var_conv="conversion",
    var_value="conversion_value", # 可选
    sep=">",
    order=1 # 马尔可夫链阶数（默认为1）
)

print(markov_results)

输出结果示例：

• total_conversion: 渠道贡献的转化次数（加权）。
• total_conversion_value: 渠道贡献的转化价值（加权）。

结果分析与可视化

归因结果对比

合并启发式模型和马尔可夫链结果：

combined_results = pd.merge(
    heuristic_results,
    markov_results,
    on="channel_name",
    how="outer"
)
print(combined_results)

可视化渠道贡献

使用 matplotlib 或 plotly 绘制柱状图：

import matplotlib.pyplot as plt

# 马尔可夫模型结果可视化
markov_results.plot(kind="bar", x="channel_name", y="total_conversion_value")
plt.title("Channel Contribution (Markov Model)")
plt.xlabel("Channel")
plt.ylabel("Conversion Value")
plt.show()

关键参数说明

注意事项

• 数据预处理：
  • 确保路径中的渠道名称统一（如大小写、空格）。
  • 过滤无效路径（如空值或单渠道路径）。
• 模型选择：
  • 马尔可夫模型更适合复杂路径分析，但计算量较大。
  • 启发式模型简单直观，适用于快速分析。
• 结果解读：
  • 马尔可夫模型的结果可能包含小数，表示概率贡献。
  • 对比不同模型的结果，结合业务背景调整策略。

常见问题

Q1: 如何处理长路径或稀疏路径？

• 使用 max_steps 参数限制路径最大长度。
• 过滤低频路径（如出现次数<5的路径）。

Q2: 马尔可夫模型结果不稳定？

• 确保数据量足够大（建议至少10,000条转化路径）。
• 调整马尔可夫链阶数（order），尝试 order=2。

Q3: 如何自定义归因模型？

• ChannelAttribution 目前不支持自定义模型，但可通过结果加权组合实现。

参考链接：

• DavideAltomare/ChannelAttribution: Markov Model for Online Multi-Channel Attribution (github.com)