구글 애널리틱스 볼 줄만 (?) 알아요
구글 애널리틱스와 퍼포먼스 마케팅 강의를 시작한 지 4년이 넘어가면서 이제는 '눈칫밥'같은 게 좀 생긴 거 같다.
유튜브나 구글애널리틱스 강의를 어찌어찌 듣긴 들었는데 "어찌 활용해야 할까..." 하는 부분
배워도 배워도 매번 새로운 느낌이라고 하는데
이해는 간다.
이거... 내 업무가 아닌 경우가 70% 이상인 분들이 많다.
그 말인 즉슨, 현업에서 바빠 죽겠는데 데이터까지 챙겨볼 여력이 없는 것이다.
이런 분들을 위한 설루션은 보통
- 주간 단위 혹은 월간 대시보드 작업 (자동화)
- 최중요 데이터 위주 설명
- 이미 있는 아웃풋을 어떻게 활용할지 (사업에 대한 적용)
등을 위주로 설명을 하곤 하는데, 대부분 막혀있는 부분은 구글 애널리틱스에 "쌓여있는 데이터"를 어떻게 봐야 하는지에 대한
부분이 많다.
즉. 애널리틱스라는 툴 자체에 대해 잘못 배운 느낌이 강하다. 내 강의도 그렇고 시장이 GA 배우면 매출 올라가요 해서 그런거 같기도...
구글 애널리틱스는 분석 도구이자 현상에 대한 관측 '프레임'에 가까운 점을 고려하면 무의미한 숫자들의 나열이 아닌 내 업무에 도움을 줄 조력자로 바뀔 수 있을 것이다.
구글 애널리틱스로 광고 분석까지는 해봤어요. 고객 분석 어떻게?
대부분 구글애널리틱스 사용을 소스/매체에 대한 '전환 분석'정도까지만 사용한다.
여기까지만 사용하더라도 실제 결제 건이나 매출에 대한 분석이 100%까지는 아니더라도 어느 정도 이루어지니까.
그런데 이제 문제가 발생한다. 이번에는 고객에 대해 분석하자고 한다.
마케터, MD, 기획자 등 실무자들은 멘붕이 온다. 아니 고객 데이터가 그냥 사용자 데이터 아니야?
- 맞춤 설정을 통해 고객을 표현하는 데이터 양을 늘려야 한다.
- 데이터 양을 늘리는 방법으로는 이벤트, 맞춤 측정기준, Custom Demension 등이 있다.
- 하다못해 유니버셜 애널리틱스 기준으로는 "사용자 탐색기" 데이터만 잘 추려도......!!
구글 애널리틱스는 서두에 말했듯이 전반적인 사용자들의 서비스 이용에 대한 분석 툴이기 때문에 없는 데이터는 밀어 넣고, 있는 데이터는 조합해서 사용할 줄 알아야 한다. 특히 사용자의 쿠키 측정 방식을 제대로 이해하지 못하면, 엄한 데이터를 가지고 분석을 하게 될 수도 있다.
고유 사용자 분석은 GAID를 기반으로 사용형태에 대한건 Session을 중심으로 분석하자.
회사에서 데이터 볼 줄 아는 사람이 저밖에 없어요...ㅠ
사실 이 부분을 넣을까 말까 고민을 많이 해봤는데 사내에 데이터를 다루는 사람이 하나뿐이면 꽤 위험하다.
사내에 구글애널리틱스를 볼 줄 알게끔 만드는 문화를 정착시키든 대표님을 쪼든 스타트업이라면 함께 공유할 수 있는 시각적 프레임이 필요하다.
물론 없어도 잘되는 회사들이 많다. 하지만 다 같이 봤을 때 좋은 점은 특정 이슈에 대해 나 혼자 끙끙 앓지 않아도 된다는 점.
- 데일리 KPI 및 마일스톤 대시보드를 슬랙이나 이메일로 공유하자.
- 마케팅 데이터도 매일 안들어가도 된다. Zapier, SuperMatrix 등 유료 플랜도 고려해보자.
- 여럿이서 구글애널리틱스를 보다 보면 어쩔 수 없이 데이터가 풍성해진다.
하지만 단점은 그 지난한 과정 속에 볼 줄 아는 1명이 무한 고통을 즐기게 아니 받게 된다.
그래도 일정 주기를 벗어나고 나면, 편해지는 것은 부정할 수 없는 사실이니 꼭 도전해보자.
광고대행사와 협업 중이라 잘 활용해보고 싶어요.
광고대행사와 협업할 때 가장 큰 장점은 데이터 분석 및 비용 최적화만 잘 해내도 인건비 이상의 아웃풋을 뽑아낼 수 있다는 점이다.
