캠페인 결과에 따른 다음 단계

캠페인이 🟢 긍정적 효과, 🔴 부정적 효과, 🟡 효과 없음의 결과에 도달했다면, 이를 바탕으로 다음 전략을 결정해야 합니다.
이 가이드는 각 결과에 따라 Monetai의 효과를 극대화할 수 있는 다음 단계를 안내합니다.

1. 🟢 긍정적 효과

캠페인의 긍정적인 효과가 통계적으로 입증되었다면, 이제 더 많은 사용자에게 프로모션을 노출하여 성과를 극대화할 차례입니다.

추천 전략: 점진적인 트래픽 확대
결과가 긍정적이더라도, 한 번에 트래픽을 100%로 늘리는 것보다 점진적으로 확대하는 것이 더 안정적입니다. 이는 더 큰 사용자 그룹에서도 일관된 성과를 보이는지 최종적으로 검증하고, 예상치 못한 변수를 최소화하기 위함입니다.

확대 예시

• 1단계 (현재): 전체 트래픽의 10% (Baseline 5% / Monetai 5%)
• 2단계: 전체 트래픽의 20% (Baseline 10% / Monetai 10%)
• 3단계: 전체 트래픽의 50% (Baseline 25% / Monetai 25%)
• 최종 단계: 전체 트래픽의 100%

캠페인 확대를 원하시나요? Monetai 팀이 직접 도와드리겠습니다.
아래 편하신 채널로 연락 주시면, 원하시는 트래픽에 맞춰 신속하게 설정을 변경해 드립니다.

• 연락처: Monetai 슬랙 채널 또는 support@monetai.io

2. 🔴 부정적 효과 또는 🟡 효과 없음

캠페인 효과가 없거나 부정적일 경우, 이는 Monetai 활용 전략이나 SDK 연동 방식에 개선이 필요하다는 중요한 신호입니다. 아래 3단계에 따라 원인을 점검하고 개선을 시도해 보세요.

2-1. predict() 함수 고도화

• Step 1: predict() 함수 호출 횟수 확인하기

  • 문제 진단: AI 모델이 사용자를 미구매자로 예측할 기회 자체가 너무 적으면, 프로모션이 노출될 기회도 줄어들어 캠페인 효과가 제대로 나타나지 않을 수 있습니다. 현재 세션당 predict() 호출이 1~2회에 그치고 있지는 않나요?
  • 해결 방안: 사용자가 구매를 고민할만한 다양한 화면(예: 핵심 상세 페이지, 앱 재진입 시 등)에 predict() 함수를 추가하여, 예측 및 프로모션 노출 기회를 늘려보세요. 최대한 다양한 포인트에 추가하는 걸 권장합니다.

• Step 2: predict() 함수 호출 시점 변경하기

  • 문제 진단: 너무 이르거나(앱 실행 직후) 너무 늦은(결제 포기 직전) 시점의 predict() 호출은 효과가 떨어질 수 있습니다.
  • 해결 방안: 사용자가 상품의 가치를 충분히 인지한 후, 구매를 망설이는 결정적 순간에 predict()를 호출하는 것이 가장 효과적입니다. 호출 시점을 변경하여 다시 캠페인을 진행해 보세요.

위 방법으로도 개선되지 않았나요?

predict() 함수의 횟수와 시점을 최적화하는 것은 중요하지만, AI 모델의 성능은 결국 학습하는 데이터의 질에 가장 크게 좌우됩니다.
만약 위 방법들을 시도했음에도 성과가 나아지지 않는다면, 다음 단계인 사용자 행동 이벤트 고도화를 진행하여 모델에 더 풍부한 데이터를 제공하는 것을 권장합니다.

2-2. 사용자 행동 이벤트 고도화

• Step 1: 사용자 행동 이벤트 세분화

  • 문제 진단: 현재 기록 중인 이벤트가 너무 일반적이거나(예: app_open), 구매 결정과 직접적인 관련이 적을 수 있습니다. AI 모델이 사용자의 '구매 의도'를 더 정교하게 파악하려면, 더 구체적인 행동 데이터가 필요합니다.
  • 해결 방안: 사용자의 행동을 더 잘게 나눠 기록하면 AI 모델에 더 풍부한 컨텍스트를 제공할 수 있습니다. 특히, predict() 함수를 호출하기 직전까지의 사용자 행동을 상세히 기록하는 것이 좋습니다.
    • 예시: '베스트셀러 탭 클릭'이라는 이벤트 하나만 기록하는 대신, '상품 목록 진입' → '상품 클릭' → '상품 상세 설명 스크롤' 등 여러 개의 세분화된 이벤트를 기록

• Step 2: 개선된 데이터로 모델 재학습 요청하기

  • 문제 진단: 사용자 이벤트를 추가하거나 변경했다면, AI 모델이 개선된 데이터를 모델에 반영하는 과정이 반드시 필요합니다.
  • 해결 방안:
    • 새로운 이벤트를 추가한 후에는, 반드시 모델 재빌딩을 통해 AI가 최신 데이터를 학습하도록 해야 합니다.
    • 서포트 채널 혹은 이메일(support@monetai.io)로 연락하여 모델 재빌딩을 요청해 주세요.

기술 지원
캠페인 운영 중 질문이 있거나 문제가 발생하면 support@monetai.io로 문의해 주세요.