2020년 10월 구글을 기존의 구글어낼리틱스를 버전 3.0에서 4.0으로 업그레이드했으며, 이 과정에서 어낼리틱스의 기본 속성과 사용자 화면 등 많은 부분에서 변화가 발생하였다. 보통 3.0버전은 UA(universial analytics), 4.0 버전은 GA4로 구분하여 부른다. GA4가 UA와 다른점은 다양하지만, 기본적으로는 보다 앱 추적이 용이하도록 개선이 이루어졌다. 과거 UA 속에 존재하던 ‘앱+웹 속성’을 강화하여 독립하였으며, 측정의 기본단위도 session에서 event로 변경함으로서 모바일 시대에 대응을 강화하였다. 이 과정에서 모바일 앱 이벤트 추적용도로 주로 사용되었던 ‘Firebase’라는 측정 도구와 유사하게 진화하였다. 그 결과 이제 웹 전용 분석 플랫폼은 ‘UA’, 웹과 앱 동시 분석 플랫폼은 ‘GA4’로 분화되고 있다.
또한 사용자를 식별하는 방식에도 큰 변화가 있었다. 과거 UA에서는 기본적으로 브라우저에 삽입된 쿠키(Cookie)를 통하여 이용자를 식별하였는데 쿠키의 한계는 기기나 브라우저에 종속된다는 점이다. 즉 동일한 사용자일지라도 사용하는 PC나 브라우저 종류가 바뀌는 경우에는 UA에서는 개별적 사용자로 인식하게 된다. 이런 상황이 누적되면 개인 타겟팅의 정확성은 하락될 수 밖에 없다. 오느날 이용자들은 모바일, 스마트패드, 노트북 등 다양한 단말을 사용하는 것이 보편화되었고, 브라우저 역시 크롬, 엣지, 웨일 등 복수의 웹 브라우저를 사용하는 경우 역시 일반화되었기 때문이다. 이를 부분적으로 보완한 것이 GA4의 ‘Google 신호 데이터’이다. 구글 신호 데이터는 일종의 광고ID이다. 광고ID는 다양한 단말을 사용하는 이용자의 교차 정보를 수집함으로서 구글 계정 단위로 사용자의 웹이나 앱, 유튜브 등 이용 행동을 통합하여 추적한다.
GA4가 개인 식별이나 모바일 앱 추적에 강점이 있지만, 구글에서도 인정하였듯이 GA4와 UA는 각각 장단점이 존재한다. 일 예로 UA는 상대적으로 보다 다양하게 웹을 측정할 수 있다는 장점이 있으며, 경우에 따라서는 session 측정 방식이 보다 편리할 수 있다. 또한 2000년대 중반부터 이미 어낼리틱스를 운용하여온 기업 입장에서도 과거 데이터와의 호환성 유지, 운용 인력의 재교육 등 이슈가 있다. 따라서 가능하다면 GA4와 UA를 동시에 도입하여 운영하는 것이 현재로서는 최선이며, 구글 역시 이를 지원하고 있다. UA를 운영하되 미래 모바일 환경 변화를 고려하여 GA4에 관심을 갖는 것이 필요한 시점이다.
■ GA4의 구조 및 특성
UA를 사용하던 이용자가 GA4로 변경하면서 가장 당혹스럽게 느끼는 점은 보기(view) 메뉴가 사라졌다는 점이다. GA4에서는 보기(view)가 존재하지 않는다. 기존 UA 버전의 핵심적인 계정 구도는 계정 > 속성 > 보기 형태로 보여진다. 그러나 GA4에서는 계정 > 보기로만 보여진다.
추적 코드의 삽입에도 변경사항이 있다. UA에서는 ‘추적 스크립트’를 html의 <head> 아래 삽입하는 방식으로 데이터 수집이 시작되나, GA4에서는 동일한 기능을 ‘데이터 스트림’이 담당한다. 앞서 말한 바와 같이 행동 추적의 기본 단위도 session에서 event 중심으로 변경되었다. GA4에서는 웹용 추적 스크립트와 iOS와 안드로이드 기반 앱용 SDK를 발급하는데 이를 모두 스트림으로 통칭한다. 다만 앱 SDK 스트림 설치는 SDK를 다룰 수 있는 개발자의 도움이 필요하다. GA4의 속성은 기본적으로 앱 전용 추적도구인 ‘Firebase’와 구조나 보고서 체계 등이 거의 동일하다. 실제 GA4의 iOS와 안드로이드 기반 앱용 SDK가 파이어베이스의 SDK를 사용하고 있기 때문이다.
GA를 설정하기 위해서는 우선 구글 계정이나 구글 이메일 계정을 가지고 있어야 한다. 안드로이드 기반의 스마트폰에서 앱 마켓을 이용하기 위해서는 구글 계정이 필수적이기 때문에 대부분 이미 구글 계정을 가지고 있을 것이다. 그러나 개인용 계정과 업무용 계정을 분리하여 사용하는 것을 권장하며, 이를 위하여 새로 업무용 구글 계정을 만드는 것이 필요하다(https://support.google.com/accounts/answer/27441?hl=ko&ref_topic=3382296). 기업에서 개인 계정으로 운영할 경우 직원의 부서 이동이나 퇴사 등 사건이 발생 시, 소중한 데이터 관리에 큰 문제가 생기는 경우가 빈번하기 때문이다.
