AI
Uplift Modeling을 통한 마케팅 비용 최적화 (with Multiple Treatments)
두줄요약
마케팅 비용 최적화를 uplift modeling과 multiple treatments 관점에서 다룬 사례를 정리했습니다. 랜덤화 데이터 수집부터 DML 추정, AUUC 평가, CPA 검증까지의 실무 흐름을 설명했습니다.
핵심 내용
- 마케팅 비용 최적화를 uplift modeling과 인과추론 관점에서 정의한 사례
- 단일 처치가 아닌 multiple treatments로 금액을 범주형 처치로 설계한 이유와 적용 흐름
- 랜덤화 데이터 수집, Double Machine Learning 기반 CATE 추정, AUUC 오프라인 평가, CATE gap 휴리스틱 정책 생성, CPA 기반 온라인 평가
- confounder 선정과 counterfactual 한계가 실무 핵심이라는 정리