300만 3050 남성 패션 플랫폼 athler 의 그로스 풀스택을 함께 운영했습니다. Last-touch 어트리뷰션 (마지막 클릭에 100% 공을 주는 측정 방식)이 만든 착시를 Meridian MMM 으로 깨고, Braze 위에 AI 기반 개인화 카탈로그를 얹었습니다.
시작점은 흔한 진단이었습니다. 광고 매체 보고서는 ROAS 가 좋다고 말하지만, 매출은 정체. 마케팅 팀의 의심은 정확했습니다 — 마지막 클릭이 모든 공을 가져가는 어트리뷰션 모델은, 본래 일어났을 매출까지 광고의 성과로 잡아내고 있었습니다.
Google Meridian (베이지언 MMM) 으로 채널별 증분 ROAS 를 다시 추정했습니다. Adstock (광고 효과의 시간 누적)·saturation (예산 추가에 따른 한계 효율 감소) 곡선을 동시에 추정해서, 매체별 한계 ROI 가 어디서 꺾이는지를 봤습니다. 결과는 last-touch 가 보여준 그림과 사뭇 달랐고, 예산을 그 곡선에 따라 재배분했습니다.
동시에 CRM 쪽에서는 RFMV (최근성·빈도·금액·가치 4축으로 고객을 묶는 분석) 세그먼테이션 위에 Braze 카탈로그 + AI 개인화 추천을 얹었습니다. BigQuery 의 행동 데이터가 Braze 카탈로그를 갱신하면, GCP 위에 자체 빌드한 이미지 오버레이 파이프라인이 Meta 카탈로그 광고 크리에이티브를 자동 생성합니다.
종합소득세 환급 핀테크 '삼쩜삼' 을 운영하는 자비스앤빌런즈 와 Meridian MMM 도입 워크샵을 진행했습니다. Google 이 2024 년 오픈소스화한 베이지언 MMM 모델을 자체 데이터에 어떻게 캘리브레이션할지가 주제였습니다.
외주 컨설팅으로 받는 MMM 보고서는 결과만 던져줍니다. 가정·사전 분포(prior)·잔차를 팀이 직접 만져볼 수 없으면, 다음 사이클의 의사결정에 쓰지 못합니다. Meridian 은 그 블랙박스를 깨는 도구입니다.
5단계로 진행했습니다 — 컨텍스트 인터뷰, 모델 스펙 정의, prior 캘리브레이션, 검증 (홀드아웃·관측 incrementality 와 교차), 운영 핸드오프. 마지막 단계가 가장 중요했습니다. MMM 은 한 번 돌리고 끝나는 분석이 아니라 분기마다 다시 돌리는 운영 자산이기 때문입니다.
한국 마텤 SaaS 기업 AB180 (Airbridge·Braze 한국 파트너) 과 AI Stack Series 1 핸즈온 워크샵을 공동 진행 중입니다. 리디·카카오스타일·에이블리·Kurly 등 47명의 한국 top 브랜드 마케터가 참석했습니다.
4 세션 구성 — Claude Code 기본기, MCP 도구 통합, agent 워크플로 설계, 실제 마케팅 케이스 적용. 기조 강의가 아니라 실무자가 자기 캠페인 데이터로 직접 돌리고 결과를 비교하는 형식입니다.
한 번 띄우는 행사가 아니라 시리즈로 운영합니다. 시리즈 2·3 을 거치며 같은 47명이 단계별로 도구·워크플로·운영 자산을 내재화하는 것이 목표입니다.
퍼포먼스·CRM·Marketing AX 를 별도 부서가 아닌 한 팀이 운영합니다. 각 레인의 결정이 다른 레인의 입력이 되도록 묶어서 자문합니다.
현재 어트리뷰션·CRM 자동화·운영 워크플로 중 어떤 레인이 우선인지, 한 사이클 어떻게 돌릴지를 30분 안에 가시화합니다.