Small Steps Every Day

매일 천천히 조금씩 앞으로 나아가다.

새싹(SeSAC) | 전Z전능 데이터분석가/#4 데이터 리터러시

[성동3기 전Z전능 데이터 분석가] DAY 32 _ GA4 _ 데이터 수집 초기 환경 구성 / 데이터 분석 / GA4 계정 생성 및 연동

mindata1 2025. 2. 10. 17:10
측정하지 않으면 관리할 수 없으며,
관리할 수 없으면 개선시킬 수도 없다.
If you can't measure it, you can't manage it.
If you can't measure it, you can't improve it.

- Peter Drucker

 

 

GA만물론? GA만 설치한다고 해서 모두 해결되지 않는다. 하나의 도구일 뿐, 그래서 초기 환경 구성 과정이 중요하다.

 

 

GA에서 자주 볼 수 있는 용어

 

용어 의미 상세
도메인(Domain) 인터넷상 컴퓨터 주소  
랜딩페이지(Landing Page) 광고를 클릭했을 때 연결되는 페이지  주로 쇼핑몰 메인, 상세페이지 등으로 연결
파라미터(Parameter) 웹사이트 주소 뒤에 붙는 매개변수로 이를 활용해 세부적 랜딩페이지 타게팅 페이스북으로 들어온 방문자를 따로 추적 가능
UTM 코드  주로 GA에서 활용되며, GA에서 정의한 규칙에 따라 방문자를 구별해서 확인 나중에 GA에서 방문자가 어디에서 어떤 이벤트에서 보고 유입했는지 알 수 있음
참여 세션 사용자와 유의미한 상호작용을 한 세션 세션 = 방문
참여 접속한 유저(사용자)가 유의미한 행동의 횟수 보통 참여율, 참여 세션수가 있음
세션 시간
마지막 히트 전까지 기록된 시간  
전환 이벤트  

 

 

UTM code

 

구글에 'ga 강의' 를 검색하여, 상단에 첫번째로 뜨는 'Ga4 강의' 를 클릭해보자.

 

그런 다음, url 을 복사해 확인해보자.

https://fastcampus.co.kr/mktg_online_digitmktg?utm_source=google&utm_medium=cpc&utm_campaign=hq%5E210101%5E자상호마케팅&utm_content=extension&gad_source=1&gbraid=0AAAAADdsH6fCmXh4qnM1BXdJrB1nHOf-K&gclid=CjwKCAiAwaG9BhAREiwAdhv6Y4F5SajD3M9sHGi3bF0iHVjWAF3Pfc55vLc1mI9afSjBuAk2Lf20JRoCPxQQAvD_BwE

 

붉은색 글씨의 utm 코드가 바로 '고객이 유입된 경로' 를 나타내 주는 별도 정의된 표기이다. 이를 통해, 유저의 행동 패턴을 수집하여 각종 분석을 진행해 볼 수 있는 것이다.

 

 

참여_유의미한 행동으로 보는 것

 

유저 참여에 대해 유의미한 행동으로 보는 항목은 사이트에 10초 간 머물기, 특정 이벤트, PV 수 2회 이상인 경우이다.

 

Universal Analytics VS Google Analytics 4

 

  • UA : Session-based 데이터 모델
  • GA4 : Event-based 데이터 모델

 

IT기획자의 데이터 분석 프로세스 5가지

 

목표를 세울 때, 달성기간 / 행동지표 / 정량적 수치를 사전에 구체화 하여 명시해 놓는 것이 중요하다.

 

 

구글 데모 계정 시작하기

 

아래 링크에 들어가서,

 

https://support.google.com/analytics/answer/6367342?hl=ko#zippy=%2C%EC%9D%B4-%EB%8F%84%EC%9B%80%EB%A7%90%EC%97%90%EC%84%9C%EB%8A%94-%EB%8B%A4%EC%9D%8C-%EB%82%B4%EC%9A%A9%EC%9D%84-%EB%8B%A4%EB%A3%B9%EB%8B%88%EB%8B%A4

 

데모 계정 - 애널리틱스 고객센터

도움이 되었나요? 어떻게 하면 개선할 수 있을까요? 예아니요

support.google.com

 

해당 링크 문구를 클릭하게 되면,

 

데모 버전 화면을 마주할 수 있다..!

 

위 GA4 의 화면은, Google Merchandise Store 에 대한 내용이다.

