[에이블런 1주차] 구글 애널리틱스(GA4) 활용 강의-1

서비스 기획자의 직무가 궁금해서 참여하게 된 Next Gen 서비스 기획 취업캠프 <체인저스> 첫번째 날 강의 내용은 구글 애널리틱스(GA4)관련한 내용이였다. 유익한 정보가 많아서 강의 순서대로 정리해놓고자 한다.

데이터를 바라보는 시각

1. 청바지 사례

대한민국에서 가장 많이 팔리는 청바지 브랜드는 뱅뱅이라고 한다. 평소 내가 생각하고 있는 고정관념에 사로 잡히면 시장을 제대로 볼 수 없다는 조언인것 같다.

 

2. 지표 이야기

"열심히 일하세요" vs "이번 분기 보너스를 받으려면 신상 원피스 매출이 1000만원 이상 나와야 합니다". PM으로서 프로젝트를 성공적으로 이끌어 나가기 위해 팀원들에게 측정가능한 목표를 제시해야하며, 달성하기 위한 액션이 명확해야하며, 직관적으로 의미를 해석할 수 있도록 해야한다. 즉, 의미 있는 데이터를 바탕으로 의사소통해서 명확한 목표를 설정하는게 중요해 보인다.

 

3. 경로 이야기

매우 흥미로운 주제였다. 유산균이 대장까지 도착하기까지 많이 떨어져 나간다는 사례를 비유로 유저들도 마찬가지로 유입되는 유저들이 구매까지 도달하는 것이 중요하다고 강조했다. 그러한 분석을 위해선 각 단계마다 모니터링 되고 있는지가 중요하며 이러한 과정을 퍼널(Funnel) 분석이라고 일컫는다. 

 

4. A/B 테스트

어떤 것을 좋아하는지 몰라서 다 준비했어 그 중 골라봐. 평소 개발하면서 A/B 테스트를 많이 들어왔지만 실제로 마케팅에서 사용되는 사례를 들어보니 매우 흥미로웠다. 홈페이지를 제작하고 유저들에게 어떤 UI/UX가 좋은지 데이터를 기반으로 판단할때 좋은 테스트 방법이라고 생각이 든다.

 

데이터 기반 서비스 기획이란

이번 강의에서 강조하고 있는 부분은 어떤 플랫폼이 생성되고 난 후 그 다음 스텝은 개선이며 곧 유저들에게 보다 나은 경험을 주는 것이다. 이는 곧 UI/UX로 직결되는데 이러한 방향성을 데이터를 기반으로 찾는 것이다. 그러기 위해선 가장 중요한 것이 유저들이 웹사이트를 사용하는 시나리오이며 각 시나리오의 이벤트마다 트리거를 달아서 데이터를 수집해 얼마나 많은 전환률이 생기는지 혹은 이탈율이 생기는 지를 모니터링하는 것이 데이터 기반 서비스 기획의 핵심인 것 같다. 

 

GA4의 구조 및 특징

구조

계정

• 구글 애널리틱스 데이터에 접근하는 최상위 요소
• 일반 회사의 경우 1개의 계정을 생성하여 통합 운영
• 구글 로그인 계정 1개 당, 최대 100개의 GA계정 보유 가능

속성

• 데이터를 수집하는 주체 단계
• 수집되는 데이터에 관련한 모든 옵션 세팅
• 구글 애널리틱스와 연동이 가능한 타 구글 제품 연결
• GA4 계정 1개 당, 최대 100개의 속성 생성 가능

요약하자면 하나의 GA계정은 하나의 회사이며, 속성은 그 회사가 보유하고 있는 비지니스 모델 1개라고 생각하면 편할 것 같다.

