시리즈: 60일의 도박: 1편Sales & Customers
영업의 보이지 않는 손: 베이지안 엔진으로 추적한 60일의 수주 확률
영업 현장의 관찰과 고객 반응을 베이지안 증거로 갱신해 60일 동안 수주 확률을 추적하고, 한정된 영업 자원을 더 나은 고객과 행동에 배분하는 ExaWin+ 의사결정 사례입니다.
- Bayesian
- 베이즈인자
- 베이지안 업데이트
Skip to article library
Field Library
All Articles
Evidence, methods, and operating insight for decisions that must work in the field.
22Published articles
60일의 도박
Page 1 of 160일의 도박 · 7 편
시리즈: 60일의 도박: 2편Theory & Methods
베이지안 영업 엔진의 기초: 베타–이항 모델과 재귀적 추정
이 아티클은[BA02 에피소드]에서 다뤘던 베이지안 엔진의 수학적 원리와 그 효과성을 설명한다. 불확실한 비즈니스 환경에서 영업 성공 확률을 정교하게 예측하기 위함이다. 핵심적으로 과거의 경험을 수치화하는 베타 분포와 현장의 실시간 신호를 포착하는 이항 분포를 결합하여 최적의 의사결정 지표를 도출하는 과정을 다룬다. 특히 복잡한 연산 없이도 즉각적인 업데이트가 가능한 켤레 사전 분포를 활용함으로써 시스템의 실시간성과 연산 효율성을 극대화하는 점을 강조한다. 또한, 이 모델은 데이터가 발생할 때마다 즉시 판단을 내리는 재귀적 추정 방식을 채택하여 현대 비즈니스에 최적화된 기술적 타당성을 확보한다. 결과적으로 본 자료는 정교한 수학적 모델링이 어떻게 막연한 직관을 신뢰할 수 있는 데이터 기반의 통찰로 변환시키는지를 명확하게 보여준다.
- Bayesian
- 베이즈인자
- 베이지안 업데이트
시리즈: 60일의 도박: 3편Theory & Methods
침묵도 증거다: 시간 감쇠·로그 가중치·휴리스틱 설계
이 글은 [BA02.베이지안 추론] 영업의 보이지 않는 손: 60일의 도박의 2번째 시리즈 글이다. 지난 [제1부 베이지안 엔진: 불확실성을 관리하는 수학적 연금술]에서는 컬레사전분포와 해석해의 우아함을 다뤘다면 제2부에서는 증거 데이터인 우도(likelihood)의 계산과 비즈니스 현장에서 가장 위협적인 유령, '침묵(Silence)'을 수학적으로 어떻게 처리하는를 검토한다.
- Bayesian
- likelihood
- 로그가중치
시리즈: 60일의 도박: 4편Sales & Customers
확률을 결단으로 바꾸는 의사결정 임피던스 매칭
[BA02.[Exa 베이지안 추론] 영업의 보이지 않는 손: 60일의 도박] 에피소드의 지난 [제1부]와 [제2부]를 통해 우리는 베이지안 엔진이 어떻게 '사전 믿음'을 세우고, '시그널'과 '침묵'을 통해 확률의 궤적을 추적하는지 살펴보았다. 이제 우리 손에는 베이지안 파라미터 α와 β에 의해 정교하게 계산된 순수 사후확률 $ P_{raw} $가 들려 있다. 하지만 아직 끊나지 않았다. 마지막 의사결정 과정이 남아있기 때문이다. 60%의 확률이라도, 그것이 단 한 번의 미팅으로 얻은 것인지, 아니면 수십 번의 협상 끝에 도출된 것인지에 따라 결단의 무게는 완전히 다를 수 있다.
- Bayesian
- likelihood
- 베이지안
시리즈: 60일의 도박: 5편Sales & Customers
EXAWin Auto-Tuner: 데이터가 영업 엔진을 스스로 조율하게 된 날
EXA 베이지안 엔진은 수주 확률을 계산해 주었지만, 그 정밀도는 사람이 설정한 초기 파라미터에 달려 있었다. 100개의 과거 딜 데이터가 쌓였을 때, 엔진은 스스로 진화할 준비를 마쳤다. Grid Search, MCMC 앙상블 샘플링, 교차검증 — 세 개의 수학적 도구가 협업하여 최적의 파라미터를 찾아가는 과정을 소설로 그립니다.
- Bayesian
- Auto-Tuner
- Grid Search
시리즈: 60일의 도박: 6편Theory & Methods
EXAWin Auto-Tuner: Grid Search와 Youden's J로 최적 경계 찾기
3,240개의 파라미터 조합 중 어떻게 '최적'을 찾는가? Grid Search가 전수 탐색하고, Youden's J 지수가 민감도와 특이도의 균형점을 찾는 수학적 원리를 비즈니스 맥락과 함께 풀어낸다. 영업 단계 가중치(T)와 시그널 민감도(k)를 데이터가 스스로 조율하는 Auto-Tuner의 첫 번째 기둥.
- Bayesian
- Auto-Tuner
- Grid Search
시리즈: 60일의 도박: 7편Theory & Methods
EXAWin Auto-Tuner의 검증 원리: MCMC 앙상블과 교차검증
Grid Search가 '최적의 언덕'을 찾았다면, MCMC 앙상블 샘플러는 '그 언덕의 높이가 맞다'고 256명의 탐험가가 합의하는 과정이다. Emcee의 아핀 불변 워커, R̂ 수렴 진단, HDI 95% 신뢰구간, 그리고 5-Fold 교차검증과 Signal Lift 분석의 수학적 원리를 비즈니스 맥락과 함께 풀어낸다.
- Bayesian
- Auto-Tuner
- MCMC