광고업계의 고질적인 이슈인 기여를 해결할 수 있기에 각광받고 있는 Data-Driven 기여모델이다. 이 자료에서는 대표적인 Data-Driven 기여모델인 Shapley Value, Markov Chain 기여모델을 다룬다.

1. Data-Driven Attribution
(데이터 기반 기여)

2. 보기에 앞서..
예민한 데이터들과 기밀사항이 존재하므로, 데이터 전처리 과정은 생략합니다!
기존 발표자료를 공개용으로 편집한 자료이기에, 중간중간 어색한 부분이 있을 수 있는 점 양해 부탁
드립니다.

3. Dataset
• 채널 경로 데이터셋 (데이터 전처리 완료)
데이터 전처리 하느라 수고하셨습니다.
이제 이 데이터셋으로 무엇을 할 수 있나요?

4. Data-Driven Attribution
• Data-Driven Attribution이란?
기존의 전통적인 Rule-Based 기여모델에서 벗어나 데이터를 이용하여 채널에 보다
정당한 기여를 분배해주는 방법

5. Data-Driven Attribution
• 기존의 전통적인 Rule-Based 기여모델
1. First Touch Attribution Model 2. Last Touch Attribution Model
3. Linear Touch Attribution Model 4. U-shaped Attribution Model

6. Data-Driven Attribution
• 기존의 전통적인 Rule-Based 기여모델
1. First Touch Attribution Model 2. Last Touch Attribution Model
3. Linear Touch Attribution Model 4. U-shaped Attribution Model
가장 많이 사용!

7. Data-Driven Attribution
• 기존의 전통적인 Rule-Based 기여모델
1. 장점
- 간단해요!
- 쉬워요!
- 편해요!
2. 단점
- 각 채널, 광고에 정당한 기여가 분배되지 않아요! -> 뭣이 중한지 모르겠어요!
- 정확한 인사이트를 얻을 수 없어요!

8. Data-Driven Attribution
• 기존의 전통적인 Rule-Based 기여모델
1. 장점
- 간단해요!
- 쉬워요!
- 편해요!
2. 단점
- 각 채널, 광고에 정당한 기여가 분배되지 않아요! -> 뭣이 중한지 모르겠어요!
- 정확한 인사이트를 얻을 수 없어요!
보다 정당하게 기여를 분배해주는 모델이 있었으면 좋겠어요!

9. Data-Driven Attribution
그래서 구글로 세상을 둘러보니 학계나 필드에서 인정받는 데이터 기반 기여모델이 두 가지 있었습니다.
1. Shapley Value 기여모델 2. Markov Chain 기여모델

10. Data-Driven Attribution
그래서 구글로 세상을 둘러보니 학계와 필드에서 인정받는 데이터 기반 기여모델이 두 가지 있었습니다.
1. Shapley Value 기여모델 2. Markov Chain 기여모델
수학 싫어요. 보기 싫어요ㅠ

11. Data-Driven Attribution
1. Shapley Value란?
나는 한 회사의 CEO이다. 한때 잘나갔던 우리회사는 코로나에 큰 타격을 입어 구조조정이
불가피해졌다.
Q) 사원 A,B,C 중 한 명을 해고해야 하는데 누구를 해고해야 할까?
제가 일은 못해도
가장 성실합니다 ㅠㅠ
사장님 저는 제가 돌봐야 할
처자식이 있습니다…
안녕 사장님! 전 셋 중 제일 일
잘하니까 당연히 아니겠죠~?

12. Data-Driven Attribution
1. Shapley Value란?
나는 한 회사의 CEO이다. 한때 잘나갔던 우리회사는 코로나에 큰 타격을 입어 구조조정이
불가피해졌다.
Q) 사원 A,B,C 중 한 명을 해고해야 하는데 누구를 해고해야 할까?
제가 일은 못해도
가장 성실합니다 ㅠㅠ
미안해요 A씨.. 회사를 위한
어쩔 수 없는 선택이었어요..

