《算法营销、多触点沙普利归因与获客漏斗的随机控制》各章定量结论
一笔成交该算在哪个广告渠道头上?一个 A/B 测试什么时候可以停?一位客户还值多少钱?本书是教学与研究用的数学模型,不是营销、投资或法律建议。它依次讨论:末次点击、首次点击与线性归因在一个已知真实增量的虚构世界中的误差(末次点击把 7,299 次成交记在广告名下,广告实际造成约 3,636 次),沙普利值归因(Shapley 1953;Shao 与 Li、Dalessandro 等人的版本)与吸收马尔可夫链移除效应(Anderl 等 2016)的定义、它们对特征函数 v(S) 的依赖与在协同渠道上的分歧——并说明二者在观测数据上分配的是相关性而不是因果增量:有定向投放时,观测沙普利值的份额误差为 13.1 个百分点,与末次点击同一量级;只有随机化的持出、幽灵广告实验能给出增量(Lewis 与 Rao 2015、Gordon 等 2019、Johnson 等 2017、Blake 等 2015);可选停止的精确第一类错误(名义 5% 时看 5 次为 14.2%、20 次为 24.8%、100 次为 37.4%,「25%+」只在约 20 次以上成立)、波科克与奥布赖恩—弗莱明群序贯边界及混合序贯概率比检验(始终有效推断);汤普森采样与 A/B/C 测试的后悔比较,以及自适应分配下样本均值的负偏差与逆倾向加权修正;BG/NBD 与 Gamma-Gamma 模型的纯标准库实现(₂F₁ 用…
DOI 10.5281/zenodo.23836264 · 阅读本章所在专著 · English version
- 第 1 章 · 归因不是增量:末次点击、潜在结果与随机持出
这个世界里共有 7,676 次转化,其中约 4,000 次即使没有任何广告也会发生(高意向者本来就会买),广告真正造成的只有约 3,636 次。末次点击把 7,299 次转化记在了广告名下,是真实增量的两倍。更重要的是份额:社交的真实增量份额是 51.2%,末次点击只给它 21.0%;搜索的真实份额是 11.0%,末次点击给了 38.5%。原因有两个,而且彼此独立:第一,搜索通常出现在路径末端(用户决定买了才去搜),所以末次规则天然偏… - 第 2 章 · 沙普利值与马尔可夫移除效应:精确的分配,不精确的问题
沙普利值是唯一满足效率、对称、零贡献与可加四条公理的分配,在协同时把交互效应平分给参与者;它的含义完全取决于特征函数 $v(S)$。用观测路径估计 $v(S)$ 时,它继承了定向投放的选择偏差:在第一章的虚构世界中,有定向时份额误差 13.1 个百分点,无定向时 2.0 个百分点。马尔可夫移除效应在同一世界中误差相近(13.7),但在一个只有两个渠道协同起作用的世界里,它把一半以上的功劳给了一个毫无作用的高覆盖渠道。作者框架中「精确的… - 第 3 章 · 偷看的代价:可选停止、群序贯设计与始终有效推断
在每次都用 1.96 作判据的等间隔查看下,名义 5% 的检验在看 5 次时实际第一类错误率为 14.2%,20 次为 24.8%,100 次为 37.4%;「飙升至 25% 以上」只在约 20 次以上查看时成立。问题不在于查看,而在于没有事先规定停止规则。群序贯设计在事先固定的查看次数下调整临界值(5 次查看时波科克 2.413、奥布赖恩—弗莱明从 4.562 降到 2.040),平均可节省四分之一到三分之一的样本;始终有效推断允许… - 第 4 章 · 边做边学:汤普森采样与自适应实验的估计偏差
汤普森采样按「是最好版本的后验概率」分配流量,在虚构的三创意例子中把后悔从 A/B/C 测试的 33.9 次降到 26.1 次,但选对最好创意的比例从 83% 降到 79%。在两个版本完全相同时,汤普森分配使样本转化率平均偏低 0.33 个百分点,名义置信区间的覆盖率降到 82.5%;用已知分配概率做逆倾向加权可以消除偏差。作者框架中把赌博机写成「优化转化」的工具是对的,但不能把它当作测量效果的工具;两者的目标不同,应当在实验设计时就… - 第 5 章 · 一位客户还值多少钱:BG/NBD、Gamma-Gamma 与留存率的假象
BG/NBD 用四个参数描述非契约客户的购买与流失,只依赖频率与最近一次购买;它的期望公式中的 $_2F_1$ 在长期预测时级数收敛很慢,用普法夫变换加变量代换后的欧拉积分可以稳定计算,两种算法互相核对。Gamma-Gamma 模型给出收缩后的期望客单价,但假设金额与频率独立;在常客花得少的虚构例子中,违反这一假设使收入高估 49%。逐期留存率随时间上升,通常是异质性造成的分选效应:sBG 精确重现了费德与哈迪的参数,并显示「留存率连… - 第 6 章 · 扩散与买量:巴斯模型、多夫曼—斯坦纳条件与全周期支出
巴斯方程 $dF/dt = (p+qF)(1-F)$ 核对无误,峰值时刻 $\ln(q/p)/(p+q)$;在峰值之前,市场规模与模仿系数难以分开估计,早期预测可能差一倍以上。多夫曼—斯坦纳条件(广告/销售额 = 广告弹性/价格弹性)核对无误,但它是静态条件,不能直接给出全周期分配。作者的全周期模型显示,在凹响应与口碑扩散下,最优支出前重后轻,比同预算的平均投放多获利 8.3%,而按销售额比例投放在同预算的三种投放中最差(仍优于不投放… - 第 7 章 · 原典并读:《孙子兵法》的「势」与「节」
商誉每天折旧 1%(半衰期 69 天)时,最后 7 天只占预算的 29.0%,与平均投放几乎没有差别(活动日的商誉只高 0.4%);每天折旧 5%(半衰期 13.5 天)时,最后 7 天占 53.7%,商誉比平均投放高 9.1%;折旧 15% 时,最后 7 天占 89.7%,商誉高 57.2%;折旧 40%(半衰期 1.4 天)时几乎全部预算都在最后一周,商誉是平均投放的 2.739 倍。数值搜索在两种折旧率下都与解析解一致(比值 1… - 第 8 章 · 实践与预注册检验
第八章给出归因、实验、生命周期价值与预算四步核查表,以及一项预注册的模拟基准研究:在独立第三方冻结、已知真实增量的合成多渠道数据生成器上,比较观测沙普利归因与末次点击对真实增量份额的误差(唯一主要结局为二者平均绝对误差之差,最小关注效应 2 个百分点,90% 把握度需要 79 个合成世界、计划 90 个,判定规则写成代码)。书中以标注框区分已发表的证据、可运行的 Python 计算(16 段程序)、原典与作者的模型和假说;书中所有数据…
模型示意算例,非实时报价