GA를 통하여 웹사이트에 대한 정보를 획득하기 위해서는 우선 트래킹 코드의 생성이 필요하다. [사용자 계정]을 만들기 위한 첫 단계로 GA 접속 후 톱니바퀴 모양의 '관리(admin)' 아이콘을 클릭하여 후 '관리자' 화면에 접속하여 '계정 만들기'를 클릭한다(관리 아이콘의 위치는 현재 GA버전에서는 웹페이지 왼쪽 최하단에 위치함). 계정 만들기에서는 계정 설정 → 측정대상 (웹) 설정 → 속성 설정이 차례로 진행된다. 우선 계정 설정에서는 관리 목적으로 구분하기 위한 적절한 계정 이름을 임의로 설정한다. 그 이후에는 측정하고자 하는 대상이 웹사이트 인지 혹은 앱 등 응용프로그램인지를 선택하여야 한다. GA는 웹사이트 방문자 정보뿐만 아니라 모바일기기에 설치되는 앱 사이트 이용 정보의 수집도 가능하다. 목적에 맞게 설정한 이후에는 구체적인 웹사이트의 속성 값을설정한다. 참고로 웹사이트 선택 시 pc기반의 인터넷은 물론이고 스마트폰이나 반응형 웹으로 이용하는 정보도 확인가능하므로, 스마트폰에서 웹사이트를 이용하는 경우도 웹사이트로 확인가능하다. 앱은 게임 앱, 증권 앱 등 설치되는 앱에 대한 이용만을 추적한다.
이렇게 설정된 속성값은 GA 서버와 웹사이트를 식별할 수 있도록 내 사이트의 URL 정보를 제공한다. 본 저자가 운영하는 정보 블로그 게시판(sooupforlee.tistory.com)이라면 아래와 같이 입력하고 적절한 업종과 국가, 시간대로 입력한다. 특히 기준 시간은 향후 광고 캠페인을 전개할 때 하루치 데이터를 파싱(parsing)하여 축적하는 기준 시간이 되기 때문에 반드시 대한민국이나 마케팅 대상이 되는 국가에 맞도록 조정하여야 한다. 이후 수정이 용이하지 않을 수 있으니, 초기 설정에 주의하자.
<GA 계정만들기>
이런 과정을 완료하고 이후 GA 이용약관에 동의하면 GA는 추적 id와 더불어 html 코드로 작성된 트래킹 코드를 제공한다. 해당 트래킹 코드를 분석 대상 웹 페이지 html 프로그래밍의 <head> 태그 밑에 복사하여 붙여 넣거나, 혹은 추적 id를 입력하면 이후 모든 데이터는 GA 서버에 자동으로 전송하게 된다. 추적 id는 일부 블로그 서비스나 앱에서 GA를 간편한 플러그인 서비스로 제공할 경우에 단지 id를 입력하는 것만으로도 사용이 가능하다. 아래는 GA가 제공하는 일반적인 트래킹 코드이다.
<GA 추적ID와 트래킹 코드>
728x90
■ Tag Assistant를 통한 데이터 신뢰성 확인
통계 분석에서 자주 언급되는 이야기 중에 ‘쓰레기가 들어오면 나가는 것도 쓰레기(Garbag-in, Garbage-out)’이라는 표현이 있다. 축적된 분석 대상 데이터의 품질이 조악하다면, 그 어떤 전문가가 아무리 최고 수준의 통계분석을 진행하더라도 그 결과물을 신뢰할 수 없다는 의미이다. GA가 웹사이트나 앱으로부터 수집하는 데이터 역시 데이터 품질에 이상이 있다면 이에 기반한 의사결정의 신뢰성이 흔들리며, 분석 자체의 의의를 찾기가 어렵게 된다. 따라서 트랙킹 코드를 설치한 이후에는 유입되는 데이터의 신뢰성이나 정합성을 확인하여야만 한다. 특히 트랙킹 코드가 중복 삽입되는 경우 불필요한 데이터가 유입되거나, 데이터가 중복하여 축적되는 경우들이 발생할 수 있으며, GA 보고서 전반의 신뢰성을 현저하게 떨어뜨리게 된다.
