Carregar dados geográficos com mídia orgânica e tratamentos não relacionados a mídia

Os dados simulados são fornecidos como exemplos de cada tipo e formato de dados nas seções a seguir.

CSV

Para carregar os dados CSV simulados usando CsvDataLoader:

  1. Mapeie os nomes das colunas para os tipos de variáveis. Os tipos de variáveis obrigatórios são time, geo, controls, population, kpi, revenue_per_kpi, media e media_spend. Para canais de mídia que não têm custo direto, atribua a exposição de mídia a organic_media. Para tratamentos não relacionados a mídia, atribua os nomes das colunas correspondentes a non_media_treatments. Para definir cada variável, consulte Coletar e organizar seus dados.

    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. Mapeie as variáveis e os gastos de mídia para os nomes de canais designados que você quer mostrar na saída de duas páginas. No exemplo a seguir, Channel0_impression e Channel0_spend estão conectados ao mesmo canal, 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. Carregue os dados usando CsvDataLoader:

    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()
    

    Em que:

    • kpi_type é 'revenue' ou 'non_revenue'.
    • PATH é o caminho do local do arquivo de dados.
    • FILENAME é o nome do arquivo de dados.

Conjunto de dados Xarray

Para carregar o conjunto de dados Xarray simulado usando XrDatasetDataLoader:

  1. Carregue os dados usando pickle:

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

    Em que:

    • PATH é o caminho do local do arquivo de dados.
    • FILENAME é o nome do arquivo de dados.
  2. Transmita o conjunto de dados para XrDatasetDataLoader. Use o argumento name_mapping para mapear as coordenadas e matrizes. Forneça o mapeamento se os nomes no conjunto de dados de entrada forem diferentes dos nomes obrigatórios. Os nomes de coordenadas obrigatórios são geo, time, control_variable, media_channel, organic_media_channel e non_media_channel. Os nomes de variáveis de dados obrigatórios são kpi, revenue_per_kpi, controls, population, media, media_spend, organic_media e 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()
    

    Em que:

    • kpi_type é 'revenue' ou 'non_revenue'.

Matriz n-dimensional do Numpy

Para carregar matrizes n-dimensionais do Numpy diretamente, use NDArrayInputDataBuilder:

  1. Crie os dados em matrizes n-dimensionais separadas do Numpy.

    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. Use um NDArrayInputDataBuilder para definir horários e locais, bem como para atribuir nomes de canais ou dimensões conforme necessário em dados de entrada do Meridian. Saiba a definição de cada variável em Coletar e organizar os dados.

    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()
    

    Em que:

    • kpi_type é 'revenue' ou 'non_revenue'.

DataFrame do Pandas ou outros formatos de dados

Para carregar os outros formatos de dados simulados (como excel) usando DataFrameInputDataBuilder:

  1. Leia os dados (como uma planilha excel) em um ou mais DataFrame do Pandas.

    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. Use um DataFrameInputDataBuilder e mapeie os nomes das colunas para os tipos de variáveis necessários nos dados de entrada do Meridian. Saiba a definição de cada variável em Coletar e organizar os dados.

    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()
    

    Em que:

    • kpi_type é 'revenue' ou 'non_revenue'.

Em seguida, crie o modelo.