01장. 개론
1.1 알고리즘 마케팅의 주제
1.2 알고리즘 마케팅의 정의
1.3 역사적 배경과 맥락
1.3.1 온라인 광고: 서비스와 시장
1.3.2 항공사: 매출 관리
1.3.3 마케팅 과학
1.4 프로그램 기반 서비스
1.5 누가 이 책을 읽어야 할까?
1.6 요약
02장. 예측 모델링 리뷰
2.1 기술적, 예측적, 처방적 분석
2.2 경제적 최적화
2.3 머신 러닝
2.4 감독학습
2.4.1 모수/비모수 모델
2.4.2 최대 가능성 추정
2.4.3 선형 모델
2.4.4 비선형 모델
2.5 표현 학습
2.5.1 중요 요소 분석
2.5.2 클러스터링
2.6 다른 특수 모델들
2.6.1 고객 선택 이론
2.6.2 생존 분석
2.6.3 경매 이론
2.7 요약
03장. 프로모션과 광고
3.1 환경
3.2 비즈니스의 목적
3.2.1 제조업체와 소매업체
3.2.2 비용
3.2.3 이익
3.3 타깃팅 파이프라인
3.4 응답 모델링과 측정
3.4.1 응답 모델링 프레임워크
3.4.2 응답 측정
3.5 구성 요소: 타깃팅과 생애 가치 모델
3.5.1 데이터 수집
3.5.2 계층별 모델링
3.5.3 RFM 모델링
3.5.4 성향 모델링
3.5.5 세그멘테이션과 페르소나 기반 모델링
3.5.6 생존 분석을 이용한 타깃팅
3.5.7 생애 가치 모델링
3.6 캠페인 디자인과 운영
3.6.1 고객 여정
3.6.2 제품 프로모션 캠페인
3.6.3 다단계 프로모션 캠페인
3.6.4 고객 유지 캠페인
3.6.5 보충 캠페인
3.7 자원 할당
3.7.1 채널에 따른 할당
3.7.2 목적에 따른 할당
3.8 온라인 광고
3.8.1 환경
3.8.2 목표와 애트리뷰션
3.8.3 CPA-LT 모델 타깃팅
3.8.4 다접촉 애트리뷰션
3.9 효율성 측정
3.9.1 랜덤화된 실험
3.9.2 관찰 연구
3.10 타깃팅 시스템의 구조
3.10.1 타깃팅 서버
3.10.2 데이터
이 책의 대상 독자
고급 마케팅 소프트웨어 시스템을 개발하고자 하는 사람들을 위한 책이다. 이 책은 다양한 마케팅 및 소프트웨어 전문가들에게 유용하며 크게 두 집단을 염두에 뒀다. 첫 번째는 마케팅 소프트웨어에 사용하는 기술과 이 기술의 이론적 배경에 대해 배우고자 하는 마케팅 소프트웨어 개발자 프로덕트 매니저 및 소프트웨어 엔지니어들이다. 두 번째는 어떻게 마케팅 조직이 머신 러닝과 빅데이터로부터 도움을 받는지 그리고 어떻게 현대의 기업이 고급 의사 결정 자동화 방법론을 활용할 수 있는지에 대해 배우고 싶은 마케팅 전략가와 기술 분야 리더들이다.
이 책은 독자가 통계와 대수, 프로그래밍에 대한 기본적인 이해는 하고 있다고 가정했다. 이 책에 설명한 방법들은 대부분 기본적인 수학을 사용한다. 이 책은 마케팅의 비즈니스적인 측면에만 관심이 있는 사람들에게는 적합하지 않다. 왜냐하면 이 책은 전통적 마케팅 교과서가 아니라 마케팅 자동화에 관한 책이기 때문이다.
이 책의 구성
이 책은 6개 장으로 나뉜다. 1장, ‘소개’는 개론으로, 알고리즘 마케팅의 개념과 원리를 설명하고 알고리즘적 접근 방식의 유용성을 보여주는 멋진 케이스 스터디들을 소개한다. 2장, ‘예측 모델링 리뷰’는 예측 모델링으로서 알고리즘 마케팅의 수학적 기초를 다룬다. 그 이후 4개의 장은 마케팅의 네 가지 다른 영역 즉 광고 및 프로모션, 검색, 추천 그리고 가격 책정을 소개한다. 이 4개의 장은 똑같은 알고리즘 방법론을 따르기 때문에 구조도 비슷하다. 각각의 장은 최적화 대상인 변수와 제약 조건을 이해하기 위한 환경을 기술하고 최적화 문제를 정의하기 위한 비즈니스 목적을 다룬 후 각 분야에 나타나는 업무와 시나리오에 대한 의사 결정 자동화 방법론을 논한다. 이 4개의 장은 각기 다른 영역을 기술하므로 대체로 독립적이다. 따라서 독자들은 관심 있거나 필요한 부분만 따로 골라 읽어도 되고 처음부터 끝까지 모두 읽어도 된다.
이 책을 읽으면서 독자의 백그라운드와 맞지 않거나 관심이 없는