데이터의 신뢰성을 확인하기 위하여 실시간 보고서 등을 보면서 점검할수도 있지만, 그보다는 GA의 확장 프로그램들을 사용하는 것이 효율적이다. 태그 어씨스턴트(Google Tag Assistant)는 GA의 생산성 확장을 위한 대표적인 프로그램이며, 설치 시 트래킹 코드와 관련하여 자동으로 데이터 검수를 진행해 준다. 해당 웹사이트(c11.kr/drs1)를 방문하여 설치를 진행하면 구글 크롬 브라우저 상단에 확장 기능과 관련된 별도의 썸네일 메뉴가 생성된다. 썸네일 메뉴의 설정(톱니모양 아이콘) 오른쪽에 있는 더보기 메뉴 → Auto Validation On을 차례로 선택하면 태그 어씨스턴트의 기능이 활성화되며, 이후부터는 본인이 운영하는 사이트를 포함하여 어떤 사이트에 접속하더라도 자동으로 태그 어씨스턴트가 실행된다. 만일 해당 사이트에 GA 트래킹 코드가 적절하게 삽입되어 있다면 청색의 태그 모양 아이콘과 GA 트랙킹 코드가 표시될 것이다. 사소한 오류가 있는 경우에는 초록색, 심각한 오류가 있는 경우에는 적색이 표시된다. 적색으로 오류가 발생되거나 중복된 GA 트랙킹 코드가 보일 경우에는 GA의 설정에서 중복 값을 점검해야 한다.
<태그 매니저의 적용>
■ 계정, 속성, 보기의 이해
다시 구글 계정을 이용하여 GA에 로그인한 후 GA의 화면 왼쪽 아래의관리 메뉴를 먼저 확인한다. 관리 메뉴는 GA에서 핵심적인 구실을 하는데, 관리에서 GA 분석에 필요한 설정값들을 수정하면, 이는 이후 보고서에 반영되어 분석에 사용된다. 관리 메뉴에 들어가 보면 GA의 관리 메뉴는 계정(account) → 속성(property) → 보기(view)의 순서로 수직적으로 연결된 3단계 트리(tree) 구조로 구성된 것을 볼 수 있다.
<계정-속성-보기의 관계>
사례로 설명하면 계정으로는 기업명인 '삼성전자'나 프로젝트명으로 '삼성 마케팅스쿨'이라는 계정명을 가질 수 있다. 그 다음 단계로 삼성전자라는 하나의 계정은 PC용 웹페이지(예:www.samsung.com), 모바일용 웹페이지(예: m.samsung.com) 혹은 특정 브랜드를 위한 마이크로 사이트(예: www.galaxy11.co.kr)등 한 개 이상의 속성을 가지고 있을 수 있다. 또한www.samsung.com이라는 하나의 속성은 원본 데이터 세트, 백업용 데이터 세트, 모바일만 모은 데이터 세트, 소셜 미디어로 유입된 데이터 세트 등 다수의 보기를 가질 수 있다. 이처럼 Tree형 구조를 갖게되는 것은, 보통 한 기업의 다수의 웹사이트를 운영중이며, 각각 웹사이트 하나하나 마다 여러개의 데이터셋을 가질 수 있음을 고려한 조치이다. 인터넷 마케팅 증가에 따라 기업의 대표 홈페이지 이외에 이벤트 홈페이지, 브랜드 홈페이지 등으로 웹사이트가 분화되고 있으며, 하나의 웹사이트에 쌓인 정보도 분석 대상과 목적에 따라 원본 이외에 여러벌의 카피본이나 특수목적의 데이터셋이 필요해지고 있음을 생각하자.
실제로 GA 데모 계정의 경우에는 계정명은 'Demo account', 속성 명은 'Google merchadise store(shop.googlemerchandisestore.com), 보기는 Master view, Test View, Raw Data View의 3개를 가지고 있다. 속성을 복수로 지정할 경우 다수의 웹이나 앱을 처리할 수 있다. 또한, 보기를 여러 데이터 세트로 구분함으로써 GA의 운영 혹은 다양한 실험의 진행 과정에서 데이터 원본이 손상되거나 변조될 가능성에 대비할 수 있게 하는 것이 목적이다. 이들 각각은 세부적인 설정이 가능하다.
<보기(view)의 추가 만들기>
1) 계정: 기업 전체 또는 프로젝트 단위로서 분석 관리를 하기 위한 최상위 단위 그룹이며, 다른 사용자들에게 GA 사용 권한을 부여하거나 사이트가 속한 동일 업종 내 평균과 벤치마킹 비교를 할지 여부 등을 선택할 수 있다. 권한은 계정뿐만 아니라 속성이나 보기에서도 각각 부여할 수 있는데, 상위 단계에서 부여한 속성은 그 권한이 하위 단계에서도 상속된다. 즉, 계정에서 부여받은 권한은 속성이나 보기에서도 그대로 적용되지만, 반대로 보기에서 부여받은 권한은 그 윗 단계인 속성이나 계정에는 적용되지 않는다.
