LLM( 생성형) 업무효율화, 업무활용, 인공지능 활용하여 일잘 하는법 102

따라하면 성공하는 마케팅 효과 측정

 

 

여러채널에서 홍보를 할 때 예측하기

위에 설명드린 것은 하나의 채널에서 하나의 광고를 할 때입니다. 즉 조건이 하나 일 때 해당되는 것입니다. 하지만 우리가 홍보를 하다 보면 여러 가지 채널에서 동시다발적으로 진행을 합니다. 이제 시작한 스타트업에서 매출액이 제법 발생을 하게 되므로 더욱 다양한 방법으로 홍보를 해야 합니다. 다음 예시는 같은 스마트 스토어 라도 동시에 여러 가지 캠패인을 할 때라던가, 아니면 복수의 홍보 채널에서 할 때 예시입니다. 우리가 분석할 각 캠페인 또는 홍보채널별로 별도의 매출액이 나오기에 더 자세하게 분석 가능하지만, 그 부분은 도출된 함수에 가격을 곱해주면 되므로, 이번 분석에서는 광고비에 따른 발주 건수 로 하겠습니다.

 

위 이미지와 같이 우리가 카카오에도 광고하고 네이버에도 광고하고 인스타에도 광고를 한다고 하겠습니다. (여기서 광고는 특정 채널에서 진행하는 캠페인이라 해도 됩니다.)

이때 우리가 궁금한 것은 먼저, 광고를 하는데 예상되는 발주 건수가 몇 개인가 (매출) 이게 제일 궁금합니다. 바로 위에 예시에서는 하나에서 발생하는 것이니 단순선형회귀 였지만 이번에는 변수들이 3가지가 되다 보니 다중회귀를 해야 합니다.

 

먼저 데이터의 경향성부터 보겠습니다.

 

차트를 보니 광고비와 발주는 두껍게 모여 있는 것을 보아 극단치는 없습니다. 광고비와 발주합을 보니, 선을 그리지 않아도 유사하게 형성되는 것을 확인하였습니다. 위와 같은 그래프가 우리가 광고를 할 때 보게 되는 가장 일반적인 그래프입니다. 그래프만 보고 우리가 추정 가능한 것은 광고비를 집행하면 비교적 규칙적으로 발주 건수가 늘어난다는 것이 확인 가능합니다.

 

‘전처리1’ 쉬트는 전체 합을 기록한 쉬트입니다. ‘전처리2’ 쉬트는 발주와 광고비용만 따로 분리한것입니다.

‘전처리2_요약’ 쉬트가 회귀식에 대한 결과입니다. 회귀식을 구성하는 방법은 위에 설명드려서 생략을 하고 요약출력을 보겠습니다.

여기에서 중요하게 여겨야 할 부분이 있지만, 제가 말씀드리기 보다, 생성형이 이를 잡아내는지를 먼저 확인하겠습니다.

Input
요약출력을 복사 붙여 넣기
해석해줘

Output
회귀분석 결과를 해석하겠습니다.
요약 출력
다중 상관계수 (Multiple R): 0.685911
회귀모델이 데이터와 어느 정도 일치하는지 보여줍니다. 1에 가까울수록 모델이 데이터를 잘 설명하는 것입니다.
결정계수 (R Square): 0.470474
독립변수들이 종속변수의 변동성을 얼마나 설명하는지를 나타냅니다. 47%의 변동성을 설명합니다.

중략

Y 절편과 X1 변수는 비교적 유의미한 영향을 미치고 있습니다. (P-값 < 0.1)
X2와 X3 변수는 통계적으로 유의하지 않은 것으로 보입니다. (P-값 > 0.1)

생략


출처: ‘라온’ service base by AI:DRIVE with HBC data 27w,2024. 1turn

 

먼저, 결정계수에 대해서 많이 말씀드려서 0.47 이라는 스코어는 사용 가능한 스코어입니다. 즉 회귀식을 활용해서 예측을 해도 전혀 문제가 없습니다. 다만 주의해야 할 것은

중요하게 여겨야 할 게 있습니다. 마지막에 보면 ‘유의하지 않은 것’ 이라는 말이 있습니다. 이 말에 뜻으로 인해서 전체 회귀식은 신뢰할 수 있지만 개별적인 회귀식은 신뢰하지 못한다는 이야기입니다. 무슨 뜻이냐 하면 지금 조사한 자료는 광고비를 기준으로 주문건수를 비교했는데, 앞선 전처리 내용을 보면 ‘네이버 광고비용의 합’ 과 ‘인스타광고비용의 합’ 은 각각 2,090,000 , 2,110,000 으로 통계적으로 차이가 없습니다. 즉 같은 금액을 집행한 것입니다.

예시 파일에 보면 통계 계산을 한 것이 있지만 이것의 해석은 그대로 긁어서 생성형에 물어보시는 것으로 말씀 드리고 이러한 결과가 나오는 이유를 다중공선성이라고 합니다. 구체적으로는 다시 분석을 통해야 다중공선성인지 아니면 상관계수만 높은것인지 구분이 되나 우리는 그러한 통계적 의미를 찾는 것이 아니라 실무에서 써먹는 법을 알아야 하기에 말씀 드리면,

 

광고비를 집행함에 있어 네이버와 인스타 차이가 없으므로 조치가 필요합니다.

그래서 발주금액이 아닌 발주건수를 기준으로도 다시 분석을 해보니 역시 통계적으로 차이가 없습니다. 즉 네이버를 통한 광고 효과나 인스타를 통한 광고 효과나 동일한 효과입니다. 그래서 이 두 가지 채널을 동시 사용하셔도 되고, 둘중 하나만 사용하셔도 된다는 말씀을 드립니다.

 

본 챕터에서는 상관분석에 대해서 다루지 않았습니다. 다른 챕터에서 ‘다중회귀와 상관분석’ 자료를 활용해서 상관분석을 통해 무엇을 하는지 왜 하는지 어떻해 해석하는지 알아 보겠습니다.

 

다운로드

단순선형회귀분석 https://blog.naver.com/wang5177/223540705030

다중회귀와 상관분석 https://blog.naver.com/wang5177/223540705030

같은 주소입니다.

.

.

.

생성형인공지능, LLM, 일잘러, RAG응용, 챗지피티 를 활용해서 프로 일잘러 되기 출간 준비중~~!!