[GA4 무료강의] ChatGPT·Claude에 GA4 데이터 넣어 분석하기 : CSV 내보내기부터 프롬프트 25개, 검증까지 완벽 가이드
핵심 요약 (한 줄 답변)
GA4 데이터를 AI로 분석하는 가장 쉬운 방법은 GA4에서 CSV로 내보내 ChatGPT나 Claude에 올리고 질문하는 것입니다. GA4 보고서는 공유 및 내보내기 → 파일 다운로드에서 CSV·구글 시트·PDF로 받을 수 있고, CSV와 구글 시트는 최대 10만 행까지 담깁니다. 업로드 한도는 서비스마다 달라, Claude는 대화당 파일 20개·파일당 500MB(프로젝트는 30MB), ChatGPT는 파일당 512MB 한도에 스프레드시트는 약 50MB입니다. 다만 내보낸 CSV 자체가 이미 왜곡돼 있을 수 있다는 점이 가장 중요합니다. GA4에는 (other) 행, 샘플링, 기준 적용(thresholding)이라는 세 가지 제약이 있어서, 이를 확인하지 않고 AI에게 넘기면 잘못된 데이터로 그럴듯한 분석을 받게 됩니다. 그래서 순서는 목적 정하기 → 내보내기 → 데이터 점검 → 업로드 → 프롬프트 → 검증이어야 하고, 특히 AI가 계산한 숫자는 반드시 GA4에서 교차 확인해야 합니다.
이 글에서 알 수 있는 것
- GA4 데이터를 AI에 넣으면 무엇이 좋아지는지 (그리고 무엇은 안 되는지)
- AI에 데이터를 넘기는 3가지 방법 비교 (CSV / 커넥터·MCP / BigQuery)
- 시작 전 반드시 알아야 할 3가지 주의사항
- GA4에서 CSV 내보내는 방법과 10만 행 제한
- 내보낸 데이터가 왜곡됐는지 확인하는 (other)·샘플링·기준 적용 점검법
- ChatGPT와 Claude의 업로드 한도 비교표
- 바로 복사해 쓰는 실무 프롬프트 25개
- AI 분석 결과를 검증하는 체크리스트 10개
- 자주 하는 실수 8가지와 개인정보 주의사항
✳️ 난이도 : 초급~중급 (코딩 불필요) | 소요 시간 : 읽기 약 16분, 실제 작업 30분~1시간 | 대상 : GA4 데이터로 보고서를 만드는 마케터, 광고대행사 AE, 쇼핑몰 운영자, 데이터 분석 입문자
목차
- GA4 데이터를 AI에 넣으면 뭐가 좋아지나요?
- AI에 데이터를 넘기는 3가지 방법
- 시작 전 반드시 알아야 할 3가지
- 1단계 : 질문을 먼저 정하기
- 2단계 : GA4에서 CSV 내보내기
- 3단계 : 데이터가 왜곡됐는지 점검하기
- 4단계 : ChatGPT·Claude에 업로드하기
- 5단계 : 분석 프롬프트 25개
- 6단계 : 결과 검증하기
- 7단계 : 보고서로 정리하기
- 자주 하는 실수 8가지
- 최종 체크리스트
- 자주 묻는 질문(FAQ)
1. GA4 데이터를 AI에 넣으면 뭐가 좋아지나요?
보고서를 만드는 시간이 줄고, 혼자서는 떠올리기 어려운 각도의 분석을 받을 수 있습니다.
AI가 잘하는 것 vs 못하는 것
| AI가 잘하는 것 | AI가 못하는 것 |
| 여러 열을 조합해 계산하고 순위 매기기 | GA4에 없는 원인 설명 (프로모션, 재고 등) |
| 표를 읽기 쉬운 문장으로 요약 | 내보내지 않은 기간·세그먼트 조회 |
| 이상치와 패턴 찾아내기 | 실시간 데이터 확인 |
| 보고서 초안 작성 | 100% 정확한 계산 보장 |
| 비전문가용 쉬운 설명으로 변환 | 데이터 자체의 품질 판단 |
✅ 핵심 : AI는 "주어진 표를 읽고 해석하는 보조 분석가" 입니다. 표가 잘못되면 해석도 잘못됩니다. 그래서 이 글의 절반은 데이터를 제대로 준비하고 검증하는 방법입니다.
