Carregar dados geográficos com alcance e frequência

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 obrigatórios de variáveis são time, geo, controls, population, kpi e revenue_per_kpi. Para canais de mídia que não têm dados de alcance e frequência, atribua a exposição e o gasto de mídia às categorias media e media_spend, respectivamente. Por outro lado, para canais de mídia que têm esses dados, é necessário mapear o alcance, a frequência e o gasto de mídia para as categorias reach, frequency e rf_spend. Saiba a definição de cada variável em Coletar e organizar os dados.

    coord_to_columns = load.CoordToColumns(
    time='time',
    geo='geo',
    controls=['GQV', 'Discount', 'Competitor_Sales'],
    population='population',
    kpi='conversions',
    revenue_per_kpi='revenue_per_conversion',
    media=[
        'Channel0_impression',
        'Channel1_impression',
        'Channel2_impression',
        'Channel3_impression',
    ],
    media_spend=[
        'Channel0_spend',
        'Channel1_spend',
        'Channel2_spend',
        'Channel3_spend',
    ],
    reach =['Channel4_reach', 'Channel5_reach'],
    frequency=['Channel4_frequency', 'Channel5_frequency'],
    rf_spend=['Channel4_spend', 'Channel5_spend'],
)

  2. Mapeie a exposição, o alcance, a frequência e os gastos de mídia para os nomes dos canais que você quer mostrar no relatório de duas páginas. No exemplo a seguir, Channel0_impression e Channel0_spend estão conectados ao mesmo canal, Channel0. Além disso, Channel4_reach, Channel4_frequency e Channel4_spend estão conectados ao mesmo canal, Channel4.

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

correct_reach_to_channel = {
    'Channel4_reach': 'Channel4',
    'Channel5_reach': 'Channel5',
}
correct_frequency_to_channel = {
    'Channel4_frequency': 'Channel4',
    'Channel5_frequency': 'Channel5',
}
correct_rf_spend_to_channel = {
    'Channel4_spend': 'Channel4',
    'Channel5_spend': 'Channel5',
}

  3. Use CsvDataLoader para carregar os dados:

    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,
    reach_to_channel=correct_reach_to_channel,
    frequency_to_channel=correct_frequency_to_channel,
    rf_spend_to_channel=correct_rf_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. Use pickle para carregar os dados:

    import pickle
with open(f'/{PATH}/{FILENAME}.pkl', 'r') as fh:
  dataset=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 obrigatórios de coordenadas são geo, time, control_variable, media_channel e rf_channel, sendo que rf_channel indica que os canais têm dados de alcance e frequência. Os nomes obrigatórios de variáveis de dados são kpi, revenue_per_kpi, controls, population, media, media_spend, reach, frequency e rf_spend.

    loader = load.XrDatasetDataLoader(
    dataset,
    kpi_type='non_revenue',
    name_mapping={
        'channel': 'media_channel',
        'control': 'control_variable',
        'conversions': 'kpi',
        'revenue_per_conversion': 'revenue_per_kpi',
        'control_value': 'controls',
        'spend': 'media_spend',
        'reach': 'reach',
        'frequency': 'frequency',
        'rf_spend': 'rf_spend',
    },
)

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]])
reach_nd = np.array([
  [[1, 5], [2, 6], [3, 4]],
  [[7, 8], [9, 10], [11, 12]],
  [[13, 14], [15, 16], [17, 18]],
])
frequency_nd = np.array([
  [[1, 5], [2, 6], [3, 4]],
  [[7, 8], [9, 10], [11, 12]],
  [[13, 14], [15, 16], [17, 18]],
])
rf_spend_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_reach(
        r_nd=reach_nd,
        f_nd=frequency_nd,
        rfs_nd=rf_spend_nd,
        rf_channels=["channel0", "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_media_rf.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", "Discount", "Competitor_Sales"])
        .with_reach(
            df,
            reach_cols = ['Channel4_reach', 'Channel5_reach'],
            frequency_cols = ['Channel4_frequency', 'Channel5_frequency'],
            rf_spend_cols = ['Channel4_spend', 'Channel5_spend'],
            rf_channels = ['Channel4', 'Channel5'],
        )
)

data = builder.build()

    Em que:

    • kpi_type é 'revenue' ou 'non_revenue'.

Em seguida, crie o modelo.

Anterior
Carregar dados geográficos sem alcance e frequência
Avançar
Carregar dados geográficos com mídia orgânica e tratamentos não relacionados a mídia