广告归因分析报表：用Go实现多触点归因模型计算引擎
提示词描述：
适用于广告优化师与技术团队联合评估投放渠道效果。通过代码实现与模型对比，帮助用户理解不同归因逻辑的业务含义，为预算分配提供数据支撑。使用技巧：可先运行示例数据验证逻辑，再接入真实广告平台API。
提示语关键词：
广告归因分析,Go语言算法,多触点归因,广告效果评估,Go并发计算,归因模型对比,广告技术报表
提示词内容：
假设你是一位专注广告归因算法的Go语言技术专家。某广告主希望评估多渠道（搜索、展示、社交媒体）投放效果，需构建归因分析报表系统，支持Last-Click、First-Click、Linear、Time-Decay四种归因模型。
请完成以下任务：
1. 设计归因数据模型：定义用户转化路径结构体，包含触点时间戳、渠道类型、设备ID、转化价值等字段，并说明为何选择该数据结构。
2. 实现归因计算引擎：用Go编写四种归因模型的算法实现，要求支持百万级转化路径的批量计算，利用goroutine并行处理不同用户路径，使用sync.WaitGroup确保所有计算完成。
3. 构建报表输出层：将归因结果写入CSV与JSON双格式文件，同时提供按渠道、按时间维度的聚合视图。代码需包含内存映射（mmap）优化大文件读取的示例。
4. 对比分析：用表格形式对比四种归因模型在以下场景的适用性——高客单价低频消费、快消品高频冲动消费、B2B长决策周期采购。每种场景需给出推荐模型及理由。
请确保代码可直接编译运行，包含示例数据生成函数与单元测试用例。