BLUEBERRY

LLM이 광고 API·BigQuery·Slack을 직접 부르기 시작하면, 답변 품질보다 "어느 도구를 언제 부를지"가 운영 사고의 진앙이 됩니다. function calling의 한 줄 직관과 마케터가 점검할 5가지."이 캠페인 ROAS 보여줘"라고 묻자 챗봇이 BigQuery에 SQL을 던져 결과를 돌려줍니다. 마케터 입장에서는 마법 같은 일인데, 그 "마법"의 정체가 function calling입니다. 모델이 직접 데이터를 가져오는 게 아니라, 어느 도구를 어떤 인수로 부를지를 결정해 시스템에 넘기는 한 가지 능력입니다. 이 글은 function calling이 어떻게 동작하고, 운영에서 깨지는 자리, 그리고 마케터가 직접 점검할 5가지 체크포인트를 정리합니다.마케터가 이 글을 읽어야 하는 이유: ..

PSM·IPW는 propensity 모델이 틀리면 무너지고, 회귀는 outcome 모델이 틀리면 무너집니다. doubly robust는 두 모델을 결합해 둘 중 하나만 맞으면 정직한 효과 추정. 마케팅 인과 분석의 안전판.무작위 배정이 안 되는 자리에 인과 효과를 추정하려면 두 가지 길이 있습니다 — propensity 모델 기반(PSM·IPW) 또는 outcome 모델 기반(회귀). 두 길은 각각 서로 다른 자리에서 깨집니다. doubly robust(이중 안전) 추정은 두 모델을 결합해, 둘 중 하나만 맞으면 정직한 효과 추정을 보장합니다. 마케팅 인과 분석의 안전판.마케터가 이 글을 읽어야 하는 이유: 인과 분석 결과를 회의에서 신뢰성 있게 보고하려면 "이 추정의 모델 가정 중 어느 게 깨져도 결과..

EU의 Digital Markets Act(DMA)가 Meta·Google·Apple의 walled garden을 강제 개방시키고 있습니다. 광고주 데이터·측정·광고 제품 관점에서 마케터가 알아야 할 변화 정리.Meta·Google·Apple은 자기 플랫폼 안의 사용자 데이터·광고 제품을 닫힌 환경(walled garden)에서 운영해 왔습니다. 광고주는 그 안의 데이터를 부분만 보고, 측정·타겟팅 능력도 플랫폼에 의존했습니다. EU의 Digital Markets Act(DMA)가 2024년 본격 시행되면서 이 walled garden이 강제 개방되고 있고, 그 변화가 광고주의 데이터·측정·운영에 영향을 미칩니다.마케터가 이 글을 읽어야 하는 이유: 한국 광고주에게도 DMA가 직접 영향을 줄 수 있습니다..

같은 사용자가 광고·이메일·푸시·SMS를 받는 순서가 ROAS를 좌우합니다. customer journey orchestration이 cross-channel 시퀀싱을 자동화해 마찰을 줄이는 흐름. 도구·룰·평가 정리.같은 사용자에게 광고가 뜨고 5분 뒤 이메일이 오고 1시간 뒤 푸시가 오고 다음 날 SMS가 오면 그건 마케팅이 아니라 폭격입니다. 사용자가 떠나면 ROAS가 무너집니다. customer journey orchestration은 채널을 시간 축에서 묶어 사용자 한 명의 경험을 디자인합니다. 마케팅의 다음 도약 자리.마케터가 이 글을 읽어야 하는 이유: 채널별 ROAS 보고는 채널 안의 효율만 보여주고, cross-channel 마찰은 안 보여줍니다. journey orchestration이..

컨텍스트 창이 200k 토큰까지 커졌지만 단순히 다 넣으면 lost-in-the-middle·비용 폭발·정확도 하락이 옵니다. 마케팅 자동화에 적용하는 5가지 컨텍스트 설계 원칙.Claude Sonnet은 200k 토큰, GPT-5는 1M 토큰까지 컨텍스트를 받습니다. 보고서 한 권을 통째로 넣고 질문할 수 있다는 뜻입니다. 그런데 실제 운영해보면 함정이 보입니다 — 중간 부분의 정보를 모델이 자주 놓치고, 비용은 길이 제곱으로 늘고, 정작 답변 정확도가 컨텍스트 짧을 때보다 떨어집니다. 긴 컨텍스트를 잘 쓰는 건 따로 설계 원칙이 필요합니다.마케터가 이 글을 읽어야 하는 이유: RAG 챗봇·보고서 자동화·캠페인 분석 등 LLM 자동화의 거의 모든 자리에서 컨텍스트가 길어지는 압력이 있습니다. 단순히 "..

