[GA4] 데이터 분석 어떻게 해야 할까요?

안녕하세요!  만나서 반갑습니다. ^^

이번 구글애널리틱스4 (GA4) 강의를 진행하게 된 ” 디애널리틱스(The Analytics) ” 입니다.

구글 애널리틱스를 처음 접한 분들도 계시고 구글 애널리틱스 이전 버전인 유니버설 애널리틱스 (UA)를 먼저 경험하신 분들도 계실 것입니다.

제 강의는 처음 사용자분들 위주로 강의를 진행하기 때문에 이전 버전을 경험하신 분들께서는 아시는 것은 빠르게 넘어가셔도 상관없을 듯 합니다. ^^

다만, 제가 말씀드리고 싶은 것은 기존 버전을 경험하신 분들도 복습한다고 생각하고 정독 하시기를 추천드립니다.

그럼, 지금부터 구글애널리틱스4 (GA4) 기초 강의를 시작하겠습니다.

1. 데이터(DATA) 란?

먼저, 구글애널리틱스4 (GA4) 를 설명드리기전에 한가지 여쭤보겠습니다.

여러분들이 생각하는 “데이터” 는 무엇일까요?

뜬금없이 제가 질문을 드린 이유는 앞으로 배우게 될 GA4는 데이터를 분석하기 위한 도구 입니다.

그렇기 때문에 먼저 데이터에 대한 이야기를 하고 데이터를 분석하기 위한 도구의 사용 방법을 설명 드리려 합니다.

우리는 현재 데이터 기술 시대에서 살고 있습니다. 데이터 기술 시대? 약간 난해할 수도 있습니다만 조금 쉽게 설명을 드리겠습니다.

여러분들은 혹시 알고 계신가요? 음성뿐 아니라 영상이나 금융 데이터 등 최근 2년동안 전 세계 휴대 전화로 오간 데이터의 총량은 그 이전 인류 문명이 2천 년 동안 축적한 정보량의 10배 이상이라고 한다고 합니다.

대단하지 않습니까? ^^

또한, 중국 알리바바 그룹의 창업자인 마윈은 이미 5~6년 전에 “정보 기술(IT)의 시대에서 데이터 기술(DT)의 시대로 이전하고 있다” 는 말로 이러한 변화를 표현했습니다.

구글의 순다르 피차이 최고경영자가 말한 “모바일에서 AI로” 또는 한국 카카오의 김범수 의장이 최근에 “앞으로 10년은 데이터가 부가가치를 낳는 시대” 라고 한 것도 같은 맥락일 것입니다.

이처럼, 데이터 기술 시대에는 [그럼 1] 에서와 같이 여러가지 형태의 데이터 기술들이 나뉘어져 각 포지션 별로 많은 발전을 하고 있습니다.

그리고 이러한 데이터를 수집 · 분석하고 인사이트를 도출하여 기업 비즈니스 전략에 핵심적인 요소로 사용하고 있습니다.

자~ 그럼 데이터에는 어떤것들이 있을까요? 좀 더 쉽게 설명을 드리겠습니다.

예를 들어 여러분들께서 쇼핑몰 CEO라고 한다면 고객의 어떤 데이터를 보고 싶으신가요?

아마도 쇼핑몰을 운영한다면 [표 1]에서 처럼 1, 2, 3 데이터 전부 다 확인하게 될 것입니다.

시나리오를 설정하고 그 시나리오에 맞게 측정항목을 정의하여 수집된 데이터를 확인하게 될 것입니다.

데이터는 기본적으로 수집되는 것도 있지만 목적에 맞게 직접 정의하여 수집 후 확인하는 데이터도 있습니다.

그럼, 이렇게 수집된 데이터를 분석하고 활용하는 과정은 어떻게 진행이 될까요? 지금부터 수집된 데이터를 분석하고 활용하는 과정을 살펴보도록 하겠습니다.

2. 데이터 분석 활용

[그림 2]를 보면 보통 기업에서 수행하는 데이터 분석 프로세스를 확인할 수 있습니다.

