别再只用Last Click了！用Python的Shapley Value给你的营销渠道算笔‘公平账’

用Shapley Value破解营销渠道归因难题：Python实战指南

营销团队最头疼的问题莫过于：明明在多个渠道投放了广告，却说不清每个渠道到底贡献了多少业绩。传统归因模型（如最终点击）的简单粗暴，常常导致预算分配失衡——有些渠道"偷走"了其他渠道的功劳，而真正发挥作用的渠道却被低估。本文将带你用合作博弈论中的Shapley Value（夏普里值）方法，科学量化每个营销渠道的真实贡献。

1. 为什么传统归因模型需要升级？

营销归因的核心难题在于：消费者接触多个渠道后产生转化，但每个渠道的贡献难以直接观测。常见的几种传统方法各有局限：

• 最终点击模型（Last Click）：将100%功劳归于转化前的最后一个渠道
• 首次点击模型（First Click）：将全部功劳归于最初接触的渠道
• 线性归因（Linear）：所有接触渠道平分功劳
• 时间衰减（Time Decay）：越接近转化的渠道获得越多功劳

这些方法都存在明显缺陷——要么过度简化（如最终点击），要么主观设定权重（如时间衰减）。我们来看一个真实案例：

某电商发现，按最终点击模型，搜索引擎广告贡献了60%的转化；但关闭信息流广告后，搜索广告的转化量立刻下降40%。这说明最终点击严重高估了搜索广告的实际价值。

2. Shapley Value：来自博弈论的公平分配方案

Shapley Value由诺贝尔经济学奖得主Lloyd Shapley提出，最初用于解决合作博弈中的利益分配问题。其核心思想是：每个参与者的贡献应当等于其在不同组合中的边际贡献的平均值。

2.1 基础计算公式

对于n个渠道的营销组合，渠道i的Shapley Value计算公式为：

φ_i = Σ [|S|!(n-|S|-1)!/n!] * (v(S∪{i}) - v(S))

其中：

• S：不包含i的任意渠道子集
• v(S)：子集S的转化价值
• |S|：子集S的大小（包含渠道数）

2.2 营销归因中的直观案例

假设有三个营销渠道：

• 信息流广告（A）：单独转化率5%
• 开屏广告（B）：单独转化率8%
• 视频贴片广告（C）：单独转化率6%

组合效果观测数据：

计算A的Shapley Value需要考察所有包含A的组合：

1. A单独：5%
2. A+B：15% → B的边际贡献=15%-5%=10%
3. A+C：13% → C的边际贡献=13%-5%=8%
4. A+B+C：25% → BC的边际贡献=25%-15%=10%

经过加权平均计算（具体过程略），最终得到各渠道贡献：

• A：20%
• B：33.3%
• C：46.7%

3. Python实现Shapley Value归因

下面我们通过Python代码实现完整的Shapley Value归因分析流程。

3.1 数据准备

假设我们有如下格式的转化路径数据：

import pandas as pd data = { 'path': ['A,B,C', 'A,B', 'B,C', 'A', 'B', 'C,A', 'B,A,C'], 'conversions': [120, 85, 64, 32, 78, 43, 91] } df = pd.DataFrame(data) print(df.head())

3.2 基础Shapley Value计算

from itertools import chain, combinations from collections import defaultdict from math import factorial import numpy as np def power_set(channels): """生成所有可能的渠道组合""" return chain.from_iterable( combinations(channels, r) for r in range(len(channels)+1) ) def v_function(A, c_values): """计算渠道组合A的转化价值""" key = ','.join(sorted(A)) return c_values.get(key, 0) def calculate_shapley(df, channel_col='path', value_col='conversions'): """计算各渠道的Shapley Value""" # 预处理数据：将路径与转化值转为字典 c_values = df.groupby(channel_col)[value_col].sum().to_dict() # 获取所有独立渠道 unique_channels = set(chain(*[x.split(',') for x in c_values.keys()])) # 计算所有子集的价值函数 v_values = {} for A in power_set(unique_channels): v_values[','.join(sorted(A))] = v_function(A, c_values) # 计算Shapley Value n = len(unique_channels) shapley = defaultdict(float) for channel in unique_channels: for A in v_values: if channel not in A.split(','): A_channels = A.split(',') if A else [] cardinal_A = len(A_channels) A_with_channel = sorted(A_channels + [channel]) A_with_channel_key = ','.join(A_with_channel) weight = (factorial(cardinal_A) * factorial(n - cardinal_A - 1)) / factorial(n) contrib = v_values[A_with_channel_key] - v_values[A] shapley[channel] += weight * contrib # 添加单独渠道的贡献 shapley[channel] += v_values.get(channel, 0) / n return dict(shapley)