2) 속성: 데이터 분석의 실제 대상이 되는 웹이나 모바일 앱 단위별로 추가하거나 설정하는 정보 그룹이다. 속성 단위에서 타인에 대한 사용 권한 부여나 세션(session) 시간에 대한 기준 설정도 가능하다. 특히 속성 설정에서는 광고 기능 중 '인구통계 및 관심 분야 보고서 사용' 메뉴를 활성화하고 해당 메뉴의 활성화 기능이 포함된 새로운 html 형식의 추가된 트랙킹 코드(예: ga('require', 'displayfeatures');)를 받아서 웹사이트의 <head>에 삽입할 필요가 있다. 이 메뉴를 활성화하면 구글은 기업의 웹사이트를 방문한 방문객의 PC에 자동으로 쿠키(cookie) 파일을 설치하게 되고, 이를 이용하여 나이, 성별, 관심 분야 등 고객이 회원 가입 시 제공하지 않은 개인적인 인적 정보도 추정함으로써 더욱 세부적인분석이 가능해진다.
3) 보기(view): 웹이나 앱 단위의 정보 그룹이 산출한 실제 데이터가 축적된 데이터베이스 단위이다. 보기 이름, 웹사이트 URL 주소를 변경할 수 있고 보기 단위에서 타인에 대한 사용 권한을 설정할 수 있다. 보기는 기본 값으로 '모든 데이터 보기'가 하나 생성되지만, 훈련 중인 신입 사원이나 외부 광고대행사 등 특정인에게 제한된 데이터 세트에만 접근 권한을 주거나 중국과 한국 등 지역적으로 나누어서 개별적으로 캠페인을 전개하는 등 보기를 분리할 필요가 다수 생길 수 있다. 이처럼 발생할 필요 목적에 따라 전체 데이터의 복사본을 추가적인 보기(view)로 만들거나 제한된 데이터 보기(view)를 만듦으로써 GA 운영의 효율성과 원본 데이터의 보호가 가능하다. 이러한 목적을 가진 다양한 데이터를 보유한 보기는 보고 시간대를 달리하거나, 필터(filter)를 적용함으로써 만들 수 있다.
다만 새로 생성된 보기(view)의 데이터 축적은 보기를 만드는 시점을 시작으로 이루어지며, 그 이전의 과거 데이터는 축적되지 않는다. 또한 보기는 보고서를 볼 때 적용함으로써 작동한다. 보기 생성 기능은 원본 데이터베이스를 가공해야만 생성되기 때문에 불특정 다수가 동시에 이용하는 GA 데모 버전에서는 정책상 허용하지 않고 있으므로 자신의 사이트에 GA를 설정한 이후에여 비로서 활성화되는 것을 볼 수 있다. 그 이외에 기준 시간대(국가), 기준 통화 등에 대한 정보를 수정하거나 더는 필요가 없는 보기는 삭제할 수 있다.
<보기 뷰의 추가 만들기>
■ 사이트검색 기능의 추가 설정
보기 설정중 눈여겨볼 것은 하위 메뉴 중 '사이트 검색(site search) 추적'이다. 이 기능을 활성화할 경우에는 일단 사이트에 유입된 방문객이 사이트 내에서 어떤 내용을 검색하는지 내부 검색어를 추가로 추적할 수 있다. 검색어는 네이버나 구글과 같은 외부 검색엔진을 통하여 들어오는 외부 검색어와 더불러, 도착한 사이트 내의 자체적인 검색 기능을 이용한 내부 검색으로 나누어질 수 있다.
이를 이용하기 위해서는 사이트 내부에서 검색 시 이용하는 검색어 매개변수(query parameter)를 확인하여야 한다. 검색어 매개변수는 검색어를 검색창에 입력하였을 때 웹브라우저의 주소창에서 확인할 수 있다. 보통 URL 주소 내 검색어 앞에 매개변수 구분자가 표시된다. 일례로 청주대학교(www.cju.ac.kr)의 검색 창에서 '마케팅'이라는 단어를 검색하면 url은 아래처럼 변경된다. 즉 'query=마케팅'이라는 부분을 확인할 수 있는데, 이 query가 매개 변수 검색구분자이다.
<검색어 입력 시 uRL 변화>
이제 확인한 매개변수(query)를 입력하면 이제 부터 방문객이 우리 사이트 내에서 어떤 정보를 주로 검색하고 이용하는지 내부 검색 키워드에 대한 추적과 검색이 가능하다.
<검색어 매개변수의 설정>
■GA 보고서상의 NP(not provided)의 확인
GA의 유입 보고서나 키워드 보고서 등을 살펴볼 때 상당한 비율의 정보가 제공되지 않음, 즉 Not provided (NP) 형태로 제시되고 있다. 현재 본 저자가 운영하는 사이트의 경우에도 최근 70%에 육박하는 자연어 키워드가 NP 형태로 보고되고 있다. 이처럼 NP로 보고되는 경우에는 GA를 적용하더라도 사용자에 대한 정보를 확인할 수 없다. 이는 일반적으로 사이트의 방문자가 구글 검색 등 SSL 연결상태에서 검색하였을 때 발생한다. SSL 상태로 방문한 경우 보통 URL 주소창이 자물쇠 모양의 잠금 표시와 더불어 보편적인 http:// 가 아니라 https://로 시작되는 경우들이다. 이는 2011년 부터 구글이 적용한 개인정보보호 정책의 일환으로서, SSL인증서가 적용된 상태에서의 검색 등 이용 기록을 더 이상 공개하지 않기로한 정책의 결과이다. 그러나, NP의 증가는 어낼리틱스 분석자가 정확한 정보에 접근할 수 없는 장애요인이 되고 있다.