그럼, [그림 2]를 참고하여 구매 전환률을 분석하고 활용하는 예를 들어 보겠습니다.

일단, 프로세스를 좀 더 상세하게 설명 드리겠습니다.

① 데이터 분석 전 목표를 정의합니다.

데이터를 분석하기 전 무엇을 목표로 분석해야 하는지 정의하는 것이 중요합니다.

그래야 어떠한 데이터를 수집하고 어떻게 분석을 하고 어떻게 행동해야 할지를 결정할 수 있기 때문입니다.

② 목표에 부합하는 데이터를 수집해야 합니다.

목표 정의가 완료되었으면 해당 목표에 부합하는 데이터 항목(측정항목 : Matrics)를 정의하고 수집합니다.

데이터를 수집하기 위해서는 보통 로그분석도구 (Google Analytics, Adobe Analytics)을 많이 이용합니다.

아니면, 직접 프로그래밍을 통해서 데이터를 수집하고 수집된 데이터를 데이터베이스에 저장 합니다.

③ 수집된 데이터를 분석합니다.

데이터가 어느정도 수집되면 데이터 분석을 진행합니다.

데이터 분석을 위해서 사용되는 도구는 ② 에서 설명 드렸듯이 로그분석도구를 이용하거나 데이터베이스에 직접 접속하여 데이터를 추출하는 SQL 쿼리를 이용합니다.

대부분의 경우 기본적인 분석은 로그분석도구에 수집된 데이터를 가지고 직접 분석을 하거나 좀 더 상세하게 분석하기 위해서는 데이터베이스에 직접 접속하여 분석 데이터를 추출 후 분석을 진행합니다.

④ 분석 결과를 토대로 액션을 진행합니다.

[표 1.1.2]에서 목표 구매 전환률이 5%가 안되었다면 구매 전환률을 높이기 위해서 먼저, 여러가지 항목들을 점검해야 합니다.

기본적으로 아래와 같은 행동 데이터를 점검합니다.

• 고객이 유입되는 렌딩페이지 (도착페이지) 에서 바로 이탈을 하는 고객은 얼마나 되는가?
• 상품 상세페이지에서 페이지에 머문 시간은 얼마나 되는가?
• 상품 상세페이지에서 스크롤은 얼마나 내리는가?
• 장바구니 담기 버튼을 얼마나 많이 클릭하는가?
• 바로 구매 버튼을 얼마나 많이 클릭하는가?
• 장바구니에 상품을 담고 결제페이지로 이동하지 않은 고객은 얼마나 되는가?

이렇게 4단계를 통해 데이터를 수집, 분석, 액션을 진행한다고 해서 데이터 분석이 끝나는 것은 아닙니다.

① 의 목표가 달성 될때까지 해당 프로세스를 반복해서 수행합니다.

추가적인 데이터가 필요하다면 추가 데이터 수집을 계획하고 액션에 대해 효과가 없다면 새로운 액션 계획을 세워야 합니다.

이러한 과정이 반복이 되면서 데이터 분석 프레임워크(FrameWork) 가 자연스럽게 정의되고 구매 전환률이 조금씩 증가하게 될 것입니다.

이것이 바로 “데이터를 활용한 비즈니스” 입니다.

지금까지 데이터란 무엇이고 데이터 분석이란 무엇인지에 대해 살펴봤습니다.

그럼, 데이터 분석을 할 때 사용할 수 있는 분석 도구에는 무엇이 있는지 살펴보겠습니다.

3. 데이터 분석 도구는 어떤것이 있을까요?

방대한 데이터로 부터 유용한 정보를 찾아내 합리적인 의사결정을 내리기 위해 사용되는 데이터 분석 도구에는 어떤것이 있을까요?

실무에서 주로 사용되는 분석 도구들 위주로 설명 드리겠습니다. (마케팅 데이터 중심)

3.1 구글애널리틱스 (Google Analytics)

전 세계적으로 가장 많이 사용하고 있는 분석 도구인 “구글 애널리틱스 (Google Analytics)” 입니다.