실제로 많이 쓰는 용도 5가지
- 주간·월간 보고서 초안 작성 (가장 많이 쓰는 용도)
- 유입 채널별 성과 비교와 우선순위 정리
- 상품·페이지별 문제 지점 찾기
- 전월 대비 변화 중 설명이 필요한 항목 추리기
- 데이터를 비전문가용 문장으로 번역
2. AI에 GA4 데이터를 넘기는 3가지 방법
CSV 업로드, 커넥터·MCP 연결, BigQuery 연동 중 하나를 고르면 됩니다. 처음이라면 CSV가 정답입니다.
| 방법 | 난이도 | 비용 | 데이터 범위 | 이런 분께 |
| ① CSV 내보내 업로드 | 초급 | 무료 | 내보낸 만큼만 | 처음 시작하는 모든 분 |
| ② 커넥터·MCP 연결 | 중급 | 도구마다 다름 | AI가 직접 조회 | 매주 반복 분석이 필요한 분 |
| ③ BigQuery 연동 | 고급 | 사용량 과금 | 원시 데이터 전체 | 샘플링 없는 정밀 분석이 필요한 조직 |
각 방법의 특징
① CSV 내보내 업로드 (이 글의 기준)
- 장점 : 설치가 전혀 없고, 무료이며, 어떤 데이터를 넘기는지 눈으로 확인할 수 있습니다.
- 단점 : 매번 수작업이고, 내보낸 범위를 넘는 질문은 답할 수 없습니다.
② 커넥터·MCP 연결
- AI가 GA4에 직접 접속해 데이터를 가져오는 방식입니다. 반복 작업이 줄어듭니다.
- 단점 : 설정이 필요하고, 데이터 접근 권한을 외부 도구에 맡기게 되므로 보안 검토가 필요합니다.
③ BigQuery 연동
- GA4 원시 데이터를 BigQuery로 내보낸 뒤 분석하는 방식입니다. (other) 행이나 샘플링 문제에서 벗어날 수 있습니다.
- 단점 : 설정과 쿼리 작성에 개발 역량이 필요합니다.
3. 시작 전 반드시 알아야 할 3가지
이 3가지를 모르고 시작하면, 잘못된 분석을 받고도 알아채지 못합니다.
① 개인정보는 절대 넣지 마세요
GA4는 원래 개인 식별 정보(PII) 수집을 금지합니다. 구글도 이메일, 전화번호, 주민번호 같은 정보를 GA4에 보내지 않도록 권장사항을 제공합니다.
그런데 설정 실수로 URL 파라미터에 이메일이 들어가거나, 맞춤 측정기준에 개인정보가 섞여 있는 경우가 있습니다. CSV를 열어 이런 값이 보이면 반드시 삭제한 뒤 업로드하세요.
| 삭제해야 할 것 | 예시 |
| 이메일·전화번호 | 페이지 URL에 포함된 ?email=... |
| 회원 ID·주문자명 | 맞춤 측정기준에 들어간 실명 |
| 상세 주소 | 배송지 정보 |
| 결제 정보 | 카드번호 일부 등 |
⚠️ 회사 정책도 확인하세요. 사내 보안 규정이 외부 AI 서비스에 업무 데이터 업로드를 제한하는 경우가 있습니다. 또 각 AI 서비스의 데이터 사용·학습 관련 설정을 미리 확인하고, 필요하면 관리자와 협의하세요.
② 내보낸 CSV가 이미 왜곡됐을 수 있습니다
GA4에는 보고서 숫자를 바꾸는 세 가지 제약이 있습니다. 이걸 모르고 CSV를 내보내면 AI가 잘못된 데이터를 분석합니다.
| 제약 | 무엇인가 | 어떻게 알아보나 |
| (other) 행 | 고유 값이 너무 많으면 나머지를 하나로 묶어버림 | 표에 (other) 행이 보임 |
| 샘플링 | 데이터가 많으면 일부만 추출해 추정 | 보고서 상단의 데이터 품질 아이콘 |
| 기준 적용(Thresholding) | 개인 식별 방지를 위해 일부 데이터를 숨김 | 보고서 상단의 데이터 표시 아이콘 |
각 제약의 발생 조건
- (other) 행 : 측정기준의 고유 값 조합이 표의 행 한도를 넘으면 발생합니다. 표준 보고서(보조 측정기준·비교 없음)는 5만 행, 탐색 분석이나 보조 측정기준을 쓴 보고서는 200만 행이 한도입니다. 하루에 고유 값이 500개를 넘는 측정기준은 고카디널리티로 분류됩니다.
- 샘플링 : 주로 탐색 분석에서 발생합니다. 쿼리가 표준 속성의 할당량(1천만 이벤트)을 넘으면 샘플링될 수 있습니다. 기간을 짧게 하면 완화됩니다.
