📣 활용 도구: Python Pandas · Google Looker Studio · Power BI · Meta Ads Manager
캠페인별 노출·클릭·전환·비용 KPI 데이터를 생성합니다. 퍼포먼스 마케팅 분석, ROI 최적화, 예측 모델 실습에 활용하세요.
캠페인별 노출·클릭·전환·비용 KPI 데이터를 생성합니다. 퍼포먼스 마케팅 분석, ROI 최적화, 예측 모델 실습에 활용하세요.
생성 설정
~
KPI 컬럼 선택
분석 난이도
출력 포맷
// 생성 버튼을 눌러 시작...
-
총 행수
-
평균 CTR
-
평균 ROAS
-
총 광고비
데이터 미리보기
🎨 소재/채널 분석: 광고 소재(이미지/영상/텍스트)와 채널별 성과 비교 데이터를 생성합니다.
소재 최적화 분석, 채널 믹스 최적화, 크리에이티브 성과 예측 실습에 활용하세요.
소재 최적화 분석, 채널 믹스 최적화, 크리에이티브 성과 예측 실습에 활용하세요.
생성 설정
분석 난이도
출력 포맷
// 생성 버튼을 눌러 시작...
-
총 소재 수
-
최고 CTR 소재
-
영상 평균 CTR
-
이미지 평균 CTR
데이터 미리보기
🔬 A/B 테스트 데이터: 대조군/실험군 전환율 실험 데이터를 생성합니다.
통계적 유의성 검정(t-test, chi-square), 베이지안 A/B 테스트 실습에 활용하세요.
통계적 유의성 검정(t-test, chi-square), 베이지안 A/B 테스트 실습에 활용하세요.
실험 설정
양수: 실험군 개선 / 음수: 악화
출력 레벨
출력 포맷
// 생성 버튼을 눌러 시작...
-
총 샘플
-
A군 전환율
-
B군 전환율
-
Lift
데이터 미리보기
🎯 전환 분석: 시간대·요일·디바이스·지역별 전환 데이터를 생성합니다.
전환 퍼널 분석, 시간대 입찰 최적화, 디바이스 타겟팅 실습에 활용하세요.
전환 퍼널 분석, 시간대 입찰 최적화, 디바이스 타겟팅 실습에 활용하세요.
생성 설정
분석 난이도
출력 포맷
// 생성 버튼을 눌러 시작...
-
총 행수
-
전체 전환율
-
피크 시간대
-
모바일 비율
데이터 미리보기
🗺️ 멀티터치 어트리뷰션: 구매 여정 내 터치포인트 기여도 데이터를 생성합니다.
First Touch, Last Touch, Linear, Data-Driven 어트리뷰션 모델 비교 실습에 활용하세요.
First Touch, Last Touch, Linear, Data-Driven 어트리뷰션 모델 비교 실습에 활용하세요.
생성 설정
분석 난이도
출력 포맷
// 생성 버튼을 눌러 시작...
-
터치포인트 수
-
전환 고객
-
최다 채널 (Last)
-
평균 터치포인트
데이터 미리보기
📋 데이터 스키마 가이드: 각 탭에서 생성되는 데이터의 컬럼 정의, 타입, 범위를 확인하세요.
