5D Library › 算法营销、多触点沙普利归因与获客漏斗的随机控制 · English
序:归因、实验与客户的价值
注
用途与风险提示,请先读这一段。 本书是教学与研究用的数学模型,不是营销、投资、财务或法律建议。书中所有的用户、路径、转化、广告花费、客户与交易数据都是虚构或程序模拟的,不是任何真实广告主、平台、品牌或客户的数据;作者企业及其客户的数据一概未用。书中引用的已发表研究只说明那些研究在其条件下发现了什么,不能直接推及读者自己的业务。本书不推荐任何广告平台、归因软件或投放服务,也不提供任何「保证」「必胜」「提升 X% 转化」或「证明最优」的方法。书中的模型只在写明的假设下成立;真实的用户行为、平台算法与竞争环境随时可能违反这些假设。广告投放会花钱,任何按本书模型做出的预算决定都可能亏损。
一位用户先在社交媒体上看到一条短视频,几天后点开一封促销邮件,最后在搜索引擎里输入品牌名、点击广告下单。这笔成交该记在谁的头上?营销团队通常有一张报表回答这个问题,报表上的数字决定下个季度的预算。同一个团队还在同时跑十几个 A/B 测试,每天早上看一眼哪个版本「显著」了;财务部门则用「第一年留存率 63%」乘上去,估算一个客户一辈子值多少钱。这本书问的是:这些做法里,哪些有数学与证据的支撑,哪些需要限定,哪些是错的?
回答需要四层工具。第一层是因果:一个渠道「贡献」了多少,到底是指它出现在转化路径上,还是指没有它就不会有这笔转化?第二层是实验:怎样在数据不断累积的时候看结果而不自欺,赌博机这类边做边学的算法又牺牲了什么。第三层是客户群体的随机模型:在看不到客户何时「离开」的情形下,怎样从购买记录推断谁还活跃、未来还会买多少,以及为什么一群人的留存率会随时间「上升」。第四层是动态控制:新产品扩散的速度与广告预算的分配之间是什么关系,静态的最优规则能否直接推到整个生命周期。
本书的内容
第一章讨论规则归因(末次点击、首次点击、线性)与增量的区别,以及随机持出实验与幽灵广告的证据;第二章讨论沙普利值归因与吸收马尔可夫链的移除效应,二者对特征函数的依赖、在协同渠道上的分歧,以及它们为什么在观测数据上仍然不是因果增量;第三章讨论可选停止使第一类错误膨胀的精确计算、群序贯设计与始终有效推断;第四章讨论汤普森采样多臂赌博机与 A/B 测试的不同目标,以及自适应分配下估计的偏差;第五章讨论 BG/NBD 与 Gamma-Gamma 模型、高斯超几何函数的计算,以及异质性造成的「留存率上升」与辛普森悖论的区别;第六章讨论巴斯扩散模型、多夫曼—斯坦纳条件与作者的全周期买量模型;第七章与《孙子兵法》的《计篇》《势篇》并读;第八章给出四步核查表与一项预注册的模拟基准研究方案。
本书与 5D Library 的几本书相邻,重叠处只作简短回顾并注明出处,不重复其程序:第 6 本《注意力的经济学》把转化漏斗写成吸收马尔可夫链并计算了每一环的弹性(第二章只借用吸收链的计算,讨论的是归因而不是漏斗弹性);第 25 本《社会网络拓扑、结构洞与复杂传染的数学模型》讨论过简单与复杂传染(第六章的巴斯模型是其最简单的均匀混合版本);第 26 本《概率判断、布莱尔分数校准与群体智慧的统计理论》讨论过概率判断与校准;第 33 本《科学方法论、可证伪性与可重复性危机的数理统计》讨论过可选停止、西蒙斯等人的研究者自由度模拟、预注册与判定规则的统计性质(第三章只给出可选停止的精确曲线,第八章沿用其判定规则体例);第 42 本《未知地形中的贝叶斯搜索、秘书问题与吉廷斯指数》讨论过探索—利用权衡、吉廷斯指数、汤普森抽样与 UCB(第四章只回顾,重点放在营销实验中的估计偏差)。第 16 本与第 26 本分别与《孙子兵法》的虚实、谋攻、九变诸篇和《计篇》的「庙算」并读过,第七章只读《计篇》的「势者」一句与《势篇》。
核对后修正的说法
作者给出的框架中,有以下几处经核对需要修正、补充或限定。各章遇到时如实说明,并汇总在随书的《编辑说明》中。
