建站
咨詢
售后
建站咨詢
新聞中心
如果我們確定客戶在購(gòu)買(mǎi)他們最喜歡的產(chǎn)品之前經(jīng)過(guò)的渠道路徑，我們可以使用渠道歸因模型分析哪個(gè)渠道幫助他們進(jìn)行了購(gòu)買(mǎi)。這樣的多渠道報(bào)告將為我們提供兩個(gè)重要的轉(zhuǎn)化價(jià)值：最終點(diǎn)擊轉(zhuǎn)化和輔助轉(zhuǎn)化。
成都創(chuàng)新互聯(lián)公司主要從事網(wǎng)站建設(shè)、網(wǎng)站設(shè)計(jì)、網(wǎng)頁(yè)設(shè)計(jì)、企業(yè)做網(wǎng)站、公司建網(wǎng)站等業(yè)務(wù)。立足成都服務(wù)青白江,10余年網(wǎng)站建設(shè)經(jīng)驗(yàn),價(jià)格優(yōu)惠、服務(wù)專(zhuān)業(yè),歡迎來(lái)電咨詢建站服務(wù):028-86922220
在這篇文章中，我將向您展示如何使用Python構(gòu)建多渠道歸因模型，然后可以將其用于檢索我上面提到的有價(jià)值的信息。這將極大地幫助任何企業(yè)甚至個(gè)人賣(mài)家的營(yíng)銷(xiāo)策略。
傳統(tǒng)電子商務(wù)歸因模型
在我向您展示如何基于Python構(gòu)建歸因模型之前，首先快速瀏覽一些傳統(tǒng)的電子商務(wù)歸因模型會(huì)很有幫助。
由于客戶變得更加注重研究，并且更愿意在沉迷于產(chǎn)品之前探索所有渠道，因此市場(chǎng)機(jī)構(gòu)使用營(yíng)銷(xiāo)歸因模型來(lái)追蹤影響客戶購(gòu)買(mǎi)的渠道：
- 第一次接觸歸因模型——第一個(gè)渠道獲得 100% 的信用，因?yàn)樗徽J(rèn)為是負(fù)責(zé)客戶購(gòu)買(mǎi)決策的第一個(gè)營(yíng)銷(xiāo)渠道。
- 最后一次接觸歸因模型——最后一個(gè)渠道或最后一個(gè)接觸點(diǎn)在此模型中被賦予 100% 的功勞，因?yàn)檎J(rèn)為最后接觸的營(yíng)銷(xiāo)渠道對(duì)客戶的購(gòu)買(mǎi)選擇負(fù)責(zé)。
- 線性接觸歸因模型——在此歸因模型中，客戶旅程中存在的所有營(yíng)銷(xiāo)渠道都被賦予同等的功勞。每個(gè)渠道都被視為平等地影響客戶的購(gòu)買(mǎi)選擇。
- U 形或浴缸歸因模型——該模型將 40% 分配給第一個(gè)和最后一個(gè)通道，20% 平均分配給其余通道。這種渠道在電子商務(wù)公司中最為常見(jiàn)。
顯然，每種模型都可以對(duì)客戶行為提供不同的見(jiàn)解。具體細(xì)節(jié)在一定程度上取決于所涉及的業(yè)務(wù)，但這正是多渠道歸因模型的價(jià)值所在，因?yàn)樗刮覀兡軌蛄私庠诮o定上下文中最適合什么。
現(xiàn)在我們已經(jīng)簡(jiǎn)要了解了各種模型，是時(shí)候看看我們?nèi)绾螛?gòu)建自己的多渠道歸因模型了。
構(gòu)建多渠道歸因模型的 Python 代碼
讓我們采用以下數(shù)據(jù)集。在列中，我們有參與活動(dòng)，并且我們有連續(xù)參與的渠道。該數(shù)據(jù)集保持時(shí)間順序。我們?yōu)槊總€(gè)營(yíng)銷(xiāo)渠道分配了一個(gè)固定的數(shù)值，并以這樣一種方式顯示它們：在 x 列中，x 的參與度是從具有相應(yīng)營(yíng)銷(xiāo)渠道的用戶那里獲取的。
我們已經(jīng)轉(zhuǎn)換了通道 21 中的數(shù)據(jù)。因此，數(shù)據(jù)集包含用戶轉(zhuǎn)換的旅程。
讓我們通過(guò)導(dǎo)入必要的庫(kù)來(lái)邁出第一步。在這里，您必須導(dǎo)入 Pandas 庫(kù)進(jìn)行數(shù)據(jù)操作，Seaborn進(jìn)行數(shù)據(jù)分析，Matplotlib進(jìn)行數(shù)據(jù)可視化，以及創(chuàng)建新流程的子流程。
下一步是加載數(shù)據(jù)集，您可以使用 pd.read_csv() 函數(shù)來(lái)完成。現(xiàn)在，您需要使用 df.columns 獲取列列表。完成后，您可以遍歷列以將所有整數(shù)更改為字符串。之后，必須清理數(shù)據(jù)點(diǎn)。
這里，需要用到馬爾科夫鏈框架;因此，您需要將用戶旅程放在一個(gè)變量中。您需要將其視為第一通道>第二通道>第三通道等形式。下一段代碼將執(zhí)行此活動(dòng)。
在數(shù)據(jù)集中，通道號(hào) 21 是轉(zhuǎn)換事件。因此，我們需要將此通道與原始路徑分離。之后，您必須創(chuàng)建另一個(gè)轉(zhuǎn)換變量來(lái)保存成功轉(zhuǎn)換的數(shù)量。以下代碼塊將完成此操作。
恭喜，您已完成數(shù)據(jù)操作過(guò)程!