이를 완전히 해결하기는 어렵지만, 보고서의 필터(filter) 기능을 통하여 우회적인 방법으로 NP에 대한 정보를 모을 수 있다. 필터 기능을 통하여 새로운 필터를 만든 이후, 필터의 맞춤 설정 고급기능을 이용하여 캠페인 용어, 페이지 제목등을 셋팅해주자. 이 필터 셋팅은 여전히 사용자가 어떤 키워드로 검색하고 들어왔는지 등 NP에 대하여 완전한 해결책은 아니지만, 자신이 관리하는 웹 서비스에서 어떤 포스팅을 통하여 검색하여 왔는지에 대한 정보는 추가 제공해준다. 이를 통하여 NP 정보에 대한 부분적 이해가 가능하다.
구글 애널리틱스(Google Analytics, 이하 GA)는 가장 강력하고 널리 쓰이는 웹사이트(모바일 웹사이트 포함) 및 앱 이용에 관한 분석 및 통계 서비스이다. 자신이 운영하거나 분석하려는 사이트에 설치하면 GA는 사이트로 유입되거나 이탈되는 트래픽에 대한 데이터를 자동으로 수집하고, 마케팅 및 경영 의사 결정에 필요한 정보를 가공하여 보여준다. 최근 구글 어낼리틱스가 GA4로 업그레이드되었으며, 다양한 미디어와 기기를 활용하는 이용자 추세를 반영하여 일반적인 검색 엔진은 물론이고 소셜 미디어 방문자나 앱 이용자도 추적할 수 있다. GA는 무료 이용이 가능한 버전과 추가적인 기능 이용이 가능한 유료 프리미엄 서비스인 ‘애널리틱스 360(https://marketingplatform.google.com)’이 제공되며, 대부분의 강력한 기능은 무료 버전으로도 충분하다. 무료 버전은 월 단위 기준으로 천만건까지 방문자 트래픽 처리가 가능하지만, 유료 버전의 경우 연간 1억원 이상의 큰 비용을 요구하는 것이 보통이다. 일단 무료 버전으로 시작하고 충분히 사업체가 성장한 이후 유료 버전으로 업그레이드하여도 아무런 지장이 없다.
GA를 잘 활용할 경우 단지 사용통계만을 제공하는 것을 넘어서 웹이나 앱 기반의 다양한 디지털 마케팅의 전환율이나 퍼포먼스를 높일 수 있다. GA를 통한 퍼포먼스 증대 방안은 다음과 같다.
1) 이탈 고객에 대한 모니터링: GA가 산출하는 대표적인 측정항목중 하나인 이탈율(bounce rate)을 통하여 웹사이트나 콘텐츠가 제공하는 고객 경험을 파악하고, 개선 필요성을 환기할 수 있다. 방문자의 이탈은 해당 웹페이지에 찾고자하는 내용이 없거나 불충분한 경우에 발생하며, GA는 특정 웹페이지나 웹사이트의 이탈율을 측정할 수 있다.
2) 자연 검색의 측정과 이해: 광고가 아니라 검색 등을 통하여 자연발생적으로 발생되는 트래픽과 전환율을 확인하고, 잠재고객의 특성이나 주요한 검색어들을 확인할 수 있다. 이런 정보들은 보다 효율적인 검색엔진 최적화(SEO)를 하는데 큰 도움이 된다.
3) 내부 검색 기반의 니즈 이해: 사이트를 방문한 이후 방문자가 어떤 정보를 구체적으로 다시 검색하는지 내부 검색어를 통해서 확인할 수 있다. 이는 고객의 검색이나 방문 니즈에 기반하고 있으며, 내부 검색에 적합한 정보가 없는 경우 대부분의 방문자는 손쉽게 이탈하게 된다.
4) 페이지 접속 속도의 개선: GA를 통하여 로딩 속도가 느린 페이지를 확인하고 개선할 수 있다. 느린 페이지 접속 속도는 단순히 방문자의 이탈을 가속화 시킬 뿐만 아니라, 검색엔진에게 저품질 사이트라는 신호를 주게되어 포털서비스의 검색 순위에서도 불리하다.
5) 사용자 행동의 분석 : 고객 퍼널의 구축과 분석을 통하여 사용자의 행동 방식을 분석할 수 있다. 특히 퍼널의 다음 단계로 이동할 때 이탈하는 고객들의 특성을 파악함으로서 이탈 방지에 필요한 대응 전략을 수립할 수 있다.
