BLUEBERRY

  • 홈
  • 태그
  • 방명록

forecasting 1

Prophet과 CausalImpact — 시계열 예측과 캠페인 인과 효과

Prophet은 시즌·트렌드를 자동 분리해 예측을 단순화하고, CausalImpact는 그 예측을 baseline으로 캠페인 효과를 추정합니다. 마케팅 자리의 두 도구 결합 사용 패턴.캠페인 시작 후 매출이 +20% 올랐다면 그게 캠페인 효과인지 시즌·트렌드 효과인지 구분이 어렵습니다. CausalImpact는 캠페인이 없었을 때의 매출 예측(counterfactual)을 baseline으로 잡고, 실제 매출과의 차이를 캠페인 효과로 추정합니다. baseline 예측에 Prophet 같은 state-space 모델이 자주 들어갑니다. 두 도구의 결합이 마케팅 인과 분석의 표준 패턴 중 하나입니다.마케터가 이 글을 읽어야 하는 이유: 분기 캠페인의 효과를 보고할 때 "전년 동기 대비 +20%"는 시즌·트렌..

통계·ML 2026.05.17
이전
1
다음
더보기
프로필사진

BLUEBERRY

개발 또는 기획 또는 마케팅

  • 분류 전체보기 (29)
    • 퍼포먼스 마케팅 (1)
    • 통계·ML (7)
    • AI·LLM (7)
    • 앱 마케팅 (1)
    • B2B 마케팅 (0)
    • CRM·라이프사이클 (1)
    • 데이터 파이프라인·dbt·Airflow (0)
    • 그로스해킹 (3)
    • 마케팅 트렌드·뉴스 (1)
    • 프라이버시·컴플라이언스 (1)
    • SEO·GEO (0)
    • 스타트업 운영·조직 (1)
    • 웹 마케팅 (1)
    • 매체 데이터 알아보기 (3)
    • Analytics Ops (GA4·GTM) (2)

Tag

marketing-ai, Rag, experimentation, tiktok, LLM, ROAS, causal-inference, ab-testing, raw-data, MMP, incrementality, onboarding, data-pipeline, observational, cohort, unit-economics, google-ads, attribution, token-economics, Measurement,

최근글과 인기글

  • 최근글
  • 인기글

최근댓글

공지사항

페이스북 트위터 플러그인

  • Facebook
  • Twitter

Archives

Calendar

«   2026/06   »
일 월 화 수 목 금 토
1 2 3 4 5 6
7 8 9 10 11 12 13
14 15 16 17 18 19 20
21 22 23 24 25 26 27
28 29 30

방문자수Total

  • Today :
  • Yesterday :

Copyright © AXZ Corp. All rights reserved.

티스토리툴바