营销活动归因与投产复盘

为什么需要这个工具

广告投放渠道越来越多，转化路径分散在不同平台。用 Excel 或 SQL 手工拼接漏斗数据、算 ROI，不仅容易出错，而且每次复盘的结果都难以复现。营销团队需要一套确定性的分析流程，能从固定的数据快照中输出一致的归因和投产结论。

核心能力与工作流

这个技能提供了三个独立的 Python CLI 脚本，仅依赖标准库，无需联网或调用第三方 API。所有脚本都接受一个 JSON 文件作为输入，支持 --format text 输出人类可读的报告，或 --format json 供下游系统消费。

• 多触点归因：attribution_analyzer.py 实现了 First-Touch、Last-Touch、Linear、Time-Decay 和 Position-Based 五种归因模型，把转化贡献分配到各个触点。
• 漏斗分析：funnel_analyzer.py 计算阶段转化率和流失率，自动识别绝对和相对降幅最大的瓶颈，支持多维度对比。
• 投产计算：campaign_roi_calculator.py 输出 ROI、ROAS、CPA、CPL、CAC、CTR、CVR 等指标，并与行业基准对比标记表现不佳的投放。

标准工作流分三步：先跑归因找出贡献最高的渠道，再针对这些渠道的分段数据做漏斗诊断，最后验证 ROI 指标来决定预算如何重新分配。

适用边界

脚本只做描述性统计，不包含假设检验或显著性分析。分析基于静态 JSON 快照，没有实时数据连接。所有金额按单一币种处理，不支持汇率转换。时间衰减模型采用可配置的半衰期指数衰减，不区分工作日或季节因素。跨设备身份解析需要在上游完成，归因脚本按原始 journey 数据原样计算。