허쉬, 분기 대신 월간 마케팅 믹스 모델링 위한 멀티 에이전트 AI 도입

Hershey는 Mutinex의 멀티 에이전트 AI 시스템(Claude 및 Gemini 기반)을 배포하여 전체 브랜드 포트폴리오에 걸쳐 마케팅 믹스 모델링(MMM)을 자동화했습니다. 데이터 파이프라인 관리를 위한 Tracer와 결합된 이 시스템은 과거 지향적인 연간 프로세스를 월간, 상시 가동 측정 기능으로 전환했습니다.

변화된 점

이전에는 Hershey가 약 5개 브랜드에 대해 연 3회 MMM 분석을 실행했으며, 결과는 데이터 기간이 끝난 후 몇 달 후에 도착했습니다. 미디어 및 마케팅 기술 부사장인 Vinny Rinaldi는 "2024년 데이터의 전체 판독 결과를 2025년 중반에야 얻었고, 그동안 2026년 계획을 세우고 있었습니다"라고 말했습니다. 새로운 시스템을 사용하면 3주 만에 모델을 실행할 수 있으며, 전체 포트폴리오에 대해 월별 측정(연간 최대 12회)으로 전환하고 있습니다.

기술 아키텍처

Mutinex는 멀티 에이전트 아키텍처를 사용합니다. 각 에이전트는 도메인 전문가로, 하나는 마케팅 계량경제학을 이해하고, 다른 하나는 경쟁 가격 이론을 알며, 또 다른 하나는 모델 실패를 진단합니다. Tracer는 데이터 플럼빙 계층 역할을 하여 마케팅 및 소매 시스템 전반의 단편화된 데이터를 정리하고 표준화하여 모델을 더 빠르고 안정적으로 실행할 수 있게 합니다. Tracer의 CCO인 Sarah Martinez는 "대부분의 회사에는 AI 문제가 없습니다. 데이터 준비 상태 문제가 있습니다"라고 말했습니다.

영향

초기 신호에 따르면 Hershey는 미디어에 기인한 수익이 4-5% 증가할 것으로 예상합니다. 이 시스템은 미디어 및 트레이드 마케팅 지출(총 20억 달러 이상)을 모두 포함합니다. Rinaldi는 이를 조직에 "완전한 게임 체인저 순간"이라고 불렀습니다. 이러한 변화는 오래된 데이터에 기반한 연간 조정이 아닌, 예산 배분에 대한 월간 의사 결정을 가능하게 합니다.

광범위한 맥락

이 사례는 에이전틱 AI가 마케팅 측정을 투자 결정에 신뢰할 수 있게 만들어, 기여도에 대한 회의론을 줄일 수 있음을 강조합니다. Mutinex의 시장 고문인 Lou Paskalis는 "마케팅은 투자와 관련하여 신뢰할 수 있는 분야로 간주되지 않습니다. 그 이유 중 상당 부분은 기여도가 역사적으로 어떻게 수행되어 왔는지에 대한 회의론에 기인합니다"라고 말했습니다.