一、数据说明

数据集：

通过网盘分享的文件：digital_campaign.csv
链接: https://pan.baidu.com/s/1dYw-9_alV7xahZRmCiOArg 提取码: 4bab

字段	说明
CustomerID	每个客户的唯一标识符
Age	客户的年龄
Gender	客户的性别（男性/女性）
Income	客户的年收入，以美元计
CampaignChannel	营销活动传递的渠道：电子邮件(Email)、社交媒体(Social Media)、搜索引擎优化(SEO)、付费点击(PPC)、推荐(Referral)）
CampaignType	营销活动的类型：意识(Awareness)、考虑(Consideration)、转化(Conversion)、留存(Retention)
AdSpend	在营销活动上的花费，以美元计
ClickThroughRate	客户点击营销内容的比率
ConversionRate	点击转化为期望行为（如购买）的比率
WebsiteVisits	访问网站的总次数
PagesPerVisit	每次会话平均访问的页面数
TimeOnSite	每次访问平均在网站上花费的时间（分钟）
SocialShares	营销内容在社交媒体上被分享的次数
EmailOpens	营销电子邮件被打开的次数
EmailClicks	营销电子邮件中链接被点击的次数
PreviousPurchases	客户之前进行的购买次数
LoyaltyPoints	客户累积的忠诚度积分数
AdvertisingPlatform	广告平台：保密
AdvertisingTool	广告工具：保密
Conversion	目标变量：二元变量，表示客户是否转化（1）或未转化（0）。 加载数据

二、加载数据

查看前5行数据

三、数据基础性分析

可知，数据没有空值、异常值，非常标准。

再查看数据更多信息

四、客户转化预测

进行这一步前，先copy一下原数据，用备份数据预测

（一）ONE-HOT 编码处理

将 object 类型的字段列映射出来

AdvertisingPlatform, AdvertisingTool 列只有一个值，属于无效数据可以直接删除，其余数据做正常映射处理即可

再将上面剩下的18个字段做 one-hot 编码映射

'Female':0, 'Male':1

'Social Media':0, 'Email':1, 'PPC':2, 'Referral':3, 'SEO':4

'Awareness':0, 'Retention':1, 'Conversion':2, 'Consideration':3

（二）特征相关性

在进行相关性计算前，要先确认字段的类型都是数值型！

查看各个字段与 Conversion 的相关性

CustomerID 该列对结果无效删除。
对相关性小于 0.05 的列删除。(这里的正负号表示的是正负相关)

（三）模型数据处理

剩下10个字段，将其设为x，Conversion 列设为y。

（四）划分训练集和测试集

x_train, x_test, y_train, y_test = train_test_split(x, y, test_size=0.3)
x_train.head(), x_test.head(), y_train.head(), y_test.head()

（五）训练模型

model = XGBClassifier(max_depth=3, learning_rate=0.01, n_estimators=100, gamma=0, min_child_weight=1, random_state=42)
model.fit(x_train, y_train)

（六）预测测试集并计算准确率

这个准确率还是不错的，再经过模型参数搜索后准确率会更高。

五、渠道与活动分析

在分析前，再将原数据 copy 一下，我们使用未处理前的初始数据。

（一）营销活动渠道分析

查看不同营销渠道下，用户数分别是多少

营销活动在不同渠道中都有，不需要改进

（二）营销类型分析

查看不同营销类型下，用户熟分别是多少

可知，不同类型下都有，且相差不大。

（三）营销活动花费分析

再将营销活动的花费划分成不同区间，查看每个区间都有多少用户。

由一开始的数据概况可知，营销活动花费均值5k美元，该数据整体花费分布均匀，应该是有规划的活动花费，无异常。

六、广告与策略优化

依旧 copy 原数据来进行以下处理。

（一）点击率分析

按 Conversion 字段分组，查看点击率 ClickThroughRate 字段的分布情况。

从点击率分布来看，点击率有点低，可以根据用户的喜好推送喜欢的内容，提升点击率，进而提升转化率。

（二）购买转化率分析

按 Conversion 字段分组，查看转化率 ConversionRate 字段的分布情况。

从点击率和购买转化率来看，提高点击率就可以进一步提高购买转化率，所以下一步着重加强用户的喜好分析和历史行为分析，加强推送质量

七、总结

与是否转化相关性最高的列分别是 TimeOnSite, EmailClicks, EmailOpens，其表示积极参加网站活动的用户转化率更高。后续在运营中加强活动的运营更有助于提高转化率。
需要加强分析用户喜好和历史行为，加强营销推送质量。
在保持转化率不变的基础上，可以适当降低营销费用花费，降低运营成本。