現(xiàn)在，您必須獲取下一步需要轉(zhuǎn)發(fā)的列子集，因?yàn)槟臄?shù)據(jù)集仍然具有原始數(shù)據(jù)集。您還需要在此處對(duì)用戶數(shù)據(jù)進(jìn)行分組，因?yàn)樵S多用戶可以進(jìn)行相同的旅程。
您的轉(zhuǎn)化變量將分別包含每個(gè)客戶旅程的轉(zhuǎn)化次數(shù)。此外，我們需要?jiǎng)?chuàng)建另一個(gè) CSV 文件來(lái)存儲(chǔ)路徑數(shù)據(jù)。您可以使用此 CSV 文件來(lái)運(yùn)行歸因方法。
現(xiàn)在，您有兩個(gè)選擇。第一個(gè)是使用 pip 安裝頻道歸因模塊。要安裝此模塊，只需轉(zhuǎn)到您的終端，然后編寫(xiě)以下內(nèi)容：
pip install --upgrade setuptools
pip install Cython
pip install ChannelAttribution
第二種選擇是您自己在Python中創(chuàng)建馬爾可夫網(wǎng)絡(luò)/鏈。盡管如此，將 Python 代碼與 R 編程語(yǔ)言中的“ChannelAttribution”庫(kù)集成會(huì)更快。該庫(kù)包含頻道歸因的所有可執(zhí)行組件。您可以使用 Python 庫(kù)子流程來(lái)完成此操作。
如果您想計(jì)算第一次觸摸歸因，以下代碼塊將幫助您。
與第一次觸摸類(lèi)似，您也可以計(jì)算最后一次觸摸的歸因。以下代碼塊將完成此操作。
另外，如果需要計(jì)算線性歸因，可以運(yùn)行下面這段代碼。
現(xiàn)在，您可以按照分步過(guò)程使用 Python 編程語(yǔ)言構(gòu)建多渠道歸因模型。試一試，看看結(jié)果。
實(shí)施數(shù)據(jù)驅(qū)動(dòng)歸因模型的挑戰(zhàn)
領(lǐng)先的營(yíng)銷(xiāo)人員依賴數(shù)據(jù)驅(qū)動(dòng)的歸因模型，因?yàn)樗梢杂行У卮_定接觸點(diǎn)對(duì)客戶旅程的影響。品牌現(xiàn)在可以獲取他們需要的數(shù)據(jù)并進(jìn)行分析，因?yàn)檫@有助于他們根據(jù)客戶洞察改進(jìn)營(yíng)銷(xiāo)策略。
但是，在實(shí)施數(shù)據(jù)驅(qū)動(dòng)的歸因模型時(shí)，您可能會(huì)面臨各種挑戰(zhàn)。這些包括：
- 采取行動(dòng)或獲得洞察力之間的兩難選擇可能是您將面臨的根本挑戰(zhàn)。您將始終希望添加一個(gè)新的數(shù)據(jù)點(diǎn)，這將為您提供更多見(jiàn)解。它可能會(huì)導(dǎo)致緩慢的改進(jìn)和升級(jí)。
- 有各種可用的歸因模型。因此，您需要從各種選項(xiàng)中進(jìn)行選擇。大多數(shù)情況下，特定的歸因模型會(huì)帶來(lái)優(yōu)化的結(jié)果。因此，找到完美的模型具有挑戰(zhàn)性，需要更多的研究。
- 你會(huì)發(fā)現(xiàn)各種工具來(lái)實(shí)現(xiàn)。但是你需要選擇完美的組合。您的團(tuán)隊(duì)必須知識(shí)淵博，才能克服這一挑戰(zhàn)。
- 您需要整合離線和在線接觸點(diǎn)，以獲得正確的客戶洞察力。因此，您可能會(huì)面臨許多挑戰(zhàn)，例如準(zhǔn)確記錄客戶洞察、識(shí)別每個(gè)接觸點(diǎn)的唯一鍵、影響問(wèn)題等。
每種情況都需要一個(gè)獨(dú)特的解決方案。需要耐心分析問(wèn)題以提出最佳解決方案。每個(gè)公司可能有不同的要求，團(tuán)隊(duì)成員之間需要出色的協(xié)調(diào)和同步來(lái)滿足特定需求。
在任何時(shí)候不放棄都會(huì)引導(dǎo)你達(dá)到你的最終目標(biāo)。提出較小的改進(jìn)總有一天會(huì)讓你取得巨大的成功，所以要保持熱情，以積極的心態(tài)和樂(lè)觀的觀點(diǎn)面對(duì)每一個(gè)挑戰(zhàn)。
知識(shí)就是力量
在這篇文章中，我向您展示了如何使用 Python 制作多渠道歸因模型。如您所見(jiàn)，目前使用的電子商務(wù)歸因模型有很多種，每種模型都有自己的特點(diǎn)。
此外，使用數(shù)據(jù)驅(qū)動(dòng)的歸因模型涉及某些挑戰(zhàn)，從采取行動(dòng)或獲得洞察力之間的兩難選擇，到您必須做出的各種選擇。
盡管如此，知識(shí)就是力量：了解客戶旅程為您提供了采取適當(dāng)行動(dòng)的資源。希望這篇文章能為您的知識(shí)提供最好的結(jié)果，并很好地服務(wù)于您的目的。
名稱(chēng)欄目：如何使用Python制作多渠道歸因模型
標(biāo)題路徑：http://m.5511xx.com/article/dhpocph.html