- 기준 적용 : 구글 신호 데이터가 켜져 있고 사용자·이벤트 수가 적을 때, 또는 인구통계·관심분야 같은 사용자 식별 정보가 포함될 때 발생합니다. 기간을 넓히면 완화됩니다.
⚠️ 가장 위험한 경우 : (other) 행이 전체의 30%를 차지하는 CSV를 AI에게 주고 "채널별 성과를 분석해줘"라고 하면, AI는 (other)를 하나의 채널처럼 취급해 분석합니다. AI는 이게 '묶음'인지 모릅니다.
③ AI는 계산을 틀릴 수 있습니다
AI는 표를 읽고 계산하지만, 합계·평균·비율 계산에서 실수할 수 있습니다. 특히 행이 많거나 열이 복잡할 때 그렇습니다.
📌 대응 원칙 : AI가 알려준 숫자 중 보고서에 들어갈 숫자는 반드시 GA4에서 다시 확인하세요. AI는 "어디를 봐야 하는지" 알려주는 데 쓰고, "정확한 숫자"는 원본에서 가져오는 것이 안전합니다.
4. 1단계 : 질문을 먼저 정하기
데이터를 먼저 내보내지 마세요. 답하고 싶은 질문을 정하고, 그 질문에 필요한 데이터만 내보내는 것이 순서입니다.
흔한 실패 패턴
❌ 일단 보고서를 몽땅 내보내서 AI에게 "분석해줘"라고 던진다 → 일반적인 소리만 돌아오고, 쓸 만한 인사이트가 없다
좋은 질문의 예시
| 목적 | 구체적인 질문 | 필요한 데이터 |
| 채널 점검 | 지난달 대비 전환이 줄어든 유입 채널은? | 트래픽 획득 보고서 (2개월) |
| 상품 개선 | 조회는 많은데 구매가 적은 상품은? | 전자상거래 구매 보고서 |
| 결제 문제 | 결제 단계에서 가장 많이 이탈하는 지점은? | 구매 여정 보고서 |
| 콘텐츠 성과 | 리드를 가장 많이 만든 콘텐츠는? | 랜딩 페이지 + 주요 이벤트 |
| 기기 문제 | 모바일과 PC의 전환율 차이는? | 기술 세부정보 + 전환 |
📌 질문 하나당 CSV 하나가 원칙입니다. 질문이 명확하면 내보낼 데이터도 명확해집니다.
5. 2단계 : GA4에서 CSV 내보내기
GA4 보고서는 '공유 및 내보내기 → 파일 다운로드'에서 CSV로 받을 수 있습니다.
표준 보고서 내보내기
- GA4에서 원하는 보고서를 엽니다. (예: 보고서 → 획득 → 트래픽 획득)
- 기간을 설정합니다. 비교가 필요하면 비교 기간도 함께 설정합니다.
- 필요한 측정기준과 지표를 선택합니다.
- 오른쪽 상단의 보고서 공유를 클릭합니다.
- 파일 다운로드를 선택하고 CSV를 클릭합니다.
| 선택 가능한 형식 | 특징 |
| CSV | AI 업로드에 가장 적합 |
| Google 시트 | 추가 정리 작업이 필요할 때 |
| 사람이 보기용 (AI 분석에는 부적합) |
📌 행 제한 : CSV 또는 구글 시트로 다운로드하면 파일에 최대 10만 개의 데이터 행이 포함됩니다.
⚠️ 보고서를 수정하는 중에는 공유·내보내기 버튼이 나타나지 않습니다. 변경사항을 저장하거나 뒤로를 눌러 보기 화면으로 나온 뒤 내보내세요.
탐색 분석 내보내기
탐색 분석은 표준 보고서와 내보내기 방식이 다릅니다. 탐색 분석 화면 우측 상단의 내보내기 메뉴에서 받을 수 있습니다.
⚠️ 탐색 분석은 샘플링이 발생할 수 있습니다. 정확한 수치가 필요하다면 표준 보고서를 우선 사용하고, 기간을 짧게 나눠 여러 번 내보내는 편이 안전합니다.
어떤 보고서를 내보낼까
| 분석 목적 | 추천 보고서 경로 |
| 유입 채널 성과 | 보고서 → 획득 → 트래픽 획득 |
| 페이지별 성과 | 보고서 → 참여도 → 페이지 및 화면 |
| 상품별 매출 | 보고서 → 수익 창출 → 전자상거래 구매 |
| 구매 퍼널 | 보고서 → 수익 창출 → 구매 여정 |
| 기기·브라우저 | 보고서 → 사용자 → 기술 세부정보 |
| 지역별 성과 | 보고서 → 사용자 → 인구통계 세부정보 |
6. 3단계 : 데이터가 왜곡됐는지 점검하기
이 단계를 건너뛰면 AI가 쓰레기 데이터로 그럴듯한 보고서를 만들어 줍니다.
