핵심 요약
네이버페이가 uplift Modeling과 다중 처치를 활용해 마케팅 비용 최적화를 시도하고, 오프라인 AUUC와 온라인 CPA로 효과를 평가했습니다.
구현 방법
- 무작위 interventional 데이터로 0/1000/2000원 처치를 수집
- Double Machine Learning(DML) 기반 다중 처치 CATE 추정(M_y, M_t, M_final 포함), cross-fitting 적용
- 오프라인 평가: AUUC 활용, Counterfactual 비교
- 정책 생성: 가장 큰 CATE를 가진 처치를 선택하고, CATE gap 규칙으로 큰 처치를 일부 사용자에 우선 적용
주요 결과
- 온라인 예시에서 CPA가 1,429원(처치) vs 1,643원(통제)로 214원 절감
- Persuadables 중심의 타깃 및 확장 가능한 다처치 적용 가능성 제시
