저자  일리야 캐서브는 마케팅 기술과 소매업계의 분석 영역에서 다양한 경험을 쌓았다. 메이시스, 콜스, JC 페니, 애플, T-모빌, 세포라, 카탈리나 마케팅, 인테그럴 애드, 야후 등의 회사와 컨설팅 프로젝트를 진행했다. 마케팅 자동화와 분석 그리고 타깃팅, 성향 모델링, 매출 관리, 채널 어트리뷰션 등의 경제학 모델링에 대해 깊은 식견을 갖고 있다.

권력이 소비자에게 옮겨 가는 시대에 있어 브랜드와 소매업체는 여기저기 옮겨 다니는 소비자의 주의를 끌기 위해 노력하고 있고 고객을 유치하거나 유지하기 위해 데이터를 대규모로 활용할 수 있는 능력을 바탕으로 경쟁하고 있다. 마케팅 전문가와 기술 제공자들 모두 마케팅 가치 체인과 이를 어떻게 디지털화할 것인지에 대해 알아야 한다.

지금은 모든 것이 가능하다. 이 책은 몇 년 전만 해도 이론에 불과했던 개념들을 실제로 적용하고 있다. 또한 최고의 마케터들이 느끼고는 있었지만 표현할 수 없었던 것들을 발견하는 원칙에 입각한 프레임을 제공한다. 명쾌한 수학적 분석은 전통적인 비즈니스 모델링에서 찾기 힘든 중요한 관계들을 설명해준다. 

대부분의 비즈니스 관리자는 데이터 분석과 머신 러닝의 개념적 중요성을 이해하고 있지만 데이터 과학에 기반을 둔 실제로 경쟁력이 있는 솔루션을 구현하는 데는 어려움을 느끼고 있다. 데이터 과학 인재의 부족과 더불어 학문적 모델, 일반적 오픈 소스 소프트웨어와 알고리즘을 산업별 환경에 실제로 적용하는 것은 세계의 디지털 마케터들이 직면하고 있는 어려움들이다. 일리야 캐서브가 그의 그리드 다이내믹스에서 개발한 깊은 산업별 전문 지식에서 추출한 이 책은 커다란 조직들이 혁신적인 동시에 실용적인 디지털 마케팅 솔루션을 개발하고 그들로 하여금 성공적으로 경쟁하고 의미 있는 상태로 남아 있고 새로운 데이터 분석의 시대에 적응할 수 있게 도와준다. 

마케팅 분석가를 위한 고급 마케팅 자동화에 관한 가이드다. 테크놀로지, 광고, 소매 업계에서 검증된 다양한 기법을 소개하고 최신 경제학 이론 및 인공지능 기술과 연결시킨다. 이 책에서 소개하는 내용은 알고리즘 기반의 실시간 의사결정을 요구하는 이커머스 검색, 추천, 가격결정, 제품 구성 최적화 등의 영역에서 유용하게 활용할 수 있다.

이 책은 어떻게 데이터 과학이 모든 마케팅 활동의 핵심적인 부분이 되는지, 어떻게 데이터 기반의 접근과 영리한 알고리즘이 전통적인 노동 집약적 마케팅 활동들을 높은 수준으로 자동화하는지를 설명해준다. 의사 결정은 더 나아질뿐 아니라 더 신속해지고 있으며 이는 날로 가속화되는 경쟁 환경에서 매우 중요하다. 

고급 마케팅 소프트웨어 시스템을 개발하고자 하는 사람들을 위한 책이다. 이 책은 다양한 마케팅 및 소프트웨어 전문가들에게 유용하며 크게 두 집단을 염두에 뒀다. 첫 번째는 마케팅 소프트웨어에 사용하는 기술과 이 기술의 이론적 배경에 대해 배우고자 하는 마케팅 소프트웨어 개발자 프로덕트 매니저 및 소프트웨어 엔지니어들이다. 두 번째는 어떻게 마케팅 조직이 머신 러닝과 빅데이터로부터 도움을 받는지 그리고 어떻게 현대의 기업이 고급 의사 결정 자동화 방법론을 활용할 수 있는지에 대해 배우고 싶은 마케팅 전략가와 기술 분야 리더들이다. 

이 책은 독자가 통계와 대수, 프로그래밍에 대한 기본적인 이해는 하고 있다고 가정했다. 이 책에 설명한 방법들은 대부분 기본적인 수학을 사용한다. 이 책은 마케팅의 비즈니스적인 측면에만 관심이 있는 사람들에게는 적합하지 않다. 왜냐하면 이 책은 전통적 마케팅 교과서가 아니라 마케팅 자동화에 관한 책이기 때문이다. 

이 책은 6개 장으로 나뉜다. 1장, ‘소개’는 개론으로, 알고리즘 마케팅의 개념과 원리를 설명하고 알고리즘적 접근 방식의 유용성을 보여주는 멋진 케이스 스터디들을 소개한다. 2장, ‘예측 모델링 리뷰’는 예측 모델링으로서 알고리즘 마케팅의 수학적 기초를 다룬다.

그 이후 4개의 장은 마케팅의 네 가지 다른 영역 즉 광고 및 프로모션, 검색, 추천 그리고 가격 책정을 소개한다. 이 4개의 장은 똑같은 알고리즘 방법론을 따르기 때문에 구조도 비슷하다. 각각의 장은 최적화 대상인 변수와 제약 조건을 이해하기 위한 환경을 기술하고 최적화 문제를 정의하기 위한 비즈니스 목적을 다룬 후 각 분야에 나타나는 업무와 시나리오에 대한 의사 결정 자동화 방법론을 논한다. 이 4개의 장은 각기 다른 영역을 기술하므로 대체로 독립적이다. 따라서 독자들은 관심 있거나 필요한 부분만 따로 골라 읽어도 되고 처음부터 끝까지 모두 읽어도 된다. 

이 책을 읽으면서 독자의 백그라운드와 맞지 않거나 관심이 없는 분야라면 넘어가도 상관 없다. 예를 들어 확률 및 통계 그리고 머신 러닝에 친숙한 독자는 2장, ‘예측 모델링 리뷰’를 대충 읽거나 넘어가도 괜찮다. 알고리즘적 접근의 비즈니스 응용에 관심 있는 독자는 환경, 비즈니스 목적, 최적화 문제에 관한 부분에 집중하고 수학적으로 디테일한 부분은 넘어가도 된다. 반면 마케팅 시스템을 구현하는 데 관심이 있는 독자는 알고리즘, 수리적 예제 그리고 상세 구현에 관한 내용을 읽는 것이 좋다