加载包含自然媒体和非媒体处理变量的地理位置级数据

以下各部分中提供了模拟数据，作为每种数据类型和格式的示例。

CSV

使用 CsvDataLoader 加载模拟 CSV 数据：

  1. 将列名称映射到变量类型。所需的变量类型为 time、geo、controls、population、kpi、revenue_per_kpi、media 和 media_spend。对于没有直接费用的媒体渠道，您必须将其媒体曝光分配给 organic_media。对于非媒体处理，您必须将相应的列名称分配给 non_media_treatments。如需了解每个变量的定义，请参阅收集和整理数据。

    coord_to_columns = load.CoordToColumns(
    time='time',
    geo='geo',
    controls=['GQV', 'Competitor_Sales'],
    population='population',
    kpi='conversions',
    revenue_per_kpi='revenue_per_conversion',
    media=[
        'Channel0_impression',
        'Channel1_impression',
        'Channel2_impression',
        'Channel3_impression',
        'Channel4_impression',
    ],
    media_spend=[
        'Channel0_spend',
        'Channel1_spend',
        'Channel2_spend',
        'Channel3_spend',
        'Channel4_spend',
    ],
    organic_media=['Organic_channel0_impression'],
    non_media_treatments=['Promo'],
)

  2. 将媒体变量和媒体支出映射到要在双页输出中显示的指定渠道名称。在以下示例中，Channel0_impression 和 Channel0_spend 连接到同一个渠道 Channel0。

    correct_media_to_channel = {
    'Channel0_impression': 'Channel0',
    'Channel1_impression': 'Channel1',
    'Channel2_impression': 'Channel2',
    'Channel3_impression': 'Channel3',
    'Channel4_impression': 'Channel4',
}
correct_media_spend_to_channel = {
    'Channel0_spend': 'Channel0',
    'Channel1_spend': 'Channel1',
    'Channel2_spend': 'Channel2',
    'Channel3_spend': 'Channel3',
    'Channel4_spend': 'Channel4',
}

  3. 使用 CsvDataLoader 加载数据：

    loader = load.CsvDataLoader(
    csv_path=f'/{PATH}/{FILENAME}.csv',
    kpi_type='non_revenue',
    coord_to_columns=coord_to_columns,
    media_to_channel=correct_media_to_channel,
    media_spend_to_channel=correct_media_spend_to_channel,
)
data = loader.load()

    其中：

    • kpi_type 是 'revenue' 或 'non_revenue'。
    • PATH 表示指向数据文件位置的路径。
    • FILENAME 表示数据文件的名称。

Xarray 数据集

使用 XrDatasetDataLoader 加载模拟 Xarray 数据集：

  1. 使用 pickle 加载数据：

    import pickle
with open(f'/{PATH}/{FILENAME}.pkl', 'r') as fh:
  XrDataset=pickle.load(fh)

    其中：

    • PATH 表示指向数据文件位置的路径。
    • FILENAME 表示数据文件的名称。

  2. 将数据集传递给 XrDatasetDataLoader。使用 name_mapping 实参映射坐标和数组。如果输入数据集内的名称与所需名称不同，请提供映射。所需的坐标名称为 geo、time、control_variable、media_channel、organic_media_channel 和 non_media_channel。所需的数据变量名称为 kpi、revenue_per_kpi、controls、population、media、media_spend、organic_media 和 non_media_treatments。

    loader = load.XrDatasetDataLoader(
    XrDataset,
    kpi_type='non_revenue',
    name_mapping={'channel': 'media_channel',
                  'control': 'control_variable',
                  'organic_channel': 'organic_media_channel',
                  'non_media_treatment': 'non_media_channel',
                  'conversions': 'kpi',
                  'revenue_per_conversion': 'revenue_per_kpi',
                  'control_value': 'controls',
                  'spend': 'media_spend',
                  'non_media_treatment_value': 'non_media_treatments'},
)

data = loader.load()

