全国レベルのデータを読み込む

それぞれのデータ型と形式の例として、シミュレートされたデータを次のセクションに示します。

CSV

シミュレートされた CSV データを CsvDataLoader を使用して読み込むには:

  1. 列名を変数型にマッピングします。必須の変数型は time、controls、kpi、revenue_per_kpi、media、media_spend です。各変数の定義については、データの収集と整理をご覧ください。

    coord_to_columns = load.CoordToColumns(
    time='time',
    controls=['GQV', 'Discount', 'Competitor_Sales'],
    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. 2 ページの出力に表示したいチャネル名に、メディア変数とメディア費用をマッピングします。次の例では、Channel0_impression と Channel0_spend が同じチャネル Channel0 に接続されています。

    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. 次のように CsvDataLoader を使用して、データを読み込みます。

    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()

    ここで

    • kpi_type は、'revenue' か 'non_revenue' のいずれかです。
    • PATH は、データファイルの場所へのパスです。
    • FILENAME はデータファイルの名前です。

Xarray データセット

シミュレートされた Xarray データセットを XrDatasetDataLoader を使用して読み込むには:

  1. 次のように pickle を使用して、データを読み込みます。

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

    ここで

    • PATH は、データファイルの場所へのパスです。
    • FILENAME はデータファイルの名前です。

  2. データセットを XrDatasetDataLoader に渡します。name_mapping 引数を使用して、座標と配列をマッピングします。入力データセット内の名前が必須の名前と異なる場合は、それらの名前をマッピングします。必須の座標名は time、control_variable、media_channel です。必須のデータ変数名は kpi、revenue_per_kpi、controls、media、media_spend です。

    loader = load.XrDatasetDataLoader(
    XrDataset,
    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()

    ここで

    • kpi_type は、'revenue' か 'non_revenue' のいずれかです。

その他のデータ形式

シミュレートされた他のデータ形式（excel など）を DataFrameDataLoader を使用して読み込むには:

  1. 列名を変数型にマッピングします。必須の変数型は time、controls、kpi、revenue_per_kpi、media、media_spend です。各変数の定義については、データの収集と整理をご覧ください。

    coord_to_columns = load.CoordToColumns(
    time='time',
    controls=['GQV', 'Discount', 'Competitor_Sales'],
    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. 2 ページの出力に表示したいチャネル名に、メディア変数とメディア費用をマッピングします。次の例では、Channel0_impression と Channel0_spend が同じチャネル Channel0 に接続されています。

    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. データ（excel など）を DataFrameDataLoader に読み込んでからロードします。

    df=pd.read_excel(f'/{PATH}/{FILENAME}.xlsx')
loader = load.DataFrameDataLoader(
    df=df,
    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()

    ここで

    • kpi_type は、'revenue' か 'non_revenue' のいずれかです。
    • PATH は、データファイルの場所へのパスです。
    • FILENAME はデータファイルの名前です。

次で、モデルを作成できます。

前へ
オーガニック メディアとメディア以外のトリートメントがある地域レベルのデータを読み込む
次へ
モデルを構成する