Google Analytics 꼭 써야돼?

구글 애널리틱스 활용하기

왜 구글 애널리틱스를 활용해야 할까요?

매주 또는 매일의 회의실에서는 고객사와 마케팅 캠페인의 성과에 관한 이야기가 치열하게 펼쳐지고 일상의 업무 중에도 메신저에서는 끊임없이 마케팅 캠페인에 대한 이야기가 올라옵니다. 아마도 기업의 마케팅 부서에 근무한다면 익숙한 장면일 겁니다.

매일 식사도 걸러가며 더 나은 성과를 위해 소재를 기획하고 이미지, 카피라이팅 심지어는 콘텐츠의 게시 시점까지도 고려하며 치열하게 마케팅에 매달립니다. 왜 이렇게까지 해야 하는 것일까요?

아마도 그것은 ‘디지털 마케팅’때문이 아닐까 싶습니다. 디지털 마케팅이 실무에 도입되면서 1원 단위로 성과를 분석하고 매분, 매초 광고 관리자 페이지를 리프레시해 가며 캠페인의 성과를 추적하게 되었습니다. 또 관리자 페이지에 뜨는 성과를 분석하고 그에 맞추어 새로운 콘텐츠로 시장과 고객의 반응에 빠르게 대응합니다.

어쩌면 이것이 바로 디지털 마케팅의 미학인지도 모르죠. 그런데 이렇게 숨막히게 캠페인의 성과를 추적하고 대응하는 디지털 마케팅을 확실하지도 않고, 검증되지도 않은 방법으로 의사결정을 하거나 액션을 시도합니다.

대표적인 것이 1등 기업이 하는 캠페인을 따라하거나 의사결정권자의 개인적인 취향을 존중하여 제작된 콘텐츠일 것입니다. 과연 이런 방법으로 마케팅의 효과를 얼마나 거둘 수 있을까요?

마케팅은 모든 액션들의 정당성은 물론이고 그 이후의 성과까지도 모두 고객의 행동 기반 데이터에서 찾아야 합니다. 이를 가능하게 하는 것이 바로 로그를 분석하는 것입니다.

자 이제 우리는 고객의 행동 기반 데이터를 바탕으로 마케팅을 하기 위해서는 로그 분석을 해야 한다는 것을 알게 되었습니다. 그런데 로그는 어떻게 분석할 수 있을까요?

네 맞습니다. 바로 구글 애널리틱스입니다.

구글 애널리틱스
이미지 출처: 구글 마케팅 플랫폼

구글 애널리틱스는 이미 전 세계의 수많은 마케팅 팀들이 사용하는 글로벌 스탠다드 툴입니다. 만약 마케팅을 하는 누군가와 데이터 분석이나 매체 분석에 대한 이야기를 하게 된다면 아마도 거의 99%의 확률로 구글 애널리틱스의 사용을 전제로 이야기 하게 될 것입니다. 😅

구글 애널리틱스의 장점

우선 구글 애널리틱스의 장점을 3가지 정도만 꼽아볼까요?

첫째, 아주 쉽게 사용할 수 있습니다.구글 애널리틱스는 로우 데이터를 가공하여 화면에 표시해줍니다. 굳이 엑셀로 데이터를 가공할 필요가 없죠. 게다가 최근에는 분석 기능이 향상되어 특별한 데이터상의 변동 이슈를 하나하나 사용자에게 보고해 주기까지 합니다.

둘째, 무료로 사용할 수 있습니다.심지어는 구글 애널리틱스 아카데미에서 사용법을 무료로 가르쳐 주기까지 하죠. 🤩

구글 애널리틱스 아카데미
구글 애널리틱스 아카데미

물론 유료 버전도 존재하지만 정말 많은 수의 히트수를 기록하는 사이트가 아니라면 굳이 유료 버전을 사용해야 할 이유는 없습니다. 마케팅 전략을 수립하기 위한 수준의 데이터 분석은 무료 버전으로도 충분합니다.

셋째, 유용한 데이터를 확인하고 분석할 수 있습니다.마케팅적인 관점에서 유용한 데이터라 함은 바로 잠재고객획득, 행동 분석을 말합니다.

잠재고객은 사용자의 기준에 맞춘 데이터 분석을 말하고, 획득은 매체를 기준으로 하는 데이터 분석입니다. 그리고 마지막 행동 분석은 사용자가 사이트의 내부에서 보여주는 여러가지 행동 기준에 따른 분석을 말합니다.

이 3가지의 유용한 데이터를 분석할 수 있는 마케터라면 더 나은 마케팅 전략을 수립하고 높은 성과를 올릴 수 있겠죠? 아직 마케팅 예산이 충분하지 않은 소규모의 스타트업이라면 구글 애널리틱스는 필수적인 도구입니다.

구글 애널리틱스는 누구나 쓸 수 있는 무료 도구이지만 이 도구를 사용하기로 결정했다면 반드시 다음의 질문을 직접 해보시기 바랍니다.

“나는 데이터를 기반으로 한 성과 분석이 가능한가?”

물론 아닐 확률이 높겠죠? 그래서 이 클래스를 보고 계신 것일 테니까요. 그래서 이 클래스의 목표는 바로 여러분이 “데이터를 기반으로 한 성과 분석이 가능하도록”만드는 것입니다.

데이터를 기반으로 성과 분석을 한다는 것은 고객의 피드백에 귀를 기울이고 그것에 맞게 마케팅을 최적화해 나간다는 의미입니다. 여러분의 제품과 서비스는 여러분의 고객이 사용하는 것이죠. 우리는 어떤 일이 있어도 고객의 행동과 피드백에 집착해야 합니다. 아마존 처럼요. 😆

더 나은 마케팅을 위한 데이터 간소화

데이터를 볼 수 있다는 것은 무언가를 새로운 관점으로 볼 수 있다는 것입니다. 우리는 데이터를 분석함으로써 디지털 세상에서 고객의 행동들을 관찰할 수 있습니다. 그런데 지나치게 많은 데이터에 매몰되면 무엇을 봐야 할 지 모르게 되는 경우가 종종 생겨버립니다.

구글 애널리틱스에서는 약 150여 개의 리포트를 관찰 할 수 있습니다. 물론 그 하나하나가 의미있는 데이터겠지만 지표의 등락이나 그래프의 흐름을 하나하나 모두 체크하려고 한다면 전체적인 흐름을 보지 못하고 데이터에 매몰되어 그저 분석을 위한 분석을 하게 될 수도 있습니다.

구글 애널리틱스가 뛰어난 도구이기는 하지만 결국 데이터를 분석하고 그 데이터를 활용하여 마케팅을 개선하는 것은 그 도구를 사용하는 나 자신입니다. 즉 정확한 목표를 가지고 움직이는 것이 중요하죠.

다양한 데이터 리포트를 보다가 필요한 인사이트를 발견하는 경우를 생각해볼까요? 이런 방식은 아마도 여러분의 분석 자체를 아주 고된 노동으로 바꿀 확률이 크고, 발견하는 인사이트 역시 매우 제한적일 수 밖에 없습니다. 마치 보물찾기와도 같겠죠.

이번에는 데이터를 살펴보기 전에 다양한 가설을 수립하고, 해당 가설이 참인지 거짓인지를 정의하는 경우를 생각해보겠습니다. 이 경우 데이터 분석은 그 자체만으로도 아주 효율적인 결과를 도출할 수 있습니다. 또 그 가설을 검증하는 과정에서 약간 어려운 퍼즐을 푸는 듯한 재미를 느낄 수 도 있습니다.

‘보물찾기’‘퍼즐’은 비슷하지만 전혀 다른 속성을 가지고 있죠? 보물은 찾지 못하면 힘들고 지루하기만 할 뿐이지만 퍼즐은 푸는 과정 자체가 재미있는 것이니까요.

데이터 분석의 목적

우리는 구글 애널리틱스가 제공하는 3가지 리포트를 통해 인사이트를 얻을 수 있습니다. 바로 우리가 데이터를 분석하는 목적이죠.

3가지 리포트란 바로 앞에서 잠시 언급했던 잠재고객, 획득, 행동 분석입니다. 우리는 이 각각의 리포트를 통해서 사용자의 유의미한 행동을 볼 수 있는데, 이 리포트에서 무엇을 봐야 할 지를 명확하게 정의하는 것이 중요합니다.

첫 번째로 명확한 기준을 잡아야 하는 가장 큰 이유는 사용자의 품질을 구분하기 위해서입니다.

예를 들어 첫 번째 사용자는 여러분의 웹사이트에 들어온 후 바로 나가버리고, 두 번째 사용자는 여러분의 웹사이트에 들어온 후 제품의 상세 페이지까지 조회하고 나갔을 경우를 생각해보겠습니다.

