用途：面向用户增长与营销优化，提供从策略效果评估到机器学习建模的增长分析工具，理论参考《数据分析咖哥十话》第10话增长模型。
主要能力：裂变策略转化率分析与卡方检验等显著性验证；RFM用户分群与行为画像；基于XGBoost的Uplift建模、增量分数计算与Qini曲线评估；ROI计算、预算分配优化与LTV预测；协同效应、疲劳效应监测及策略建议。
使用方式：以Python调用，如 analyzer = GrowthModelAnalyzer()；data = analyzer.load_data('growth_data.csv')；analyzer.analyze_campaign_effectiveness(data, campaign_col='裂变类型', conversion_col='是否转化')；analyzer.rfm_segmentation(...)；UpliftModeler().build_model(...)；ROIAnalyzer().optimize_budget_allocation(...)。示例命令：python examples/growth_analysis_example.py、python quick_test.py、python examples/uplift_modeling_example.py、python examples/qini_curve_example.py。
适用场景：裂变策略优化、用户价值挖掘、增长预算分配、用户增长预测。
限制与依赖：需pandas、numpy、scikit-learn、xgboost，可视化用matplotlib、seaborn、plotly，统计用scipy、statsmodels；数据需含用户码、裂变类型、是否转化及R/F/M值等字段；需保证数据质量、定期验证模型并关注隐私合规。具体安装方式与收费信息暂未提供。