Trae Assistant
Enhance: Add file upload, localization and fixes
476df4f
metadata
title: 算法归因引擎
emoji: 📊
colorFrom: blue
colorTo: indigo
sdk: docker
pinned: false
short_description: 基于马尔可夫链的多触点流量归因分析工具

全渠道流量归因引擎 (Algo Attribution Engine)

这是一个基于算法的营销归因分析工具,专为数据分析师和增长黑客设计。它超越了传统的"末次点击"(Last Touch)归因,采用马尔可夫链 (Markov Chain) 算法来科学计算各个营销触点在转化路径中的真实贡献(Removal Effect)。

核心功能

  1. 多模型对比: 同时展示 Last Touch, First Touch, Linear 和 Markov 模型的归因结果,直观对比不同视角下的渠道价值。
  2. 马尔可夫链算法: 通过构建状态转移矩阵,模拟"移除某个渠道"对整体转化率的负面影响,从而计算该渠道的真实权重。
  3. 用户路径可视化: 使用 Sankey 图(桑基图)展示用户从接触到转化的主要流转路径。
  4. 实时模拟: 内置蒙特卡洛模拟器,可一键生成 1000+ 条复杂的转化路径数据进行演示。

为什么需要这个工具?

在现代复杂的营销环境中,用户在转化前往往会接触多个触点(例如:先看朋友圈广告 -> 搜索 -> 点击邮件 -> 直接访问购买)。传统的"末次点击"模型会把 100% 的功劳归给"直接访问",从而严重低估了社交媒体和搜索广告的"助攻"价值,导致错误的预算分配。

本工具帮助你发现那些"虽不直接带来转化,但对促成转化至关重要"的隐形功臣。

技术栈

  • Backend: Python, Flask, Pandas, NumPy, NetworkX (Graph Theory)
  • Frontend: Vue.js 3, ECharts, TailwindCSS
  • Deployment: Docker

快速开始

Docker 运行

docker build -t algo-attribution .
docker run -p 7860:7860 algo-attribution

访问: http://localhost:7860

本地开发

pip install -r requirements.txt
python app.py