이 때 만약 ‘상세 페이지 조회’라는 기준을 가지고 있다면 이 기준에 의해 상세 페이지까지 조회하고 나간 두 번째 사용자가 더 품질이 좋은 사용자로 정의할 수 있겠죠?

이렇게 명확한 기준을 가지고 사용자를 정의해 나가면 마케팅을 진행 할 때 더 효과적이고 효율적인 액션에 집중할 수 있습니다.

두 번째로 기준을 통해 데이터 분석의 3가지 목적을 달성해야 합니다. 3가지 목적도 역시 잠재고객, 획득, 행동 분석이죠.

여기서 잠재고객 분석의 목적은 고품질 사용자를 정의하기 위해서고, 획득 분석의 목적은 고효율 매체를 정의하기 위해서입니다. 그리고 행동 분석은 고관여 행동을 찾기 위한 과정입니다.

앞에서 잠시 이야기 했듯이 수많은 데이터에 매몰되면 ‘무엇을 해야 할지’ 모르는 방향성 상실을 겪게 됩니다. 이를 막는 가장 좋은 방법은 명확한 기준을 세우고 이 기준을 충족시키는 사용자와 매체, 행동을 찾는 것입니다.

만약 여러분의 웹사이트에 10대 사용자와 20대 사용자 10명이 방문했다면 어떤 연령대의 사용자에게 집중하는 것이 좋을까요? 당연히 그것은 현재로서는 알 수 없겠죠? 단순히 웹사이트에 몇 명이 방문했는지는 사용자의 품질을 정의할 수 있는 기준이 될 수 없기 때문입니다.

그렇다면 어떻게 해야 사용자의 품질을 정의할 수 있는 기준을 만들 수 있을까요? 예를 들어 ‘장바구니 버튼 클릭’이라는 기준은 어떤가요?

10대 사용자 10명 중 5명이 웹 사이트에 들어와 장바구니 버튼을 클릭하고, 20대 사용자는 10명 중 2명만이 장바구니 버튼을 클릭했다면? 여러분이라면 어느 연령대의 사용자에게 더 집중하고 싶으신가요?

맞습니다. 이 경우에는 10대 사용자가 우리의 ‘기준’에 맞는 행동을 더 많이 했기 때문에 10대 사용자의 품질이 더 좋을 것이라는 가설을 수립할 수 있습니다. 즉 ‘장바구니 버튼 클릭’은 적절한 기준이 될 수 있는 거죠.

물론 장바구니 버튼을 클릭한 후, 최종 목표인 구매까지 이어지는 지도 확인해봐야 하겠죠. 어쨌든 우리는 이렇게 기준 하나만으로도 데이터에서 의미있는 방향성을 발견할 수 있다는 것을 얘기하고 싶었습니다.

고효율 매체를 찾는 것도 마찬가지 입니다. 웹사이트를 방문하는 사용자가 달성하는 기준을 고려하면 어느 매체가 더 고효율인지 찾아낼 수 있겠죠. 그리고 사용자가 웹사이트에 방문하여 하게 되는 다양한 행동, 즉 이벤트들이 기준 달성에 영향을 미치는 상관관계를 파악하면 고관여 행동을 찾아낼 수 있습니다.

결국 여러분이 데이터 분석의 목적을 정의하기 위해서는 반드시 기준이 필요합니다. 이를 통해 고객과 매체, 행동에 대한 품질을 정의하고 이후에 얻게 될 인사이트를 통해 고효율의 마케팅과 고객의 경험 개선을 이뤄낼 수 있습니다.

도구는 도구일 뿐

목적이 명확하지 않은 분석은 분석 자체가 목적이 됩니다. 이렇게 기준도 없이 분석을 위한 분석을 하며 그저 새로운 인사이트를 얻기 위해 수많은 리포트를 이리저리 뒤지며 새벽을 맞이하는 것이 일상이 될 지도 모릅니다.

부디 칼퇴근을 위해서라도 이런 방법은 지양해야 겠죠? 도구가 목적이 되어서는 안됩니다.

데이터를 분석하는 목적이 분명하고, 데이터를 통해 우리가 얻고자 하는 목표들이 명확하다면 데이터를 분석하는 행위는 매우 간단해질 수 있습니다. 그리고 이렇게 간단해진 행동들을 매일, 매주, 매월 반복적으로 하는 스케쥴로 만든다면 데이터 분석을 일상 속에서 숨을 쉬듯이 손쉽게 할 수도 있습니다.

꿈같은 일이라구요? 구글 애널리틱스가 이를 가능하게 해줍니다.

구글 애널리틱스가 제공하는 대시보드커스텀 리포트, 데이터 통합 리포트인 데이터 스튜디오등 손가락만 움직이면 우리가 보고 싶은 데이터를 한 눈에 볼 수 있으니까요.

사실 이렇게 우리가 기준을 세우고 데이터를 분석하는 것은 어쩌면 “단 하나”의 지표를 위해서 일지도 모릅니다. 바로 “전환율”입니다.

전환율이라는 지표가 없다면 어떤 지표도 우리의 의사결정을 도울 수 없습니다. 전환율이라는 지표가 없이는 품질을 구분해 내는 것이 어렵기 때문입니다.

전환율을 반드시 고객의 행동에 기반을 두고, 고객의 니즈와 행동의 이유를 담고 있어야 합니다. 그것이 바로 우리가 데이터를 분석하는 목적이기 때문이죠. 즉 고객과 시장의 니즈에 맞춰 서비스와 제품 그리고 더 나아가 비즈니스를 개선하기 위해서입니다. 이 목적이 아니라면 우리가 굳이 데이터 분석을 할 필요가 없겠죠?

데이터 분석을 위한 3가지 질문

만약 지금부터라도 당장 데이터 분석을 해야 한다면 다음의 3가지 질문에 대해 스스로 답을 내려보세요.

  • 첫째, 오늘의 데이터 분석은 기존에 세워둔 가설을 검증할 수 있는가?
  • 둘째, 오늘의 데이터 분석을 통해 새로운 가설을 수립할 수 있는가?
  • 셋째, 오늘의 데이터 분석을 통해 새로운 것을 배울 수 있는가?

자 이제, 여러분의 눈과 머리를 조금 더 맑게 하고 차분하게 생각해 보시기 바랍니다.

디지털 마케팅 환경 이해하기

만약 여러분이 새롭게 카페 창업을 준비하고 있다면 무엇을 먼저해야 할까요? 아마도 그 지역에서 가장 잘 팔리는 메뉴가 무엇인지, 주로 오는 고객들이 어떤 사람들인지, 그 사람들은 어떤 음료를 좋아하는지 등을 파악해야겠죠? 즉 창업을 하기 전에 어떤 데이터를 기반으로 어느 위치에, 어떤 메뉴로 창업을 결정할 것인지를 파악하는 과정이 필요할 것입니다.

어떤 데이터가 필요한지 알았다면 그 다음은 오프라인에서 필요한 데이터를 수집해야 겠죠. 데이터를 얻기 위해 그 주변에서 관찰을 시작합니다. 그 주변의 카페에서 사람들이 어떤 음료수를 많이 먹고, 시간대는 어떻게 되는지, 주로 이용하는 사람들의 직업은 무엇인지 등을 관찰하는 것이죠.

물론 이렇게 관찰하는 것만으로는 충분한 데이터를 얻을 수 없습니다. 그래서 더 자세한 데이터를 파악하기 위해 그 주변을 탐색해봅니다. 아마도 그 주변의 쓰레기통에는 사람들이 마시고 난 음료의 일회용 용기를 쉽게 발견할 수 있겠죠? 음료를 마시고 난 후에는 자연스럽게 쓰레기통에 버리는 소비 행동이 나타납니다.

오프라인에서 우리는 이렇게 고객의 행동을 직접 관찰하는 대신 고객의 소비 경험 속에서 남기고 간 흔적을 발견하여 데이터를 축적할 수 있습니다. 특히 오프라인 환경에서의 창업은 고객을 관찰하고 고객의 흔적을 발견하는 것이 매우 중요합니다. 하물며 고객을 직접적으로 관찰할 수 없는 온라인이라면 이런 고객 데이터의 중요성을 설명할 필요도 없겠죠? 그렇다면 온라인에서는 어떻게 데이터를 수집할 수 있을까요?

온라인, 즉 디지털 환경에서는 고객의 행동을 모두 데이터로 전환해야 합니다. 고객을 두 눈으로 직접 관찰할 수 없기 때문에 고객이 여러분의 웹사이트에서 어떤 행동을 하고, 어떤 페이지를 방문했고 어떤 페이지에서 나갔는지를 기록하고 분석해야 하죠.

