pile·
AI / ML·로플랫로플랫·

DOOH 광고 매체, 아직도 감으로 고르시나요?

문제DOOH 옥외광고 매체를 그동안 "사람 많아 보이는 곳" 같은 감으로 선택해왔고 유동인구 규모는 측정해도 광고 노출 대상자의 특성 파악이 어려웠다.
접근로플랫이 3가지 데이터 기준 제시. 매체 주변 근무자/거주자 비율로 반복 노출 가능성 추정, 옥외 위치와 시청자 거주지를 연결해 생활권 파악(신촌 거주자 vs 홍대 정류장 같은 매핑), 성별/연령 분석으로 카테고리 매칭(20대 여성 다수 매체→뷰티/패션, 30~40대 남성→금융/전자).
결과유동인구의 연령/성별/라이프스타일 데이터가 캠페인 목표와 매체 선택을 연결. "감" 에서 "데이터 기반" 으로 DOOH 의사결정 패러다임 전환을 제안.
로플랫
로플랫 블로그
원문은 여기서 이어서 읽을 수 있어요
원문 읽기
읽음 (0)

이 글과 비슷한

  1. AI / ML·stackoverflow-blogStack Overflow Blog·

    에이전틱 SDLC를 QA 엔지니어링 마인드셋으로 구축하기

    Motorola Solutions의 테스트 엔지니어링 선임 매니저 Suneet Malhotra가 Stack Overflow 팟캐스트에 출연해 MCP(Model Context Protocol) 기반 에이전틱 SDLC 파이프라인 구축과 LLM-as-judge 평가 방법론을 소개했다. QA 엔지니어링 관점을 소프트웨어 개발 생애 전반에 적용하고, 설계 단계 직후 스펙을 강화해 결함 비용을 줄이는 'QA shift-left' 접근을 다룬다.

    요약 이어보기
    #llm-agent#mcp#test-automation+2
  2. AI / ML·LINE EngineeringLINE Engineering·

    보안 업무를 위한 AI 에이전트 플랫폼 「SAGE」 개발기 1편: 판단은 사람에게 남기는 설계

    LY Corporation Security Development Division이 보안 업무용 AI 에이전트 플랫폼 SAGE의 개발 과정을 공개했다. "완전 자동화"와 "도입 미루기" 양 극단 사이에서 "판단은 사람에게 남기는 설계"를 핵심 원칙으로 삼고, 3단계 점진적 도입 전략(AI 보조→에이전트 협업→자동화)을 채택했다. 현재는 1단계를 중심으로 파일럿·실운영 중이다.

    요약 이어보기
    #llm-app#opensearch#mcp+2