모델보다 먼저 확인하는 미디어믹스모델링 데이터 준비 요건 7항목

결론

MMM의 결과 품질은 도구가 아닌 입력 데이터가 결정. 광고주명이 요건을 채우는지 갭부터 확인하고, 부족하면 증분 실험으로 시작

본문

표에는 현재 보유와 갭 2열을 추가해 기입

• 해상도는 가장 거친 데이터에 맞춰 통일(지출이 월 단위면 매출도 월 단위)
• 채널을 캠페인 단위까지 쪼개면 변수별 데이터가 희박해져 학습 불안정
• 외부 변수와 가격·프로모션을 빼면 그 변동이 특정 매체 효과로 잘못 귀속
• 이상치는 삭제하지 않고 해당 구간을 표시하는 변수로 처리

요건 미달 시 경로

1. 채널별 증분 실험으로 효과 개별 검증

2. 같은 형식으로 데이터 축적

3. 기간이 쌓인 뒤 MMM 전환

숫자·기준

• 매출·지출 2~3개년, 주 또는 월 단위
• 점검 7항목 중 하나라도 비면 결과 신뢰 불가
• 최소 관측치에 대한 업계 공통 단일 기준은 없음, 도구 문서와 자체 검증으로 판단

시각 계획

7행 갭 분석표. 갭 열을 3단계 색으로 표시. 하단에 요건 미달 시 3단계 경로를 화살표로.

쓸 때 주의

• 오프라인 매체나 영상 비중이 큰 광고주의 측정 고도화 제안에 사용
• 신생 브랜드나 매체 이력이 짧은 계정에는 MMM을 약속하지 않음
• 데이터 추출은 광고주 재무·영업 부서 협조가 전제

광고주명

광고주 이름

집행 채널 대분류

지출을 묶을 채널 대분류

외부 변수

확보 가능한 외부 변수(환율, 날씨, 경쟁사 동향 등)

12code 아카데미 A13 9강 「MMM의 데이터 요구사항: 무엇을, 얼마나 모아야 하는가」. 등급: 강의 기반 정리