게다가 최근에는 오프라인에서 온라인으로 고객의 행동이 이전되고 있는 상황입니다. 직접 매장에 가서 무언가를 사기보다는 온라인을 통해 주문하고 소비하는 비율이 더 많아지고 있기때문에 고객의 행동을 두 눈으로 관찰하는 것이 점점 더 어려워지고 있는 것이죠.

최근에는 이렇게 비즈니스 환경이 오프라인에서 온라인으로 변화하고 있는 속도가 점점 빨라지고 있기 때문에 마케팅 전략 수립을 위한 데이터 분석은 선택이 아닌 필수적인 요소가 되었습니다.

고객은 디지털 환경에서 다양한 매체를 통해 여러분의 서비스를 사용할 수 있습니다. 이 때 사용자의 행동과 매체의 성과를 분석하고 이에 따라 고객의 행동에 맞춰 발빠르게 서비스를 개선해야만 원하는 성과를 얻을 수 있고, 시장의 경쟁에서 승리할 수 있습니다.

디지털 환경에서 보이지 않는 고객을 관찰하고 그 결과에 따라 디지털 마케팅 전략을 수립하기 위해서는 데이터 분석을 기초로 여러 가지 행동 전략이 뒤따라야 합니다. 만약 데이터 분석도 없이 단순하게 경험에 비춘 아이디어만으로는 고객에게 더 나은 서비스를 제공하려는 노력에 한계를 가질 수 밖에 없습니다.

과거에는 미적인 디자인이나 기발한 아이디어만으로도 충분한 마케팅 효과를 기대할 수 있었지만, 현재는 미적인 디자인 또는 기발한 아이디어에 더해 데이터 분석을 통한 고객의 행동 분석이 필요한 시대라고 할 수 있습니다.

성과 추적의 필요성

디지털 마케팅을 할 때 필요한 지표 중에 LTV CAC라는 것이 있습니다.

LTV란 한 명의 고객이 여러분의 브랜드를 처음 접하고 더 이상 소비하지 않을 때까지 여러분의 비즈니스에 기여하는 총 수익을 말하고, CVC는 여러분의 비즈니스에 기여하는 고객을 만들기 위해 투입되는 비용을 말합니다.

갑자기 마케팅에서나 쓸 법한 단어들이 나와서 놀라셨죠? 하지만 익숙해지셔야 합니다. 기본적으로 사용되는 마케팅 용어를 알고 있어야 이해도 빨리되고 분석도 빨리 할 수 있기 때문입니다.

LTV와 CVC를 설명하다보니 조금 복잡해지긴 했는데 결국은 ‘얼마를 써서 얼마나 벌 것인가’에 대한 문제입니다. 이제 조금 간단하게 이해되시죠? 😆

그럼 한번 대답해보실래요? 여러분의 비즈니스는 얼마를 써서 얼마를 벌 것인가요? 만약 데이터 분석에 대한 내용을 이 클래스를 통해 처음 접해보셨다면 쉽게 대답하기 어려우실 수도 있습니다.

‘얼마를 써서 얼마를 벌 것인가’는 결국 성과 분석의 문제이니까요. 성과를 분석해보지 않고 현재 비즈니스에서 얼마를 써서 얼마를 벌고 있다라는 것을 모르는 상태라면 마케팅 전략을 세우기도 힘들겠죠?

여러분들의 이해를 위해 드롭박스 에어비앤비의 사례를 예로 들어보겠습니다.

드롭박스의 사례

드롭박스는 대표적인 글로벌 클라우드 기업입니다. 드롭박스는 초창기에 마케팅을 진행 할 때 유입되는 사용자들이 LTV가 CAC보다 낮은 ‘저품질’의 사용자가 대부분이었습니다. 즉 마케팅을 위해 쓴 돈 보다 더 적은 돈을 내고 사용하는 사람들이 많았던 거죠.

이렇게 저품질의 사용자가 많아지면 어떻게 될까요? 사용자와 매출은 꾸준히 늘어나겠지만, 비용은 더 많이 지출되어 돈은 못벌고 계속 적자만 쌓이게 됩니다. 이런 상황이 계속되면 어느 순간에는 비즈니스 자체를 접어야 하는 상황이 될 수도 있겠죠?

드롭박스는 그런 상황을 지속적으로 겪고 있다가 한 가지의 데이터에 주목하게 됩니다. 바로 친구를 통해 추천을 받은 사용자의 경우에 유료로 서비스를 사용할 확률이 더 높았던 것이죠. 그래서 드롭박스는 친구 추천 이메일 프로모션을 진행하게 됩니다.

이 프로모션은 친구로부터 드롭박스 사용 추천 링크를 이메일로 받고 해당 링크를 통해 드롭박스에 가입하면 친구와 가입자가 모두 무료로 저장 공간을 받는 프로모션으로, 프로모션을 통해 유입된 사용자는 이 후 유료 서비스까지 사용할 확률이 높아 LTV가 CAC보다 높은 고품질 사용자라고 할 수 있었습니다.

드롭박스는 이런 효과적인 마케팅 전략으로 매우 빠르게 고품질의 신규 사용자를 늘려 나가며 글로벌 클라우드 기업으로 발돋움을 할 수 있었습니다.

에어비앤비의 사례

에어비앤비의 경우에는 사업을 목적으로 에어비앤비를 통해 집의 남은 방을 빌린 후 해당 링크를 크레이그리스트라는 커뮤니티 사이트에 게시한 사람들로 인해 크레이그리스트가 투자 대비 높은 성과를 얻을 수 있는 마케팅 채널임을 발견하게 된 사례입니다.

에어비앤비를 통해 남은 방을 빌린 이들이 크레이그리스트에 올린 홍보 글을 통해 유입된 사용자들은 다른 매체를 통해 유입된 사용자보다 집 예약률이 더 높다는 것을 발견한 에어비앤비는 이 후 분석을 통해 각각의 매체가 동일한 성과를 내는 것이 아니라 특정 매체에서 유입되는 사용자의 성과가 더욱 높다는 사실을 알게 되었고 이를 마케팅 전략에 적극적으로 반영하게 됩니다.

앞의 두 사례에서 살펴보았듯이 디지털 환경에서 고객 데이터를 통한 성과 추적은 선택이 아닌 필수라고 할 수 있습니다. 디지털 환경에서는 여러 경험을 바탕으로 추측하는 마케팅이 아니라 데이터와 고객의 실제 행동을 기반으로 의사결정을 내리는 마케팅이 이루어져야 합니다.

만약 여러분이 디지털 환경에서 소규모의 비즈니스를 수행하고 있다면 반드시 데이터와 고객의 실제 행동을 기반으로 마케팅 전략을 수립해야 합니다. 그것만이 마케팅 예산이 한정되어 있는 여러분의 소규모 비즈니스에서 약간의 투자만으로도 높은 성과를 올릴 수 방법이니까요.

구글 애널리틱스에서 사용되는 주요 용어들

구글 애널리틱스 리포트를 읽다 보면 다양한 용어들로 인해 당황하게 될 수도 있습니다. 다소 생소할 수도 있는 용어들이거든요. 즉 GA 리포트를 제대로 읽기 위해서는 중요한 용어를 몇 가지 정도는 알아야 할 필요가 있습니다.

여러분이 리포트에서 자주 마주치게 되는 몇 가지 용어만 잘 숙지하고 있어도 리포트를 분석하는 것이 생각보다 어렵지많은 않다라고 느끼실 수 있으니, 다음에 나오는 5가지 용어는 꼭 숙지하시길 바랍니다. 😅

상호작용

상호작용이란 사용자가 여러분의 웹사이트나 앱에 들어와서 하는 모든 행동을 의미합니다. 즉 상호작용이란 것은 페이지 전환, 버튼 클릭, 영상 조회, 개인정보 입력 등의 모든 행동들을 의미한다고 할 수 있습니다.

단 스크롤뎁스와 같은 행동들은 비상호작용으로 인식되는 경우이기 때문에 어떤 행동들을 상호작용과 비상호작용으로 나눠서 볼지를 결정해야 이 후의 세션 지표나 다른 여러가지 분석에서 데이터를 잘 못 분석하여 생기는 오류를 막을 수 있습니다.

세션

세션은 상호작용의 집합으로 상호작용의 길이, 혹은 기간을 의미합니다. 기본적인 세션 시간은 30분으로 정의되지만 이 시간은 추적의 목적에 따라 변경할 수 있습니다.

