데일리핏 담당자의 타깃팅이 실패한 이유는? A. 타깃을 너무 넓혀서 B. 타깃을 지나치게 좁혀 알고리즘이 학습할 데이터가 부족해져서 C. 예산이 너무 많아서 정답: B — 과도하게 좁힌 타깃은 학습 데이터 부족으로 정체됩니다.
관심사를 여러 개 다루고 싶을 때 권장되는 방법은? A. 타깃을 최대한 좁혀 관심사마다 캠페인을 쪼갠다 B. 타깃을 넓히고 크리에이티브로 관심사를 구분한다 C. 하나의 관심사만 남기고 나머지는 포기한다 정답: B — 타깃을 넓게 두고 소재로 구분하는 방법이 데이터 학습에 유리한 경우가 많습니다.
신제품처럼 데이터가 없을 때 타깃 설정 방향은? A. 처음부터 최대한 좁게 시작한다 B. 넓게 시작해 학습 데이터를 먼저 쌓는다 C. 타깃 설정을 생략한다 정답: B — 데이터가 없는 초기에는 좁히기보다 학습 데이터를 쌓는 것이 우선입니다.