6) A/B테스트를 통한 실험: 다양한 광고 소재, 상이한 고객 세그먼트, 상황별 적합한 목표를 각각 가설로 설정하고 보다 성과가 높은 대안을 실험을 통하여 선택할 수 있다. A/B테스트를 통하여 대규모 캠페인을 전개할 경우 발생가능한 시행 착오를 사전에 점검할 수 있다.
■ GA 작동원리
GA는 PC에 설치하는 클라이언트 방식이 아니라 클라우드(cloud) 방식으로 제공되는 서비스로서 별도 설치는 필요하지 않으며, GA의 서비스 제공 웹사이트(https://analytics.google.com)에 접속하여 사용이 가능하다. 이용시 구글 계정을 가지고 있어야 하며, 일부 사용 기능이 제한될 수 있는 인터넷 익스플로러보다는 구글 크롬(https://www.google.com)이나 크롬 기반의 브라우저들(예: 네이버웨일, MS엣지 등)을 다운받아 설치하는 것을 권장한다. 구글은 또한 아직 자기 사이트를 가지고 있지 않거나 데이터가 충분히 축적되지 않은 GA 사용자의 훈련을 위하여 별도의 데모 계정(https://support.google.com/analytics/answer/6367342?hl=ko)을 제공한다. 본 데모는 구글이 직접 운영하는 공식 구글 기념품 판매 사이트(https://shop.googlemerchandisestore.com)에서 가져오는 실제 이용 데이터를 분석하게 해 준다. 다만 불특정 다수가 접속할 수 있는 데모 사이트의 특성을 고려하여 GA의 관리자 권한은 주어지지 않는다. 그 결과 데모 계정에서는 일부 기능은 제한하고 있다. 이에 본 실습 안내에서는 데모 사이트를 이용하여 GA에 대한 대부분의 설명을 제공하지만, 일부 관리자 관련 기능은 직접 사용자가 자신의 웹사이트나 블로그를 운영한다는 전제하에 설명을 할 것이다.
GA는 구글이 보유한 GA 서버가 기업이 보유한 웹 서버로부터 데이터를 가져오는 클라우드 방식으로 데이터를 수집하고, GA 사용자는 개별 PC나 노트북의 웹 브라우저를 통하여 데이터를 분석하거나 보고서를 이용하는 구조로 운영된다. GA가 작동하는 아키텍처 원리를 간단히 살펴보면 다음과 같다. 우선 권한을 가진 디지털 마케터나 개발자는 GA를 사용하기 위하여 자사 기업의 웹 서버 관리자에게 GA의 관리자 메뉴에서 트랙킹 코드(혹은 GTAG로도 불림)를 생성해서 기업이 운영하는 웹페이지에 삽입할 것을 요청하여야 한다. 트랙킹 코드는 웹서버에의 접근을 허용하는 간단한 몇 줄짜리 html 코드이다. 이 요청이 승낙되면 웹 서버 관리자는 GA에 접속하여 트랙킹 코드를 생성한 후, 이 트랙킹 코드를 자신이 운영하는 웹 사이트에 삽입한다. 이후 GA 서버는 비로소 기업의 웹 서버와 통신이 가능해지며 실시간으로 데이터를 축적하게 된다. GA 서버에 축적된 데이터는 마케터나 개발자가 보고서나 캠페인 설정 등의 형태로 이용 및 분석이 가능하다.
고객 등 일반적인웹사이트 방문자는 기업이 보유한 웹서버를 검색하거나 주소를 입력하여 이용하게 된다. 이때 해당 기업의 웹페이지에 트래킹 코드가 이미 설치되어 있다면, 일반 방문자의 검색 요청이나 이용 정보는 웹 비콘(web beacon)이라는 html 파일에 묻어두는 1 픽셀(pixel)짜리 투명한 GIF형태의 이미지 파일 형태로 GA 서버에 동시에 전달된다. 이를 활용하여 GA 서버는 매일 밤 12시 정각에 하루동안 모은 데이타를 종합하는 파싱(parsing) 과정을 거치고, 이후 분석을 위한 데이타는 일 단위로 매일 축적하게 된다. 즉, 1일 데이터 축적 기준은 밤 12시 정각이 되며, 국가나 시간대별 설정에 따라 축적되는 데이터 기준이 달라짐을 유의하여야 한다.
<GA 아키텍처 작동원리>
■ GA 제공 보고서
이런 과정을 통하여 데이터를 수집하고 분석한 GA는 그 결과를 보고서 형태로 제공한다. 보고서는 분석자가 목적에 따라 자유롭게 구성하는 것도 가능하지만, 더욱 직관적으로의사 결정을 돕기 이하여 기본적으로 많이 사용되는 다섯 가지의 기본 보고서를 제공한다. 보고서는 많은 경우 열(column)과 줄(row)을 가진 교차 표 형태로 결과를 제공한다. 이때 보고서 좌측에 상하의 줄(row) 형태로 제공되는 항목을 측정 항목(dimension)이라고 하고, 보고서 상단에 좌우의 열(column)의 형태로 제공되는 항목을 측정 기준(metric)이라고 부른다. 즉 보고서가 제공하는 교차 표는 측정 항목(줄, row) * 측정 항목(열, column)의 형태로 구성되어 있다. 각 보고서를 간략히 설명하면 다음과 같다.
