멀티터치 기여 분석, 마케팅 믹스 모델링과 실험은 같은 방법의 다른 이름이 아닙니다. 서로 다른 데이터와 가정을 사용합니다.
방법과 결정 연결하기
MTA는 이용 가능한 여정 상호작용에 크레딧을 배분합니다. MMM은 집계 결과를 모델링하고 명시적 가정하에 인과 추정을 목표로 할 수 있습니다. 실험은 처치와 대조를 비교해 정의된 효과를 추정합니다.
각 접근의 한계 확인하기
MMM이 모든 효과를 자동으로 분리하지는 않습니다. 교란 요인, 변수 선택과 모델 구조가 중요합니다. 좋은 예측만으로 인과 해석이 검증되지는 않습니다. MTA의 세부성도 완전한 여정을 보장하지 않습니다.
| 방법 | 데이터 | 검토할 한계 |
|---|---|---|
| MTA | 이용 가능한 여정 상호작용 | 범위와 식별자 매칭이 불완전할 수 있음 |
| MMM | 시간 및 필요시 지역별 집계 측정값 | 인과 해석은 가정과 교란 요인에 의존 |
| 실험 | 처치와 대조의 비교 | 타당성은 설계, 집단 간 간섭과 불확실성에 의존 |
증거 비교하기
결정 전에 결과, 가정과 불확실성을 정의합니다. 비교 가능한 효과를 추정하는 실험은 모델을 보정하거나 반박하는 데 도움이 됩니다. 다른 질문에 답하는 추정치를 기계적으로 평균 내지 않습니다.
출처와 검증
- Google Meridian — About MMM as a causal inference methodology
- Google Meridian — Required assumptions
- Google Ads — About Conversion Lift
속성 표시 제한을 명시적으로 지정합니다.
사용자가 추적을 거부하거나 기기를 변경하는 경우, 어트리뷰션 모델은 여정의 일부만 관찰합니다. 유용한 MTA와 MMM 비교에는 소스, 세분성, 가정 및 불확실성을 명시해야 합니다.
- 사용 가능한 데이터와 이를 제한하는 동의 상태를 나열해야 합니다.
- 추정 기여도를 사용자의 전체 경로로 제시하지 않아야 합니다.
- 가능한 경우 결론을 실험 또는 관찰 가능한 변화와 비교해야 합니다.
1차 자료: CNIL — Outils de mesure d’audience et traceurs. 관련 방법: 실무 가이드 읽기.