- 「沙普利值与马尔可夫移除效应是精确的多触点归因」。 末次点击的确有偏,但沙普利值与移除效应在观测数据上同样不是因果增量:它们分配的是「出现在转化路径上」这种相关性。当广告定向投放给本来就更可能购买的人时,观测数据上的沙普利值继承了这种选择偏差。程序在一个已知真实增量的虚构世界中显示,有定向时观测沙普利值的份额误差为 13.1 个百分点、马尔可夫移除效应为 13.7 个百分点,与末次点击的 18.1 个百分点同一量级;只有在投放与购买意向无关时,沙普利值的误差才降到 2.0 个百分点。沙普利值的「精确」只指它对给定的特征函数 精确地满足效率、对称、零贡献与可加四条公理 (Shapley 1953); 怎样从观测路径估计,决定了结果的含义 (Dalessandro et al. 2012; Singal et al. 2022)。因果的基准是随机化的增量实验 (Lewis and Rao 2015; Gordon et al. 2019; Johnson et al. 2017)(第一、二章)。
- 「A/B 测试反复偷看 p 值,假阳性飙升至 25% 以上」。 方向正确,数字需要限定。在名义双侧 、等间隔查看、每次用 1.96 作临界值的条件下,程序用数值积分精确计算得到:看 2 次为 8.3%,5 次为 14.2%,10 次为 19.3%,20 次为 24.8%,100 次为 37.4%,看的次数无限增加时趋于 1 (Armitage et al. 1969)。所以「25% 以上」只在大约 20 次以上的查看时成立;同时,查看本身不是错误,事先不规定停止规则才是。群序贯设计与始终有效推断允许中途查看而控制错误率 (Pocock 1977; O’Brien and Fleming 1979; Johari et al. 2022)(第三章)。
- 「辛普森悖论使整体留存率曲线看似上升」。 一群客户的逐期留存率随时间上升,通常是异质性造成的分选效应:流失倾向高的人先走,留下的人平均流失倾向更低,而没有任何一个人的流失概率在变化 (Fader and Hardie 2007; Vaupel and Yashin 1985)。它与辛普森悖论有关联(都来自组成的变化),但不是同一件事:辛普森悖论指的是在每一个子群中关系同向、合并后方向反转 (Simpson 1951)。程序用 sBG 模型精确重现了 Fader 与 Hardie 的参数(、),并另造一个真正的辛普森悖论例子:两个获客渠道的留存率都下降 5 个百分点,合并后的留存率却从 28.0% 升到 45.0%(第五章)。
- BG/NBD 与 Gamma-Gamma 的出处与计算。 BG/NBD 出自 Fader、Hardie 与 Lee 2005 年发表于《营销科学》的论文 (Fader et al. 2005a);Gamma-Gamma 客单价模型出自同年三人发表于《营销研究杂志》的另一篇论文 (Fader et al. 2005b),其思想可追溯到 Colombo 与 Jiang 1999 年 (Colombo and Jiang 1999)。作者框架把二者写作同一篇文献,已分开。 闭式中的 , 随 增大趋于 1,幂级数收敛很慢( 周时需要 21,479 项);而欧拉积分在 时被积函数在端点发散,不能直接用梯形或辛普森法则。程序先用普法夫变换把 变到负半轴,再做变量代换,两种算法的相对差小于百万分之一。Gamma-Gamma 假定客单价与购买频率独立,这条假设写进边界(第五章)。
- 汤普森采样「优化转化」。 多臂赌博机为减少累积后悔而设计,不为准确估计各版本的效果而设计。程序显示,在两个版本完全相同的情况下,按汤普森规则分配后样本转化率的平均值偏低 0.33 个百分点,名义 95% 置信区间对零的覆盖率只有 82.5%;用已知分配概率做逆倾向加权可以消除偏差 (Nie et al. 2018; Hadad et al. 2021)。赌博机与 A/B 测试回答的是不同的问题(第四章)。
- 「结合巴斯扩散方程与多夫曼—斯坦纳定理求全周期最优买量」。 巴斯方程 照写 (Bass 1969)。多夫曼—斯坦纳条件「最优广告/销售额之比等于广告弹性除以价格弹性」核对无误 (Dorfman and Steiner 1954),但它是静态的利润最大化条件,不包含扩散的动态,不能直接给出「全周期」的分配;动态问题需要像 Nerlove 与 Arrow、Horsky 与 Simon 那样把广告写进状态方程 (Nerlove and Arrow 1962; Horsky and Simon 1983)。本书的全周期模型是作者的模型:在凹的广告响应下,最优支出前重后轻,第 10 个月降到 1 千以下、第 12 个月为零,比同预算的平均投放多获利 8.3%;在一条 S 形响应曲线上,月均预算较低(不超过 30 千)时隔月脉冲优于平均投放,32.5 千以上时平均投放更好,分界在 30–32.5 千之间,既不是响应曲线的拐点(约 23.1 千),也不完全等于静态比较的分界 (约 28.3 千)(第六章)。
