5/21 GA(구글애널리틱스)

데이터를 바라보는 관점

우리가 아는 사실은 매우 일부분이고, 전체적으로 보았을 때 거짓일 가능성이 있다 = 보고싶은 것만 본다

(ex. 우리나라에서 가장 잘 팔리는 청바지는 캘빈*라인, 리바*스가 아니라, 예상 밖으로 ‘뱅뱅’이다.)

데이터를 볼 때에는 객관적으로 볼 수 있어야한다(내 관념, 가치관을 뒤로하고).

적은 수의 지표를 선택하여 분석하라(복잡하면 X) → 모든 수의 지표를 높이겠다/낮추겠다는 것은 불가능하다.

웹사이트 방문 → 제품 상세 페이지 방문 → 회원가입 … 구매 → 재구매 (Funnel)

어느 단계에서 유저가 이탈하는지를 파악하여 개선할 수 있어야함

A/B 테스트 - 하나의 변수를 두고, 이 변수에 따라 결과가 어떻게 달라지는지를 실험

ex. 빨간 배너를 본 사람들이 전환율이 높은지, 파란 배너를 본 사람들이 전환율이 높은지를 테스트

ex. 미 대선 선거 모금 페이지(버락 오바마) - 미디어(사진, 영상) X 회원가입 버튼 문구 조합 테스트 → 웹페이지 구성 최적화 후 선거 모금액 40% 상승

 

데이터를 수집하는 방법

• 유입자 데이터
• 포털사이트 검색 데이터(포털사이트에서 공개함)
  • https://datalab.naver.com/ 네이버
  • https://trends.google.co.kr/trends/ 구글
  • https://datatrend.kakao.com/ 카카오
• 광고 데이터
• 온오프라인 융합(ex. 지하철/버스 혼잡도)

big data(행동의 결과)뿐만 아니라 thick data(이 사람들이 왜 그랬을까에 대한 심도있는 고민)도 중요하다

데이터 기반의 서비스 기획

서비스 기획에 있어서 런칭 이후 ‘개선’은 중요함. 개선이란, 사용자에게 더 나은 사용자 경험(UI/UX)을 주는 것을 의미한다. 유저들이 무엇을 어떻게 느끼는지를 개선하려면 데이터를 측정하고 분석하는 것이 필요하다.

 

구글 애널리틱스의 개요

웹/앱에 들어온 유저의 데이터를 구글의 기준으로 분류하여 다양한 형태의 리포트로 인사이트 제공

• 현*홈쇼핑, 무*사 정도가 아니면 무료버전으로도 커버 가능(한 달에 100만 HIT 미만이면)
• 구글애즈, GTM, 빅쿼리 등의 툴과 연동성이 좋음
• 계속 업데이트되는 툴 - LinkedIn에 업데이트된 부분에 대한 좋은 포스팅들이 많이 올라옴

GA의 구조

• 계정과 속성으로 구성. 계정은 구글 애널리틱스 데이터에 접근하는 최상위 요소.
• 일반 회사의 경우, 1개의 계정을 생성하여 통합 운영
• ex. 신성*상이 굿웨*몰을 비롯하여 여러 브랜드 몰을 운영함. 신성*상이 하나의 계정을 만들어서 브랜드 몰 당 속성을 지정할 수 있음.

GA4의 특징

1. 앱과 웹을 통합하여 추적
2. 보기가 없어지고 필터가 유연해짐
3. 기여모델(어떤 것이 구매에 영향을 미쳤는가) - 대부분은 Last Click을 채택, 그러나 GA4는 Data-Driven을 채택.
4. 기본 보고서의 간소화 & 상세해진 맞춤 보고서(커스텀)

