Kampanya Analitikleri

Üretim sınıfı kampanya performans analizi, çok-temas atribüsyon modellemesi, huni dönüşüm analizi ve ROI hesaplaması. Üç Python CLI aracı, yalnızca standart kütüphane kullanan — hiç harici bağımlılık yok, API çağrısı yok, ML modeli yok — belirleyici, tekrarlanabilir analitik sağlar.

Giriş Gereksinimleri

Tüm scriptler, pozisyonel giriş argümanı olarak bir JSON dosyası kabul eder. Tam örnekler için assets/sample_campaign_data.json dosyasına bakınız.

Attribution Analyzer

{
  "journeys": [
    {
      "journey_id": "j1",
      "touchpoints": [
        {"channel": "organic_search", "timestamp": "2025-10-01T10:00:00", "interaction": "click"},
        {"channel": "email", "timestamp": "2025-10-05T14:30:00", "interaction": "open"},
        {"channel": "paid_search", "timestamp": "2025-10-08T09:15:00", "interaction": "click"}
      ],
      "converted": true,
      "revenue": 500.00
    }
  ]
}

Funnel Analyzer

{
  "funnel": {
    "stages": ["Awareness", "Interest", "Consideration", "Intent", "Purchase"],
    "counts": [10000, 5200, 2800, 1400, 420]
  }
}

Campaign ROI Calculator

{
  "campaigns": [
    {
      "name": "Spring Email Campaign",
      "channel": "email",
      "spend": 5000.00,
      "revenue": 25000.00,
      "impressions": 50000,
      "clicks": 2500,
      "leads": 300,
      "customers": 45
    }
  ]
}

Giriş Doğrulaması

Scriptleri çalıştırmadan önce, JSON'unuzun geçerli olduğunu ve beklenen şemaya uyduğunu doğrulayın. Sık karşılaşılan hatalar:

Eksik gerekli anahtarlar (örn. journeys, funnel.stages, campaigns) → script açıklayıcı bir KeyError ile çıkış yapar
Huni verilerinde uyumsuz dizi uzunlukları (stages ve counts aynı uzunlukta olmalıdır) → ValueError oluşturur
ROI verilerinde sayısal olmayan parasal değerler → TypeError oluşturur

JSON söz dizimini herhangi bir scripte geçirmeden önce doğrulamak için python -m json.tool your_file.json komutunu kullanın.

Çıkış Formatları

Tüm scriptler --format bayrağı aracılığıyla iki çıkış formatını destekler:

--format text (varsayılan): İnceleme için insan tarafından okunabilir tablolar ve özetler
--format json: İntegrasyonlar ve işlem hatları için makine tarafından okunabilir JSON

Tipik Analiz İş Akışı

Tam bir kampanya incelemesi için, üç scripti sırasıyla çalıştırın:

# Adım 1 — Attribution: hangi kanalların dönüşümleri sürüklediğini anlayın
python scripts/attribution_analyzer.py campaign_data.json --model time-decay

# Adım 2 — Funnel: müşterilerin dönüşüme giden yolda nerede düştüğünü belirleyin
python scripts/funnel_analyzer.py funnel_data.json

# Adım 3 — ROI: kârlılığı hesaplayın ve endüstri standartlarıyla karşılaştırın
python scripts/campaign_roi_calculator.py campaign_data.json

En iyi performans gösteren kanalları belirlemek için atribüsyon sonuçlarını kullanın, ardından bu kanalların segmentlerine odaklanarak huni analizi yapın ve son olarak bütçe yeniden dağıtımını öncekilendirmek için ROI metriklerini doğrulayın.

Nasıl Kullanılır

Attribution Analysis

# Tüm 5 atribüsyon modelini çalıştırın
python scripts/attribution_analyzer.py campaign_data.json

# Belirli bir modeli çalıştırın
python scripts/attribution_analyzer.py campaign_data.json --model time-decay

# İşlem hattı entegrasyonu için JSON çıktısı
python scripts/attribution_analyzer.py campaign_data.json --format json

# Özel time-decay half-life (varsayılan: 7 gün)
python scripts/attribution_analyzer.py campaign_data.json --model time-decay --half-life 14

Funnel Analysis

# Temel huni analizi
python scripts/funnel_analyzer.py funnel_data.json

# JSON çıktısı
python scripts/funnel_analyzer.py funnel_data.json --format json

Campaign ROI Calculation

# Tüm kampanyalar için ROI metriklerini hesaplayın
python scripts/campaign_roi_calculator.py campaign_data.json

# JSON çıktısı
python scripts/campaign_roi_calculator.py campaign_data.json --format json

Scriptler

1. attribution_analyzer.py

Dönüşüm kredisini pazarlama kanalları arasında tahsis etmek için beş endüstri standardı atribüsyon modelini uygular:

Model	Açıklama	En İyi Kullanım Alanı
First-Touch	İlk etkileşime %100 kredi	Marka farkındalık kampanyaları
Last-Touch	Son etkileşime %100 kredi	Doğrudan yanıt kampanyaları
Linear	Tüm temaslar için eşit kredi	Dengeli çok kanal değerlendirmesi
Time-Decay	Son temaslar için daha fazla kredi	Kısa satış döngüleri
Position-Based	40/20/40 bölünmesi (ilk/orta/son)	Tam huni pazarlaması

2. funnel_analyzer.py

Darboğazları ve optimizasyon fırsatlarını belirlemek için dönüşüm hunilerini analiz eder:

Aşamadan aşamaya dönüşüm oranları ve düşüş yüzdeleri
Otomatik darboğaz tanımlaması (en büyük mutlak ve göreli düşüşler)
Genel huni dönüşüm oranı
Birden çok segment sağlandığında segment karşılaştırması

3. campaign_roi_calculator.py

Endüstri karşılaştırması ile kapsamlı ROI metriklerini hesaplar:

ROI: Yatırım kârı yüzdesi
ROAS: Reklam harcaması kâr oranı
CPA: Kazanım başına maliyet
CPL: Müşteri adayı başına maliyet
CAC: Müşteri kazanım maliyeti
CTR: Tıklama oranı
CVR: Dönüşüm oranı (müşteri adayından müşteriye)
Endüstri karşılaştırmalarına karşı düşük performans gösteren kampanyaları işaretler

Referans Kılavuzları

Kılavuz	Konum	Amaç
Attribution Models Guide	`references/attribution-models-guide.md`	5 model hakkında derin dalış, formüller, artıları/eksileri, seçim kriterleri
Campaign Metrics Benchmarks	`references/campaign-metrics-benchmarks.md`	Kanal ve sektöre göre endüstri karşılaştırmaları; CTR, CPC, CPM, CPA, ROAS
Funnel Optimization Framework	`references/funnel-optimization-framework.md`	Aşamaya göre optimizasyon stratejileri, yaygın darboğazlar, en iyi uygulamalar

En İyi Uygulamalar

Birden çok atribüsyon modeli kullanın -- Kanal değerini üçgenlemek için en az 3 modeli karşılaştırın; hiçbir tek model tam öykü anlatmaz.
Uygun lookback pencereleri ayarlayın -- Time-decay half-life değerini ortalama satış döngüsü uzunluğunuza göre ayarlayın.
Hunilerinizi segmentleyin -- Performans sürücülerini belirlemek için segmentleri (kanal, kohort, coğrafya) karşılaştırın.
Önce kendi tarihçeleriniz ile karşılaştırın -- Endüstri karşılaştırmaları bağlam sağlar, ancak tarihi veriler en uygun karşılaştırmadır.
ROI analizini düzenli aralıklarla çalıştırın -- Aktif kampanyalar için haftalık, stratejik inceleme için aylık.
Tüm maliyetleri dahil edin -- Doğru ROI için medya harcamasının yanı sıra yaratıcı, araç ve işçilik maliyetlerini hesaba katın.
A/B testlerini kesin şekilde belirtin -- Sağlanan şablonu kullanarak istatistiksel geçerliliği ve açık karar kriterlerini sağlayın.

Sınırlamalar

İstatistiksel anlamlılık testi yok -- Scriptler yalnızca tanımlayıcı metrikler sağlar; p-değeri hesaplamaları harici araçlar gerektirir.
Yalnızca standart kütüphane -- Gelişmiş istatistiksel kütüphaneler yok. Çoğu kampanya boyutu için uygun ancak 100K'yi aşan yolculuklarda optimize edilmemiş.
Çevrimdışı analiz -- Scriptler statik JSON anlık görüntülerini analiz eder; gerçek zamanlı veri bağlantısı veya API entegrasyonu yok.
Tek para birimi -- Tüm parasal değerlerin aynı para biriminde olduğu varsayılır; para birimi dönüştürme desteği yok.
Basitleştirilmiş time-decay -- Yapılandırılabilir half-life tabanlı üstel azalış; hafta içi/hafta sonu veya mevsimsel desenleri hesaba katmaz.
Cihazlar arası izleme yok -- Atribüsyon sağlanan yolculuk verilerine olduğu gibi işlenir; cihazlar arası kimlik çözümlemesi akış üstünde ele alınmalıdır.

İlgili Beceriler

analytics-tracking: İzlemeyi ayarlamak için. Veri analiz etmek için DEĞİL (bu bu beceridir).
ab-test-setup: Analitiklerin ortaya çıkardığı şeyleri test etmek için deneyleri tasarlamak.
marketing-ops: İçgörüleri doğru yürütme becerisine yönlendirmek için.
paid-ads: Analitik bulgularına dayalı reklam harcamasını optimize etmek için.

campaign-analytics

Bu skill hakkında