- 《孙子兵法·势篇》引文与异文。 「激水之疾,至于漂石者,势也;鸷鸟之疾,至于毁折者,节也」与网络通行录文一致;作者框架作「故善战者,其势险,其节短」,所查各通行录文均作「是故善战者」,据补「是」字 (曹操 等 注,杨丙安 校理 1999)。这些引文都只与网络录文对照过,有待对照杨丙安校理本纸本确认。作者框架注「疾一作击」:殆知阁所收《孙子》(四库本)与《孙子集注》的录文均作「疾」,中国哲学书电子化计划的录文作「擊」;据翟林奈 1910 年译注,宋代类书《太平御览》所引作「击」 (Giles 1910)。本书正文依十一家注本作「疾」,并请对照杨丙安校理本的校记。网络录文有作「扩弩」「张弩」者,前者是「彍」的误简;本书作「彍弩」。古今对照一律标为类比(第七章)。
- 第八章的试验。 本书选模拟基准而不选真实广告主的持出实验,理由见第八章;唯一主要结局为「末次点击与观测沙普利值对真实增量份额的平均绝对误差之差」。这项研究只检验方法在一个已知真相的模拟世界中的表现,不检验任何真实广告的效果(第八章)。
如何阅读标注框
与 5D Library 的其他书一样,不同类型的陈述分开标注。
证据
证据框报告已发表的研究结果,并注明出处。
推导
推导框给出简短的 Python 程序。每段程序都可以在标准 Python 3 环境中原样运行,只用标准库,固定了随机种子,程序下方附有实际运行结果。书中的用户、路径、转化、花费与客户都是虚构或程序合成的,参数是示意值,不是对任何真实广告、平台或市场的估计。
假说 · 尚未验证
假说框是作者的想法,标明「尚未确立」,并写明什么样的结果能证明它是错的。作者自己的模型与定义在正文中标明「作者的模型」。
原典
原典框引用古代文献,并附白话解释。
注
注框给出提醒并解释取舍。
本版说明
这是 1.0.0 版,第一个完整版:序与八章,中英双语。书中共有 16 段 Python 程序与 5 张矢量图。正文、标注框与代码由 AI 写作工具依据作者提供的书名、框架与要点起草,作者负责审阅、修改并核对出处。AI 起草的文字可能在文献细节上出错,欢迎通过 5D Library 网站指正。第一章的虚构用户世界、第二章的协同世界、第六章的全周期买量模型、第七章的商誉存量模型与第八章的试点生成器是作者的模型,它们的数学性质不是对真实广告效果的预测证据。
利益披露
作者以 5D Library 的著作(包括本书)作为其社群课程、升维牌卡(5D Ascension Cards,Dimensional Shift Card Decks)与 Yafu AI 知识库的方法论基础,因此与本书主题有商业利益关系。本书不推销任何课程、牌卡或服务;第八章的试验设计为由独立于作者企业的研究人员实施和分析,不从作者的社群、学员或客户中招募;书中所有代码与研究方案均公开,供任何人检验。作者创办并经营 Asia Influencer X 与 Yafu Global,从事网红营销、直播电商与数字营销(包括广告投放、效果归因与获客),工作中直接使用本书讨论的归因与实验方法,因此与本书主题有直接商业利益;本书不使用这两家公司或其客户的数据作为证据,也不推销其服务。
参考文献
Fan, Y. (2026). Algorithmic Marketing, Multi-Touch Shapley Attribution and Stochastic Control of Acquisition Funnels: From Thompson Sampling Bandits and Absorbing Markov Chains to BG/NBD Customer Lifetime Value, Read Beside the Strategic Dispositions of the Sunzi [算法营销、多触点沙普利归因与获客漏斗的随机控制] (Version 1.0.0). 5D Library. https://doi.org/10.5281/zenodo.23836264 · Licensed under Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International (CC BY-NC-ND 4.0).