본 포스트는 ‘GA4를 활용한 웹사이트 분석 웨비나’의 일부 내용을 정리하였습니다. 전체 내용은 영상에서 확인해 주세요.

세션 1 – GA4 소개

GA4의 강점과 UA의 차이점

GA4는 UA와는 다른 이벤트 중심의 분석 단위를 가지고 있어서, 사용자 행동 관점에서 분석할 수 있습니다. 사용자 식별과 추적 관리를 위해 GA4는 세션아이디와 함께 사용자를 추정할 수 있는 식별자를 사용하고 있습니다. GA4와 파이어베이스를 연동하면 웹과 앱의 데이터를 함께 수집하고 분석할 수 있는데, 웹과 앱을 함께 사용하는 이커머스와 같은 경우 유용하게 사용할 수 있습니다. 또한 GA4는 빅쿼리와 연동하면 더욱 강력한 기능을 제공합니다.

분석가능한 데이터 지표

구글 애널리틱스에서는 웹 분석 지표 중 AARRR 관점에서 유입, 행동, 전환, 유지 4가지를 중점으로 리포트를 제공합니다. 유입 관찰 시, 자연 유입과 광고를 통한 유입 경로를 파악하며, 전환 및 유지를 이루는 과정을 이해합니다. 행동 관찰로는 원하는 의도대로 진행되고 최종적으로 원하는 전환을 이루는지 파악합니다. 유지 관점에서 재방문과 활용을 추적하며 개선할 부분을 찾습니다.

GTM과 gtag.js의 차이, 그리고 GTM의 편리한 기능은?

GTM(Google Tag Manager)은 gtag.js보다 큰 의미에서 더 많은 걸 포함하며 GTM은 웹사이트 코드 내에서 직접 태그 설정을 할 필요 없이 GTM 자체에서 태그 생성, 관리를 모두할 수 있는 소프트웨어의 개념으로 이해하는 것이 좋습니다. 태그 추가, 수정 사항은 각 버전 별로 관리할 수 있어 데이터 유입, 정합성 확인 및 테스트를 보다 체계적으로 할 수 있는 것 역시 특징입니다. GA4 자체에서 여전히 gtag.js를 통해 태그 관리를 할 수 있지만, 최근 흐름으로 보면 ‘구글 애널리틱스‘를 검색하고 맨 상단 링크 클릭 시 초기 화면이 구글 태그관리자가 노출되면서 GTM의 사용을 자연스럽게 전환하도록 유도하는 과도기라 생각해 볼 수 있습니다.

GA4와 빅쿼리를 연동하여 루커 스튜디오로 시각화를 해야 하는 이유

ChatGPT를 통해 그 이유를 물어본 결과는 아래와 같았습니다.

• 더 정확한 데이터 분석
  GA4는 웹사이트 및 앱의 사용자 활동에 대한 데이터를 수집합니다. 그러나 GA4는 상세한 데이터 분석 및 복잡한 질문에 대한 답을 제공하기에는 한계가 있을 수 있습니다. BigQuery와 연동하면 GA4 데이터를 더 상세하게 분석하고 원하는 방식으로 가공할 수 있습니다.

  
  

• 사용자 정의 분석
  BigQuery를 사용하면 GA4 데이터를 원하는 대로 가공하고 분석할 수 있습니다. 사용자 정의 쿼리를 작성하여 웹사이트 또는 앱 사용자의 특정 행동을 자세하게 파악할 수 있습니다. 예를 들어, 특정 제품 또는 서비스에 대한 사용자의 행동을 추적하고 분석할 수 있습니다.

  
  

• 데이터 통합
  BigQuery를 사용하면 GA4 데이터 뿐만 아니라 다른 데이터 소스와도 통합할 수 있습니다. 예를 들어, GA4 데이터를 내부 데이터베이스, CRM 데이터 또는 외부 데이터와 결합하여 보다 포괄적인 분석을 수행할 수 있습니다.

