높은 조회수가 관심이 아니라 ‘길을 잃은 신호’였던 이유 (고객 이탈 예측하기 2)
조회수가 높아도 구매로 이어지지 않을 수 있습니다. 반복 탐색과 정보 과부하로 ‘길을 잃은 고객’이 발생하며 이는 핵심 이탈 요인입니다. ML 분석 결과 적당한 탐색은 긍정적이지만 과도한 탐색은 오히려 구매를 방해합니다. 비교 기준 명확화와 UX 개선이 전환 향상에 중요합니다.
ML
마케팅 믹스 모델링(MMM): 메타 로빈과 트리 기반 모델
Marketing Mix Modeling(MMM)은 다양한 마케팅 변수가 광고 성과에 미치는 영향을 분석하는 마케팅 기법입니다. 마케팅의 효과를 정량화하고 각 채널의 개별적, 통합적 기여도를 분석해 광고비를 효율적으로 배분할 수 있습니다.
이번 포스팅에서는 Robyn과 트리 기반의 앙상블 모델을 통해 머신러닝을 적용한 MMM 과정에 대해서 알아보겠습니다.
2024년 데이터바우처 지원사업 공고 안내
비즈스프링은 2020년부터 데이터바우처 지원사업에 공급기업으로 참여하고 있습니다. 데이터바우처 지원사업을 통해 인사이트 발굴을 위한 데이터 통합부터 솔루션 지원까지, 비즈스프링이 보유한 기술을 활용하여 현업에서의 데이터 고민을 해결할 수 있도록 다양한 방면으로 지원하고 있습니다.
2023년 데이터바우처 지원사업 공고 안내
데이터 기반의 디지털 대전환 촉진을 지원하는 「2023년 데이터바우처 지원사업」이 공고하고 있습니다. 비즈스프링은 2020년부터 공급기업으로 참여하고 있는데요, 비즈스프링이 보유한 기술을 활용하여 현업에서의 데이터 고민을 해결할 수 있도록 다양한 방면으로 지원하고 있습니다.
AI 추천 시스템을 통한 목표 전환수 개선 사례 #미디어/언론사
비즈스프링은 마케팅 데이터 전문기업으로 마케팅에서 데이터 활용 가치를 극대화 할 수 있는 다양한 기술을 다루고 있습니다. 특히 최근 몇 년간은 머신러닝/인공지능을 활용한 기술과 서비스를 제공해왔는데요, 예를 들면 인공지능을 활용해서 전환율을 예측하고, 유사한 관심사를 가진 고객(세그먼트) 선별의 자동화 등이 있습니다. 이번 글에서는 그 중에서 인공지능을 활용한 콘텐츠 추천 시스템으로 목표 전환수를… 더 보기 »AI 추천 시스템을 통한 목표 전환수 개선 사례 #미디어/언론사
고객 정보 활용 마케팅을 위한 필수 작업 : 데이터 클렌징 과정 엿보기
마케터는 ‘어디에 노출시킬 것인지’보다는 어떤 행동을 한 사람에게, 어떤 관심사를 갖고 있는 사람에게 그 대상에 대한 정보를 통해 액션을 시도합니다. 특정 고객에 따라 메세지를 전달하려면, 기본적으로 그 대상에 대한 데이터가 있어야 하고 활용하기 위해 데이터 클렌징 과정이 필요합니다.
완전히 새로운 관점으로 로그분석 솔루션 활용하기
데이터를 통해 할 수 있는게 어떤 것인지, 데이터 분석 솔루션 활용 사례를 통해 알아보겠습니다. 먼저 ‘결합과 확장’이 있습니다. 분석 스크립트가 설치된 자사 사이트의 데이터만 분석하는 것이 아니라 CRM 등 다른 데이터와 결합하여 의미있는 인사이트를 찾을 수 있습니다.
디지털 마케팅 성과 예측하기
기업에서는 많은 광고 예산을 들여 온라인 광고를 집행합니다. 그렇다면 소비자는 그 많은 광고 중 어떤 광고에 긍정의 인식을 갖고, 부정적 인식을 갖게 될까요? 이러한 질문에 도움이 될 수 있는 머신러닝 및 데이터 기반 의사결정과 마케팅 실행에 지원하는 방법을 제안드리고자 합니다.
비즈스프링이 만드는 데이터센터와 AI 활용
비즈스프링이 디지털 뉴딜 정책 사업에 데이터 가공 및 AI 솔루션 공급기업으로 선정되어, ‘AI바우처’ 사업에 참여합니다. AI/ML를 통한 비즈니스 혁신을 원하는 마케팅 에이전시 파트너사와 함께하고 있는데요, 파트너사의 데이터를 기반으로 AI 학습용 데이터 센터를 만들게 됩니다.
고객 행동 데이터, 이제 자산이 되어야 합니다.
고객 행동 데이터를 보유하게 되면 관심사 별로 고객을 분류할 수 있게 됩니다. 두번째 서비스/제품 이용에 대한 행동 패턴을 파악할 수 있게 됩니다. 세번째 머신러닝을 통한 개인화 마케팅 구축에 필요한 데이터를 확보할 수 있습니다. 그럼 어떻게 고객 행동 데이터를 보유할 수 있을까요?