Ramp Curve (시간에 따른 적용)
Lift(t) = target × (1 − exp(−t/τ)). τ는 적용 속도 (작을수록 빨리).
E4Layer 4 — 운영효율 Lift 시뮬
운영 Lift · Bobot AI·CRM 적용 후 12개월 PMI 마진 개선
기준 Lift (P50)
—%
12개월 PMI 후 마진 개선
P10 ~ P90 (Monte Carlo)
— ~ —
신뢰구간 80%
Layer 4 NPV (할인 후)
—억
신뢰도 haircut 적용
신뢰도
—
—
5개 Lift 항목 분해
Bobot 운영 인프라 적용 시 각 영역의 마진 개선 추정.
시뮬 파라미터
τ·신뢰도·시나리오 조정.
v0 기본 MEDIUM (외부 벤치마크만)
Monte Carlo 분포 (Layer 4 NPV)
각 Lift 항목에 ±20% 정규분포 노이즈 적용 후 N회 시뮬. P10/P50/P90 표시.
외부 벤치마크 (참고)
이종 산업 PMI 사례. v1 단계에서 보험·금융 사례로 보강 예정.
| 케이스 | 산업 | τ | 12m Lift | 실측 |
|---|---|---|---|---|
| Stripe + Paystack 통합 | 핀테크 | 3.5 | +22% | +19% |
| Salesforce + Slack 통합 | SaaS | 5.0 | +15% | +13% |
| 대형 GA 합병 사례 A | 보험 | 6.0 | +12% | +9% |
| 대형 GA 합병 사례 B | 보험 | 8.0 | +8% | +6% |
Layer 4 알고리즘 — 06_평가모델_Layer1~6_기술문서.md §4. 신뢰도 haircut으로 가중 → Layer 4 NPV. v1에서 보험 산업 사례 5개 이상 보강 필요.