세션은 GA에서 확인하는 가장 기초적인 사용자의 품질 지표가 되기도 하는데, 이후 세션의 집합을 ‘사용자’로 표현하기도 합니다. 사용자의 경우에는 30분 이상을 사이트에 머무르기도 하겠죠? 이 때는 사용자가 다수의 세션을 갖기도 합니다.

웹사이트내에서는 여러 상호작용을 어떻게 정의하느냐에 따라 세션 증가의 추이가 달라질 수도 있습니다.

전환

전환은 GA를 활용한 데이터 분석에서 가장 중요한 지표입니다. 전환은 데이터를 분석하는 사람이 설정한 어떤 행동을 사용자가 수행했을 경우를 의미합니다.

예를들어 특정 페이지를 조회하는 행동을 ‘전환’이라는 목표로 설정을 한 경우, 사용자가 이 목표를 달성한 경우에 ‘전환’되었다 라고 표현할 수 있습니다.

위의 예와 같이 전환을 위해서는 사전에 목표 설정이 필요한데, 해당 목표가 달성되어 전환이 발생하게 되면 우리는 ‘전환율’이라는 데이터를 얻을 수 있습니다.

이 ‘전환율’ 데이터는 단순히 유입자의 수 만을 가지고 판단하는 것이 아닌 목표 전환율을 기준으로 더 나은 사용자와 매체, 행동들을 판단할 수 있게 해주는 중요한 의사결정 도구가 됩니다.

이탈률

이탈은 고객이 여러분의  웹사이트에 방문한 후에 아무런 상호작용을 하지 않고 사이트를 나가는 것을 말합니다. 이탈률은 바로 이 ‘이탈’이 발생하는 비율로 전체 사용자 대비 ‘이탈’ 사용자의 비율을 의미합니다.

이탈이 발생하는 원인은 매우 다양하지만 대표적으로는 사용자가 랜딩 페이지를 방문했을 때 원하는 정보를 찾지 못하거나 만족스러운 경험을 제공하지 못하는 경우를 꼽을 수 있습니다.

이탈률은 기본적으로 낮을 수록 좋지만 사용자가 이용하는 매체와 랜딩 페이지의 상태에 따라 지속적으로 변동될 수 있기 때문에, 이런 여러가지 상황에 따라 이탈률 데이터를 평가할 필요가 있습니다.

종료율

종료율은 위에서 살펴본 이탈률과 자주 혼동되는 개념 중에 하나입니다. ‘종료’는 특정 페이지에서 사용자가 세션을 종료할 때 해당 페이지가 종료 페이지로 기록되는 것을 말합니다. 그리고 이 종료된 페이지의 전체 페이지 뷰 대비 종료 페이지의 비율을 나타낸 것이 바로 ‘종료율’입니다.

‘이탈률’사용자를 기준으로 기록되고, ‘종료율’페이지를 기준으로 기록된다는 차이가 있는 것이죠.

이탈률이 높은 경우에는 ‘무조건’ 개선의 대상으로 보아야 하지만 종료율의 경우에는 반드시 개선의 대상이 되지는 않습니다. 일반적으로 랜딩 페이지와 전환이 포함되어 있는 페이지는 종료율이 높게 나오기 때문인데, 결제 완료 페이지나 회원가입 완료 페이지처럼 최종 목표의 달성이 일어나는 페이지는 고객 경험상 마지막 페이지이기 때문에 개선의 노력을 할 필요가 없습니다.

만약 종료율이 높게 나온다면 어떤 페이지에서 종료율이 높게 나오는지 확인하고 개선의 노력 투입 여부를 결정하는 것이 좋습니다. 만약 마지막 전환이 포함되어 있는 페이지나 랜딩 페이지라면 크게 개선을 해야 할 필요가 없지만, 그 외 페이지의 경우라면 종료율을 낮추기 위해 고객의 경험을 개선하는 노력을 해야 할 필요가 있기 때문입니다.

구글 애널리틱스의 인터페이스

GA 리포트

우리가 GA 리포트를 읽는 이유는 무엇일까요? 그것은 바로 효과적인 마케팅을 위한 인사이트를 얻기 위해서입니다.

그렇다면 우리는 이런 인사이트를 얻기 위해 GA 리포트를 어떻게 읽어야 할까요? 만약 GA 리포트를 ‘제대로’ 읽을 수 없다면 GA 리포트를 읽는 것은 마케팅에 아무런 도움이 되지 않을 수도 있습니다.

사실 마케팅에 대한 지식없이 GA 리포트를 읽는 것은 상당히 어려운 일입니다. 방대한 데이터 속에서 무엇을 봐야 할지도 모르고, 리포트가 우리에게 무엇을 알려주는지도 알 수 없기 때문입니다.

앞에서 데이터 분석은 방대한 데이터 속에서 인사이트를 발견해내는 ‘보물찾기’가 아니라, 가정과 추론을 통해서 원하는 데이터를 얻어내는 과정이라고 했습니다.

즉 GA 리포트를 제대로 읽기 위해서는 반드시 무엇을 찾아야 하는지를 미리 정해 놓아야만 하는 것이죠. 그래야만 GA 리포트를 제대로, 효율적으로 볼 수 있습니다.

측정 기준과 측정 항목

GA 리포트 읽기의 기본은 측정 기준측정 항목입니다.

‘측정 기준’은 쌓여있는 데이터를 어떤 기준으로 나눌지를 정의하는 것이고, ‘측정 항목’사용자 수와 이탈률, 전환율 등의 다양한 항목을 의미합니다.

측정 기준과 측정 항목을 좌표의 x축y축이라고 생각하셔도 됩니다. 실제로 구글 애널리틱스의 리포트는 대부분 이와 유사한 구조로 구성되어 있거든요.

y축을 ‘측정 기준’, x축을 ‘측정 항목’이라고 생각해보세요. y축을 따라 측정해야 할 기준을 찾으면 해당 기준의 x축에 나열된 해당 기준의 주요 항목들을 찾을 수 있겠죠? 머릿 속에 이렇게 그림을 그려두면 원하는 데이터를 더 쉽게 찾을 수 있습니다.

실제로 구글 애널리틱스의 화면을 보면 잠재고객이라는 카테고리는 인구통계, 관심분야 등의 다양한 기준으로 데이터를 나누고 있는데 우리는 이 기준에 맞춰 다양한 항목으로 데이터를 볼 수 있습니다.

예를 들어 잠재고객의 연령에 따른 사용자 수를 확인하고 싶다면 잠재고객이라는 카테고리에서 인구통계라는 기준을 선택하고 그 하위에 있는 메뉴인 연령을 선택합니다. 우리는 그 안에서 사용자 수라는 항목의 데이터를 볼 수 있는 것이죠.

구글 애널리틱스의 잠재고객 – 연령 리포트 화면

원하는 데이터 찾기

현재 마케팅 분야에서 일을 하고 있다면 마케팅 전략 수립을 위해 수많은 데이터를 요구하는 질문들을 주고 받을 것입니다. 다음과 같은 식이죠.

“지난주에 페이스북을 통해 유입된 사용자 수는?”

“네이버 검색광고를 통해 유입된 사용자의 구매 전환율은?”

그런데 우리가 데이터 읽기에 능숙해지기 위해서는 위와 같은 일상의 대화들을 측정 기준측정 항목으로 나눠보는 연습이 필요합니다.

예를 들어 “지난주에 페이스북을 통해 유입된 사용자 수는 얼마?”라는 대화에서 측정 기준은 ‘페이스북을 통해 유입된 사용자’가 되고, 측정 항목은 ‘사용자 수’가 됩니다.

참고로 ‘지난주’와 같이 일정한 기간을 의미하는 단어는 데이터를 찾는 과정에서는 불필요한 정보로 분류하고 일단 제외해도 괜찮습니다. 원하는 데이터를 찾고 나면 해당 데이터의 리포트에서 기간별로 확인할 수 있기 때문이죠.

위의 예시와 같이 대화를 측정 기준과 측정 항목을 나누면 해당 측정 기준이 매체로 나열되는 ‘획득 리포트’를 통해 원하는 데이터를 찾을 수 있습니다. 이 경우에는 획득 > 전체 트래픽 > 채널social이라는 항목을 클릭하면 원하는 데이터를 찾을 수 있습니다.

아직 구글 애널리틱스 계정이 없다면 구글 애널리틱스의 데모 계정을 통해 직접 확인해보시기 바랍니다.

구글 애널리틱스의 획득 – 채널 리포트 화면

어떠셨나요? 위에서 살펴 본 것과 같이 우리는 이런 방법으로 원하는 데이터를 대부분 찾아낼 수 있습니다. 물론 이렇게 단순히 데이터를 찾는 것 만으로는 ‘인사이트’를 얻을 수는 없겠죠?

