[GA4 무료강의] GA4 예측 잠재고객 활용법 : 구매 확률·이탈 확률로 상위 10% 고객 타겟팅하기
핵심 요약 (한 줄 답변)
GA4 예측 잠재고객은 머신러닝으로 사용자의 구매 확률·이탈(앱 제거) 확률·예상 수익을 예측해 잠재고객으로 만드는 기능입니다. 단, 7일간 1,000명 이상의 구매자/1,000명 이상의 비구매자 데이터(대략 한 달간 방문자 2,000명 이상)가 있어야 사용할 수 있어 소규모 사이트는 사용이 어렵습니다. 요건이 충족되면 "7일 내 첫 구매 가능성 높은 상위 10%" 같은 정교한 타겟을 만들 수 있습니다.
이 글에서 알 수 있는 것
- 예측 잠재고객이 무엇이고 왜 강력한가
- 예측 기능을 쓰기 위한 최소 데이터 요건 (왜 소규모는 어려운가)
- 확인 가능한 예측 측정항목 4가지
- 탐색 보고서에서 예측 세그먼트 만드는 법 (구매 확률 상위 10%)
- 추천 잠재고객 템플릿 5가지와 "7일 내 첫 구매" 조건 해부
- 첫 구매 잠재고객이 '구매 경험자 제외 + LTV 0'으로 설계되는 원리
✳️ 난이도 : 중급~고급 | 소요 시간 : 약 12분 | 시리즈 : 전자상거래 잠재고객 활용 (3편)
이전 글 : 1편 구매자·비구매자 잠재고객 · 2편 장바구니 이탈 잠재고객
GA4 예측 잠재고객이란 무엇인가요?
예측 잠재고객은 GA4가 머신러닝으로 사용자의 구매 확률·이탈 확률·수익을 예측해 만드는 잠재고객입니다.
지금까지 전자상거래 이벤트로 여러 조건의 잠재고객을 만들었는데, 이는 결국 구매 확률이 높은 사용자를 찾아내는 과정이었습니다. 조금이라도 서비스 수익을 높이기 위함입니다.
GA4로 넘어오면서 예측 잠재고객이라는 강력한 기능이 추가되었습니다. 이를 통해 사용자의 구매 확률, 서비스를 떠날 확률, 수익을 예측할 수 있습니다.
| 기존 잠재고객 (1·2편) | 예측 잠재고객 (3편) |
| 이미 발생한 과거 행동으로 정의 | 머신러닝으로 미래 행동을 예측 |
| 예 : 구매자, 장바구니 이탈 | 예 : 7일 내 구매 가능성 높은 사용자 |
1. 예측 잠재고객 사용 요건 (소규모 사이트는 주의)
GA4가 구매 확률·이탈 확률·수익을 예측하려면 아주 많은 양의 데이터가 필요합니다.
GA4 가이드 문서의 '예측 잠재고객' 항목에서 확인할 수 있는 최소 요건은 다음과 같습니다.
| 요건 | 내용 |
| 긍정 예시 | 지난 28일 중 7일 동안 1,000명 이상의 재사용자가 관련 예측 조건을 트리거함 |
| 부정 예시 | 1,000명 이상의 사용자가 조건을 트리거하지 않음 |
| 모델 품질 | 일정 기간 동안 모델 품질을 유지해야 함 |
| 이벤트 전송 | 구매·앱 제거 가능성을 모두 쓰려면 purchase 및 in_app_purchase 이벤트 전송 필요 |
✅ 결론 : 웹사이트에 대략 2,000명 정도의 사용자가 한 달간 꾸준히 방문하면서 구매/비구매 데이터를 수집해야 예측 잠재고객을 만들 수 있습니다. 작은 웹사이트는 사실상 사용이 어려울 수 있습니다.
✅ 그래도 알아둘 가치는 충분합니다. 사이트가 성장하면 언젠가 활용하게 될 기능이기 때문입니다.
