tag
#mmm
11개의 글
마케팅 리서치·논문 attribution · shapley-value
광고 attribution 핵심 논문 7편 — Shapley부터 incrementality·MMM·DDA까지
어트리뷰션 도구가 내놓는 숫자 뒤에는 수십 년의 학술 계보가 있습니다. 협력 게임 이론의 Shapley value부터 MMM, incrementality, data-driven attribution까지 광고 기여도 측정의 뿌리가 된 논문 7편을 마케터 관점에서 정리했습니다.
Analytics Ops (GA4·GTM) analytics · maturity
Marketing analytics maturity model — last-click부터 triangulation까지 5단계
마케팅 측정의 성숙도는 5단계로 나뉩니다. last-click → multi-touch → MMM → lift study → triangulation. 우리 팀이 어디 있는지 진단하고 다음 단계 로드맵을 잡는 한 가지 모델.
매체 데이터 알아보기 mmm · bayesian
PyMC-Marketing으로 채널 기여도 직접 모델링 — Bayesian MMM 실전
MMM이 비싸고 느린 분석가용 도구라는 인식은 이제 옛말입니다. PyMC-Marketing으로 마케터가 직접 adstock·saturation·prior를 조정하며 채널 기여도를 추정합니다. 모델 fit·posterior 해석·예산 시나리오까지 한 번에 정리.
퍼포먼스 마케팅 mmm · adstock
Adstock 심화 — 광고 효과의 잔향을 모델링하는 법
MMM의 절반은 adstock 함수를 잘 잡는 일입니다. Geometric·Delayed·Weibull 세 가지 형태와 채널별 추천 파라미터, 그리고 잘못 잡았을 때 채널 기여도가 휘는 방식을 마케터 시선에서 정리합니다.
퍼포먼스 마케팅 mmm · budget-optimization
MMM 결과로 예산 재배분 — 파레토 프론티어와 한계 ROAS
MMM이 끝났다고 일이 끝나지 않습니다. 채널별 한계 ROAS를 균등하게 만드는 재배분 알고리즘, 시뮬레이션 범위 제약, 회의에서 의사결정으로 끌고 가는 슬라이드 디자인까지 정리합니다.
퍼포먼스 마케팅 mmm · bayesian
MMM의 prior 잡기 — 사전 지식을 데이터에 어떻게 녹이나
Bayesian MMM의 절반은 prior를 잘 잡는 일입니다. Lift 결과·매체 통념·작년 데이터를 prior 분포로 변환하는 룰, 너무 좁거나 너무 넓을 때 일어나는 일, 분기마다 prior를 업데이트하는 흐름을 정리합니다.
퍼포먼스 마케팅 mmm · validation
MMM 모델은 어떻게 검증하나 — backtest·holdout·robustness
MMM 결과를 회의에 띄우기 전에 모델이 진짜로 데이터를 잘 잡고 있는지 확인하는 단계입니다. backtest·holdout·prior 민감도·lift 결과 비교 4가지 검증법과 실패 시 대응을 정리합니다.
퍼포먼스 마케팅 mmm · saturation
Saturation curve — 광고비를 더 부어도 안 늘어나는 지점 찾기
같은 채널에 광고비를 두 배로 써도 매출은 두 배가 안 됩니다. Hill·Logistic·Michaelis-Menten 같은 saturation 곡선이 그 한계를 모델링하는 법, 그리고 절반 포화 지점 L과 한계 ROAS의 관계를 마케터 시선에서 풀어쓴 글.
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.
퍼포먼스 마케팅 mmm · attribution
MMM 입문 — 쿠키 종말 시대, 채널 기여도를 다시 측정하는 법
iOS 14.5와 서드파티 쿠키 종말 이후 MTA가 흔들립니다. 마케터가 알아야 할 Marketing Mix Modeling의 기본 개념(adstock·saturation), 그리고 보고서에서 MMM 결과를 읽는 법.
매체 데이터 알아보기 attribution · bayesian
광고 어트리뷰션, 왜 베이지안이 더 안정적인가 — 마케터를 위한 친절한 안내
데이터가 적을 때 last-touch가 흔들리는 이유, 그리고 베이지안 사전(prior)이 어떻게 신규 채널의 ROAS 추정을 안정시키는지 토이 코드 한 묶음으로 풀어봅니다.