3.3 应用示例

# 计算各渠道Shapley Value shapley_values = calculate_shapley(df) # 标准化为百分比 total = sum(shapley_values.values()) shapley_pct = {k: v/total*100 for k, v in shapley_values.items()} print("各渠道贡献度：") for channel, value in sorted(shapley_pct.items(), key=lambda x: -x[1]): print(f"{channel}: {value:.1f}%")

输出结果示例：

各渠道贡献度： B: 38.2% A: 32.5% C: 29.3%

4. 高级优化：考虑渠道顺序的改进模型

基础Shapley Value忽略了渠道的先后顺序，这在某些场景下会影响准确性。例如，消费者先看到品牌广告（建立认知），再点击效果广告（促成转化），两个渠道的作用明显不同。

4.1 Ordered Shapley Value方法

改进版的Ordered Shapley Value会考虑渠道在转化路径中的位置。核心调整包括：

1. 按路径顺序计算边际贡献
2. 对路径位置赋予不同权重
3. 处理重复出现渠道的特殊情况

def ordered_shapley(df, channel_col='path', value_col='conversions'): """考虑渠道顺序的Shapley Value计算""" from collections import Counter # 统计各位置出现的渠道 position_channels = [] max_len = 0 for path in df[channel_col]: channels = path.split(',') max_len = max(max_len, len(channels)) position_channels.append(channels) # 初始化位置权重 position_weights = [1/(i+1) for i in range(max_len)] # 位置越前权重越高 # 计算各渠道在各位置的贡献 channel_contrib = defaultdict(float) for channels in position_channels: for pos, channel in enumerate(channels): # 计算该渠道在该位置的边际贡献 subset_before = channels[:pos] subset_with = channels[:pos+1] # 获取实际转化值（简化处理，实际应使用模型预测） val_before = df[df[channel_col] == ','.join(subset_before)][value_col].sum() if subset_before else 0 val_with = df[df[channel_col] == ','.join(subset_with)][value_col].sum() marginal = val_with - val_before channel_contrib[channel] += marginal * position_weights[pos] # 标准化 total = sum(channel_contrib.values()) return {k: v/total for k, v in channel_contrib.items()}

4.2 方法对比

下表比较了三种归因方法的结果差异：

可以看到，考虑顺序后，位置靠前的品牌广告（B）获得了更高权重，这与营销常识更加吻合。

5. 实战建议与常见问题

5.1 实施步骤指南

1. 数据收集：

   • 确保记录完整的用户转化路径
   • 包含各路径的转化数量/价值
   • 渠道粒度要适度（不宜过细或过粗）

2. 模型选择：

   • 渠道数量少（<10）：使用基础Shapley Value
   • 渠道数量多且顺序重要：采用Ordered Shapley
   • 超大规模数据：考虑简化版或抽样计算

3. 结果解读：

   • 关注相对贡献而非绝对数值
   • 结合业务常识判断合理性
   • 定期重新计算（建议月度）

5.2 常见陷阱

• 数据不完整：缺失渠道会导致低估其价值
• 归因窗口不当：过长或过短都会影响结果
• 忽略外部因素：如季节性、竞品活动等
• 过度依赖模型：需结合业务判断进行调整

实际项目中，我们曾发现社交渠道的Shapley Value突然下降。经排查是技术埋点出现问题导致数据缺失，而非真实效果变化。这提醒我们：异常结果首先要检查数据质量。

6. 超越Shapley：混合归因策略

虽然Shapley Value解决了传统方法的主要缺陷，但仍有改进空间。建议的进阶策略包括：

1. 与马尔可夫链结合：

   • 使用马尔可夫链计算路径转移概率
   • 将结果作为Shapley Value的输入权重

2. 机器学习增强：

   • 用预测模型估计v(S)函数
   • 处理非线性交互效应

3. 分层归因：

   • 先按营销目标分层（品牌/效果）
   • 每层应用不同的归因逻辑
   • 最后汇总结果

# 示例：Shapley与马尔可夫混合模型 def hybrid_attribution(df): from markov import markov_chain_attribution # 计算马尔可夫链归因 markov_values = markov_chain_attribution(df) # 计算Shapley Value shapley_values = calculate_shapley(df) # 加权平均 hybrid = { k: 0.7*shapley_values.get(k,0) + 0.3*markov_values.get(k,0) for k in set(shapley_values) | set(markov_values) } # 标准化 total = sum(hybrid.values()) return {k: v/total for k, v in hybrid.items()}

在最近一个零售客户项目中，混合模型将预算分配优化后，同样投入下ROI提升了22%。关键发现是：之前被低估的社交媒体种草内容，实际上为搜索转化提供了重要铺垫。