This is my Conversion_Paths data frame:
Path Conversions Conversion.Value
1 AdWords Branding 11,625 1,126,777.86
2 Direct / Organic 9,378 989,316.79
3 Direct / Organic 8,873 849,608.29
4 Direct / Organic > Direct / Organic 3,461 364,757.16
5 AdWords Branding > AdWords Branding 3,140 308,690.32
6 Mailings 2,135 243,292.23
这是我的案例研究:
Conversion Paths.csv 文件包含导致交易的转换路径数据集。转化路径中的特定元素(即源 channel )由字符“>”分隔。从左到右的来源顺序表示访问者在进行交易之前从这些来源访问网站的顺序。
例如,对于转化路径 AdWords Branding > Organic,访问者首先通过点击 AdWords Branding 广告到达该网站,然后在进行交易之前使用搜索引擎的自然列表进行第二次访问。
请提供归因分析,并提供客户来源的汇总报告。无论成本如何(您这里没有该数据),请对源 channel 进行评估和排名(这里可以考虑多个排名系统!)。
提示:您可能需要考虑来源在某些位置(第一、最后、中间)的表现以及转化路径长度。
我想用 R 进行归因分析,但我不知道如何开始? .谁能解释一下我应该如何开始操作数据,我应该使用哪些包,有用的一些文件
提前谢谢了
最佳答案
尝试在 R 中使用“ChannelAttribution”包。
install.packages("ChannelAttribution")
它具有内置的 markov_model 和 heuristic_model 函数,可以提供所需的分析。但是,您需要转换数据。
他们提供了一个示例数据以及可以通过以下方式加载的包
data(PathData)
检查数据并尝试以格式重构数据以使用内置函数。
关于r - 如何使用 R 进行转化漏斗分析?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/34291837/