AI story 사유하는코드

Attribution Model (기여도 분석)MMM (마케팅 믹스 모델링)관점마이크로 (미시적)매크로 (거시적)데이터 단위사용자 쿠키, ADID 등 개인 단위채널별 지출, 매출액 등 집계 데이터추적 방식고객의 클릭/노출 경로 추적통계적 상관관계 분석 (회귀분석)측정 범위주로 온라인/디지털 광고온라인 + 오프라인 + 외부 요인(경제지표)분석 주기실시간 또는 단기 성과분기, 연간 등 중장기 전략 Attribution Model은 협조적 게임 이론(Cooperative Game Theory)에 기반한 '샤플리 값(Shapley Value)' 방법론으로 개별 캠페인과 사용자 특성을 수학적으로 정교하게 반영하여, 각 광고 채널이 실제 성과에 기여한 가치를 산출할 수 있는 모델입니다.1. 샤플리 값(Shapley..

MMM은 마케팅 활동(온라인 광고, 프로모션, TV 광고 등)이 매출에 얼마나 영향을 미쳤는지 각 광고 별 기여도를 바탕으로 ROI를 계산하여 효율적인 마케팅 믹스 전략을 세울 수 있도록 하는 통계 모델입니다. 단계 별 KPI를 보면Awareness : QueriesConsideration : Website TrafficCoversion : Sales 마지막단계에서 Sales에 각 마케팅활동의 영향도를 추정하는 과정이 필요합니다.이를 통해 어떤 매체의 효율이 가장 좋았는지 확인하고 예산 편성에 참고자료로 활용할 수 있습니다. 현재 많은 컨설팅회사에서 MMM 모델은 Adstock과 Diminishing Return Model이 반영된 Hierarchical Bayesian Model로 구현하고 있고 아래 ..

앞서 R에서 실행했던 [Bayesian] RStan 간단한 예제 를 Python환경에서 실행해보자. Python에서 Stan을 실행 시 C++ 컴파일이 필요하다.요구 컴파일러 : C++ compiler: gcc ≥9.0 or clang ≥10.0개발환경이 다 다르기 때문에 Google Colab에서 실행하기를 추천한다. Google Colab 기준 Python 코드 # 1. 시스템 업데이트 및 PyStan, Arviz 설치!pip install pystan arviz nest_asyncio statsmodelsimport nest_asyncioimport stanimport pandas as pdimport numpy as npimport matplotlib.pyplot as pltimport arviz..

library(rstan) data(women) attach(women) x