View this page in English (US).Continue
.

Adobe 마케팅 캠페인 분석 기능

통합 모델링

모든 마케팅 데이터를 연결하고 각 채널의 증분 효과를 하나의 일관된 성과 보기로 측정하세요. 마케팅 믹스 모델링과 멀티터치 어트리뷰션을 단일 모델로 통합하는 특허 출원 기술을 기반으로, 사용자가 직접 모델을 제어할 수 있습니다.

데이터 기반 및 거버넌스

Adobe CX Analytics 데이터 기반에서 마케팅 데이터를 연결하고 조화시키며 거버넌스를 적용하여, 모든 모델이 완전한 데이터를 바탕으로 운영될 수 있도록 하세요.

  • 데이터 수집. 광고, 커머스, CRM 및 데이터베이스 플랫폼에서 유료, 자사, 획득 데이터를 다양한 통합 및 API 라이브러리를 통해 수집하여, 데이터가 도착하는 즉시 분석에 활용하세요.
  • 유료 미디어 통합. 사전 구축된 커넥터로 지원되는 유료 미디어 플랫폼에서 캠페인 및 지출 데이터를 자동으로 동기화하여, 반복 설정 없이 리포팅을 항상 최신 상태로 유지하세요.
  • 비즈니스 맥락 및 요인. 주가 변동이나 실업률 같은 외부 요인과 가격 변경, 프로모션, 브랜드 인지도 설문 같은 내부 요인을 추가하여 그 효과를 마케팅 효과와 명확히 구분하세요.
  • 데이터 조화. 다양한 소스의 데이터 필드, 채널, 터치포인트를 정렬하여 어느 팀이 확인하더라도 동일한 의미로 해석할 수 있게 하세요.
  • 데이터 거버넌스. Adobe Experience Platform 데이터 거버넌스를 활용하여 민감한 데이터에 레이블을 지정하고, 사용 정책과 역할 기반 권한을 설정하며, 정책 위반 시도 시 경고를 받으세요.
마케팅 채널 결과를 한눈에 확인할 수 있는 제품 내 화면
데이터를 채우기 위해 양방향 전송을 사용하는 두 개의 차트.

통합 측정 프레임워크

집계 측정과 이벤트 수준 측정을 하나의 인과 관계 AI 모델로 결합하여, 전체 채널 믹스부터 개별 터치포인트까지 완벽하게 파악하세요.

  • 마케팅 믹스 모델링. 오프라인 채널을 포함한 집계 데이터를 바탕으로, 개인정보 보호를 최우선으로 각 채널이 성과에 미치는 영향을 파악하세요.
  • 멀티터치 어트리뷰션. 라스트터치 어트리뷰션을 넘어, CX Analytics 전반의 이벤트 수준 데이터에 기본으로 액세스하여 고객 여정 전반에 걸친 각 터치포인트의 증분 효과를 확인하세요.
  • 승법 회귀 모델. 채널 간 시너지부터 수익 체감 효과까지, 채널들이 서로 미치는 영향을 포착하여 채널 ROI와 예산 예측이 전체 믹스의 복합 성과를 정확하게 반영하도록 하세요.
  • 사전 정보. 이전 모델링이나 독립 연구에서 얻은 지식을 추가하여 모델을 보정하고 결과를 안정적으로 유지하세요.
  • 전체 단계 측정. 브랜드 인지도와 같은 상위 단계 목표를 하위 전환과 함께 모델링하여, 수요를 창출하는 전략이 이후 발생하는 매출에 기여도를 인정받을 수 있도록 하세요.

온디맨드 모델 구성

비즈니스 목표에 맞게 모델을 사용자 정의하고 지속적으로 개선하여, 규모가 확대되어도 예측의 정확성을 유지하세요.

  • 모델 관리. 하나의 셀프 서비스 워크플로에서 모델을 작성, 학습, 채점 및 게시한 후, 비즈니스 요구와 시장 상황이 변화함에 따라 지속적으로 관리하세요.
  • 모델 가정. 각 모델에 포함할 터치포인트, 날짜 범위, 요소를 선택하고, 실제 환경을 반영하도록 이월, 포화도, 계절성 처리 방식을 조정하세요.
  • 모델 변형. 동일한 데이터와 설정을 재사용하여 매출, 판매 수량, 리드 등 다양한 결과를 반영하는 별도의 모델 버전을 생성하세요.
  • 속도와 민첩성. 필요할 때마다 모델을 재실행, 재학습 또는 재채점하고, 데이터 작업을 처음부터 반복하지 않고도 새로운 지역과 사업 라인을 추가하세요.
모델 평가 결과

모델 투명성

결과를 실행에 옮기기 전에 각 모델이 데이터에 얼마나 잘 맞는지 확인하고, 경영진이 수치를 요청하는 순간 즉시 답할 수 있도록 준비하세요.

  • 실제값과 예측값 비교. 실제값, 예측값, 잔차 결과를 나란히 확인하여 모델이 잘 맞는 부분과 그렇지 않은 부분을 파악하세요.
  • 적합도 지표. 데이터 과학자들이 모델 적합도를 평가하는 표준 지표인 R², MAPE, RMSE를 한 화면에서 확인하세요.
  • 학습 적합성 지표. 모델이 과거 데이터로 얼마나 잘 학습되었는지 보여주는 학습 적합성 지표를 검토하여 결과를 활용하기 전에 모델의 안정성과 적합성을 평가할 수 있습니다.

통합 모델링 기능 활용하기

Experience League에서 설명서, 튜토리얼, 사용자 가이드 등 다양한 학습 콘텐츠를 이용해 보세요.

자세히 보기

Adobe Marketing Campaign Analytics를 통해 얻을 수 있는 이점을 확인해 보세요.

시작하기

향후 지출을 위해 채널 기여도 분석 결과와 AI 추천을 활용하는 마케터