  
  

• 대규모 데이터 처리
  BigQuery는 대규모 데이터 처리를 위해 최적화된 데이터 웨어하우스 서비스입니다. GA4 데이터가 매우 큰 경우에도 BigQuery를 사용하여 신속하고 효율적으로 처리할 수 있습니다.

  
  

• 고급 시각화 및 리포팅
  루커 스튜디오는 고급 시각화 도구로써 BigQuery로 가공한 데이터를 사용하여 다양한 시각적 리포트와 대시보드를 생성할 수 있습니다. 이를 통해 데이터를 보다 효과적으로 시각화하고 결과를 이해하기 쉽게 전달할 수 있습니다.

  
  

• 실시간 분석
  BigQuery와 루커 스튜디오를 사용하면 실시간으로 데이터를 분석하고 시각화할 수 있습니다. 이는 실시간 비즈니스 결정에도 도움을 줄 수 있습니다.

세션 2 – 루커 스튜디오 대시보드 사례

리포트를 통한 스토리텔링

GA4의 표는 다양한 지표를 조합해 스토리텔링하기 어려운 부분이 있습니다. 그래서 루커 스튜디오를 통해 원천 데이터를 실제로 전처리하고 AARRR 관점에서 리포트를 만들어 보았습니다. 특히, 비즈니스 특성에 따라 시간대별, 요일별 트래픽이 차이가 난다는 사실을 발견하였고 지표를 통해 비즈니스를 이해하는 데 도움이 되는 것을 확인할 수 있었습니다.

사용자 참여도

웹사이트에 유입된 유저의 체류시간, 방문 페이지 등을 확인하고 그것이 의도된 전환으로 얼마나 연결되는 지 확인할 수 있습니다. AARRR은 유기적으로 지표마다 고객의 행동을 분석함으로써 마케팅 관점뿐만 아니라 서비스/제품 관점에서도 개선점을 찾고 지표를 성장시키를 수 있는 근거를 찾을 수 있습니다. 그 중 구글 포털 내 검색 데이터 리포트를 통해 키워드별 검색 순위, 노출, 클릭률을 확인하여 서비스에 중요한 키워드 이지만 노출 순위가 낮아 클릭률이 저조한 키워드의 경우는 SEO 작업 또는 유료 검색 광고를 통해 개선할 필요가 있습니다.

사용자 전환

유입 후 서비스 퍼널에 따라 유저의 전환이 잘 이루어 지는 지 확인하는 것이 매우 중요합니다. 회원가입, CTA 버튼 클릭, 구매 등 목표한 전환을 유도하기 위해 UX 관점에서 웹사이트 구조가 잘 설계되었는지 또는 고객을 웹사이트에 유입하도록 만든 경로(광고, 블로그, CRM 등) 마다 고객 활동이 어떻게 다른 지와 전환까지 관련성이 얼마나 되는 지를 살펴보는 것이 필요합니다. 이렇게 다양한 가설을 확인하기 위해서 맞춤형 퍼널 리포트를 만들고
모니터링하면 개선점을 확인할 수 있습니다.

사용자 리텐션

웹사이트에 재방문한 유저가 일정한 기간 동안 몇 일 방문했는지 시간이 지날수록 잔존하는 유저 비율은 어느 정도 되는 지 확인하기 위해 리텐션 리포트가 필요합니다. 마케팅 활동을 통해 유저를 모으고 전환까지 만드는 것 못지 않게 기존 유저들이 지속적으로 우리 서비스에 방문하도록 만드는 것 역시 매우 중요합니다. 이는 단순히 CRM 마케팅을 통한 재유입을 만드는 것에서 나아가 우리 서비스나 제품이 유저에게 얼마나 만족을 주고 있는 지 확인할 수 있는 지표이기도 합니다. 물론, 서비스 마다 유저의 방문 주기는 조금씩 다를 수 있습니다. 리텐션 리포트를 통해 우리 서비스의 유저 재방문 주기를 파악하고 추이에 따른 변화를 관찰하면서 서비스와 유저를 더 잘 이해하는 노력도 필요합니다.