전 세계 웹사이트의 55.7%에서 구글 애널리틱스를 사용하고 있으며, 이는 트래픽 분석 도구 시장 점유율 85.9% 입니다. (웹사이트의 35.2%는 트래픽 분석 도구를 사용하지 않습니다)

구글 애널리틱스의 특징을 살펴 보면…

• 무료 사용
• 다양한 분석 기능 제공
• 직관적인 UI
• 데이터 통합성 & 확장성 제공
• 지속적인 기능 업데이트
• 학습의 용이성

3.2 어도비 애널리틱스 (Adobe Analytics)

두번째로 소개해 드릴 분석 도구는 “어도비 애널리틱스 (Adobe Analytics)” 입니다.

어도비 애널리틱스는 “어도비 포토샵 (Adobe PhotoShop)” 등으로 유명한 어도비사의 로그분석 도구 입니다.

어도비 애널리틱스의 특징을 살펴보면…

• 다양한 리포트 탬플릿 지원
• Drag & Drop 으로 분석 항목 지표를 조합
• 무제한 이동경로 분석
• 플러그인 연결을 통한 사용자 정보 분석 학습의 용이성
• AI를 통한 이상 데이터 감지

3.3 에이스카운터 (AceCounter)

(주)엔에이치엔데이터 에이스카운터는 국내에서 개발된 로그분석 도구 입니다.

에이스카운터의 특징을 살펴보면…

• 다양한 방문형태의 실시간 분석
• 고객사의 요구사항에 맞춘 최적화된 서비스 제공
• EMS , OLAP , CRM 등 연동 가능
• 다수 사이트 구축사례를 바탕으로 한 기술력
• 타 시스템과 연계를 통한 확장으로 다양한 통계 제공

3.4 로거 (Logger)

국내 광고 환경에 특화된 분석 도구인 (주)비즈스프링의 “로거 (Logger)” 입니다.

로거의 특징을 살펴보면…

• 범용적이면서도 특화된 분석 패키지 제공
• 데이터를 다각도로 분석 가능
• 여러 성과기여 모델을 통한 광고성과 분석
• 국내 마케팅 환경에 최적화된, 손쉽고 자동화된 사용
• 광고 운영에 특화된 모니터링 및 관리 기능

3.5 앰플리튜드 (Amplitude)

해당 솔루션을 한마디로 설명한다면 “코호트분석 (집단분석) 이 매우 용이한 사용자 분석 도구” 라고 할 수 있습니다.

여기서 이야기하는 “코호트 분석” 이란? “사용자를 그룹으로 분류하여 그룹의 행동과 그룹의 유지율을 분석할 때 사용하는 기법” 이라고 말할 수 있습니다.

예를 들면, “구매한지 30일이 지난 유저” , “장바구니에 상품을 담고 결제하지 않은 유저” 등을 말할 수 있습니다.

앰플리튜드의 특징을 살펴보면…

• 유저 그룹별로 특정 이벤트의 활성도를 분석
• 유저 행동별로 퍼널 순서를 설정하고 전환율 및 이탈률 분석
• 유저의 행동 및 속성을 기준으로 활성 사용자 구성 분석
• 유저 그룹별 잔존율 분석 (재방문 트래킹)

이 외에도 여러 웹/앱 분석 도구가 존재하며 기업에 맞게 데이터 분석 도구를 선택하는 것도 효율적인 데이터 분석에서 중요한 요소 중 하나라고 할 수 있습니다.

데이터 분석 도구는 말 그대로 데이터 분석을 도와주는 보조적인 역할을 하는 프로그램 입니다.

중요한 것은 어떤 데이터를 어떻게 분석을 해야 할지 원론적인 부분을 좀 더 이해하는 것이 좋다고 생각됩니다.

물론, 도구를 다룰 수 있는 능력도 키워야 하지만 결국에는 데이터 분석은 ” 인사이트 ” 를 어떻게 도출할 것이냐의 문제라고 생각됩니다.

FAQ

---

---