내보낸 CSV 점검 5가지
- (other) 행이 있는가? 있다면 그 비중이 얼마인가
- 합계가 GA4 화면과 일치하는가?
- 빈 값이나 (not set)이 많지 않은가?
- 개인정보로 보이는 값이 없는가?
- 보고서 상단에 데이터 품질 아이콘이 떠 있지 않았는가?
(other) 행 처리 방법
| 상황 | 대응 |
| (other) 비중이 5% 미만 | 그대로 쓰되 AI에게 "(other)는 기타 묶음"이라고 알려주기 |
| (other) 비중이 5~20% | 기간을 짧게 나눠 여러 번 내보내기 |
| (other) 비중이 20% 초과 | 측정기준을 단순하게 바꾸거나 BigQuery 사용 검토 |
(other)를 줄이는 방법
- 보조 측정기준이나 비교를 쓰지 않은 표준 보고서를 사용하세요.
- 맞춤 측정기준보다 기본 측정기준을 먼저 쓰세요.
- 고유 값이 지나치게 많은 이벤트 매개변수·사용자 속성을 정리하세요.
- 기간을 짧게 나눠 내보내세요.
CSV 정리하기
GA4에서 내보낸 CSV는 상단에 날짜 범위 등 안내 줄이 포함되는 경우가 있습니다. AI가 표 구조를 잘 읽도록 아래처럼 정리하세요.
| 정리 항목 | 방법 |
| 불필요한 머리말 줄 삭제 | 열 이름이 첫 번째 행이 되도록 |
| 열 이름 명확히 | 세션, 전환처럼 알아보기 쉽게 |
| 숫자 서식 정리 | 천 단위 쉼표 제거, 숫자만 남기기 |
| 백분율 통일 | 12.5% 또는 0.125 중 하나로 |
| 열 이름 중복 제거 | 같은 이름의 열이 2개면 구분 |
📌 파일 이름에 정보를 담으세요. 트래픽획득_2026-09-01_09-30.csv처럼 보고서명과 기간을 넣으면, AI가 맥락을 파악하기 쉽고 나중에 찾기도 편합니다.
7. 4단계 : ChatGPT·Claude에 업로드하기
두 서비스의 업로드 한도가 다릅니다. 파일 크기와 개수를 미리 확인하세요.
업로드 한도 비교
| 항목 | Claude | ChatGPT |
| 파일당 최대 크기 | 대화 500MB / 프로젝트 30MB | 512MB (하드 한도) |
| CSV·스프레드시트 | 지원 (문서 형식) | 약 50MB (행 크기에 따라) |
| 대화당 파일 수 | 최대 20개 | 문서에 대화당 한도 명시 없음 |
| 프로젝트 파일 수 | 개수 제한 없음 (컨텍스트 한도 내) | 플랜별 5~40개 |
| 업로드 빈도 제한 | - | 3시간당 80개, 무료는 1일 3회 |
| 지원 형식 | PDF, DOCX, CSV, TXT, HTML, JSON, XLSX 등 | 텍스트·스프레드시트·문서 일반 형식 |
| XLSX 사용 조건 | 코드 실행 및 파일 생성 기능 활성화 필요 | - |
📌 실무 기준 : GA4에서 내보낸 CSV는 보통 수십 KB에서 수 MB 수준이라 두 서비스 모두 한도에 걸리지 않습니다. 다만 엑셀(XLSX)로 변환해 올릴 계획이라면 Claude에서는 코드 실행 기능을 켜야 합니다. 가장 간단한 방법은 CSV 그대로 올리는 것입니다.
업로드 순서
- 대화창의 첨부(클립) 버튼을 클릭합니다.
- 정리한 CSV 파일을 선택합니다.
- 파일만 올리고 끝내지 마세요. 아래처럼 맥락을 함께 적습니다.
첨부한 파일은 GA4의 '트래픽 획득' 보고서를 CSV로 내보낸 것입니다.
- 기간: 2026년 9월 1일 ~ 9월 30일
- 사이트: 패션 쇼핑몰 (여성 의류)
- 열 설명: 세션 기본 채널 그룹, 세션 수, 참여 세션 수, 전환, 총수익
- 참고: (other) 행은 고유 값이 많아 묶인 '기타' 항목입니다. 하나의 채널로 취급하지 마세요.
