渠道归因（二）基于马尔可夫链的渠道归因

在应用当中，序列中的每个点通常映射为一个广告触点，每个触点都有一定概率变成真正的转化。通过这种建模，可以选择最有效，概率最高的触点路径。这种方法需要较多的数据，计算也比较复杂。本文主要参考自python实现马尔可夫链归因。

马尔可夫链是一个过程，它映射运动并给出概率分布，从一个状态转移到另一个状态。马尔可夫链由三个属性定义：

状态空间：处理可能存在的所有状态的集合
转移概率：从一个状态转移到另一个状态的概率
当前状态分布：在过程开始时处于任何一个状态的概率分布

那么用户行为路径中的每个渠道可以看作这里的每个状态。在知道状态空间的情况下，所求的渠道贡献率就是每条路径的转移概率。所以马尔可夫链模型可以用来做归因分析。

MarkovAttribution方法

# pip install MarkovAttribution

import pandas as pd
from markovattribution import MarkovAttribution

本文所有数据如果有需要的同学可关注公众号HsuHeinrich，回复【数据挖掘-渠道归因】自动获取～

# 读取数据
df = pd.read_csv('./Markov/paths.csv')
df.head()

这个方法对数据格式有自己的要求

最后一列为是否转化，列名固定为conv_flag，枚举值为（‘null’ or 空【即NaN】、‘conv’）

首列至倒数第二列为渠道流转路径，缺失为空

# 模型拟合
attribution = MarkovAttribution()
ma = attribution.fit(df)

# 输出结果
for key, value in ma['Markov Values'].items():
    print (key.ljust(15), round(value,2))

EMAIL           56.31
SOCIAL          57.56
PROGRAMMATIC    50.55
YOUTUBE         32.08
SEM             48.49

ChannelAttribution方法

# pip install Cython
# pip install ChannelAttribution

import pandas as pd
from ChannelAttribution import *

Data = pd.read_csv('./Markov/Data.csv',sep=";")
Data.head()

数据格式要求：

path：转化路径，以>连接

total_conversions：累计转化次数

total_conversion_value：累计转化收益

total_null：累计未转化次数

# markov算法计算各渠道转化次数和转化收益
auto_markov_model(Data, "path", "total_conversions", "total_null", var_value='total_conversion_value')

Suggested order: 4
Number of simulations: 100000 - Convergence reached: 3.69% < 5.00%
Percentage of simulated paths that successfully end before maximum number of steps (67) is reached: 99.99%

	channel_name	total_conversions	total_conversion_value
0	eta	3440.255709	13711.503304
1	iota	3732.042103	14535.970443
2	alpha	5821.609182	19315.152418
3	beta	2386.059705	10133.518357
4	theta	1783.661989	7115.975460
5	lambda	1167.145576	4696.185913
6	kappa	305.905090	1126.342986
7	zeta	291.786394	1093.572697
8	epsilon	635.341342	2280.694761
9	gamma	216.486679	777.796200
10	delta	4.706232	16.259047
11	mi	0.000000	0.000000