리저널 팀은 크리에이터 데이터가 부족한 것이 아니라 여러 에이전시, 시장과 캠페인 주기의 데이터를 감사 가능한 decision history로 연결하기 어렵습니다.
리저널 의사결정에서 역설계합니다
누구를 어떤 역할과 조건으로 다시 기용할 수 있는지, 어떤 권리·근거·시장 조건이 필요한지 답하는 구조여야 합니다.
관계형 구조를 사용합니다
| 테이블 | Primary key | 핵심 필드 |
|---|---|---|
| Creator | creator_id | 정체성, 언어, 시장, 대리인 |
| Channel snapshot | creator_id + channel + date | Follower, median view, 출처 |
| Booking | booking_id | Scope, 통화, 계약 주체 |
| Deliverable | deliverable_id | Format, deadline, version, rights |
| Performance | deliverable_id + date | View, valid action, 댓글 품질 |
| Risk/issue | issue_id | 근거, 결정, owner |
과거 근거를 덮어쓰지 않습니다
오늘의 팔로워 수가 이전 snapshot을 지우면 안 되고, 새 rate가 과거 booking scope를 대체하면 안 됩니다.
세 번의 업데이트 trigger
- Shortlist: channel, audience, risk, verification date
- Booking: scope, rights, entity, commercial conditions
- Close-out: performance, issue log, rebooking decision
접근권한을 분리합니다
공개 데이터, 비공개 audience evidence, 계약, 지급과 risk note에는 서로 다른 접근권한이 필요합니다.
데이터베이스는 Regional KOL Scorecard를 지원하고 KOL 관리 AI의 근거층이 됩니다.
우선순위 시장의 active creator portfolio부터 시작한 뒤 대량 migration으로 넓히는 편이 안전합니다.