13. Data-Driven Attribution
1. Shapley Value란?
Q) 사원 A,B,C 중 한 명을 해고해야 하는데 누구를 해고해야 할까?

14. Data-Driven Attribution
1. Shapley Value란?
Q) 사원 A,B,C 중 한 명을 해고해야 하는데 누구를 해고해야 할까?
협업에 대한 정당한 기여분배 방법론
-> Shapley Value

15. Data-Driven Attribution
1. Shapley Value란?
Q) 사원 A,B,C 중 한 명을 해고해야 하는데 누구를 해고해야 할까?
Shapley Value 기반 기여 재분배
A : 2.3
B : 1.7
C : 2.0
B씨, 그동안
수고하셨습니다.

16. Data-Driven Attribution
1. Shapley Value란?
광고 마케팅에 적용해보면 다음과 같다.
Channel (노동자)
A : unattributed (App)
B : unattributed (Web)
C : naver_ep (Web)
D : naverbs_m (Web)
E : facebook (Web)
F : naver_m (Web)
G : gdn_DA (Web)
H : kakao_plus (Web)
…
Conversion (노동력)
111721
31322
12263
9733
7690
…

17. Data-Driven Attribution
2. Markov Chain이란?
Def) Markov Chain은 마르코프 성질을 지닌 이산 확률 과정을 의미한다.
- 오늘 비가 왔을 때, 내일 화창할 확률은 얼마일까?
- 어제 구름이 꼈을 때, 오늘은 어느정도 확률로 비가올까?

18. Data-Driven Attribution
2. Markov Chain이란?
Markov Chain을 마케팅에 적용해볼 수 있지 않을까..?
-> 채널간 전환 확률을 구함으로써 모델링 가능!

19. Data-Driven Attribution
2. Markov Chain이란?
Markov Chain 만들긴 했는데 어느 채널이 얼마나 중요한지는 어떻게 구하나요?
-> Removal Effect
Removal Effect(i) = {1 - P(S without i)/P(S)} * 100 (%)
(where i는 임의의 채널, S는 전체 채널 집합)

20. Data-Driven Attribution
2. Markov Chain이란?
Removal Effect 예시)
여기서 Facebook이 얼마나 중요해?
(Facebook이 Conversion에 얼마나
기여해?)

21. Data-Driven Attribution
2. Markov Chain이란?
Removal Effect 예시)
Facebook을 없앴을 때 Conversion
확률이 얼마나 줄어드는지 확인해보자!

22. Data-Driven Attribution
2. Markov Chain이란?
Removal Effect 예시)
따라서 각 채널에 대해 Removal Effect를
적용한 후 비율을 계산하면 채널의 기여도를
알 수 있습니다!

23. Data-Driven Attribution
3. 분석결과
구체적인 분석 결과는 공개하지 못하고, 아래 취합된 데이터로 대체합니다.

24. Data-Driven Attribution
4. 결론
정당한 구매기여를 파악한다는 점 이해했고 수고하셨습니다.
그런데 Shapley Value, Markov Chain 기여모델 중에 무엇이
더 정확합니까? 뭘 써야해요?

25. Data-Driven Attribution
4. 결론
Shapley Value 기여모델 vs Markov Chain 기여모델
1. Shapley Value 기여모델 2. Markov Chain 기여모델
- Shapley Value로 노벨상 수상!
- Google에서 제공하는 데이터 기반 기여 알고리즘
- 알고리즘의 복잡도가 높기에 많은 개수의 채널에 대
해서는 적용 불가함. (채널 통합 및 최적화 필요)
- 비교적 최근에 각광받고 있는 알고리즘
- 채널 간 순서도 고려함!

26. Data-Driven Attribution
4. 결론
질문에 대한 제 답은 이러합니다.
1. 둘 중 어느 데이터 기반 기여모델을 쓰던 최소한 기존 Rule-Based 기여모델보다 명확한
채널 기여를 확인할 수 있습니다.
2. Shapley Value, Markov Chain 기여모델간의 직접적인 성능 비교는 불가능합니다.
3. 분석 대상인 데이터셋마다 어느 모델이 더 적합할지는 복합적인 판단이 필요합니다.
4. 만약 특이사항이 없는 평균적인 데이터셋이라면 개인적인 의견으로는 Shapley Value 기여
모델이 조금 더 우세하다고 생각합니다.