브랜드 광고는 ROAS로 잡히지 않고 인지·호감도·구매의향으로만 측정됩니다. 노출 그룹과 비노출 그룹을 비교하는 brand lift study의 설계, 표본 계산, 실무 함정을 마케터 시선에서 정리."이 브랜드 캠페인 효과 있었어?"라는 질문은 ROAS로 답하기 어렵습니다. 브랜드 광고의 진짜 결과는 며칠 또는 몇 주 뒤에 인지·호감도·구매의향으로 나타나기 때문입니다. brand lift study는 그 변화를 노출 그룹과 비노출 그룹의 설문 응답 차이로 측정합니다. Meta·Google·YouTube가 자체 도구로 제공하지만, 설계 한 줄을 잘못 잡으면 결과 해석이 통째로 깨집니다.마케터가 이 글을 읽어야 하는 이유: 브랜드 캠페인 예산 의사결정에서 "효과 있었다 vs 없었다"의 답을 데이터로 정리하지..

베이지안 A/B는 "p-value "B안이 A보다 좋을 확률 92%"라는 한 줄이 회의를 한 번에 정리합니다. 베이지안 A/B의 매력입니다. 그런데 그 92%라는 숫자가 정직하려면 prior를 어떻게 잡았는지, HDI를 어떻게 해석했는지가 함께 따라와야 합니다. 이 글은 마케터 시선에서 베이지안 A/B의 prior 설계, posterior 해석, HDI의 함정을 정리합니다.마케터가 이 글을 읽어야 하는 이유: 빈도주의 A/B의 "p-value prior가 출발점, 데이터가 갱신, posterior가 결론. HDI는 그 결론을 한 줄로 요약하는 구간.1. 빈도주의 A/B와 베이지안 A/B의 한 줄 차이항목빈도주의베이지안답하는 질문"이 차이가 우연일 확률은?""B가 A보다 좋을 확률은?"출력p-value, ..

CAC 한 번 쓰고 끝이 아닙니다. 그 광고비를 매출로 회수하는 데 몇 개월 걸리는지가 현금흐름·재투자 속도를 결정합니다. payback period 계산·운영 룰·SaaS vs 이커머스 차이.광고비 50써서새고객한명데려왔다고끝이아닙니다.그50을 매출로 회수하는 데 한 달 걸리는 채널과 1년 걸리는 채널은 현금흐름이 완전히 다릅니다. payback period는 LTV/CAC 비율이 못 잡는 시간 차원을 보여주는 핵심 지표이고, 마케팅 성장의 속도 한도를 결정합니다.마케터가 이 글을 읽어야 하는 이유: LTV/CAC 5.0이라도 회수가 18개월 걸리면 그 캠페인을 매월 늘릴수록 현금이 마이너스로 갑니다. 회수 6개월 캠페인은 같은 비율 5.0이라도 빠르게 재투자 가능. payback period가 광고 ..

회의에서 ROAS만 들고 가면 장기·LTV가 빠지고, CAC만 보면 광고 효율이 빠집니다. 세 숫자를 한 슬라이드에 입체적으로 두는 표준 양식과 의사결정 프레임.분기 회의에서 마케터가 ROAS만 들고 가면 임원이 "장기 매출은?" 묻고, CAC만 들고 가면 "획득 품질은?" 묻고, LTV만 들고 가면 "광고 효율 어떄?" 묻습니다. 세 숫자가 서로 다른 질문에 답하는 도구이고, 한 숫자만 보면 의사결정의 60%가 빠집니다. 이 글은 세 숫자를 한 슬라이드에 입체적으로 두는 표준 양식과 의사결정 프레임을 정리합니다.마케터가 이 글을 읽어야 하는 이유: 분기마다 같은 질문이 회의에서 반복됩니다. 세 숫자를 한 번에 묶어 보고 양식으로 두면 그 반복이 사라지고, 의사결정 속도가 한 단계 올라갑니다. 신규 채널..

광고 플랫폼 자체 A/B로는 부족하고 외부 SaaS는 비쌉니다. 사내 마케팅 실험 플랫폼을 설계할 때 깔아야 할 split assignment·exposure log·SRM 검정·sequential safe·메타 표준 5가지 원칙.Meta·Google의 자체 A/B 도구는 광고 자체 효과만 보고, Optimizely·VWO는 비싸고 마케팅 데이터와 안 맞습니다. 사내 마케팅 실험 플랫폼을 직접 만들 때 깔아야 할 5가지 원칙이 있습니다. 한 가지라도 빠지면 결과가 흔들리고, 다섯 가지가 함께 깔리면 분기 실험이 정직한 의사결정의 기반이 됩니다.마케터가 이 글을 읽어야 하는 이유: 사내 실험 플랫폼은 분석가·엔지니어가 만들지만, 마케터가 그 5가지 원칙을 모르면 결과 보고를 제대로 해석 못 합니다. 어떤 ..