R语言使用马尔可夫链对营销中的渠道归因建模

介绍

在这篇文章中，我们看看什么是渠道归因，以及它如何与马尔可夫链的概念联系起来。最近我们被客户要求撰写关于马尔可夫链的研究报告，包括一些图形和统计输出。我们还将通过一个电子商务公司的案例研究来理解这个概念如何在理论上和实践上运作（使用R）。

 

 相关视频：马尔可夫链原理可视化解释与R语言区制转换Markov regime switching实例

，时长07:25

 相关视频：马尔可夫链蒙特卡罗方法MCMC原理与R语言实现|数据分享

，时长08:47

什么是渠道归因？

Google Analytics为归因建模提供了一套标准规则。根据Google的说法，“归因模型是决定销售和转化如何分配给转化路径中的接触点的规则或一组规则。例如，Google Analytics中的最后一次互动模型会为紧接销售或转化之前的最终接触点（即，点击次数）分配100％的功劳。相比之下，第一个互动模型为启动转化路径的接触点分配100％的功劳。“

我们将在本文后面看到最后一个交互模型和第一个交互模型。在此之前，让我们举一个小例子，进一步了解渠道归因。假设我们有一个转换图，如下所示：

在上述情况下，客户可以通过渠道'C1'或渠道'C2'开始他们的旅程。以C1或C2开始的概率为50％（或0.5）。我们首先计算转换的总体概率，然后进一步查看每个渠道的影响。

P（转换）= P（C1→C2→C3→转换）+ P（C2→C3→转换）

= 0.5 * 0.5 * 1 * 0.6 + 0.5 * 1 * 0.6

= 0.15 + 0.3

= 0.45

马尔可夫链

马尔可夫链是一个过程，它映射活动并给出概率分布，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

转换操作 - 从一个状态转移到另一个状态的概率