 다음 단락에서는 데이터에서 인사이트를 얻는 방법을 알아보겠습니다.

데이터에서 인사이트를 얻는 방법

데이터를 통해 ‘인사이트’를 얻기 위해서는 ‘기간’이라는 요소가 필요합니다. 기간이라는 요소가 추가되면 우리는 데이터의 움직임을 볼 수 있습니다.

만약 데이터의 움직임을 볼 수 없다면 우리가 그 안에서 어떤 의미를 찾아내는 것이 불가능할 지도 모릅니다. 즉 원하는 데이터를 찾은 후에는 반드시 해당 리포트에 비교 기간을 설정하고 데이터를 확인하는 과정이 추가되어야 하는 것이죠.

GA 리포트의 오른쪽 상단의 날짜가 표시되는 부분을 누르면 비교 기간을 설정할 수 있습니다.

구글 애널리틱스의 비교 기간 설정 팝업

비교 기간을 설정하고 나면 해당 데이터가 지난주 또는 지난달에 비해 어떤 등락을 보이고 있는지를 한 눈에 알 수 있습니다. 그리고 이를 통해서 우리가 어떤 마케팅 전략을 수립해야 하는지를 생각해 볼 수 있습니다.

구글 애널리틱스의 비교 기간이 설정된 화면

또 리포트 화면에서는 추가적인 측정 기준을 설정할 수 있는데 추가적인 측정 기준을 사용하여 2개의 측정 기준을 하나의 리포트에서 확인하고 비교할 수 있습니다.

구글 애널리틱스 추가 측정 기준 선택 화면

측정 기준을 추가하면 선택된 측정 기준에 따라 다양한 관점에서 데이터를 읽을 수 있고, 위의 이미지와 같이 비교 기간을 함께 설정했을 때 측정 기준에 따른 등락을 확인하거나 해당 측정 기준을 통해 수립된 마케팅 전략이 비즈니스에 어떤 영향을 미치고 있는지도 알아낼 수 있습니다.

GA 리포트의 종류

구글 애널리틱스가 제공하는 리포트는 매우 다양하고 방대합니다. 하지만 마케터가 모든 리포트를 알기 어렵고, 구글 애널리틱스의 모든 리포트를 하나 하나 체크하는 것은 시간도 많이 걸리는 비효율적인 작업입니다.

특히 시간이 부족하고 투입할 수 있는 자원이 많지 않은 마케터라면 다음의 가장 중요한 4가지 리포트에 조금 더 많은 시간과 노력을 투입하는 것이 현명합니다.

  • 전환 리포트
  • 잠재고객 리포트
  • 획득 리포트
  • 행동 리포트

위의 4가지 리포트에는 성공적인 마케팅 전략 수립을 위해 반드시 알아야 하는 데이터들이 담겨 있습니다. 즉 위의 리포트들만 잘 읽을 수 있어도 마케팅 전략 수립을 위한 충분한 ‘인사이트’를 얻을 수 있죠.

각각의 리포트를 통해 우리는 어떤 데이터를 얻을 수 있을까요? 각각의 리포트를 통해 얻을 수 있는 데이터와 특징을 알아보겠습니다.

전환 리포트

구글 애널리틱스의 전환 리포트

전환 리포트는 마케팅을 통한 서비스의 성장이나 비즈니스의 스코어등을 알아볼 수 있는 리포트입니다. 전환 리포트의 경우 사전에 목표 설정을 하는 것이 필수입니다. 목표 설정이 없는 전환 리포트는 아무런 의미가 없기 때문이죠.

목표 설정도 없이 단순 나열된 데이터의 유입자수와 페이지 뷰 등의 숫자만으로는 어떤 의사 결정도 할 수 없겠죠? 즉 데이터를 분석하고 그 분석된 데이터를 통해 의사결정을 하기 위해서는 목표가 존재해야 합니다.

전환 리포트는 바로 이 목표 지표의 등락을 확인할 수 있는 리포트로, 보통 전환 리포트 내의 개요나 목표 관련 리포트를 확인하고 목표수와 목표 전환율등을 살펴봅니다.

전자상거래와 관련된 데이터전자상거래항목의 리포트를 별도로 확인하여 매출이나 거래건수 등을 살펴볼 수 있고 검색, 추천, 소셜 네트워크 등의 각 매체별 기여도 등의 유입 경로와 관련된 데이터는 전환 리포트의 다채널 유입경로항목을 통해 확인할 수 있습니다.

잠재고객 리포트

구글 애널리틱스의 잠재고객 리포트

잠재고객 리포트는 잠재고객에 대한 데이터를 볼 수 있는 리포트로 인구통계에 관한 데이터뿐만 아니라 사용자의 디바이스와 OS 환경에 대한 데이터까지확인 할 수 있습니다.

물론 잠재고객 리포트는 개인의 세밀하고 민감한 데이터를 다루는 것이 아니기 때문에 자세하고 구체적인 데이터가 아닌 대략적인 정보만을 제공합니다. 예를 들어 잠재고객의 인구통계에 있는 연령이라는 항목에서는 각 연령대의 대략적인 시용자 유입수만을 확인 할 수 있습니다.

하지만 잠재고객 리포트를 앞에서 살펴본 전환 리포트의 ‘전환율’이라는 지표와 함께 활용하면 잠재고객과 관련된 측정 기준에 해당하는 의미있는 데이터, 즉 잠재고객의 ‘전환율’을 얻을 수 있습니다.

잠재고객 리포트는 결국 잠재고객과 관련된 데이터들을 모아놓은 리포트 그룹이기 때문에 우리는 이 리포트를 통해 전환율이 높은 측정 기준들을 알 수 있고, 데이터를 통해 이런 특징을 가진 사용자에게 집중할 수 있습니다.

획득 리포트

구글 애널리틱스의 획득 리포트

획득 리포트는 측정 기준이 사용자를 웹이나 앱으로 획득하는 방법을 의미하는 ‘매체’로 구분되는 리포트 그룹으로, 검색, 유료 광고, 소셜 미디어 등 사용자를 획득하는 매체에 대한 데이터를 확인할 수 있습니다.

구글 애널리틱스에서는 획득 매체에 대해 기본적으로 8가지 채널에 대한 데이터를 제공하며, 사용자의 획득 경로에 따라 채널이라는 항목의 리포트에서 사용자의 유입 채널을 분리하여 보여줍니다.

우리는 이 리포트를 통해 각 매체별 사용자수를 파악할 수 있고, 잠재고객 리포트와 마찬가지로 매체별 전환율도 알 수 있습니다.

매체별 전환율을 알게되면 어느 채널에서 유입되는 사용자가 목표 전환이 잘 되는지를 파악할 수 있기 때문에 보다 집중하고 활용해야 하는 채널을 무엇으로 해야 하는지와 같은 중요한 의사결정을 보다 쉽게 내릴 수 있습니다.

획득 리포트에서는 매체 뿐만 아니라 고객을 획득하기 위해 집행한 광고 캠페인과 같은 이벤트와 비용 등의 성과 분석도 제공합니다.

행동 리포트

구글 애널리틱스의 행동 리포트

행동 리포트에서는 웹, 앱에 유입되는 사용자들의 다양한 행동을 확인할 수 있는 리포트로, ‘이벤트’라는 지표를 통해 사용자가 웹 사이트에 들어와 어떤 행동을 했는지, 어떤 페이지를 탐색하고 어떤 페이지에서 나갔는지와 같은 것들을 알 수 있습니다.

또 이런 데이터를 통해 우리는 고객의 최종 전환에 영향을 미치는 행동이 무엇인지, 사용자의 이탈이나 종료를 막기 위해 조치가 필요한 페이지가 무엇인지와 같은 것들도 쉽게 알 수 있습니다.

이렇게 구글 애널리틱스에서 가장 중요한 4가지의 리포트를 살펴보았습니다.

우리는 각각의 리포트를 통해 우리가 무엇을 할 수 있는지 보다는 우리가 확인해야 할 데이터를 어떤 리포트에서 확인이 가능한지를 이해하는 것에서부터 시작해야 합니다.

우리가 원하는 데이터가 어디에 있는지, 어떻게 확인이 가능한지를 알게 되면 다른 더 많은 리포트도 더 잘 이해할 수 있게 될 것입니다.

세그먼트

앞에서 살펴본 ‘측정 기준’의 정의를 기억하시나요? 리포트를 통해 축적된 데이터를 어떤 하나의 관점으로 바라보는 것이었죠. 이 측정 기준은 최대 2개까지설정하여 다양한 관점으로 데이터를 관찰할 수 있습니다.

