답변
MMM에서 실험군·대조군 개념은 전통적 A/B 테스트가 아니라 지역(geo) 단위 인크리멘털리티 실험으로 구현됩니다. Meridian GeoX는 특정 지역의 매체 집행을 중단하거나 확대하는 방식으로 실제 인과 효과를 측정한 뒤, 그 결과를 모델의 베이지안 사전분포로 되먹여 보정하는 기능을 공식 지원합니다. 통계적 오류를 피하려면 두 가지가 필요합니다. 첫째, 지역을 무작위가 아니라 인구·매출 특성이 비슷한 지역끼리 짝지어(matched pairs) 테스트·대조 지역으로 나눠야 지역 간 원래 차이가 결과를 왜곡하지 않습니다. 둘째, 실험 보정 데이터 자체가 부실하면(표본 부족, 설계 오류) MMM 모델의 보정 효과도 제한적이라는 점을 인지해야 합니다 — 보정 기능이 있다고 리프트 테스트 없이 정확한 모델이 자동으로 나오는 것은 아닙니다. 가격·프로모션 같은 비매체 변수를 함께 투입해 사전분포에 반영하면, 실무자가 보유한 사업 지식으로 모델 학습 방향을 보정할 수 있어 순수 통계적 상관관계만으로 인과를 오판하는 위험을 줄일 수 있습니다.