2. 확인 가능한 예측 측정항목
사용 요건이 충족되면 아래 예측 측정항목을 활용할 수 있습니다.
| 예측 측정항목 | 예측 내용 |
| 구매 확률 | 사용자가 구매할 가능성 |
| 앱 제거 가능성 | 사용자가 앱을 삭제(이탈)할 가능성 |
| 예상 수익 | 사용자가 창출할 것으로 예상되는 수익 |
| 인앱 구매 가능성 | 앱 내 구매를 할 가능성 |
3. 예측 세그먼트 생성하기
먼저 예측 세그먼트를 만들어 보겠습니다.
① 잠재고객 만들기에서 [예측] 이라는 측정항목을 확인할 수 있습니다. 선택 가능한 예측 항목은 구매 확률, 앱 제거 가능성, 예상 수익, 인앱 구매 가능성입니다.
② 여기서는 [구매 확률] 을 선택합니다.
① 구매 확률이 표시되면 [+ 필터 추가] 를 클릭합니다.
[+ 필터 추가] 를 클릭하면 '예측 설정(Configure prediction)' 화면이 표시됩니다. 여기까지가 예측 세그먼트를 생성하는 방법입니다.
⚠️ 주의 : 앞서 말씀드린 대로 데이터가 부족하면 예측 측정항목을 설정할 수 없습니다.
4. 예측 잠재고객 생성하기 (탐색 보고서 활용)
원래는 '잠재고객 만들기'에서 직접 예측 잠재고객을 만드는 것이 좋지만, 데모 계정에서는 잠재고객 생성이 제한됩니다. 그래서 빈 탐색 보고서에 세그먼트를 추가하는 방법으로 진행합니다.
✅ 참고 : 세그먼트는 보고서 데이터를 조건에 맞게 추출해 하나의 데이터 그룹을 만드는 기능으로, 비교군과 유사하며 만드는 방법은 잠재고객과 동일합니다.
1단계. 세그먼트 추가
① 빈 탐색 보고서를 만들고 [세그먼트] 를 클릭합니다.
② [사용자 세그먼트] 를 클릭합니다.
2단계. 예측 → 구매 확률 선택
① [예측] 을 선택합니다.
② [구매 확률] 을 선택합니다.
3단계. 필터로 상위 10% 설정
① 구매 확률이 표시되면 [+ 필터 추가] 를 선택합니다.
① 여기서는 '구매 가능성 높음(상위 10% 사용자)' 를 선택합니다.
② 설정이 완료되면 [적용] 을 클릭합니다.
결과 확인
| 항목 | 값 |
| 선택된 총 사용자 | 1,647명 |
| 구매할 것으로 예상되는 사용자 | 약 19명 |
✅ 범위 조정 : 범위를 조정하고 싶다면 [Custom] 을 선택해 직접 조정할 수 있습니다.
5. 추천 잠재고객으로 더 쉽게 만들기
GA4의 '추천 잠재고객' 또는 '추천 세그먼트'를 사용하면 예측 잠재고객을 훨씬 쉽게 적용할 수 있습니다.
세그먼트를 만드는 화면에는 추천 세그먼트 영역이 있고, GA4가 추천하는 세그먼트들이 표시됩니다. (구매자·비구매자 등은 앞 강의에서 생성해봤습니다.)
① 여기서는 [추천 잠재고객] 을 선택합니다.
추천 예측 잠재고객 템플릿 5가지
| 템플릿 |
| 7일 이내에 구매할 가능성이 높은 사용자 |
| 7일 이내에 앱을 제거할 가능성이 높은 사용자 |
| 28일 동안의 예상 상위 소비자 |
| 7일 이내에 첫 구매를 할 가능성이 높은 사용자 |
| 7일 이내에 앱을 제거할 가능성이 높은 구매자 |
'7일 내 첫 구매' 잠재고객은 어떻게 설계되어 있나요?
이 템플릿의 조건 설정을 이해할 수 있으면 잠재고객 생성 방법을 제대로 이해한 것입니다. 조건은 '제외'와 '포함' 두 부분으로 나뉩니다.
제외 조건 : 구매 경험자를 모두 제외
in_app_purchase, purchase, ecommerce_purchase 이벤트를 발생시킨 사용자를 제외하고 있습니다. 즉, 구매 완료 경험이 있는 사용자를 모두 제외하는 것입니다.
