Biography

소비자의 구매를 위한 기업의 다양한 의사결정과, 소비자 자체의 구매까지 이어지는 행동간 의사결정에 관심이 있습니다. 특히, 기업이 마케팅을 하는 과정과 이를 받아들이는 소비자간에 일어나는 다양한 문제에 관심이 있고 고객의 특성에 맞게 해결하고 싶습니다.

마케팅이란 이름만 들었을 때 소비자를 현혹시키는 무언가로 해석되기는 쉬우나, 마케팅 공부를 하고 있다는 것은, 사람들의 의사결정에 대한 모든 프로세스를 마케팅 영역에 한정해서 관찰하고 공부하며, 알아내는 것을 의미합니다.

일반적으로 소비자와 기업의 다양한 의사결정에 대해 규명짓기 위해서는 3가지의 큰 접근법을 사용합니다.

1. 심리학을 기반으로 internal process를 증명하는 방법
2. 게임 이론을 바탕으로 각 의사 결정에 참여하는 사람들의 균형점을 찾는 방법
3. 실증 데이터를 바탕으로 각 사람들 / 기업 별 어떤 변수가 행동에 유의하게 작용했는지 알아내는 방법

특히 (1)번은 Consumer Behavior (CB)라고 부르며, (2, 3)번을 Quantitative Marketing (퀀트 마케팅) 이라고 부릅니다. 저는 모든 방법론에 관심이 있으나, 현재 주로 공부하는 방법론은 실증 데이터 기반 데이터 분석, 즉 (3)번에 해당하는 퀀트 마케팅 공부를 하고 있습니다. 즉, 저는 실증 데이터 기반 퀀트 마케팅을 통해 소비자가 행하는 다양한 의사결정의 프로세스를 이해하고 기업들이 행하는 마케팅 의사결정을 통해 얼마나 이익을 가져다 줄 수 있는지, 그리고 전체적인 소비자의 후생이 어떻게 되는지 등에 관심이 있습니다.

실증 기반 퀀트 마케팅을 위해서는 기업의 현행 마케팅 수단, 방법, 그리고 이를 통해 어떤 이익을 얻고자 하는지 등에 대한 이해가 필요하며, 소비자 역시 각 상황에 대해서 어떤 식으로 대처하는지에 대한 관찰력이 필요합니다. 특히 데이터를 주로 다뤄서 각 변수가 얼마나 유의한지를 파악해야하므로 통계에 대한 이해 역시 기본적으로 필요하며, 마케팅을 받았을 때 얼마나 사람들이 구매를 더 할 것이냐 하는 문제들 역시 해결하기 위해 인과 추론에 대한 이해 역시 필요합니다.

따라서 요약하자면, 저는 통계적인 방법론을 통한 인과 추론에 관심이 있으며, 이에 따라 Causal AI 분야에도 관심이 많으며, 유저 분류 문제 및 타겟 policy에 관심이 있습니다.

1. Statistical Causal Inference & Causal AI
2. User Segmentation, Targeting Policy

제 블로그의 내용을 재미있고 가볍게 봐주시고, 보다가 틀린 내용이 있거나 이해가 되지 않는 내용이 있다면 kdchoi.mkt@gmail.com으로 언제든지 질문해주세요.

약력

16. 2 ~ 20. 2: UNIST 수리과학과 학사

17. 12 ~ 20. 8: Class 101. inc Product Analyst

18. 3 ~ 22. 2: KAIST 경영공학부 마케팅 트랙 석사

22. 3 ~ 재학 중: KAIST 경영공학부 마케팅 트랙 박사

더욱 자세한 이력 및 약력은 하단의 링크를 통해 CV를 다운받을 수 있습니다.

CV 다운받기

기술

• Math: Algebra, Number Theory, Topology, Linear Algebra, Econometric, Statistic
• Python: PySpark, Pandas, Scikit-Learn, Torch
• SQL: Postgres, MySQL, SQLite
• No-SQL: Mongo DB