그런데 관찰하고 싶은 측정 기준이 더 많다면 어떻게 해야 할까요? 즉 하나의 항목을 3개 이상의 측정 기준을 사용하여 관찰하고 싶은 경우입니다.

“페이스북에서 유입된 30대 이상의 여성 사용자는 얼마나 될까?”

우리가 데이터의 관찰자로서 위와 같은 질문을 던졌을 때 이에 대한 인사이트를 얻고 싶은 경우라면 더 많은 측정 기준이 필요합니다. 우선 질문을 분해해 볼까요?

질문에서 측정 항목은 하나입니다. 바로 사용자 수죠. 그런데 측정 기준페이스북 유입30대 이상의 연령그리고 여성 사용자3개의 측정 기준이 필요한 질문입니다.

앞에서 일반 리포트에서는 최대 2개의 측정 기준만 설정할 수 있다고 했죠? 그래서 일반 리포트에서는 위의 질문에 대한 측정 항목을 확인하기 어렵습니다.

또 다른 경우를 생각해볼까요? 한 리포트에서 서로 다른 측정 기준을 구분 지어 다른 리포트에 있는 동일한 측정 항목을 평가하고 싶은 경우입니다.

보고 싶은 데이터가 20대의 여성과 30대 남성의 관심사라면 연령과 성명, 관심사가 모두 다른 리포트를 통해서만 확인 할 수 있기 때문에 조금 난감한 상황이네요. 이럴 때는 20대 여성의 그룹과 30대 남성의 그룹을 별도로 구분하여 관심사 리포트를 통해 데이터를 확인할 수 있습니다.

위에서 제시한 2가지 경우 모두 측정 기준을 다른 방식으로 그룹화시키는 과정이 필요한데, 이것을 바로 ‘세그먼트’라는 기능을 통해 할 수 있습니다. 세그먼트는 기존에 제시된 측정 기준을 다르게 조합하거나 해당 측정 기준의 조합으로 새로운 데이터의 모수를 쌓고 싶을 때 사용하는 기능입니다.

세그먼트 기능을 잘 활용하면 표면적인 데이터를 아주 깊게 들여다볼 수 있어 보다 심도있는 데이터 분석이 가능해지는데, 세그먼트는 최대 4개까지 동시에 구성하여 데이터 분석이 가능합니다.

세그먼트는 내부에 다양한 측정 기준과 측정 항목 설정이 가능하기 때문에 데이터를 정의하는 관점에 따라 데이터를 분류하거나 관리하는 것이 매우 간편합니다.

다양한 조합을 통해 쌓인 세그먼트의 데이터는 계정이 변경되어도 Gmail 계정이 같다면 다른 GA 계정에서도 세그먼트를 공유할 수 있습니다. 만일 동일한 타깃을 공유하는 서로 다른 브랜드라면 서로의 데이터를 공유하여 더 나은 마케팅 액션을 취할 수 있겠죠?

세그먼트를 사용하면 장점이 또 있습니다. 세그먼트로 쌓아진 데이터 모수를 대상으로 효과적인 미디어 광고를 집행할 수 있거든요. 그 이유는 유의미한 사용자나 액션을 한 사용자를 세그먼트로 저장하여 이를 마케팅 대상으로 삼을 수 있기 때문입니다.

이렇게 세그먼트는 단순한 데이터 분류 또는 비교 분석을 위해 사용하기보다는 다양한 활용 목적을 가지고 전략적으로 사용합니다. 이런 활동을 통해 더 효율적인 마케팅 결과를 기대할 수 있기 때문입니다.

구글 애널리틱스의 기본 설정과 목표

속성 및 보기 설정

데이터를 분석하기 전에 초기의 기초 설정은 매우 중요한 과정입니다. 만약 기초 설정이 제대로 되지 않은 경우라면 분석하는 데이터가 제대고 쌓이고 있는지 구별하기가 어렵습니다.

데이터의 오류 또는 데이터가 실제 비즈니스를 반영하지 못하는 처참한 결과를 피하고 싶다면 각 속성과 보기의 몇 가지 설정을 제대로 적용해야 합니다. 구글 애널리틱스의 속성보기는 다음과 같이 정의할 수 있습니다.

속성
웹사이트마다 추적을 위해 설치해야 하는 스크립트가 발행되는 곳
보기
속성의 스크립트를 통해 쌓이는 데이터 리포트의 집합

위의 내용과 같이 속성웹사이트마다 추적을 위해 설치해야 하는 스크립트가 발행되는 곳을 말하고, 보기그 스크립트를 통해 쌓이는 데이터 리포트의 집합이라고 할 수 있습니다. 이번 단락에서는 이 두 가지에 대해 꼭 필요한 설정이 무엇인지 알아보겠습니다.

속성 설정 – 인구통계 및 관심분야 보고서

속성 설정에서 가장 중요한 것은 인구통계 추적을 설정하는 것입니다. 우선 구글 애널리틱스 페이지의 하단에 설정 아이콘을 눌러 관리자 화면으로 이동합니다. 아래와 같은 화면이 나오죠.

구글 애널리틱스 관리자 화면
구글 애널리틱스 관리자 화면

관리자 화면의 중앙 섹션에 있는 속성 설정을 눌러보세요. 이 속성 설정에서는 다양한 설정을 할 수 있는데 마우스를 조금 내려보면 광고 기능이라는 항목이 있습니다.

구글 애널리틱스 속성 설정 화면
구글 애널리틱스 속성 설정 화면

찾으셨나요? 바로 이 광고 기능에 있는 ‘인구통계 및 관심분야 보고서 사용’이라는 항목이 속성에서 제일 먼저 설정해야 할 중요한 기능입니다.

구글 애널리틱스 속성 설정 화면의 '광고 기능' 항목
구글 애널리틱스 속성 설정 화면의 ‘광고 기능 항목

‘인구통계 및 관심분야 보고서 사용’을 사용하지 않는다면 굳이 GA 리포트를 사용할 이유가 없습니다. 이 기능이 활성화 되어 있어야만 성별, 연령, 관심사 등의 데이터를 확인할 수 있기때문이죠. 또 구글 애즈를 이용한 리마케팅 등의 광고 운영에 있어서도 필수적인 데이터이기 때문에 해제가 되어있다면 꼭 활성화를 시켜주세요.

속성 설정 – Search Console

Search Console기능 역시 중요한 기능으로 바로 구글에 추적해야 할 웹사이트를 등록하는 일입니다. 네이버에서 웹마스터 도구로 웹사이트를 등록하는 것과 같습니다.

사실 구글은 서치 콘솔에 등록을 하지 않아도 검색 결과물로 웹사이트가 노출이 되긴 하지만, 서치 콘솔에 등록을 해두면 구글에서 특정 키워드 검색을 통해 사이트에 유입되는 사용자를 분석할 수 있는 장점이 있습니다. 즉 구글 키워드 유입 분석이 가능해지는 것이죠.

최근에는 구글 키워드 검색 사용자가 꾸준히 늘고 있으니 이들에 대한 분석이 필요하겠죠? Search Console을 등록하는 방법은 다음과 같습니다.

구글 애널리틱스 'Search Console' 항목
구글 애널리틱스 ‘Search Console 항목

속성 설정 화면에서 마우스를 조금 내려보면 Search Console이라는 항목이 보입니다. 이 항목의 ‘Search Console 조정’버튼을 누르면 Search Console 설정 화면이 열립니다.

구글 애널리틱스 Search Console 설정 화면
구글 애널리틱스 Search Console 설정 화면

이 화면에서 상단의 추가 링크를 눌러 구글의 Search Console과 연결해줍니다.

구글 애널리틱스 Search Console 연결 화면
구글 애널리틱스 Search Console 연결 화면

추가 링크를 누르면 서치 콘솔과 연결 할 사이트의 도메인이 표시되고 해당 도메인을 선택한 후 저장 버튼을 누르면 연결이 완료됩니다.

만약 Search Console에 웹사이트가 추가되어있지 않다면 Search Console에 사이트 추가버튼을 눌러 나머지 설정을 완료합니다.

보기 설정

속성 설정을 마쳤다면 보기 설정이 필요합니다. 중요한 필터나 목표의 설정 같은 대부분의 설정은 모두 보기에서 이루어지기 때문에 중요한 기초 설정 과정이라고 할 수 있습니다.

보기 설정은 다음과 같이 관리자 화면의 세 번째 섹션에서 찾을 수 있습니다.

