A
약 120초
attribution 모델 두 가지 병행으로 ROI 불확실성 표현
ROI 분석에서 가장 먼저 준비하는 것은 기여 측정 기준입니다. '이 기능이 얼마의 수익을 가져왔나'를 측정하려면 무엇을 기여로 볼 것인지 먼저 합의가 필요합니다. 팀 프로젝트에서 마케팅 캠페인 효과를 분석할 때, 전환율과 ROAS를 지표로 정했고, 캠페인 전후 데이터를 비교하는 구조로 분석했습니다. 기여 측정에서 어려운 점은 attribution 문제였습니다. 사용자가 여러 광고를 거쳐 구매하는 경우 어느 채널에 기여를 얼마나 줄지 정하는 게 단순하지 않았습니다.
Last-click 모델과 Linear 모델 두 가지를 병행해서 결과 차이를 보여줬고, 의사결정자가 맥락에 따라 선택할 수 있게 했습니다. 한계는 인과관계 추론은 아직 A/B 실험 없이는 상관관계 수준에 머물렀다는 점입니다.
이 결의 특징
ROI 분석에서 기여 측정 기준을 먼저 합의해야 한다는 자리를 짚고 Last-click과 Linear attribution 두 모델을 병행해 의사결정자가 맥락에 따라 선택할 수 있게 한 흔적이 있습니다. 인과관계 추론은 A/B 실험 없이는 상관관계 수준이라는 한계 인정까지 닫힌 결이 보입니다.
이 결이 통하는 자리
기여 측정 기준 합의 선행이라는 자리가 attribution 모델 선택보다 먼저 명시됐을 때 통합니다. 두 모델 병행이 불확실성 표현 방식이라는 결론이 살아있고 인과관계 한계를 인정한 자리가 있을 때 면접관의 꼬리질문이 줄어드는 결이 자주 보입니다.