1) 실시간(real-time) 보고서 : 현재 사이트에서 일어나고 있는 일들을 실시간 데이터로 제공한다. 현재 방문 중인 사용자의 수, 페이지 뷰(view) 수, 인기 추천자, 인기 페이지, 인기 키워드, 접속자의 위치에 대한 정보가 접속 시간을 기준으로 실시간 제공된다.
<GA 실시간 보고서>
2) 잠재고객(audience) 보고서 : 사이트의 방문객들에 대한 성별, 연령, 언어, 지역 등의 구체적인 인구통계정보를 비롯하여 이들의 주요 관심사, 고객 가치, 재방문 여부, 접속에 사용한 기기나 운영체제 등에 대한 상세 정보를 제공한다.
<GA 잠재고객 보고서>
3) 획득(acquisition) 보고서 : 획득 보고서는 사용자가 사이트에 어떻게 도달하였는지를 보여준다. 일 예로 사용자가 기업이 운영하는 랜딩 페이지에 도달하기 위하여 검색이나 소셜 미디어 등 어떤 채널을 그 이전에 방문하였는지, 또는 검색에 활용한 주요 키워드는 무엇이었는지와 같은 단순 고객 획득 정보와 특정한 광고 캠페인에 대한 사용자 반응으로 파악하는 고객 획득 정보를 제공한다. 배너 광고나 검색 광고 등 어떤 광고 캠페인이 고객 전환에 효과적이었는지 상세한 정보를 제공해줌으로서 퍼포먼스 마케팅의 기본인 ROI 측정에 필수적 정보를 제공한다.
<GA 획득 보고서>
4) 행동(behavior) 보고서 : 방문 행동 보고서는 방문객들이 사이트나 페이지 도착 후에 하는 행동들에 관한 정보를 제공한다. 즉, 고객의 유입 흐름, 페이지 뷰(view) 수, 페이지에 머문 시간, 세션 정보, 이탈률 등 고객이 직접 수행한 행동 데이터와 더불어 페이지 로드 시간, 페이지 다운로드 시간 등 기계적 행동 데이터도 같이 수집한다.
<GA 행동 보고서>
5) 전환(conversion) 보고서 : 전환 보고서는 기업이 사전에 선정한 최종적인 목표인 전환이 이루어졌는지를 평가하여 보여준다. 전환 목표는 캠페인 특성에 따라 서비스 구독(subscription), 콘텐츠 이용, 제품의 구매 등 다양하게 존재한다. 본 보고서의 하위 메뉴인 유입경로 시각화를 통하여 결제 행동이나 매출과 관련된 고객 퍼널(funnel)의 성과 분석도 가능하며, 마케팅 의사 결정에 필요한 캠페인 목표 설정이 가능하다.
<GA 전환보고서>
이상에서 제시한 보고서들은 GA가사용자의 편의를 위하여 제공하는 핵심적인 보고서 템플릿이라고 보면 무방하다. 실제로 GA는 다양한 측정 항목(dimension) 정보를 이용하여 위에 설명한 것보다 더 상세하고 다양한 보고서를 제공하며, 사용자 필요에 따라 다양한 보고서를 자신의 입맛대로 커스토마이징하거나 대시보드(dashboard) 형태로 요약하여 운영하는 것도 가능하다. 일례로 일반 PC 혹은 모바일 기기로 접근하는 방문객들을 비교하여 분석하는 접속기기별 보고서 같은 형태로 보고서를 작성하는 것도 가능하다. GA가 제공하는 보고서의 측정 항목(dimension)과 측정 기준(metric)은400여개 이상인 것으로 알려져 있다. 즉 이론적으로는 측정항목과 기준의 조합을 통하여 수십만 개 이상의 개별적인 보고서 작성이 가능하다. 측정 항목과 측정 기준에 대한 보다 정확한 개념을 이해하기 위해서는 Dimension Metric Explore(ga-dev-tools.appspot.com/dimensions-metrics-explorer)에 접속하여 구글이 제공하는 안내 문서를 참조한다. GA가 숙달된 중급자 이후의 단계에서는 자신의 필요에 가장 적합한 보고서(ad-hoc 보고서)를 선택적으로 작성하여 이용하게 될 것이다. 이러한 맞춤 보고서는 보고서의 '맞춤 설정' 메뉴를 통하여 이용할 수 있다.
<맞춤설정 보고서>
본 책에서는 GA를 직접 다루어보면서 주요 기능들을 습득할 것이다. 다른 프로그램들과 마찬가지로 GA 역시 문서화된 지식으로만 습득하는 것은 한계가 있으며, 직접 다양한 기능들을 동작시켜 보면서 몸으로 실습하는 것이 빠를 수 있다. 이를 위하여 구글은 충분한 데이터가 축적된 연습용 데모 계정을 누구에게나 접근을 허용하고 있으며, 데모 계정에서는 대부분 기능을 시험해 볼 수 있다. 다만, 데이터의 무결성(integrity) 확보를 위하여 기본적인 접근 권한은 ‘조회 및 분석’만으로 사용 권한을 제한하고 있으므로 본격적인 실습에는 한계가 있다.
