광고 데이터 CVR 예측 모델링_5224 - (ADID 특성 정보 활용)

1. 목적

광고의 카테고리 정보와 ADID 자체적인 특성정보 사이의 관계성을 확인하고 모델의 새로운 피쳐로 채택할 필요가 있음

→ ADID의 성별, 연령, 관심사 와 같은 DMP 세그먼트를 이용하여 피처로 활용하고자 함

 

2. ADID 특성정보 매핑 로직

매핑되는 KEY값은 ADID로 설정

 

특정정보 매핑 워크플로우

1. 데모정보 : 성별, 연령, 결혼 관심, 자녀유무, 소득수준, 게임 충성 지수, 쇼핑 충성 지수

 

데모의 각 세그먼트는 ADID에 대응되며, ADID 별로 단일 값이 할당되어야 하는 특징을 가지고 있음

→ 정답이 없는 데모 정보는 유추로직을 기반으로 데이터가 존재하기에 다수결과 최신성을 기준으로 대표값 선정 후, 매핑 

 

다수결로 순위 매김 한 후 다수결로 순위가 결정이 나지 않을 시 최신성을 반영함, 그럼에도 순위가 결정나지 않을 시

'indeterminate' 값으로 매핑

adid	GENDER	COUNT	BASE_YM(SUM)
A	male	2	405011 (202506 + 202505)
A	female	2	405012 (202506 + 202505)

 

위와 같은 경우 A는 gender 컬럼에 ‘indeterminate’ 값을 갖게됨

 

 

2. 관심사 : 광고 캠페인 관심사, 앱 관심사, 카테고리 기준 광고 반응 이력, 앱 설치 내역

 

관심사의 각 세그먼트는 ADID에 대응되며, 관심사나 반응 이력의 경우 ADID별로 다수의 값이 할당 될 수 있음

→ ADID 별 관심사1 : 등장횟수 관심사2 : 등장횟수 … 의 형태로 저장 후, 매핑

adid	camp_interest_depth1
A	게임/장난감 : 2, PC게임 : 1

 

위와 같은 경우 A는 '게임/장난감' 캠페인에 2의 관심도를, PC게임에 1의 관심도를 가지고 있음