# 서로 다른 두 종류의 소비자 데이터를 결합한 관심사 기반 광고 타겟팅 구축

> 이용자 데이터를 기반으로 광고 타겟팅을 제공하는 광고 플랫폼 기업이, 형식이 서로 다른 두 원천의 소비자 데이터를 표준화해 결합하고 관심사 기반 세그먼트를 추출하는 자동화 대시보드를 구축한 사례.

## 핵심 요약
- 서로 다른 원천의 로우 데이터를 결합하려면, 결합 이전에 필드 정의와 단위를 표준화하는 정제 단계가 전체 프로젝트에서 가장 큰 비중을 차지한다.
- 원시 이벤트를 그대로 쓰기보다, 규칙 기반 텍소노미로 관심사·카테고리를 부여하면 타겟팅에 바로 활용 가능한 세그먼트로 전환된다.
- 위치·시간처럼 외부 API로 보강 가능한 속성은 자동 연동해두면 데이터 정합성과 활용도를 동시에 높일 수 있다.
- 세그먼트 모수를 실시간 대시보드로 노출하면, 광고 예산 산정처럼 반복적인 의사결정을 자동화된 근거 위에서 내릴 수 있다.

## 무엇이 문제였나
이용자 데이터를 기반으로 광고 타겟팅을 제공하는 한 광고 플랫폼 기업이, 형식과 정의가 서로 다른 두 원천의 소비자 데이터를 결합해 이용자의 행동·소비 패턴 기반 타겟팅을 고도화하고자 했다. 두 데이터는 필드 정의와 단위가 서로 달라 그대로는 결합이 불가능했다.

## 과제
분리된 두 원천 데이터를 표준화해 하나의 데이터 마트로 만들고, 관심사 기반 세그먼트를 추출하며, 마케팅 담당자가 예상 광고비와 모수를 실시간으로 확인할 수 있는 환경까지 갖춰야 했다.

## 접근
- 두 원천 데이터의 정보 항목을 통일하고 필요한 필드만 추출해 데이터 마트 구축
- 위치 정보가 필요한 원천 데이터에 위경도 API를 연동해 자동으로 결합
- 업종 코드를 한글로 변환해 업종별 사용자 식별이 가능하도록 표준화
- 소비 이벤트를 규칙 기반으로 분류하는 데이터 텍소노미 설계 (예: 특정 금액 이상의 패션 관련 소비 이벤트를 '패션' 관심사로 분류)

## 구축 내용
- 이종 데이터 전처리 및 정제 파이프라인, 1주 단위 자동 갱신 데이터 마트
- 관심사 기반 세그먼트 추출 텍소노미 체계
- 성별·연령·업종·지역 필터를 갖춘 세그먼트 모수 확인 자동화 대시보드
- 확인된 모수를 광고 캠페인 예산 산출에 연동할 수 있는 기반 마련

## 이 사례에서 배울 수 있는 것
- 서로 다른 원천의 로우 데이터를 결합하려면, 결합 이전에 필드 정의와 단위를 표준화하는 정제 단계가 전체 프로젝트에서 가장 큰 비중을 차지한다.
- 원시 이벤트를 그대로 쓰기보다, 규칙 기반 텍소노미로 관심사·카테고리를 부여하면 타겟팅에 바로 활용 가능한 세그먼트로 전환된다.
- 위치·시간처럼 외부 API로 보강 가능한 속성은 자동 연동해두면 데이터 정합성과 활용도를 동시에 높일 수 있다.
- 세그먼트 모수를 실시간 대시보드로 노출하면, 광고 예산 산정처럼 반복적인 의사결정을 자동화된 근거 위에서 내릴 수 있다.

## FAQ
**Q. 서로 다른 두 종류의 소비자 데이터를 결합한 관심사 기반 광고 타겟팅 구축**

A. 이용자 데이터를 기반으로 광고 타겟팅을 제공하는 광고 플랫폼 기업이, 형식이 서로 다른 두 원천의 소비자 데이터를 표준화해 결합하고 관심사 기반 세그먼트를 추출하는 자동화 대시보드를 구축한 사례.

---
출처: https://bizspring.ai/kb/case/blog-transit-card-data-dmp · 최종 갱신 2026-08-23T16:12:39.039701+00:00