 

https://shop.merch.google/shop/apparel?srsltid=AfmBOoqWzWgPTVNkS1ObWTHjfAMUwS1qEcwM2NPaxaYkXBEV1A8glLJS

 

Apparel | Google Merch Shop

Shop for official Google, YouTube, and Android branded apparel, including t-shirts, outerwear, performance wear, hats and more for men, women and kids.

shop.merch.google

 

 

카테고리

 

총 카테고리는 4가지이다. 60-70% 정도는 '보고서' 카테고리에서 데이터 분석이 진행될 것이다.

카테고리 설명
비즈니스 기초 컨디션 개요
보고서 GA 에서 기본적으로 제공하는 보고서
탐색 내가 보고 싶은 '나만의 보고서' 보는 곳
광고 구글 광고의 기여도를 확인할 수 있는 곳

 

 

보고서의 기능

 

기능명 설명 예시
실시간 보고서 지금 당장 접속해 있는 방문자들의 정보  
인구통계 방문자의 인구 통계, 행동 특징 정보들 ex. 방문자의 지역, 언어, 연령, 성별, 관심분야 등
기술 방문자의 기기 환경 정보들 ex. 브라우저, 기기모델, 해상도, 운영체제 등
획득 방문자가 어떤 경로로 방문했나? ex. FB 광고?, 구글 검색?, 카카오?, SMS?
참여도 방문자가 어떤 행동을 하나? ex. 어떤 페이지에 방문하는지, 이탈율 등
수익 창출 방문자의 행동이 우리가 지정해둔 목표를 달성했나? ex. 장바구니, 구매시작, 회원가입 수 등 전환비율 확인

 

 

데이터 분석 - 기술 탭

 

demension(좌) 과 matrix(우) 로 구성되어있다.

  • demension = 측정 기준
  • matrix = 측정 항목

 

 

그 중, GA4 의 꽃인 칼럼은 아래와 같이 이벤트 관련 항목이다. 각 주요 이벤트 별 유저 행동 패턴을 수익과 함께 파악할 수 있는 정보이다.

만약 dimension 은 '브라우저' 이고 주요 이벤트가 'purchase' 라면, chrome 에서의 구매전환율이 가장 높은 것을 확인할 수 있다.

 

 

dimension 을 '운영체제'로 변경해보았다. 주요 이벤트는 마찬가지로 'purchase' 이고, 구매전환율이 Top 인 운영체제가 Macintosh 인 것을 알 수 있다.

 

 

dimension 을 '플랫폼/기기 카테고리'로 변경해보았다. 주요 이벤트는 마찬가지로 'purchase' 이다. 해당 서비스를 이용하는 유저들은 위에서 확인한 대로, 웹을 통한 유입이 압도적인 가운데, desktop > mobile > tablet 순으로 desktop 비율이 가장 높았다.

 

 

dimension 을 '기기 모델'로 변경해보았다. 주요 이벤트는 마찬가지로 'purchase' 이다. iPhone 을 제외하고는 대부분 Pixel 제품군이 압도적이다. 참고로 Pixel 은 구글 제품이다. 이를 통해, 구글 제품 사용 유저일 수록 구매 전환율이 좋다는 것을 알 수 있다.

 

 

데이터 분석 - 획득 정보 탭

 

  • 사용자 획득 : 첫 사용자에 관한 지표
  • 트래픽 획득 : 전체 사용자에 관한 지표
  • 사용자 획득 동질 집단 : 코호트 분석과 같이 재방문에 대한 지표

 

 

dimension을 보면 다양한 채널 목록이 있다. 각 채널에 대한 종류와 의미는 아래와 같다.

 

 

채널 종류

 

출처: 그로스쿨
출처: 그로스쿨
출처: 그로스쿨

 

 

 

조금 더 영양가 있는 지표를 확인하기 위해 dimension 을 '세션 소스/매체'로 바꿔보자. 아래처럼 세가지 포인트를 짚어볼 수 있다.

  1. google / organic 의 비율이 상당히 높다. 이처럼 별도 인위적인 장치 없이, organic(자연) 경로로 유입되는 현상이 건전하다고 볼 수 있다.
  2. 하지만, utm code 가 명명 되지 않아서 의미를 알 수 없는 '(direct) / (none)' 비율이 가장 압도적으로 많다. 이를 통해, 명확한 유입 경로를 확인하기 위해서는 utm code 를 사전에 정의해 놓는 것이 중요하다.
  3. 세번째로 'google / cpc' 로 유입이 되었다. 이 때, cpc 는 마케팅으로 인한 유입을 뜻한다.

 

 

데이터 분석 - 참여도 탭

 

유저가 서비스를 방문해서 어떤 행동을 했는지 수치를 확인/비교해볼 수 있는 탭이다.

