Cómo cargar datos a nivel geográfico cuando no hay información de alcance y frecuencia

Se proporcionan datos simulados como ejemplo para cada tipo y formato de datos en las siguientes secciones:

CSV

Para cargar los datos de CSV simulados con CsvDataLoader, haz lo siguiente:

  1. Asocia los nombres de las columnas con los tipos de variables. Los tipos de variables requeridos son time, geo, controls, population, kpi, revenue_per_kpi, media y media_spend. Para conocer la definición de cada variable, consulta Cómo recopilar y organizar tus datos.

    coord_to_columns = load.CoordToColumns(
    time='time',
    geo='geo',
    controls=['GQV', 'Discount', 'Competitor_Sales'],
    population='population',
    kpi='conversions',
    revenue_per_kpi='revenue_per_conversion',
    media=[
        'Channel0_impression',
        'Channel1_impression',
        'Channel2_impression',
        'Channel3_impression',
        'Channel4_impression',
        'Channel5_impression',
    ],
    media_spend=[
        'Channel0_spend',
        'Channel1_spend',
        'Channel2_spend',
        'Channel3_spend',
        'Channel4_spend',
        'Channel5_spend',
    ],
)

  2. Asocia las variables de medios y las inversiones en medios con los nombres de los canales designados que deseas mostrar en el resultado de dos páginas. En el siguiente ejemplo, Channel0_impression y Channel0_spend están conectados al mismo canal, Channel0.

    correct_media_to_channel = {
    'Channel0_impression': 'Channel0',
    'Channel1_impression': 'Channel1',
    'Channel2_impression': 'Channel2',
    'Channel3_impression': 'Channel3',
    'Channel4_impression': 'Channel4',
    'Channel5_impression': 'Channel5',
}
correct_media_spend_to_channel = {
    'Channel0_spend': 'Channel0',
    'Channel1_spend': 'Channel1',
    'Channel2_spend': 'Channel2',
    'Channel3_spend': 'Channel3',
    'Channel4_spend': 'Channel4',
    'Channel5_spend': 'Channel5',
}

  3. Carga los datos con CsvDataLoader:

    loader = load.CsvDataLoader(
    csv_path=f'/{PATH}/{FILENAME}.csv',
    kpi_type='non_revenue',
    coord_to_columns=coord_to_columns,
    media_to_channel=correct_media_to_channel,
    media_spend_to_channel=correct_media_spend_to_channel,
)
data = loader.load()

    Donde:

    • kpi_type es 'revenue' o 'non_revenue'.
    • PATH es la ruta de acceso a la ubicación del archivo de datos.
    • FILENAME es el nombre de tu archivo de datos.

Conjunto de datos Xarray

Para cargar el conjunto de datos Xarray simulado y serializado con XrDatasetDataLoader, haz lo siguiente:

  1. Carga los datos con pickle:

    import pickle
with open(f'/{PATH}/{FILENAME}.pkl', 'r') as fh:
  dataset = pickle.load(fh)

    Donde:

    • PATH es la ruta de acceso a la ubicación del archivo de datos.
    • FILENAME es el nombre de tu archivo de datos.

  2. Pasa el conjunto de datos a XrDatasetDataLoader. Usa el argumento name_mapping para asociar las coordenadas y los arrays. Procede a la asociación si los nombres incluidos en el conjunto de datos de entrada no coinciden con los nombres requeridos. Los nombres de coordenadas requeridos son geo, time, control_variable y media_channel. Los nombres de variables de datos requeridos son kpi, revenue_per_kpi, controls, population, media y media_spend.

    loader = load.XrDatasetDataLoader(
    dataset,
    kpi_type='non_revenue',
    name_mapping={
      'channel': 'media_channel',
      'control': 'control_variable',
      'conversions': 'kpi',
      'revenue_per_conversion': 'revenue_per_kpi',
      'control_value': 'controls',
      'spend': 'media_spend',
    },
)

data = loader.load()

    Donde:

    • kpi_type es 'revenue' o 'non_revenue'.