- 통화: 원화(KRW)
이 데이터로 아래 질문에 답해주세요.
(질문 내용)⚠️ 파일만 올리면 분석 품질이 크게 떨어집니다. AI는 열 이름만 보고 뜻을 추측합니다. 기간, 업종, 열 설명, 통화, (other) 여부를 적어주는 것만으로 결과가 달라집니다.
8. 5단계 : 분석 프롬프트 25개
좋은 프롬프트의 5원칙
| 원칙 | 나쁜 예 | 좋은 예 |
| 역할 지정 | "분석해줘" | "이커머스 데이터 분석가 역할로 답해줘" |
| 구체적 질문 | "어떤가요?" | "전환율이 평균 이하인 채널 3개를 찾아줘" |
| 출력 형식 지정 | (없음) | "표로 정리하고, 각 행에 근거를 적어줘" |
| 계산 근거 요구 | (없음) | "계산 과정을 함께 보여줘" |
| 추측 금지 명시 | (없음) | "데이터에 없는 내용은 '알 수 없음'이라고 답해줘" |
✅ 마지막 원칙이 가장 중요합니다. "데이터에 없으면 모른다고 해줘"를 넣지 않으면, AI는 그럴듯한 추측을 사실처럼 섞어 답할 수 있습니다.
① 데이터 점검 프롬프트 (가장 먼저 실행)
1. 이 파일의 구조를 설명해줘. 행 수, 열 이름, 각 열의 데이터 유형을 알려줘.
2. 각 열의 합계와 평균을 계산해 표로 보여줘. 계산 과정도 함께 적어줘.
3. 빈 값, (not set), (other)가 있는 행과 그 비중을 알려줘.
4. 데이터에서 이상해 보이는 값(오타, 단위 불일치, 극단값)이 있으면 지적해줘.
5. 이 데이터로 답할 수 있는 질문과 답할 수 없는 질문을 각각 나눠서 알려줘.
② 유입 채널 분석
6. 채널별 세션, 전환, 전환율을 계산해 전환율 높은 순으로 표로 정리해줘.
7. 세션은 많은데 전환율이 전체 평균보다 낮은 채널을 찾아줘.
8. 세션당 수익이 가장 높은 채널 3개와 가장 낮은 채널 3개를 알려줘.
9. 전체 세션의 80%를 차지하는 채널이 몇 개인지 계산해줘.
10. 이 데이터만으로 볼 때, 예산을 늘릴 후보 채널과 줄일 후보 채널을 근거와 함께 제안해줘.
③ 기간 비교 분석
11. 두 기간을 비교해서 세션과 전환이 모두 증가한 채널을 찾아줘.
12. 전환 수 감소폭이 가장 큰 상위 5개 항목을 변화량과 변화율로 함께 보여줘.
13. 전체 전환 변화에 가장 크게 기여한 항목을 기여도 순으로 정리해줘.
14. 세션은 늘었는데 전환은 줄어든 항목을 찾아 전환율 변화를 함께 보여줘.
15. 이 변화를 설명할 수 있는 가설을 3개 세워줘. 단, 데이터로 확인할 수 없는 가설은 '확인 필요'로 표시해줘.
④ 상품·페이지 분석
16. 조회수는 상위권인데 구매 전환율이 하위권인 상품을 찾아줘.
17. 상품별 매출 기여도를 계산하고, 상위 20%가 전체 매출의 몇 퍼센트인지 알려줘.
18. 장바구니 담기 대비 구매 비율이 낮은 상품을 순서대로 보여줘.
19. 페이지별 참여율과 전환을 비교해서 개선 우선순위를 매겨줘.
20. 이탈이 많은 페이지의 공통점을 찾아줘.
⑤ 보고서 작성
21. 이 데이터로 월간 성과 보고서 초안을 작성해줘. 구성은 핵심 지표 요약, 전월 대비 변화, 주요 이슈, 다음 달 제안 순서로.
22. 경영진용으로 5줄 요약을 만들어줘. 전문 용어는 쉬운 말로 바꿔줘.
23. 이 데이터의 핵심 내용을 표 2개로 정리해줘. 하나는 전체 요약, 하나는 채널별 상세로.
24. 이번 달 가장 먼저 조치해야 할 3가지를 우선순위와 근거와 함께 정리해줘.
25. 이 보고서를 받는 사람이 할 만한 질문 5개를 예상하고, 각각에 대한 답변도 준비해줘.
여러 파일을 함께 올릴 때
GA4 데이터와 광고비 데이터를 함께 올리면 ROAS 같은 지표까지 계산할 수 있습니다.