  • 이벤트 : 웹/앱 사이트 내 활동한 유저의 유의미한 행동에 대한 보고서
  • 페이지 및 화면 : 페이지 title 기준으로 구분된 보고서
  • 방문 페이지 : url 주소별 기준으로 구분된 보고서

 

 

dimension은 '페이지 경로 및 화면 클래스', 주요 이벤트를 'add_to_cart' 로 지정한 후 내림차순으로 정렬해보았다. 그 중 하나의 경로를 복사하여, 구글 머천다이즈 스토어 url (shop.merch.google/ ) 뒤에 붙여넣기를 하게 되면,

 

 

아래와 같이 관련 제품 링크로 연결이 되어, 상세 정보를 확인해 볼 수 있다. 참고로, 1순위의 상품을 검색해보았다.

 

 

위 가방을 카트로 담은 지표가 1순위인데에는 이유가 있지 않을까? 마케팅적 요소가 있지 않았을까? 의 생각으로 이어진다. 이를 확인하기 위해 2nd 카테고리를 '세션 소스/매체' 로 추가하고 가방에 대한 경로만을 검색해보자. 주요 이벤트는 마찬가지로 'add_to_cart' 로 설정하니, 역시나 none 값이 압도적이지만 그 다음으로는 organic > cpc 순으로 이어진다. 즉, 자연검색으로 인한 유입이 마케팅으로 인한 유입보다 많다는 것을 파악할 수 있다.

 

 

 

GA4 계정 만들기 실습

 

애널리틱스 → 관리 → 새로만들기 를 클릭하면 아래와 같은 화면이 나온다. 계정 이름에 회사이름, 블로그명 등을 적은 후 '다음'을 누른다.

 

 

속성만들기에서, 속성이름을 적어주게 된다. web 을 타깃으로 한다면, 속성 이름에 (web) 을 앞단에 포함해 주는 것이 좋다.

그외 시간대와 통화를 설정해준 뒤 '다음'을 누른다.

 

 

비즈니스 세부정보에서 카테고리와 규모를 설정 후, '다음'을 누른다.

 

 

비즈니스 목표는 보통 위 4가지를 선택해준다. 그런 후, '만들기' 를 누른다.

 

 

데이터 수집은 '웹'으로 선택해준다.

 

 

다음으로 넘어가면, 데이터 스트림 설정이 나온다. 연결하고자 하는 url 과 스트림 이름을 지정하고 '만들고 계속하기'를 누른다.

 

 

그러면, 로딩 후 아래와 같이 Google 태그 설정 화면이 나온다. 초기세팅으로 직접 설치 화면이 나오는데, 아래 코드 복사하기를 눌러준다.

 

 

위 코드를 티스토리 블로그 관리 스킨 편집 → HTML 편집 에 들어가서 <head> <title> 바로 뒤에 붙여준다.

 

 

처음에는 아무 데이터가 수집되지 않았을 것이다. 이 때, 나의 블로그에 다시 들어가 맥 기준, Ctrl + Shift + R 키를 눌러, 새로고침을 한 뒤 다시 들어와보면, 1로 숫자가 바뀌는 걸 알 수 있다.

 

 

기타 기본적으로 설정해줘야하는 값이 있다.

  • 데이터 보관 → 2개월에서 14개월로 변경

 

  • 데이터 수집 → Google 신호 데이터 수집 '사용' 클릭

 

  • 데이터 수집 → 사용자 제공 데이터 수집 '사용' 클릭

 

  • 데이터 수집 → 사용자 데이터 수집 확인 '확인함' 클릭

 

여기까지 설정하면, GA4 기초 환경 세팅은 완료되었다.

 

 

Reflection

 

GA4 의 첫 인상은 '멋있게 생겼는데, 뭐가 뭐인지 모르겠다.' 였다. 하지만, 구글에서 제공하는 데모 버전을 통해 각각의 보고서의 특징을 학습하며 실습해보니, 필요한 데이터를 수집, 분석하는 과정이 몇번의 클릭으로 가능하다는 것에 놀라웠다. 그리고, 왜 각종 기업에서 GA4 의 역량을 필요로 하는지 공감할 수 있었다. 이커머스일 수록 보이지 않는 유저의 행동패턴을 분석하는 데에, GA4 의 역할이 지대할 수밖에 없을 것 같다. 아직은 살짝의 감만 얻을 수 있었지만, 반복 조작해보며 UI 에 익숙해지고 더불어 특정 목적의 인사이트를 얻기 위한 데이터 분석을 할 수 있을 만큼의 수준으로 역량을 끌어 올려야 겠다는 필요성을 느꼈다.