2024年最全如何使用 Python 制作多渠道归因模型(1)，2024年最新吊打面试官系列

如果你也是看准了Python，想自学Python，在这里为大家准备了丰厚的免费学习大礼包，带大家一起学习，给大家剖析Python兼职、就业行情前景的这些事儿。

一、Python所有方向的学习路线

Python所有方向路线就是把Python常用的技术点做整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。

二、学习软件

工欲善其必先利其器。学习Python常用的开发软件都在这里了，给大家节省了很多时间。

三、全套PDF电子书

书籍的好处就在于权威和体系健全，刚开始学习的时候你可以只看视频或者听某个人讲课，但等你学完之后，你觉得你掌握了，这时候建议还是得去看一下书籍，看权威技术书籍也是每个程序员必经之路。

四、入门学习视频

我们在看视频学习的时候，不能光动眼动脑不动手，比较科学的学习方法是在理解之后运用它们，这时候练手项目就很适合了。

四、实战案例

光学理论是没用的，要学会跟着一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

五、面试资料

我们学习Python必然是为了找到高薪的工作，下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料，并且有阿里大佬给出了权威的解答，刷完这一套面试资料相信大家都能找到满意的工作。

成为一个Python程序员专家或许需要花费数年时间，但是打下坚实的基础只要几周就可以，如果你按照我提供的学习路线以及资料有意识地去实践，你就有很大可能成功！
最后祝你好运！！！

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化学习资料的朋友，可以戳这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！

如果我们确定客户在购买他们最喜欢的产品之前经过的渠道路径，我们可以使用渠道归因模型分析哪个渠道帮助他们进行了购买。这样的多渠道报告将为我们提供两个重要的转化价值：最终点击转化和辅助转化。

在这篇文章中，我将向您展示如何使用Python构建多渠道归因模型，然后可以将其用于检索我上面提到的有价值的信息。这将极大地帮助任何企业甚至个人卖家的营销策略。

传统电子商务归因模型

==========

在我向您展示如何基于Python构建归因模型之前，首先快速浏览一些传统的电子商务归因模型会很有帮助。

由于客户变得更加注重研究，并且更愿意在沉迷于产品之前探索所有渠道，因此市场机构使用营销归因模型来追踪影响客户购买的渠道：

• 第一次接触归因模型——第一个渠道获得 100% 的信用，因为它被认为是负责客户购买决策的第一个营销渠道。

• 最后一次接触归因模型——最后一个渠道或最后一个接触点在此模型中被赋予 100% 的功劳，因为认为最后接触的营销渠道对客户的购买选择负责。

• 线性接触归因模型——在此归因模型中，客户旅程中存在的所有营销渠道都被赋予同等的功劳。每个渠道都被视为平等地影响客户的购买选择。

• U 形或浴缸归因模型——该模型将 40% 分配给第一个和最后一个通道，20% 平均分配给其余通道。这种渠道在电子商务公司中最为常见。

显然，每种模型都可以对客户行为提供不同的见解。具体细节在一定程度上取决于所涉及的业务，但这正是多渠道归因模型的价值所在，因为它使我们能够了解在给定上下文中最适合什么。

现在我们已经简要了解了各种模型，是时候看看我们如何构建自己的多渠道归因模型了。

构建多渠道归因模型的 Python 代码

====================

让我们采用以下数据集。在列中，我们有参与活动，并且我们有连续参与的渠道。该数据集保持时间顺序。我们为每个营销渠道分配了一个固定的数值，并以这样一种方式显示它们：在 x 列中，x 的参与度是从具有相应营销渠道的用户那里获取的。

我们已经转换了通道 21 中的数据。因此，数据集包含用户转换的旅程。

让我们通过导入必要的库来迈出第一步。在这里，您必须导入 Pandas 库进行数据操作，Seaborn进行数据分析，Matplotlib进行数据可视化，以及创建新流程的子流程。

下一步是加载数据集，您可以使用 pd.read_csv() 函数来完成。现在，您需要使用 df.columns 获取列列表。完成后，您可以遍历列以将所有整数更改为字符串。之后，必须清理数据点。

这里，需要用到马尔科夫链框架；因此，您需要将用户旅程放在一个变量中。您需要将其视为第一通道>第二通道>第三通道等形式。下一段代码将执行此活动。

在数据集中，通道号 21 是转换事件。因此，我们需要将此通道与原始路径分离。之后，您必须创建另一个转换变量来保存成功转换的数量。以下代码块将完成此操作。

恭喜，您已完成数据操作过程！

现在，您必须获取下一步需要转发的列子集，因为您的数据集仍然具有原始数据集。您还需要在此处对用户数据进行分组，因为许多用户可以进行相同的旅程。

您的转化变量将分别包含每个客户旅程的转化次数。此外，我们需要创建另一个 CSV 文件来存储路径数据。您可以使用此 CSV 文件来运行归因方法。

现在，您有两个选择。第一个是使用 pip 安装频道归因模块。要安装此模块，只需转到您的终端，然后编写以下内容：

pip install --upgrade setuptools

pip install Cython

pip install ChannelAttribution

第二种选择是您自己在Python中创建马尔可夫网络/链。尽管如此，将 Python 代码与 R 编程语言中的“ChannelAttribution”库集成会更快。该库包含频道归因的所有可执行组件。您可以使用 Python 库子流程来完成此操作。

现在能在网上找到很多很多的学习资源，有免费的也有收费的，当我拿到1套比较全的学习资源之前，我并没着急去看第1节，我而是去审视这套资源是否值得学习，有时候也会去问一些学长的意见，如果可以之后，我会对这套学习资源做1个学习计划，我的学习计划主要包括规划图和学习进度表。

分享给大家这份我薅到的免费视频资料，质量还不错，大家可以跟着学习

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化学习资料的朋友，可以戳这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！