Causal Impact Analysis

Causal Impact Analysis(인과 효과 분석)

 

{CausalImpact}는 구글 본사에서 만든 시계열 예측 모형 관련 R 패키지로 Baysian structural time-series model을 기반으로하며, 특정 사건이 미친 영향에 대해 확인할 수 있다는 장점이 있다. 마케팅 분석 관련해서 공부하다가 알게된 방법론인데, 마케팅 쪽에서는 주로 광고로 인한 고유한 효과를 측정하거나 혹은 그 효과를 배제하고 측정하고자 할 때 주로 활용된다. 예를 들어서 내 블로그 포스팅1의 방문자수를 기반으로, 포스팅2에 광고를 통해 SNS나 웹사이트에 홍보했을 때의 방문자수를 예측할 수 있다는 이론이다. (블로그에서 찾아봤을 때에는 주로 GA(Google Adsence)데이터를 불러와서 자신의 블로그 트래픽을 활용해 진행하는 듯 했다.)

 

▶ R에서 실행하면 3개의 plot이 나타난다.

1) original : (선) 광고 효과가 반영된 결과치, (점선) 광고 효과를 배제했을 때 예상되는 추정치

2) pointwise : 광고로 인한 효과(original에서 나타나는 결과치-추정치)

3) cumulative : 광고 효과의 누적 수치

 

▶ 모형식 (Bayesian structural time-serires models)

모형식

Zt는 d-dimensional output, Tt는 d행 d열의 transition matrix, Rt는 d행 q열의 control matrix

εt는 (0,σt^2) 를 따르는 정규분포, ηt는 (0,Qt)를 따르는 정규분포로 값이 형성된다.

이전 시차의 값을 통해 다음시차를 예측하는 형식으로 이루어져 있다.

 

계절효과를 7days로 넣을 것인지(주별), 52weeks로 넣을 것인지(연별)를 나타내는 식도 있으니 나중에 더 확인해봐야겠다.

 

활용 방안 및 추가적인 의견

최근 데이터를 활용한 마케팅 방안이 쏟아져 나오고 있다. 단순히 EDA와 유저 세그먼트를 통한 겉핥기 식이 아니라, 예측 모형까지 활발하게 사용되고 있는 듯 하다.

예시로 BC카드에서 'BC IDEA'라는 데이터 기반 기업 맞춤형 빅데이터 분석 서비스를 출시하면서, 상권 분석을 통해 기업의 니즈에 맞는 조건을 추천하며, 단순한 정보 제공을 넘어서 제안까지도 이루어지고 있는 것이다. 아래 기사에서 보면 자체 모델을 통해 해당 지역 내 3km 내 유사 점포, 유동 인구 분석(소득, 가구 현황 등)을 통해 점포별 안정성과 성장성을 예측한다고 되어있다. 예를 들어 A지역에 CU 편의점을 내고자 할 경우, 근방 3km 내에 편의점이나 슈퍼, 마켓 등 식료품점이 몇 개 정도 분포하는지, 사람들이 많이 지나가는 길목인지(큰길인지 골목인지도 판단이 될까?), 근방에 사는 주민들의 수와 소득분위는 어떻게 분포하는지 를 의미하는 것 같다. 여기서 더 맞춤형분석을 해보자면 편의점에 맞는 변수를 넣어 줄 수 있다. 주변에 학교나 학원이 있는지, 아니면 회사가 있는지 보고, 편의점의 물건을 다르게 추천해줄 수도 있을 것이고, 학교나 학원이 있었다면 학생들의 등하교 시간에 맞춰 물량이 채워질 수 있도록 조언도 가능할 것이다.

 

https://biz.newdaily.co.kr/site/data/html/2021/08/03/2021080300016.html

비씨카드, 빅데이터 분석 서비스 'IDEA' 출시…맞춤형 비즈니스 지원

 

또한, 블로그의 방문자 수가 오직 광고 효과에만 영향을 받았다면 모형식을 통해 예측이 가능할테지만, 광고 뿐만 아니라 사회적인 이슈와 맞물렸다거나, SNS에서 핫한 주제라거나 할 경우 여러 효과에 대해 측정하는 방법론도 찾아보면 좋을 것 같다. 

 

참고 문헌

https://research.google/pubs/pub41854/

▶ 논문명 : INFERRING CAUSAL IMPACT USING BAYESIAN STRUCTURAL TIME-SERIES MODELS

Inferring causal impact using Bayesian structural time-series models – Google Research

 

▶ {CausalImpact} package in R

http://google.github.io/CausalImpact/