attribution-analysis-modeling

用途：评估营销渠道效果，优化预算分配并理解客户旅程。主要能力：加载并校验触点数据（CSV、JSON、Excel），重建客户路径，计算路径长度与转化模式；实现马尔可夫链归因（转移概率矩阵与移除效应）、Shapley值归因，以及首触、末触、线性、时间衰减、位置加权等模型；计算各渠道转化率、ROI、CPA、协同效应与贡献占比；生成归因权重图、路径可视化、渠道转移热力图与网络图、ROI与预算建议及综合报告。使用方式：提供含 user_id、timestamp、channel、conversion_status 的触点数据，可选 conversion_value、cost；支持数字、传统、电商及自定义渠道名。输出文件包括 attribution_results.csv、channel_performance.csv、customer_paths.csv、transition_matrix.csv、attribution_dashboard.png、attribution_report.md。依赖 pandas、numpy、scipy、matplotlib、seaborn、networkx，scikit-learn 可选。限制：需保证用户标识一致、时间戳准确；成本数据缺失时无法计算 ROI；资料未提供具体安装命令、价格、平台支持范围及实时归因等高级功能的实现细节。