Evidence type
First-party creator and creative operating evidence
Commerce case · Creator/KOC · Creative performance
Creator booking을 반복 가능한 commerce learning system으로 전환한 운영 case
E.O Wins Coffee에서 D2는 creator/KOC selection과 content production을 isolated deliverable로 보지 않고 hook, angle, format, creator profile과 distribution signal을 다음 brief로 되돌리는 feedback loop로 운영했습니다.
Proof summary
Read the evidence before reading the outcome.
Evidence status
Commerce growth case
Measurement / operating scope
Creator/KOC + creative testing loop across shop, Ads and GMV Max signals
Observed state
Hook, angle, format and creator-profile learning is organized into keep / kill / iterate / rebrief decisions.
Claim boundary
The case documents the operating and learning method. It does not publish a conversion, ROAS, revenue or profit lift without a confirmed comparison period and attribution basis.
Proof reviewed
2026-09-25
Direct answer
이 case가 실제로 증명하는 것은 무엇인가요?
creator selection, brief, production, distribution feedback와 다음 production decision을 연결하는 운영 trail이 존재한다는 점입니다. D2는 영상 수나 creator 수를 성공 지표로 사용하지 않고, 어떤 pattern을 keep·kill·iterate할지 결정할 수 있도록 creative와 commerce signal을 구조화했습니다.
Creator-commerce operating loop
Brief → creator → content → distribution → learning
01
Hypothesis
각 content batch가 어떤 hook, angle, offer, format과 buyer problem을 테스트하는지 먼저 정의합니다.
02
Creator fit
creator를 교체 가능한 inventory로 보지 않고 hypothesis와 맞는 audience, style과 operating reliability를 검토합니다.
03
Production
UGC/KOC content를 나중에 비교할 수 있도록 brief와 tagging structure 안에서 제작합니다.
04
Distribution signal
shop, Affiliate, Ads 또는 GMV Max 환경에서 관측 가능한 distribution·commerce signal을 읽습니다.
05
Learning
keep, kill, iterate와 rebrief 결정을 다음 creator/content cycle의 입력으로 남깁니다.
Evidence basis
Proof는 vanity content count가 아니라 운영 trail입니다.
Creative production log
무엇을 만들었고 어떤 hypothesis·hook·angle·format을 테스트했는지 연결합니다.
Creator / KOC pipeline
research, evaluation, outreach, sample/booking, content progress와 reactivation context를 추적합니다.
Shop performance signals
content delivery와 실제 marketplace behavior를 분리해 판단하기 위한 commerce signal입니다.
Ads / GMV Max signals
paid distribution에서 어떤 creative pattern을 더 테스트할지 결정하기 위한 feedback input입니다.
Claim boundary
확인된 operating trail을 넘어서는 sales lift, ROAS 또는 profit claim을 만들지 않습니다.
Decision framework
Keep. Kill. Iterate.
Keep
근거가 충분한 hook, angle 또는 creator pattern은 다음 controlled use에서 보존합니다.
Kill
적절한 test 후에도 유용한 engagement 또는 commerce evidence를 만들지 못한 반복은 중단합니다.
Iterate
이전 learning을 보존하면서 opening, proof, format, creator profile 또는 offer를 바꿔 다시 테스트합니다.
What this supports
Creator operation을 반복 가능한 learning system으로 설계할 수 있습니다.
creator sourcing, production hypothesis, content tag와 distribution signal을 하나의 decision loop로 묶으면 다음 booking과 brief가 이전 evidence를 재사용할 수 있습니다.
Claim boundary
이 case는 근거 없는 ROAS 또는 sales-lift story가 아닙니다.
확인된 comparison period와 attribution basis가 없는 absolute sales lift, ROAS improvement, conversion lift 또는 profit claim을 공개하지 않습니다. 공개된 evidence는 workflow, testing logic과 creator-commerce operating method의 범위에 한정됩니다.
FAQ
Creator-commerce case 질문
D2는 E.O Wins Coffee에서 무엇을 운영했나요?
creator/KOC selection, brief, hook·angle·format tagging, content production, shop·Ads·GMV Max signal review와 다음 brief 결정을 하나의 반복 가능한 creator-commerce learning loop로 연결했습니다.
왜 creator 수나 영상 수만으로 성과를 판단하지 않나요?
콘텐츠 수는 output volume을 보여주지만 어떤 hook, angle, creator profile과 format이 다음 테스트에 가치가 있는지는 알려주지 않습니다. 비교 가능한 hypothesis와 distribution/commercial signal이 함께 있어야 learning이 누적됩니다.
Creator/KOC는 어떤 기준으로 평가했나요?
audience와 product fit, content style, delivery reliability, commercial terms, usable creative와 관측 가능한 commerce signal을 함께 봅니다. follower count 하나를 creator quality로 사용하지 않습니다.
이 case가 특정 ROAS 또는 매출 상승을 주장하나요?
아닙니다. 공개 evidence는 creator-commerce operating method와 creative-learning system을 뒷받침합니다. 비교 기간과 attribution basis가 확인되지 않은 절대 sales lift, ROAS 또는 causal conversion claim은 공개하지 않습니다.