campaign-analytics

Narzędzie do głębokich analiz wydajności kampanii marketingowych. Wykorzystuje modele atrybutu wielokanałowego, aby zrozumieć, które kanały naprawdę generują konwersje. Analizuje lejki sprzedażowe na każdym etapie, oblicza zwrot z inwestycji (ROI), ROAS i koszt pozyskania klienta (CPA) dla każdej kampanii. Trzy niezależne skrypty Pythona pracują bez zewnętrznych zależności — szybko, niezawodnie i powtarzalnie.

1. Przygotuj dane kampanii w formacie JSON. Dla analizy atrybutu wielokanałowego utwórz plik zawierający listę podróży klientów (journey_id, touchpoints z kanałami i znacznikami czasowymi, status konwersji i przychód). Dla analizy lejka podaj etapy (Awareness, Interest, Consideration itp.) i liczbę użytkowników na każdym poziomie. Dla obliczenia ROI wypisz kampanie z nazwą, kanałem, wydatkami, przychodami, wyświetleniami i klikami. 2. Uruchom odpowiedni skrypt Pythona z plikiem JSON jako argument: python attribution_analyzer.py twoje_dane.json dla modelu atrybutu, python funnel_analyzer.py twoje_dane.json dla analizy konwersji lub python campaign_roi_calculator.py twoje_dane.json dla metryki ROI. 3. Przejrzyj wyniki w konsoli. Narzędzie zwraca rozkład atrybutu (który kanał dostał kredyt za konwersję), współczynniki konwersji na każdym etapie lejka oraz wskaźniki rentowności (ROI, ROAS, CPA) dla każdej kampanii. 4. Porównaj kanały i kampanie na podstawie wyników. Zidentyfikuj, które touchpointy najczęściej poprzedzają konwersję, gdzie tracisz użytkowników w lejku i które kampanie generują najlepszy zwrot. 5. Powtórz analizę z nowymi danymi — skrypty są deterministyczne, więc wyniki są zawsze powtarzalne dla tego samego zestawu danych.