캠페인 성과 스키마
| 컬럼명 | 타입 | 설명 | 범위/예시 |
|---|---|---|---|
| date | DATE | 날짜 | 2023-01-01~ |
| campaign_id | VARCHAR | 캠페인 ID | CAM-001~ |
| campaign_name | VARCHAR | 캠페인명 | - |
| platform | VARCHAR | 광고 플랫폼 | Meta/Google/Kakao/... |
| objective | VARCHAR | 캠페인 목표 | awareness/traffic/conversion |
| impressions | INT | 노출수 | 0~ |
| clicks | INT | 클릭수 | 0~ |
| ctr_pct | FLOAT | CTR (%) | 0.1~10 |
| spend | INT | 광고비 (원) | 0~ |
| conversions | INT | 전환수 | 0~ |
| cpa | INT | CPA (원) | 0~ |
| roas | FLOAT | ROAS (배) | 0~10 |
| revenue | INT | 광고 기여 매출 | 0~ |
소재 분석 스키마
| 컬럼명 | 타입 | 설명 | 범위/예시 |
|---|---|---|---|
| creative_id | VARCHAR | 소재 ID | CRE-0001~ |
| creative_type | VARCHAR | 소재 유형 | image/video/carousel/text |
| channel | VARCHAR | 채널 | meta/google/kakao/... |
| format | VARCHAR | 광고 형식 | feed/story/banner/search |
| impressions | INT | 노출수 | 0~ |
| clicks | INT | 클릭수 | 0~ |
| ctr_pct | FLOAT | CTR (%) | 0~10 |
| video_view_rate | FLOAT | 영상 시청률 (%) | video 전용 |
| quality_score | FLOAT | 품질 점수 (1~10) | 1~10 |
A/B 테스트 스키마
| 컬럼명 | 타입 | 설명 | 범위/예시 |
|---|---|---|---|
| user_id | VARCHAR | 사용자 ID | USR-000001~ |
| group | VARCHAR | 실험 그룹 | A/B/C |
| exposed_at | DATETIME | 노출 시각 | - |
| converted | INT | 전환 여부 | 0/1 |
| converted_at | DATETIME | 전환 시각 | null or datetime |
| time_to_convert | INT | 전환까지 시간(초) | null or 0~ |
| revenue | FLOAT | 전환 매출 (원) | 0~ |
| device | VARCHAR | 디바이스 | mobile/desktop/tablet |
전환 분석 스키마
| 컬럼명 | 타입 | 설명 | 범위/예시 |
|---|---|---|---|
| datetime | DATETIME | 시각 | - |
| date | DATE | 날짜 | - |
| hour | INT | 시 (0~23) | 0~23 |
| day_of_week | VARCHAR | 요일 | 월~일 |
| device | VARCHAR | 디바이스 | mobile/desktop/tablet |
| region | VARCHAR | 지역 | 서울/경기/부산/... |
| channel | VARCHAR | 유입 채널 | paid/organic/direct/email |
| impressions | INT | 노출수 | 0~ |
| clicks | INT | 클릭수 | 0~ |
| conversions | INT | 전환수 | 0~ |
| cvr_pct | FLOAT | CVR (%) | 0~100 |
| revenue | INT | 매출 (원) | 0~ |
멀티터치 어트리뷰션 스키마
| 컬럼명 | 타입 | 설명 | 범위/예시 |
|---|---|---|---|
| customer_id | VARCHAR | 고객 ID | USR-0001~ |
| journey_id | VARCHAR | 여정 ID | JRN-0001~ |
| touch_seq | INT | 터치 순서 | 1~N |
| touch_channel | VARCHAR | 터치 채널 | search/social/email/... |
| touch_type | VARCHAR | 터치 유형 | first/mid/last |
| touch_at | DATETIME | 터치 시각 | - |
| is_conversion | INT | 전환 여부 | 0/1 |
| first_touch_credit | FLOAT | First Touch 기여도 | 0~1 |
| linear_credit | FLOAT | Linear 기여도 | 0~1 |
| last_touch_credit | FLOAT | Last Touch 기여도 | 0~1 |
| revenue | INT | 전환 매출 | 0~ |
활용 도구 매핑
| 도구 | 추천 데이터 |
|---|---|
| 📊 Google Looker Studio | 캠페인 성과 → 광고 KPI 대시보드 |
| 🐍 Python / Pandas | A/B 테스트 → t-test, chi-square, 베이지안 검정 |
| 🤖 Scikit-learn | 전환 분석 → 전환 예측 분류 모델 (Random Forest) |
| 📈 Tableau / Power BI | 어트리뷰션 → 채널 기여도 비교 시각화 |
| 🎯 Meta Ads API | 캠페인 데이터 → 실제 API 형식 비교 실습 |
| ⚡ Google BigQuery | 대용량 캠페인 로그 → SQL 집계 분석 |