Datasetpublic

federicomoreno/marketing-campaign-performance-200k

Marketing Campaign Performance Dataset (200k) Mirror de Kaggle: Marketing Campaign Performance Dataset (manishabhatt22), 200.000 filas de campañas de marketing (verificado: rango de fechas 2021-01-01 a 2021-12-31, no dos años como dice la card de Kaggle). Subido aquí para poder cargarlo con datasets.load_dataset() sin credenciales de Kaggle. Contenido data/marketing_campaign_dataset.csv — 200.000 filas, ~27 MB, 16 columnas. data/data_dictionary.md — descripción… See the full description on the dataset page: https://huggingface.co/datasets/federicomoreno/marketing-campaign-performance-200k.

sourceHugging Faceupdated 12d agoView on Hugging Face

0likes70downloads

Dataset Card

Marketing Campaign Performance Dataset (200k)

Mirror de Kaggle: Marketing Campaign Performance Dataset (manishabhatt22), 200.000 filas de campañas de marketing (verificado: rango de fechas 2021-01-01 a 2021-12-31, no dos años como dice la card de Kaggle). Subido aquí para poder cargarlo con datasets.load_dataset() sin credenciales de Kaggle.

Contenido

—data/marketing_campaign_dataset.csv — 200.000 filas, ~27 MB, 16 columnas.
—data/data_dictionary.md — descripción de columnas.

Columnas

Columna	Tipo	Descripción
`Campaign_ID`	int	ID único de la campaña
`Company`	str	Empresa de la campaña (marcas ficticias)
`Campaign_Type`	str	Tipo: Email, Social Media, Influencer, Display, Search
`Target_Audience`	str	Segmento objetivo (p. ej. "Men 18-24")
`Duration`	str	Duración como `"30 days"`, `"60 days"` (extraer el número)
`Channel_Used`	str	Canal: Facebook, Instagram, YouTube, Google Ads, Email, Website
`Conversion_Rate`	float	Porcentaje de conversión (0-1)
`Acquisition_Cost`	str (USD)	Costo de adquisición, formato `"$13,606.00"`
`ROI`	float	Retorno de inversión (~5-8)
`Location`	str	Ciudad objetivo (NY, LA, Chicago, Houston, Miami)
`Language`	str	Idioma de la campaña
`Clicks`	int	Cantidad de clics
`Impressions`	int	Cantidad de impresiones
`Engagement_Score`	int	Score de engagement 1-10
`Customer_Segment`	str	Segmento de cliente
`Date`	date	Fecha de la campaña (2021 completo)

Variables derivadas

—Spend = Acquisition_Cost (parsear el formato monetario).
—Revenue = spend × (1 + ROI).

Resultados de baseline (LightGBM, split temporal 80/20)

Entrenado sobre este mirror con features pre-flight (sin outcomes):

Modelo	MAE	RMSE	R²	MAPE
spend	$3.764	$4.343	≈ 0	37%
revenue	$28.680	$34.860	≈ 0	51%

R² ≈ 0: este dataset no tiene señal predictiva. Las columnas (spend, ROI, clicks, impressions, engagement) están muestreadas independientemente de distribuciones uniformes, así que ningún feature predice los targets. Converge en la iteración 1-2 de boosting. Sirve para demostrar el pipeline/EDA/dashboards, no para demostrar modelos predictivos.

Caveats

1.Sintético y sin señal — ver resultados arriba.
2.No es granularidad real de Meta: nivel campaña, Facebook es uno de 6 canales.
3.Licencia: el original está marcado "Unknown/Other". Acreditar a manishabhatt22 en Kaggle.

Cómo cargarlo

python

from datasets import load_dataset
ds = load_dataset("federicomoreno/marketing-campaign-performance-200k", split="train")