소재 제작부터, 여러 광고 매체를 통합 관리하는 것은 시스템이 구축되어 있거나, 관리 인력이 충분하지 않은 이상
관리하기가 여간 헷갈리는게 아니기 때문.
하지만 직접 집행하는게 더 이득인지 아니면 광고대행사와 잘하고 있는 건지 알고 싶을 때 구글 애널리틱스는
- 태그 매니저등을 적극 활용해서 유입 IP 측정 및 고유 고객 수 측정이 필요하다.
- 다양한 광고 채널의 중복성 및 전환 속도를 빠르게 판단 후 예산 조정에 재빠르게 개입하자.
- 도달, 노출 지표보다 중요한 건 유입 고객의 관심 및 전환이다. 리마케팅에 대한 부분도 확실히 하자.
등을 통해 쌓여있는 데이터를 빠르게 판독할 줄 알아야 한다. 그게 안되면 광고대행사에서 던져주는 보고서 속에서
의사결정을 해야 하는데 이게 현재 가고자 하는 방향과 부합하는지를 꼭 검토해야 한다.
즉 하다 못해 기여 모델 측정을 비교해보는 연습을 하자. 그동안 놓쳤던 고객의 특성에 대해 그리고 채널 간의 연간 관계를 좀 더 쉽게 규명할 수 있을 것이다.
구글 애널리틱스 데이터가 부정확해요.
마지막으로 가장 중요한 이슈다. 구글 애널리틱스는 특성상 정확도가 100%가 아니다. 왜냐하면 웹페이지의 거래에 직접 관련 있는 1st 가 아닌 제삼자. 3rd Party로 구성되기 때문이다. 즉 서버 간 통신 문제부터 시작해서 샘플링 등 온갖 변수로 인해 구글 애널리틱스의 데이터는 100%가 아니다.
그런데 바꿔 말해서 구글 애널리틱스로 의사결정을 하는 게 필요 없다는 이야기가 아니다.
- GA4부터는 RAW 데이터를 가져올 수 있다. 고유 사용자를 추려내는 방법을 익히자 (빅쿼리, SQL)
- 실제 거래건 등과 구글 애널리틱스 데이터를 조합해서 활용하자.
- 마케팅 퍼널 등의 시각화 데이터는 여전히 가치가 있다.
- 중요하고 디테일할수록 세그먼트로 조합해보자.
하다 못해 데스크톱과 모바일 사용자 세그먼트라도 분리해서 들여다보기 시작해보자. 데이터는 꾸준히 연습해봐야 결국 내 실력이 된다.
사용자들의 관심을 측정할 방법에 대해 창의적으로 고민할수록
곧 구글 애널리틱스에 쌓여있는 데이터가 기회이자. 돈으로 바뀌는 경험을 해볼 수 있을 것이다.
사용자의 개인정보는 갈수록 얻기 힘들어질 예정.
https://mustzee.tistory.com/44
온라인 상에서의 개인정보 보호는 마땅히 이루어져야 하지만 마케터의 입장에서 뭉텅이로 잘려나간 데이터 공백을 바라봐야 하는 상황이 오면 난감을 넘어서서 내 일자리가 위협받는(?) 느낌을 받을 수도 있다.
그러나 모든 건 방법이 존재하듯이 대다수의 개인정보는 사용자가 쿠키 사용에 동의를 하게끔 하거나, 쿠키 차단을 해제하게끔 하면서 계속성을 갖춰나가고 있다. 그 외에도 사용자가 항상 로그인을 하도록 만든다던가 하는 다양한 방법 등을 통해
고객의 데이터가 끊기지 않게끔 만들 수 있는 방법을 꾸준히 찾아낼 필요가 있다.
지난 4년간의 강의 경험을 위주로 서술했다 보니 주관적인 내용들이 많이 들어가 버렸다.
끝으로 구글 애널리틱스를 배우는 모든 분들 및 업계를 주도하는 전문가님들에게 감사함을 전하며,
구글애널리틱스 전자책 구경하기
https://smartstore.naver.com/zeey/products/6823577127
'구글 애널리틱스 (GA4)' 카테고리의 다른 글
GA4에서 앱 분석. firebase 설치와 추적 (0) | 2022.08.23 |
---|---|
GA4 이벤트 설정 직접 코딩 방법 (0) | 2022.08.04 |
GA4 서치콘솔 인싸이트(Beta) 통합 지원 시작 (0) | 2022.07.22 |
GA4 전환 설정이 중요한 이유 + 해결책 (0) | 2022.06.20 |
GA4 고가치 사용자, 고관여 사용자 찾기 (1) | 2022.06.08 |
댓글