Skip to main content

S5. 옴니채널 캠페인 ROAS 시뮬

1. URL 경로​

  • /campaign-roas

2. 사용자 스토리​

P1 (브랜드 마케터) — 다음 주 숨37 신상 런칭 / 예산 1억 / VIP 5만 → 채널 믹스 시뮬.

P5 (MD) — 채널·매대 진열 함께 고려한 옴니채널 ROI.

3. 입력 UI​

  • 캠페인 정의 (대상 세그먼트, 기간, 예산, 타겟 BU/브랜드)
  • 채널 후보 (SMS·푸시·카톡·SNS광고·자사몰배너·마트 매대·H&B 진열·인플루언서)
  • 가설 (예: "SMS:푸시:카톡:SNS:H&B = 20:15:15:30:20")

4. 데이터 믹스​

데이터출처활용
과거 캠페인Snowflake CAMPAIGN_MARTBayesian prior
채널 sell-throughChannelSellThrough채널별 응답률
SNS 반응SocialSignal (X·인스타 광고 클릭)posterior 조정
검색 트렌드SocialSignal (네이버·구글)캠페인 외 영향 분리

5. 처리 파이프라인​

1. 과거 캠페인에서 채널별 prior 추출
2. 외부 시그널 (검색·SNS) 결합 → 트렌드 효과 분리
3. MCMC 1000 샘플 (PyMC) → posterior
4. 채널 믹스 ROAS 분포
5. 추천 믹스 (ROAS expected value 최대)
6. 어트리뷰션 (Last-touch / Linear / Time-decay)

6. 출력 UI​

  • 추천 채널 믹스 (donut + 표)
  • ROAS 분포 (violin)
  • 채널별 한계 효율 (line)
  • 채널·매장 단위 GMV 영향 (bar)
  • 트렌드·SNS 영향 분리 표시

7. 가드레일​

  • 동의 미수신 회원 자동 제외
  • 채널별 발송 한도 (스팸 가드)
  • 시뮬 결과 신뢰구간 포함 (점추정 X)
  • 미성년 화장품 캠페인 자동 제외

8. 데모 시나리오​

  1. 예산 1억 / 숨37 신상 / VIP 5만 → 추천 믹스 + ROAS 분포
  2. 가설 변경(SNS +20%) → ROAS 변화 즉시
  3. "검색 트렌드 결합 시 트렌드 효과 vs 캠페인 효과" 분리 차트