GA4 필수 용어

1. 측정 기준(Dimension) : 보고자하는 데이터를 분류하는 기준 - ex. 연령, 성별, 국가
2. 측정 항목(Metric) : 분류된 데이터에서 보고자 하는 값 - ex. 새 사용자 수, 참여 세션 수
3. 세그먼트 : 데이터를 보다 자세히 보기 위해 분할하는 것 - ex. 한국 사람 20대 vs 미국 사람 20대 위해 데이터를 분할
4. 필터 : 데이터 자체를 제한하는 것 - ex. 한국인 데이터만 보겠다!
5. 세션 : 구글이 생각하는 유의미한 방문 - 세션 시작 시점, 세션 종료 시점, 세션 초기화 조건(기본값 30분) | 사용자가 여러 세션을 가질 수 있다. 사용자 수보다 많다.
6. 이탈(페이지 뷰가 1 but 10초 이상 지속하지 않고 전환 이벤트도 발생 X) / 참여(페이지 뷰가 1 & 10초 이상 지속 or 전환 이벤트 발생 | 페이지 뷰 2 이상) - cf. 페이지 뷰란, 페이지가 화면에 보여진 횟수 / 참여율과 전환율 간에는 상관관계가 있다.
7. 참여시간 : 내 앱/웹이 포그라운드일 때의 시간 cf. 백그라운드(내가 현재 보고있지 않은 탭 혹은 켜져 있지만 활성화되지 않고 있는 앱/웹)
8. 이벤트 : 유심히 보고자 하는 특정 액션 (코딩시 이벤트 태그를 심어줘야함-요즘 웹사이트들이 페이지가 바뀌어도 url이 바뀌지 않으니까)
   • 이벤트의 종류
     • 향상된 측정 이벤트 : 이벤트를 인식하는 규칙에 맞춰서 웹/앱을 코딩해놓지 않으면 사용하기 어려운 기능
     • 추천 이벤트 : 구글에서 생성하는 것을 추천하는 이벤트 / 상세 페이지 보기(view item)장바구니 담기(add to cart) 결제시작 결제완료
     • 개발자 가이드에 맞춰서 설계하는 것이 중요.
       • 개발자 가이드 상세 페이지https://developers.google.com/analytics/devguides/collection/ga4/reference/events?hl=en&hl=ko&client_type=gtag
   • 주요 이벤트(구.전환) : 이벤트 중 ‘비즈니스 목표’에 부합하는 ‘중요한 액션’ | event를 코딩시 설정해놓는 것이 중요

 

UTM의 이해와 활용

UTM은 외부에서 웹/앱에 들어온 사람들에 대해 측정하는 것이고, 이렇게 유입된 사람들이 내부에서 움직이는 것을 측정하는 것은 ‘이벤트’라고 한다.

UTM은 랜딩 페이지 뒤에 일종의 꼬리표를 붙여서 광고 ‘소재’ 혹은 ‘매체’에 대한 효율을 측정할 수 있게 하는 트래킹 태그를 의미한다.

 

UTM Builder

https://ga-dev-tools.google/campaign-url-builder/

 

UTM

utm_source (ex. 광고를 올릴 사이트의 도메인-네이버)

utm_medium 소스의 상위 카테고리 (ex. cpc)

utm_campaign 광고 캠페인의 이름 (ex. 프로폴리스_2024_상반기)

utm_term 랜덤생성하는 경우가 많음(유입 키워드를 다 예측할 수 없기 때문)

utm_content 캠페인에 대한 정보(핵심 단어)-수동 광고 콘텐츠라고 불림

이벤트 택소노미의 개념과 활용

이벤트 택소노미(Event Taxonomy) : 이벤트를 분류하는 것.

서비스 기획자는 이벤트를 어떻게 정의할지를 개발자에게 전달하게 된다. 나에게 중요한 데이터를 정의하고, 이에 대한 추적 방법을 설계해야 추후 유의미한 인사이트를 추출할 수 있기 때문에 이벤트 택소노미는 중요하다.

• data 값이 문자인지 숫자인지를 정의해서 개발자에게 전달해야한다.
• 이벤트가 어떨 때 발동할지를 구체적으로 기술해서 개발자에게 전달해야한다. (ex. 이 url에 도착할 때 add_to_cart를 발동해주세요 / ‘장바구니’ 버튼을 누를 때 add_to_cart를 발동해주세요.)
  • cf. 간편결제 버튼이 상품 상세페이지 내에 있고 결제 페이지에도 있는 경우, 두 경우 다 결제 완료 이벤트로 잡힐 수 있도록 해야한다.