Ndarray de NumPy

Para cargar ndarrays de numPy directamente, usa NDArrayInputDataBuilder:

  1. Crea los datos en ndarrays de numPy separados.

    import numpy as np

kpi_nd = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
controls_nd = np.array([
  [[1, 5], [2, 6], [3, 4]],
  [[7, 8], [9, 10], [11, 12]],
  [[13, 14], [15, 16], [17, 18]],
])
population_nd = np.array([1, 2, 3])
revenue_per_kpi_nd = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
media_nd = np.array([
  [[1, 5], [2, 6], [3, 4]],
  [[7, 8], [9, 10], [11, 12]],
  [[13, 14], [15, 16], [17, 18]],
])
media_spend_nd = np.array([
  [[1, 5], [2, 6], [3, 4]],
  [[7, 8], [9, 10], [11, 12]],
  [[13, 14], [15, 16], [17, 18]],
])

  2. Usa un NDArrayInputDataBuilder para establecer la hora y las ubicaciones geográficas, así como para asignar nombres de canales o dimensiones según sea necesario en los datos de entrada de Meridian. Para conocer la definición de cada variable, consulta Cómo recopilar y organizar tus datos.

    from meridian.data import nd_array_input_data_builder as data_builder

builder = (
    data_builder.NDArrayInputDataBuilder(kpi_type='non_revenue')
)
builder.time_coords = ['2024-01-02', '2024-01-03', '2024-01-01']
builder.media_time_coords = ['2024-01-02', '2024-01-03', '2024-01-01']
builder.geos = ['B', 'A', 'C']
builder = (
  builder
    .with_kpi(kpi_nd)
    .with_revenue_per_kpi(revenue_per_kpi_nd)
    .with_population(population_nd)
    .with_controls(
      controls_nd,
      control_names=["control0", "control1"])
    .with_media(
      m_nd=media_nd,
      ms_nd=media_spend_nd,
      media_channels=["channel0", "channel1"]
    )
)

data = builder.build()

    Donde:

    • kpi_type es 'revenue' o 'non_revenue'.

DataFrames de Pandas o cualquier otro formato de datos

Para cargar otro formato de datos simulados (como excel) con DataFrameInputDataBuilder, haz lo siguiente:

  1. Lee los datos (como una hoja de cálculo de excel) en uno o más DataFrame de Pandas.

    import pandas as pd

df = pd.read_excel(
    'https://github.com/google/meridian/raw/main/meridian/data/simulated_data/xlsx/geo_media.xlsx',
    engine='openpyxl',
)

  2. Usa DataFrameInputDataBuilder para asociar los nombres de las columnas con los tipos de variables requeridos en los datos de entrada de Meridian. Para conocer la definición de cada variable, consulta Cómo recopilar y organizar tus datos.

    from meridian.data import data_frame_input_data_builder as data_builder

builder = data_builder.DataFrameInputDataBuilder(
    kpi_type='non_revenue',
    default_kpi_column="conversions",
    default_revenue_per_kpi_column="revenue_per_conversion",
)
builder = (
    builder
        .with_kpi(df)
        .with_revenue_per_kpi(df)
        .with_population(df)
        .with_controls(df, control_cols=["GQV", "Discount", "Competitor_Sales"])
)
channels = ["Channel0", "Channel1", "Channel2", "Channel3", "Channel4", "Channel5"]
builder = builder.with_media(
    df,
    media_cols=[f"{channel}_impression" for channel in channels],
    media_spend_cols=[f"{channel}_spend" for channel in channels],
    media_channels=channels,
)

data = builder.build()

    Donde:

    • kpi_type es 'revenue' o 'non_revenue'.

A continuación, puedes crear tu modelo.

Anterior
Formatos y tipos de datos admitidos
Siguiente
Cómo cargar datos a nivel geográfico cuando sí hay información de alcance y frecuencia