    其中：

    • kpi_type 是 'revenue' 或 'non_revenue'。

Numpy 多维数组

如需直接加载 NumPy 多维数组，请使用 NDArrayInputDataBuilder：

  1. 将数据创建为单独的 NumPy 多维数组。

    import numpy as np

kpi_nd = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
controls_nd = np.array([
  [[1, 5], [2, 6], [3, 4]],
  [[7, 8], [9, 10], [11, 12]],
  [[13, 14], [15, 16], [17, 18]],
])
population_nd = np.array([1, 2, 3])
revenue_per_kpi_nd = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
media_nd = np.array([
  [[1, 5], [2, 6], [3, 4]],
  [[7, 8], [9, 10], [11, 12]],
  [[13, 14], [15, 16], [17, 18]],
])
media_spend_nd = np.array([
  [[1, 5], [2, 6], [3, 4]],
  [[7, 8], [9, 10], [11, 12]],
  [[13, 14], [15, 16], [17, 18]],
])
organic_media_nd = np.array([
  [[1, 5], [2, 6], [3, 4]],
  [[7, 8], [9, 10], [11, 12]],
  [[13, 14], [15, 16], [17, 18]],
])
non_media_treatments_nd = np.array([
  [[1, 5], [2, 6], [3, 4]],
  [[7, 8], [9, 10], [11, 12]],
  [[13, 14], [15, 16], [17, 18]],
])

  2. 使用 NDArrayInputDataBuilder 设置时间和地理位置，并根据 Meridian 输入数据中的要求指定渠道或维度名称。如需了解每个变量的定义，请参阅收集和整理数据。

    from meridian.data import nd_array_input_data_builder as data_builder

builder = (
    data_builder.NDArrayInputDataBuilder(kpi_type='non_revenue')
)
builder.time_coords = ['2024-01-02', '2024-01-03', '2024-01-01']
builder.media_time_coords = ['2024-01-02', '2024-01-03', '2024-01-01']
builder.geos = ['B', 'A', 'C']
builder = (
  builder
    .with_kpi(kpi_nd)
    .with_revenue_per_kpi(revenue_per_kpi_nd)
    .with_population(population_nd)
    .with_controls(
      controls_nd,
      control_names=["control0", "control1"])
    .with_media(
      m_nd=media_nd,
      ms_nd=media_spend_nd,
      media_channels=["channel0", "channel1"]
    )
    .with_organic_media(
      organic_media_nd,
      organic_media_channels=["organic_channel0", "organic_channel1"]
    ).with_non_media_treatments(
      non_media_treatments_nd,
      non_media_channel_names=["non_media_channel0", "non_media_channel1"]
    )
)

data = builder.build()

    其中：

    • kpi_type 是 'revenue' 或 'non_revenue'。

Pandas DataFrame 或其他数据格式

使用 DataFrameInputDataBuilder 加载模拟的其他数据格式（例如 excel）：

  1. 将数据（例如 excel 电子表格）读入一个或多个 Pandas DataFrame。

    import pandas as pd

df = pd.read_excel(
    'https://github.com/google/meridian/raw/main/meridian/data/simulated_data/xlsx/geo_all_channels.xlsx',
    engine='openpyxl',
)

  2. 使用 DataFrameInputDataBuilder 将列名称映射到 Meridian 输入数据所需的变量类型。如需了解每个变量的定义，请参阅收集和整理数据。

    from meridian.data import data_frame_input_data_builder as data_builder

builder = data_builder.DataFrameInputDataBuilder(
    kpi_type='non_revenue',
    default_kpi_column="conversions",
    default_revenue_per_kpi_column="revenue_per_conversion",
)
builder = (
    builder
        .with_kpi(df)
        .with_revenue_per_kpi(df)
        .with_population(df)
        .with_controls(df, control_cols=["GQV", "Competitor_Sales"])
)
channels = ["Channel0", "Channel1", "Channel2", "Channel3", "Channel4"]
builder = builder.with_media(
    df,
    media_cols=[f"{channel}_impression" for channel in channels],
    media_spend_cols=[f"{channel}_spend" for channel in channels],
    media_channels=channels,
)
builder = (
    builder
        .with_organic_media(
            df,
            organic_media_cols = ["Organic_channel0_impression"],
            organic_media_channels = ["Organic_channel0"],
        )
        .with_non_media_treatments(
            df,
            non_media_treatment_cols=['Promo']
        )
)

data = builder.build()

    其中：

    • kpi_type 是 'revenue' 或 'non_revenue'。

接下来，您可以创建模型。

上一页
加载包含覆盖面和频次的地理位置级数据
下一页
加载国家级数据