 

특징

1. 이벤트 기반 데이터 추적 방식 차용
   이전 버전에서는 세션 기반의 데이터 추적 방식이였다면 GA4부터는 Firbase의 이벤트 기반 모델을 활용하여 데이터를 통합 운영. 즉 모바일과 웹에서 모두 이벤트 기반으로 데이터를 추적할 수 있게 되었다.
2. 데이터 추적 방식의 변경
   웹, 앱을 동시에 활용하는 서비스가 증가하면서 통합 운영에 대한 시장 니즈 반영
3. 구조의 변경: 유연해진 필터
   예전에는 필터를 적용했을 때 기존 데이터가 손실되는 단점이 있었지만 GA4부터는 데이터 소급적용이 가능하게 되었다.
4. 소급 적용이 되는 유연한 기여모델
   다양한 미디어나 매체를 통해서 흘러들어온 유저 트래픽을 보다 편리하게 추적하고 분석할 수 있게끔 데이터를 제공하며, 입맛에 맞게 커스터마이징 할 수 있도록 제공한다.
5. 간략해진 기본 보고서, 상세해진 맞춤 보고서
   이전 버전의 기본 리포트 수가 현재 버전보다 월등히 많지만, 현재 버전에서는 다양한 측정 지표들을 커스터마이징해서 자신만의 메트릭들을 도출할 수 있는 장점이 있다.

GA4 필수 용어

보고서 형태 관련 용어:

• 측정기준(Dimension): 보고자 하는 데이터를 분류하는 기준
• 측정항목(Metric): 분류된 데이터에서 보고자 하는 값
• 세그먼트: 데이터를 보다 자세히 보기 위해 분할하는 것
• 필터: 데이터 자체를 제한하는 것

보고서 내용 관련:

• 세션: 구글이 생각하는 유의미한 방문 (30분 동안 아무런 상호작용이 없을 때 세션이 초기화 된다.)
• 이탈 & 참여: 페이지 방문자 중 서비스에 관심이 있는 사람(참여)과 없는 사람(이탈)을 구분하는 용어
• 이벤트: 유심히 보고자 하는 특정 액션
• 전환: 이벤트 중에 비지니스 목표에 부합하는 중요한 액션 (예를 들면 구매)

UTM(Urchin Tracking Module)

Urchi(성게)라는 최초 GA를 개발한 회사에서 만든 트래킹 태그로써 실제 랜딩 페이지와 구분자 '?'로 구분하여 url을 기반으로 GA4에 데이터를 축적하기 위한 url 포맷.

 https://m.naver.com/shorts/?mediaId=70FEED74E516993E926A53585BEE2E8F105D&serviceType=NTV&recType=AIRS&panelType=home&h=V1.87776393b6d6f624&airsSessionId=RgdPj2Ewz0Fv5pW2&airsArea=homefeed&adAllowed=Y

UTM Builder - Generate UTM Codes with Free Google URL Builder

 

이벤트 택소노미(Event Taxonomy)

앞서 언급한것 처럼 데이터 기반 서비스 기획을 위해서는 홈페이지에 이벤트 트리거들을 통해 유저 데이터를 수집해야한다. 이를 위해서 개발자들과 커뮤니케이션을 통해 내가 생각하는 중요한 이벤트 및 데이터를 정의하고 이를 추적 하는 방법을 설계해야 유의미한 인사이트를 추출 가능하다. 이를 위해 사용되는 것이 이벤트 택소노미이다. 

 

마치며

처음에 GA4강의를 통해 기대했던 것은 새로운 사업을 데이터 기반으로 찾는 방법을 기대했다. 하지만 실제로 강의 내용을 들어본 결과, 실제 유저 트래픽이 어느 정도 일어나고 있는 웹사이트 기준으로 매출을 더 올리거나 유저들의 경험을 개선하여 구매전환율을 높힐 수 있는 방법들을 데이터를 통해 기획하는 것이였다. 강의 자체는 매우 흥미롭고 6시간이라는 긴시간이었지만 매우 많은 질문을 통해 알 수 있었다. 훗날 유저트래픽이 많이 일어나는 플랫폼을 개발한다면 그때는 GA를 기반으로 서비스 기획을 해볼 수도 있을 것 같다.