구글 애널리틱스 관리자 화면
구글 애널리틱스 관리자 화면

보기 설정에서 가장 먼저 해야 할 작업은 보기를 몇 가지로 구분하는 것입니다. 구글 애널리틱스는 데이터를 백업하는 기능이 없기 때문에 누적된 데이터에 오염이 발생 될 경우에는 예전의 데이터를 복구시킬 수 있는 방법이 없습니다.

데이터에 오염이 발생되는 경우에는 데이터를 처음부터 다시 누적하여 분석해야 하기 때문에 여러모로 불편한 상황이 생깁니다. 이런 상황을 방지하기 위해 데이터 보기를 미리 분리하고 필요에 따라 보기를 복사해서 사용합니다.

보기는 보기 설정 화면에서 우측의 보기 복사버튼을 눌러 새로운 보기를 만들 수 있습니다.

구글 애널리틱스 보기 설정 화면
구글 애널리틱스 보기 설정 화면

우선 전체 웹사이트 데이터보기를 복사하여 구글 애널리틱스에서 꼭 필요한 3가지의 보기를 만들어 보겠습니다.

물론 꼭 이 3가지의 보기를 만들어야 하는 것은 아니지만 용도에 맞는 보기를 생성하여 사용하는 것은 예상하지 못한 데이터의 오염에 대처하고, 구글 애널리틱스를 효율적으로 사용하기 위한 최선의 방법이라고 할 수 있습니다.

백업용 보기

백업용은 순수한 로우 데이터를 축적하기 위한 보기이며, 이 백업용 보기에는 어떤 필터도, 어떤 목표도 설정해두지 않아야 합니다.

백업용 보기는 다른 보기의 데이터가 오염될 경우 이 보기를 다시 복사해서 쓰기위한 용도이기 때문에 필요에 따라 필터를 걸어 둘 수는 있지만, 되도록이면 순수한 형태를 유지하는 것이 좋습니다.

마스터 보기

마스터 보기는 팀 보기를 위해 생성합니다. 이 보기는 팀원이 모두 함께 동일한 데이터로 토론하고 의사결정을 하기 위한 용도입니다.

만약 팀이 각각 서로 다른 리포트를 보며 토론을 한다면 제대로 된 의사결정을 하는 것은 불가능하겠죠? 그래서 모두가 함께 볼 수 있는 팀 전용의 마스터 보기를 만들어 두어야 합니다.

마스터 보기에는 팀에서 의사결정이 필요한 필터나 목표를 설정하여 사용합니다.

테스트 보기

테스트 보기는 팀원들 중 마케터가 여럿인 상황에서 마케터 각자가 볼 수 있는 보기입니다.

데이터 분석을 하는 마케터는 다양한 가정과 추론을 하고 테스트를 해야 하는데 오로지 팀에서 사용하는 보기로만 데이터를 분석을 해야 한다면 많은 제약이 따를 수 밖에 없을 겁니다.

이를 위해 각자가 테스트를 할 수 있는 테스트 보기를 생성하여 마케터가 확인해야 하는 필터나 목표를 설정하여 데이터를 별도로 확인 할 수 있도록 해주어야 합니다.

만약 마케터가 여럿이 아닌 혼자라면 마스터 보기에서 설정해야 할 필터나 목표를 테스트 보기에서 미리 설정하여 결과를 테스트 해본 후에 해당 설정을 마스터 보기에 적용하는 방식으로도 사용할 수 있습니다.

보기를 생성하면 아래 이미지와 같이 원하는 보기를 선택할 수 있습니다.

구글 애널리틱스 보기 선택 화면
구글 애널리틱스 보기 선택 화면

앞에서 이야기한 것 처럼 미리 용도에 맞는 보기를 만들어 두고 사용하는 것은 데이터 오염에 대한 대안이 될 수 있고, 이후에도 데이터의 누적 오류와 같은 상황에 빠르게 대처할 수 있는 최선의 방법입니다.

또 기본적인 속성과 보기 설정을 통해 이후에 지속적으로 업데이트되는 설정들에 대한 오류도 감지 할 수 있기 때문에 속성과 보기에 대한 기초 설정들은 반드시 구글 애널리틱스를 사용하기 전에 적용하는 것이 좋습니다.

필터 설정하기

구글 애널리틱스에서 기본적으로 제공하는 보기는 ‘전체 웹사이트 데이터’보기입니다. 이 보기는 이름 그대로 웹사이트의 전체 데이터를 축적하고 있죠.

앞에서 3가지의 보기를 생성했더라도 각각의 보기에 데이터가 별도로 쌓이는 것은 아닙니다. 각각의 보기에 필터를 설정하지 않았다면 보기에는 모두 동일한 데이터가 쌓입니다. 이를 반대로 이야기하면 보기에 필터를 설정하게 되면 데이터가 달라질 수 있다는 의미가 됩니다.

앞에서 살펴보았듯이 데이터 분석을 위해 반드시 모든 데이터가 필요한 것은 아닙니다. 즉 우리가 해야 할 일은 모든 데이터를 분석하는 것이 아니라 필요한 데이터를 모아 분석하는 것이죠.

예를 들어 모바일 환경에서만 마케팅을 진행한다면 PC 환경에서 유입되는 사용자의 데이터는 필요하지 않을 것입니다. 또 국내에서만 마케팅을 진행하는 경우에는 해외에서 유입되는 데이터가 오히려 전환을 추적하는데 방해가 되겠죠.

즉 우리는 데이터를 쌓는 목적과 방향성에 따라 필요한 데이터가 달라진다는 것을 이해하고, 모든 데이터가 아닌 필요한 데이터만을 쌓기위해적절한 필터를 설정해야 할 필요가 있습니다.

구글 애널리틱스에서 사용할 수 있는 필터의 종류는 정말 다양합니다. 그래서 우리는 적절한 필터를 설정하여 데이터 분석에 필요한 데이터만을 쌓을 수 있도록 준비해야 합니다.

우선 데이터 분석의 목적과 방향성에 따라 설정해야 할 필터가 달라지기 때문에 필터를 설정하기 전에 데이터의 분석 목적과 방향성을 잡는 것이 중요합니다. 이를 위해 반드시 설정해 두어야 하는 필터 몇 가지를 살펴보겠습니다.

필터는 관리자 화면의 보기 섹션에 있는 필터 항목에서 설정할 수 있습니다.

구글 애널리틱스 필터 화면
구글 애널리틱스 필터 화면

특정 IP 주소 제외하기

웹사이트를 운영하고 있다면 운영팀이나 개발팀 또는 마케팅팀과 같이 다양한 부서에서 동일한 사무실의 IP 주소를 통해 하루에도 수차례 웹사이트를 방문하여 테스트를 하게 됩니다.

이런 테스트의 과정에서 각 부서의 팀원들은 빈번하게 웹사이트에 방문하여 목표를 달성하는 액션들을 수행하게 됩니다. 이런 경우에는 당연히 GA 리포트에 허수의 목표 달성 데이터가 쌓이게 됩니다.

즉 진짜 사용자가 취한 액션 데이터가 아닌 단순히 테스트를 위해 수행한 가짜 데이터가 유입되어 전체 데이터를 심각하게 오염시키는 일이 발생하게 됩니다. 이때 우리에게 필요한 것이 바로 필터입니다.

사무실에서는 테스트를 위한 것이든 운영을 위한 것이든 웹사이트를 이용하는 행위 자체를 막을 수는 없습니다. 그래서 우리는 이런 다양한 상황으로 인한 불필요한 데이터의 축적을 방지하기 위해 그들의 방문 데이터를 모두 제외시켜야 합니다.

방법은 간단합니다. 팀원들이 일하고 있는 사무실의 공유 IP 주소를 필터로 등록하여 이 IP를 통해 들어오는 데이터를 모두 제외시켜주면 됩니다. 이렇게 공유 IP 주소를 필터로 등록해두면 해당 사무실의 컴퓨터를 통해 웹사이트에 방문하는 모든 데이터는 구글 애널리틱스에서 제외되어 데이터의 오염을 막을 수 있습니다.

필터를 추가해 볼까요? 방법은 간단합니다. 관리메뉴의 보기에서 필터 항목을 선택한 후 상단의 필터 추가버튼을 눌러 줍니다. 버튼을 누르면 보기에 필터 추가라는 화면이 표시되고 이 화면의 중간쯤에 있는 필터 유형에서 아래와 같이 각각의 항목을 선택한 후 공유하고 있는 IP를 등록해주면 됩니다.

구글 애널리틱스 필터 등록 화면
구글 애널리틱스 필터 등록 화면

구글 애널리틱스에서는 일반적으로 자주 사용되는 필터는 필터 유형의 ‘사전 정의됨’탭을 통해 직관적으로 각각의 요소에 맞는 항목을 하나하나 선택하여 생성할 수 있기 때문에 기본적인 필터는 큰 어려움없이 생성하여 등록할 수 잇습니다.