✅ 왜? 구매 경험이 없는 사용자가 구매를 한다면 그것이 곧 '첫 구매' 가 되기 때문입니다.
포함 조건 : 구매 확률 상위 10% + LTV 0
인앱 구매 가능성 또는 구매 확률이 90번째 백분위수(상위 10%)보다 높고, 평생 가치(LTV)를 0(결제 금액 0)으로 설정합니다.
| 조건 | 의미 |
| 구매 확률 상위 10% | 구매 가능성이 매우 높음 |
| LTV = 0 | 아직 결제 금액이 0 → 한 번도 산 적 없음 |
✅ 핵심 : 이 두 조건을 합치면 "살 가능성은 높은데(상위 10%) 아직 한 번도 안 산(LTV 0)" 사용자가 됩니다. 이것이 바로 7일 이내 첫 구매를 할 가능성이 높은 잠재고객입니다.
자주 묻는 질문 (FAQ)
Q. 예측 잠재고객을 쓰려면 어떤 조건이 필요한가요?
A. 지난 28일 중 7일 동안 1,000명 이상이 예측 조건을 트리거(예: 구매)하고, 1,000명 이상은 트리거하지 않아야 합니다. 대략 한 달간 방문자 2,000명 이상 + purchase/in_app_purchase 이벤트 전송이 필요합니다.
Q. 작은 사이트도 예측 잠재고객을 쓸 수 있나요?
A. 어렵습니다. 최소 데이터 요건을 충족하지 못하면 예측 측정항목 자체를 설정할 수 없습니다. 다만 기능을 알아두면 사이트 성장 후 활용할 수 있습니다.
Q. 어떤 예측 측정항목이 있나요?
A. 구매 확률, 앱 제거 가능성, 예상 수익, 인앱 구매 가능성 4가지입니다.
Q. 예측 잠재고객을 직접 못 만들 때는 어떻게 하나요?
A. 데모 계정처럼 잠재고객 생성이 제한된 경우, 빈 탐색 보고서에 세그먼트를 추가하는 방식으로 예측 세그먼트를 만들 수 있습니다. 세그먼트 생성 방법은 잠재고객과 동일합니다.
Q. '7일 내 첫 구매' 잠재고객은 어떻게 정의되나요?
A. 구매 경험자(구매 이벤트)를 모두 제외하고, 구매 확률 상위 10% + LTV 0을 포함합니다. "살 가능성 높은데 아직 안 산" 사용자를 뽑는 것입니다.
Q. LTV를 0으로 두는 이유는 무엇인가요?
A. LTV(평생 가치)가 0이면 아직 결제 금액이 없다는 뜻, 즉 한 번도 구매하지 않은 사용자입니다. 상위 10% 구매 확률과 결합하면 '첫 구매 임박' 고객이 됩니다.
Q. 추천 예측 잠재고객에는 어떤 것들이 있나요?
A. 7일 내 구매 가능성 높은 사용자, 7일 내 앱 제거 가능성 높은 사용자, 28일 예상 상위 소비자, 7일 내 첫 구매 가능성 높은 사용자, 7일 내 앱 제거 가능성 높은 구매자 등 5가지 템플릿이 제공됩니다.
요약 (한 장 정리)
- 예측 잠재고객 = 머신러닝으로 구매·이탈·수익을 예측해 만드는 잠재고객
- 요건 : 7일간 구매 1,000명 + 비구매 1,000명(대략 월 방문 2,000명) → 소규모는 어려움
- 측정항목 4종 : 구매 확률 · 앱 제거 가능성 · 예상 수익 · 인앱 구매 가능성
- 만들기 : 잠재고객/세그먼트 → [예측] → 항목 선택 → 필터(예: 상위 10%)
- 추천 템플릿 5종 제공 (7일 내 구매·첫 구매·앱 제거 등)
- '7일 내 첫 구매' 설계 : 구매 경험자 제외 + 구매확률 상위 10% & LTV 0 포함
작성 : 디애널리틱스(The Analytics) · 구글애널리틱스를 활용하여 기업의 마케팅 성과를 향상시키는 방법을 연구합니다.