tag
#incrementality
8개의 글
퍼포먼스 마케팅 roas · incrementality
ROAS 보고서가 늘 거짓말하는 이유 — incrementality 3대장
Meta 대시보드 ROAS 5가 실제로는 1.x인 이유. last-click·view-through·incremental 세 가지 ROAS의 차이와, holdout·geo-lift·ghost ads·conversion lift로 진짜 증분을 측정하는 법을 마케터 시선으로 정리합니다.
퍼포먼스 마케팅 brand-lift · measurement
Brand lift study 설계 — 광고가 인지·호감도를 끌어올렸나
브랜드 광고는 ROAS로 잡히지 않고 인지·호감도·구매의향으로만 측정됩니다. 노출 그룹과 비노출 그룹을 비교하는 brand lift study의 설계, 표본 계산, 실무 함정을 마케터 시선에서 정리.
통계·ML causal-inference · psm
Propensity score matching — 무작위 배정이 안 되는 자리에서 인과 효과 추정
광고를 본 사람과 안 본 사람을 그냥 비교하면 자가 선택 편향이 큽니다. PSM은 두 그룹을 비슷한 특성으로 매칭해 비교가 가능한 짝을 만듭니다. 마케팅 자리에 적용하는 PSM 워크플로.
퍼포먼스 마케팅 attribution · mmm
세 가지 측정이 서로 다른 숫자를 내는 이유 — MTA·MMM·Lift 비교
Multi-Touch Attribution은 Meta가 1.8x ROAS라고 말하고, MMM은 0.9x라고 답하며, Geo-Lift는 1.3x를 보고합니다. 같은 캠페인인데 왜 숫자가 다 다를까. 세 측정의 가정·강점·한계와 의사결정에 합치는 triangulation 프레임을 정리합니다.
통계·ML synthetic-did · causal-inference
Geo·시간 혼합 인과추론 — Synthetic DiD로 채널 incrementality 보정
DiD는 시간축, Geo-lift는 공간축. 둘 다 단축이라 가정이 종종 무너집니다. Synthetic DiD는 두 축을 한 추정량으로 묶어 평행 추세 가정의 부담을 덜어줍니다. TV+디지털 동시 변경 같은 다중 처리에서도 채널 incrementality를 안정적으로 잡는 도구.
퍼포먼스 마케팅 incrementality · test-design
Incrementality test 설계 — 어떤 도구를 어디에 쓸지 정하는 결정 트리
광고가 진짜 효과를 만들었는지 묻는 incrementality test는 한 도구가 아닙니다. user holdout·geo holdout·ghost ads·DiD·MMM 5가지가 각자 다른 자리에 답합니다. 어떤 도구를 어떤 자리에 써야 하는지 결정 트리로 정리.
통계·ML causal-inference · geo-lift
Geo-lift 실험으로 인과추론 — 광고 안 한 도시와 비교하기
TV·OOH·오프라인 매장처럼 A/B 테스트가 안 되는 채널의 진짜 효과를 어떻게 측정할까. 도시·지역 단위 실험과 합성 대조군(Synthetic Control)으로 인과 효과를 분리하는 법.
퍼포먼스 마케팅 roas · incrementality
ROAS 보고서가 늘 거짓말하는 이유 — last-click·view-through·incremental 3대장
Meta 광고 매니저는 ROAS 5를 보여주는데 BI 대시보드는 ROAS 1.4입니다. 어느 쪽이 진짜냐고요? 사실 둘 다 다른 질문에 답하고 있어요. 마케터가 ROAS 보고서를 읽는 법.