베이지안 구조 시계열 모델은 프로그램 평가를 위해 시계열 예측과 인과효과 추정을 동시 에 수행할 수 있는 새로운 기계학습 통계분석 방법이다. 특히 전국 단위의 대중매체 캠페 인에 대한 효과 평가의 방법론적 한계를 극복할 수 있다는 점에서 그 활용성에 주목할 필요가 있다. 본 연구는 이러한 베이지안 구조 시계열 모델을 텔레비전 금연 캠페인에 적용함으로써 미 디어 캠페인의 효과 평가연구에 있어 베이지안 구조 시계열 모델의 유용성을 탐색하고자 했다. 2014년 6월부터 12월까지 집행된 금연 텔레비전 캠페인이 국내 담배 소비에 미치는 영향을 분 석하기 위해, 2014년 1월부터 2015년 7월까지의 담배 판매량과 담배 판매량에 영향을 미칠 수 있는 잠재적인 통제변수 자료를 활용하였다. 시계열 성분과 회귀 성분으로 이루어진 베이지안 구조 시계열 모델을 통해 예측된 반사실적 반응에 근거하여 금연 캠페인의 인과적 영향을 추정 하였다. 분석 결과, 금연 캠페인이 사람들의 담배 소비에 미치는 통계적으로 유의한 인과적 효과 에 대한 경험적 근거를 찾을 수 없었다. 도출된 결과를 바탕으로 광고 효과 측정에 있어 베이지 안 구조 시계열 방법론의 유용성 등이 논의되었다.
The Bayesian structural time series (BSTS) model is a new statistical analysis method using machine learning, that can simultaneously perform time series prediction and causal impact estimation. In particular, it is necessary to pay attention to its utilization in that it can overcome the methodological limitations of evaluating the effectiveness of mass media campaigns nationwide. The purpose of this study is to explore the usefulness of this new method in evaluating the effectiveness of media campaigns by applying BSTS to the 2014 television campaign for smoking cessation. To analyze the impact of the anti-smoking advertising executed from June to December 2014 on tobacco consumption in South Korea, tobacco sales data from January 2014 to July 2015 and potential control series that could affect tobacco sales were used. The causal impact of the anti-smoking advertising was estimated based on the predicted counterfactual response through the BSTS consisting of time series components and regression components. Analysis of the BSTS model leads us to conclude that the empirical evidence for the statistically significant causal impact of the anti-smoking campaign on people’s tobacco consumption could not be found. Based on the derived results, the usefulness of the BSTS methodology in measuring advertising effects was discussed.