Tag archive
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.
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.
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.
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.
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.
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.
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.