Resumo da Notícia
Contexto Geral
adsat é um pacote Python para análise quantitativa do desempenho de campanhas publicitárias, com foco na identificação de pontos de saturação de impressões. O toolkit abrange modelagem de saturação, otimização de orçamento, benchmarking, simulação de cenários e geração de relatórios HTML, operando por meio de uma API compatível com pandas.
Principais Pontos
- Instalação disponível via pip (pip install adsat==0.5.1) e opção de desenvolvimento com clonagem do repositório e instalação editável.
- Funcionalidades principais: modelagem de saturação, otimização de orçamento, benchmarking, simulação de cenários e relatórios HTML.
- Arquitetura modular com: exploratory, distribution, transformation, modeling (Hill, NegExp, Power, Logistic, Michaelis-Menten), evaluation (AIC, R², MAPE, critério composto), pipeline, campaign, diagnostics, response_curves, seasonality, budget, simulation, benchmark (classificação M1/M2/M3/P1) e report.
- Exemplo de uso em etapas: ajuste de curvas por campanha com CampaignSaturationAnalyzer; otimização de alocação de gasto com optimise_budget; benchmarking de campanhas com benchmark_campaigns; criação de relatório com ReportBuilder.
- Exploração de dados com CampaignExplorer, incluindo: sumário descritivo, histogramas, Q-Q plots, ECDF, correlação, dispersão, séries temporais, detecção de outliers e comparação entre histogramas empíricos e PDFs teóricas.
- Análise de distribuições com DistributionAnalyzer, fornecendo melhor ajuste, AIC, recomendação de transformação, teste de normalidade, assimetria, curtose, tabelas-resumo e visualizações.
- Transformações reversíveis com DataTransformer, incluindo aplicação, inversão para escala original e auditoria do que foi aplicado.
- Modelagem de saturação com SaturationModeler, suporte a modelos específicos, configuração de limiar de saturação, opção bayesiana (mediante instalação de pymc), métricas como R², AIC e ponto de saturação, parâmetros estimados, predição e comparação de modelos com tabela-resumo.
- Recursos adicionais: seleção e ranqueamento de modelos, orquestração de pipeline (transformar → ajustar → avaliar), análise de curvas de resposta (retornos marginais, ROI e zonas de eficiência), diagnósticos de resíduos e decomposição/ajuste de sazonalidade.
- Seções de documentação indicadas: contrato de dados, princípios de design, dependências e changelog.
Informações Essenciais
adsat reúne ferramentas para explorar dados de campanhas, ajustar e comparar modelos de saturação, otimizar orçamentos, realizar benchmarking e simular cenários, além de gerar relatórios HTML. A instalação pode ser feita por pip ou em modo de desenvolvimento, e o uso é demonstrado com etapas para ajuste por campanha, otimização de gasto, benchmarking e construção de relatório, todas acessíveis por uma API nativa do pandas.
Fonte: pypi.org