GA4 트래픽 획득 데이터와 광고 매체별 비용 데이터를 함께 올렸습니다.
두 파일을 채널 기준으로 연결해서, 채널별 비용·전환·CPA·ROAS를 표로 계산해줘.
채널 이름이 정확히 일치하지 않는 항목은 임의로 연결하지 말고 따로 알려줘.✅ 마지막 문장이 중요합니다. 이걸 넣지 않으면 AI가 google과 Google Ads를 임의로 연결하거나, 반대로 같은 채널을 따로 집계할 수 있습니다.
9. 6단계 : 결과 검증하기
AI 분석의 마지막 단계는 반드시 검증입니다. 이 단계를 건너뛴 보고서는 위험합니다.
검증 체크리스트 10개
- AI가 말한 합계가 GA4 화면의 합계와 일치하는가
- 상위 3개 항목의 개별 숫자를 GA4에서 직접 확인했는가
- 비율·전환율 계산을 직접 한 번 검산했는가
- AI가 (other)를 일반 채널처럼 취급하지 않았는가
- 데이터에 없는 정보를 단정적으로 말하지 않았는가
- 기간이 내보낸 기간과 일치하는가
- 통화·단위가 원화 기준으로 처리됐는가
- 여러 파일을 합쳤다면 연결이 올바른가
- 원인 설명이 실제 프로모션·캠페인 일정과 맞는가
- 보고서에 들어갈 모든 핵심 숫자를 원본에서 재확인했는가
AI가 자주 틀리는 지점
| 자주 틀리는 것 | 왜 생기나 | 대응 |
| 합계·평균 계산 | 행이 많을 때 누락·중복 | 직접 검산 |
| 백분율 처리 | 12.5%와 0.125를 혼용 | 업로드 전 형식 통일 |
| (other) 해석 | 묶음인 줄 모름 | 프롬프트에서 명시 |
| 원인 단정 | GA4에 없는 맥락을 추측 | "데이터에 없으면 모른다고 해줘" |
| 채널 이름 연결 | 표기가 다른 같은 채널 | 매핑 기준을 직접 제공 |
| 기간 혼동 | 비교 기간을 섞음 | 파일을 기간별로 분리 |
검증용 역질문 프롬프트
AI에게 자기 답변을 점검하게 하는 방법도 효과적입니다.
지금 답변에서 계산한 숫자들의 근거를 다시 보여줘.
각 숫자가 파일의 어느 행·열에서 나왔는지 밝히고,
계산 과정을 단계별로 적어줘.
확신이 낮은 부분이 있으면 솔직하게 표시해줘.⚠️ AI는 맥락을 모릅니다. "9월에 전환이 줄었습니다"까지는 AI가 찾아내지만, "추석 연휴 때문" 인지 "프로모션이 끝나서" 인지는 사람이 채워야 합니다. 프로모션 일정, 예산 변경, 사이트 개편 이력을 따로 정리해 함께 넣어주면 분석 품질이 크게 올라갑니다.
10. 7단계 : 보고서로 정리하기
AI의 답변은 초안입니다. 그대로 보내지 말고 아래 3단계를 거치세요.
| 단계 | 할 일 |
| ① 숫자 교체 | AI가 계산한 숫자를 GA4 원본 수치로 교체 |
| ② 맥락 추가 | 프로모션·시즌·경쟁 상황 등 AI가 모르는 정보 보완 |
| ③ 표현 다듬기 | 회사·고객사가 쓰는 용어와 톤으로 조정 |
보고서에 넣으면 좋은 한 줄
"이 보고서의 수치는 GA4 기준이며, 광고 매체 보고서나 실제 주문 데이터와 차이가 있을 수 있습니다."
이 한 줄이 나중에 "숫자가 다른데요?"라는 질문을 미리 막아줍니다.
11. 자주 하는 실수 8가지
| # | 실수 | 결과 | 대응 |
| 1 | 파일만 올리고 맥락 설명 없음 | 일반적인 소리만 돌아옴 | 기간·업종·열 설명 함께 적기 |
| 2 | (other) 확인 안 함 | 기타 묶음을 채널로 착각한 분석 | 업로드 전 비중 확인 |
| 3 | AI 계산을 그대로 보고 | 숫자 오류가 고객사에 전달 | 핵심 숫자 교차 검증 |
| 4 | 개인정보 포함 업로드 | 보안 사고 | 업로드 전 CSV 열어 확인 |
| 5 | 너무 많은 데이터를 한 번에 | 분석이 산만해짐 | 질문 하나당 파일 하나 |
| 6 | 탐색 분석 샘플링 데이터 사용 | 추정치를 실측치로 오해 | 표준 보고서 우선 사용 |
| 7 | "왜?"에 대한 답을 그대로 신뢰 | 추측을 원인으로 보고 | 실제 일정과 대조 |
| 8 | 매번 처음부터 다시 질문 | 시간 낭비 | 잘 된 프롬프트를 문서로 저장 |
✅ 8번이 실무에서 가장 큰 차이를 만듭니다. 잘 작동한 프롬프트를 사내 문서나 AI 프로젝트 기능에 저장해 두면, 매달 보고서 작업 시간이 크게 줄어듭니다.