특정 디바이스 제외하기

만역 여러분이 오직 휴대기기만을 통해 캠페인을 진행해야 한다면 어떤 필터가 필요할까요? 이런 경우에는 필터 유형의 ‘맞춤’이란 탭을 통해 더 개인화되고 다양한 필터를 제작하여 사용할 수 있습니다.

구글 애널리틱스 맞춤 필터 화면
구글 애널리틱스 맞춤 필터 화면

모바일 환경에서만 캠페인은 진행해야 한다면 우선 특정 디바이스의 유입 데이터를 남기지 않기 위해 디바이스 필터를 생성해야 합니다. 이를 위해 위의 이미지와 같이 맞춤 필터에서 제외 항목을 선택한 후 기기 카테고리를 찾습니다.

구글 애널리틱스 맞춤 필터 기기 카테고리
구글 애널리틱스 맞춤 필터 기기 카테고리

기기 카테고리를 찾아 선택하면 휴대기기와 태블릿, 데스크톱 중 하나를 선택할 수 있는데 해당하는 디바이스를 선택하고 제외 필터를 생성하면 해당 디바이스를 이용하여 접속한 사용자의 데이터는 리포트에서 제외됩니다.

호스트 이름 포함하기

만약 특정한 데이터를 제외하는 것이 아닌 특정한 데이터를 포함하는 데이터를 별도로 쌓고 싶은 경우에는 필터 유형의 ‘사전 정의됨’탭에서 필터 유형을 트래픽 포함 기준으로 선택하고 나머지 조건을 설정해주면 됩니다.

구글 애널리틱스 특정 호스트 포함 필터 설정 화면
구글 애널리틱스 특정 호스트 포함 필터 설정 화면

예를 들어 m.xxx.com과 같은 형식으로 구성된 서브 도메인을 가진 모바일 페이지의 유입 사용자 데이터를 별도로 쌓고 싶은 경우에는 위의 이미지와 같이 각각의 항목을 트래픽 포함 기준, 해당 호스트 이름으로 유입된 트래픽, 시작값과 같이 설정하여 필터를 등록하면 됩니다.

위와 같이 보기의 필터를 등록하면 순서 기준의 리스트로 생성됩니다. 이 순서는 필터가 적용되는 순서를 의미하는데 필터의 적용 순서에 따라 최종적으로 리포트에 보여지는 데이터가 바뀔 수 있기 때문에 어떤 필터를 먼저 적용할지 순서를 미리 고려할 필요가 있습니다.

필터를 생성하고 적용하는 것은 다소 어려울 수 있지만 최근에는 필터를 자동으로 생성하는 기능도 제공해주고 있기 때문에 어떤 필터를 적용해야 할지 잘 모르겠다면 현재 운영 중인 사이트에는 반드시 필요한 필터만 우선 적용하고, 이후 데이터의 누적에 따라 필요한 필터는 자동으로 생성되는 필터를 적용하면 더 선명한 데이터를 쌓을 수 있습니다.

목표의 종류

구글 애널리틱스를 활용하여 데이터를 분석할 때 가장 중요한 것은 바로 ‘전환율’입니다. 그리고 목표라는 것은 우리가 웹사이트에서 관찰하고자 하는 고객의 행동으로, 목표가 없이는 우리가 구글 애널리틱스를 활용하는 목적인 ‘전환율’이라는 데이터를 얻을 수 없는 것이죠.

‘목표’라는 것은 ‘전환율’만큼이나 중요한 요소입니다. 이 목표에는 ‘상위 지표’라는 것이 있는데 우선 목표의 상위 지표에 대해 알아보도록 하겠습니다.

OKR

OKR은 목적을 말합니다. 목적이란 무언가를 이야기하기 전에 반드시 정해져야 하는 것으로 어떤 비즈니스의 OKR을 정의할 때는 그 비즈니스의 존재 이유를 묻는 것만으로도 효과적인 정의를 내릴 수 있습니다.

예를 들어 온라인 쇼핑몰을 운영하고 있다면 다음과 같은 질문을 해보면 됩니다.

“이 온라인 쇼핑몰은 왜 존재하는가?”

온라인 쇼핑몰의 존재 이유는 무엇일까요? 바로 온라인 영역의 매출 증대가 될 것입니다. 만약 결제 기능이 없는 단순한 웹사이트라면 잠재고객 확보신규 제품의 소개등이 해당 매체의 OKR이 될 것입니다.

KPI

KPI핵심성과 지표입니다. 앞에서 온라인 쇼핑몰의 OKR은 매출 증대라고 했습니다. 그렇다면 온라인 쇼핑몰의 핵심성과 지표, 즉 KPI는 무엇일까요?

온라인 쇼핑몰의 KPI는 매출이 될 수 도 있고, 구매수구매당 단가와 같은 것이 핵심성과 지표가 될 수도 있습니다. 즉 마케팅의 목적과 목표에 따라핵심성과 지표는 달라질 수 있습니다. 이와 관련된 지표를 이해하는 것이 중요합니다.

목표(Goal)

목표의 정의는 다음과 같습니다.

‘고객의 KPI를 달성하는 순간, 취하는 마지막 행동’

온라인 쇼핑몰의 경우 매출이 일어나는 순간에 고객의 행동은 무엇일까요? 아마도 대부분은 결제 버튼을 클릭하는 것이라고 생각할 것입니다. 하지만 결제 버튼을 클릭하는 것 만으로 결제가 완료되지는 않죠?

결제 버튼을 누르고 PG로 넘어가는 과정에서 결제 오류가 생겨 결제가 취소되는 경우도 있을 것이고, 단순 변심으로 결제를 취소하는 경우도 있을 것입니다. 그래서 고객의 마지막 행동은 결제 완료 페이지 도착으로 정의될 수 있습니다.

GA 리포트에서는 목표 설정을 반드시 해야 합니다. 목표 설정을 해야만 목표를 통해 전환율을 파악할 수 있기 때문입니다. GA 리포트의 목표는 다음과 같이 3가지의 세부 목표로 구분할 수 있습니다.

  • 매크로 골
  • 마이크로 골
  • 이벤트 골

매크로 골이란 KPI와 연결되는 목표이고 마이크로 골매크로 골을 달성하기 위해 거치는 모든 순간들을 말합니다. 마지막의 이벤트 골매크로 골을 달성하는 사용자들이 공통적으로 하는 행동으로 이 3가지의 세부 목표는 이후의 목표 설정을 막힘 없이 하기위해 사전에 정의해 두는 것이 좋습니다.

매크로 골은 KPI의 등락을 살펴보기 위해 설정합니다. 즉 매크로 골의 증감은 현재의 서비스와 마케팅이 제대로 진행되고 있는지를 살펴볼 수 있는 근거가 되는 것이죠.

마이크로 골은 서비스의 전달 과정이나 사이트의 내부에서 최종 목표를 달성하는 과정에서 개선의 기회를 발견하는 근거가 됩니다.

예를 들어 온라인 쇼핑몰에서 장바구니 페이지 도착은 구매 전에 일어나는 액션으로 하나의 마이크로 골이 됩니다. 즉 우리는 장바구니 페이지의 도착 전환율을 통해 구매 과정 중에 일어나는 장바구니 페이지의 이탈률과 전환율을 관찰 할 수 있고 이를 통해 장바구니 페이지의 개선점을 도출할 수 있습니다.

이벤트 골은 최종 목표 달성 전에 고객이 반복적으로 하는 행동을 알 수 있게 해줍니다. 즉 이벤트 골을 통해 웹사이트에 방문하는 고객들이 우리가 원하는 특정한 행동을 하도록 유도할 수 있습니다.

고객이 특정한 행동을 하도록 유도하는 것은 고객의 경험 개선에 도움이 되어 전체적인 성과 향상에 기여하게 됩니다.

구글 애널리틱스를 통해 데이터를 분석하기 전에 목표를 설정하는 것은 매우 중요한 과정이라고 할 수 있습니다. 데이터 분석이란 것은 결국 여러 의사결정을 하기 위한 도구입니다. 의사결정을 하기 위해서는 의사결정에 필요한 지표가 필요하겠죠?

목표는 바로 이런 의사결정에 필요한 지표의 역할을 합니다. 우선은 앞에서 살펴본 3가지의 세부 목표, 즉 매크로 골 마이크로 골그리고 이벤트 골에 대해 충분한 고민과 토론을 해보세요. 이 3가지에 대해 충분히 고민하고 토론을 한다면 보다 효과적인 GA 설정을 할 수 있을 것입니다.

댓글 남기기