12. 최종 체크리스트
준비 단계
- 답하고 싶은 질문을 먼저 정했는가
- 질문에 맞는 보고서와 기간을 골랐는가
- 회사의 외부 AI 사용 정책을 확인했는가
내보내기 단계
- 보고서 보기 화면에서 CSV로 내보냈는가
- 10만 행 제한을 넘지 않는가
- 보고서 상단에 데이터 품질 아이콘이 있었는지 확인했는가
점검 단계
- (other) 행 비중을 확인했는가
- 개인정보로 보이는 값을 삭제했는가
- 머리말 줄을 지우고 열 이름을 정리했는가
- 숫자 서식(쉼표·백분율)을 통일했는가
분석 단계
- 파일과 함께 맥락 설명을 적었는가
- "데이터에 없으면 모른다고 해줘" 를 넣었는가
- 계산 과정을 보여달라고 요청했는가
검증 단계
- 합계를 GA4와 대조했는가
- 핵심 숫자를 원본에서 재확인했는가
- 프로모션·시즌 맥락을 보완했는가
- 잘 작동한 프롬프트를 저장했는가
자주 묻는 질문 (FAQ)
Q1. GA4 데이터를 CSV로 내보내는 방법은 무엇인가요?
GA4 보고서 오른쪽 상단의 보고서 공유 → 파일 다운로드 → CSV를 선택하면 됩니다. CSV와 구글 시트는 최대 10만 개의 데이터 행까지 포함됩니다. 보고서를 수정하는 중에는 이 메뉴가 보이지 않으니, 저장하거나 보기 화면으로 나온 뒤 내보내세요.
Q2. ChatGPT와 Claude 중 어느 쪽이 GA4 분석에 더 좋나요?
GA4 CSV는 보통 수 MB 이하라 두 서비스 모두 충분히 처리합니다. 업로드 한도는 Claude가 대화당 파일 20개·파일당 500MB(프로젝트 30MB), ChatGPT는 파일당 512MB에 스프레드시트는 약 50MB입니다. 실무에서는 같은 프롬프트를 양쪽에 넣어보고 결과가 더 쓸 만한 쪽을 쓰는 방법을 권합니다.
Q3. CSV 대신 엑셀 파일로 올려도 되나요?
가능하지만 CSV가 더 간단합니다. Claude에서 XLSX를 쓰려면 코드 실행 및 파일 생성 기능을 활성화해야 합니다. 특별한 이유가 없다면 CSV 그대로 올리세요.
Q4. (other) 행이 뭔가요? 왜 중요한가요?
측정기준의 고유 값 조합이 표의 행 한도를 넘으면, GA4가 나머지를 하나로 묶어 (other)로 표시합니다. AI는 이것이 묶음인지 모르기 때문에 하나의 채널이나 상품처럼 취급해 분석할 수 있습니다. 업로드 전 비중을 확인하고, 프롬프트에서 "(other)는 기타 묶음"이라고 알려주세요.
Q5. AI가 계산한 숫자를 그대로 보고서에 써도 되나요?
권하지 않습니다. AI는 합계·평균·비율 계산에서 실수할 수 있습니다. AI는 "어디를 봐야 하는지" 찾는 데 쓰고, 보고서에 들어갈 숫자는 GA4 원본에서 가져오세요.
Q6. 개인정보가 들어 있을까 걱정됩니다. 어떻게 확인하나요?
CSV를 엑셀이나 메모장으로 열어 페이지 URL 열과 맞춤 측정기준 열을 확인하세요. ?email=처럼 파라미터에 개인정보가 들어간 경우가 있습니다. 발견되면 삭제한 뒤 업로드하고, GA4 설정 자체도 수정해야 합니다. 구글도 개인 식별 정보 전송을 방지하는 권장사항을 제공합니다.
Q7. 탐색 분석 데이터를 써도 되나요?
쓸 수 있지만 주의가 필요합니다. 탐색 분석은 샘플링이 발생할 수 있어, 전체 데이터가 아닌 추정치일 수 있습니다. 정확한 수치가 필요하면 표준 보고서를 먼저 쓰고, 기간을 짧게 나눠 여러 번 내보내세요.
Q8. 매달 같은 작업을 반복하는데 자동화할 수 있나요?
세 가지 방법이 있습니다. ① 프롬프트를 문서나 AI 프로젝트에 저장해 재사용하기 ② 커넥터·MCP로 AI가 GA4를 직접 조회하게 하기 ③ BigQuery 연동으로 데이터 파이프라인 구축하기. 난이도와 비용이 순서대로 올라갑니다.
Q9. GA4 안의 Ask Advisor를 쓰면 되지 않나요?
Ask Advisor는 GA4 안에서 바로 질문할 수 있어 편리하지만, 하나의 속성 데이터만 보고 베타 단계의 제약이 있습니다. 광고비나 매출 데이터를 함께 넣어 분석하거나, 보고서 초안을 원하는 형식으로 받으려면 CSV 방식이 더 자유롭습니다.
Q10. AI가 "전환이 줄어든 이유"를 설명해 줬는데 믿어도 되나요?
가설로만 받아들이세요. AI는 CSV 안의 숫자만 보기 때문에, 프로모션 종료, 재고 부족, 사이트 개편, 시즌 효과처럼 파일 밖에 있는 원인은 알지 못합니다. AI가 제시한 가설을 실제 캠페인·운영 일정과 대조해 확인하는 것이 사람의 몫입니다.
결론 : AI는 분석가가 아니라 '빠른 보조'입니다
GA4 데이터를 AI에 넣는 작업의 가치는 "숫자를 찾아 정리하는 시간"을 없애는 것에 있습니다.
표를 읽고 순위를 매기고 초안을 쓰는 일은 AI가 훨씬 빠릅니다. 그 시간을 해석과 다음 액션 결정에 쓰면 됩니다.
다만 두 가지는 절대 위임할 수 없습니다.
- 데이터 품질 판단 - (other), 샘플링, 기준 적용을 확인하는 것은 사람의 일입니다. AI는 받은 표가 잘못됐는지 모릅니다.
- 맥락 제공 - 프로모션, 시즌, 경쟁 상황은 GA4에 없습니다. 이걸 채워주는 담당자가 AI를 가장 잘 쓰는 사람입니다.
오늘 시작한다면 이렇게 해보세요. 트래픽 획득 보고서를 한 달치 CSV로 내보내고, 이 글의 ① 데이터 점검 프롬프트 5개를 먼저 실행해 보는 것입니다. 데이터가 제대로 넘어갔는지 확인한 다음에 본격적인 분석 질문으로 넘어가면, 훨씬 믿을 만한 결과를 얻을 수 있습니다.
참고 자료
구글 공식 자료 (GA4 내보내기·데이터 품질)
- Google 애널리틱스 고객센터, "[GA4] 보고서 공유 및 내보내기" - https://support.google.com/analytics/answer/9317657?hl=ko
- Google 애널리틱스 고객센터, "개인 식별 정보(PII) 전송 예방을 위한 권장사항" - https://support.google.com/analytics/answer/6366371?hl=ko
- Google 애널리틱스 고객센터, "[GA4] 사용자 제공 데이터 수집" - https://support.google.com/analytics/answer/14077171?hl=ko
- Google 애널리틱스 고객센터, "[GA4] 구성 한도" - https://support.google.com/analytics/answer/12229528
AI 서비스 공식 자료 (업로드 한도)
- Claude 고객센터, "Upload files to Claude" - https://support.claude.com/en/articles/8241126-upload-files-to-claude
- Claude 고객센터 - https://support.claude.com
- OpenAI 고객센터, "File uploads FAQ" - https://help.openai.com/en/articles/8555545-file-uploads-faq
- Anthropic 프라이버시 센터 - https://privacy.anthropic.com
- OpenAI 개인정보처리방침 - https://openai.com/policies/privacy-policy
GA4 데이터 품질 (샘플링·카디널리티·기준 적용)
- InfoTrust, "Google Analytics 4 Reports: Sampling, Cardinality, and Thresholding" - https://infotrust.com/articles/google-analytics-4-reports-sampling-cardinality-thresholding/
- Optimize Smart, "How to remove (other) in GA4 reports and avoid Cardinality" - https://optimizesmart.com/blog/how-to-remove-other-in-ga4-reports-and-avoid-cardinality/
작성 : 디애널리틱스(The Analytics) · 구글애널리틱스를 활용하여 기업의 마케팅 성과를 향상시키는 방법을 연구합니다.