참고로 GA의 사용자 권한은 크게 주어진 권한의 크기 순서에 따라 1) 사용자 관리, 2) 수정, 3) 공동작업, 4) 조회 및 작업으로 구분하여 제공하고 있는데, 필터의 활용, 목표 설정, 맞춤 세그먼트, 주석, 대시보드 작성 등의 고급 기능을 실행하기 위해서는 최소 공동작업이나 수정 이상의 권한을 필요하다. 따라서, 데이터나 보고서 조회 이상의 기능을 실습하고자 할 때에는 자신의 블로그나 운영하는 사이트에 직접 GA 트랙킹 코드를 삽입하여 사용자 관리 권한을 확보할 필요가 크다. 네이버 블로그 등은 원칙적으로 트래킹 코드의 삽입을 허용하지 않기 때문에 티스토리 등 허용가능한 블로그 플랫폼을 활용하여야 한다.
8장과 9장에 걸쳐서 구글 어낼리틱스의 기초 운영과 적용 방안을 다루었다. GA의 실행 영역은 단순 지식이나 암기보다는 다양한 문제나 상황의 해결 능력에서 키워질 수 있다. 그러나 실제 현업에 종사하는 디지털 마케터가 아니고는 이런 기회를 갖기는 어렵다. 특히 배우는 과정에 있는 학생들께서는 이를 훈련하기 위한 방안으로 다양한 가상의 상황을 통하여 연습 문제를 풀어보기를 권한다. 아래 15개의 문제는 GA의 기본적 운영 능력을 확인하기 위하여 제시된 가상의 문제들로서 GA 운영에 필요한 기본 지식을 점검할 수 있을 것이다.
■ 연습문제
[1-10번은 구글 데모 계정 접속 후 문제 풀이할 것]
1. 지난 9월 및 10월 2개월간 획득된 총 방문(세션) 수는 얼마인가?
2. 올해 9월~10월2개월간 획득된 총 방문(세션)수를 직전년도와 비교하는 그래프를 제시하라.
3. 내년은 10대에게 채널별 광고 전략을 어떻게 할지 고민하고 있다. 이를 위하여 전체 고객의 2018년 10월과 2019년 10월 고객 연령대별 유입 채널을 비교 분석하는 ABC 보고서를 생산하라.
4. 귀하는 항공티켓을 경품으로 제공하고자 한다. 여러 매체 중에서 타깃 세그먼트(관심사가 ‘업무출장여행’)에게 가장 효과적인 광고 소스/매체는 무엇인지 최근 올해 상반기(1월~6월) 전체데이터의 ABC 보고서를 기반으로 분석해라.
5. 지난 일주일간 구글 머천다이즈의 내부 검색을 통하여 가장 많이 검색하는 내부 검색어는 무엇인가 ?
6. 다양한 키워드 검색 광고를 시행하였다. 여름 휴가철(7월 1일~8월 20일) 검색광고 키워드 중에서 여성이 가장 많이 검색한 키워드는 남성과 어떻게 다른가?
7. 지난 일주일간 데이터를 기준으로 볼 때, 구글 머천다이즈 스토어(shop.googlemerchandisestore.com)가 운영 중인 다양한 웹페이지 중에서 ‘평균 페이지 로드 시간’이 가장 오래 걸려서, 웹페이지를 다시 만들어야 하는 페이지는 어디인가？
8. 맞춤 보고서기능을 통하여 측정 기준(dimension)으로는 날짜를, 측정 항목(metric)으로는 a. 세션, b. 이탈률 두 가지를 같이 보는 ‘1일 이상 데이타 점검표’를 만들어라. 이를 통하여 이번 달 들어 가장 이탈률이 높았던 날짜를 확인하라.
9. 지난 일주일간 데이터를 볼 때, 가장 많은 수량이 팔린 제품은 무엇이며, 그 제품으로부터 발생한 상품 수익은 얼마인가?
10. 최근 소비의 중심축인 Z세대의 세그먼트를 만들고 싶다. 연령 18-24세의 쇼핑이 주된 관심사인 고객 집단을 만들고 주요 보고서에 적용하라
[11~15번은 자체 GA 계정을 생성하여 접속한 후 문제 풀이할 것]
11. 내가 운영하는 블로그는 이번에 기말고사를 대비하여 블로그의 특정한 콘텐츠를 중점적으로 홍보하고 싶어한다(게시물은 하나를 임의 선정할 것). 이 콘텐츠의 성과를 확인할 수 있는 새로운 ‘목표’를 설정하라.
12. 자신의 웹사이트의 추적 트랙킹 코드와 트랙킹ID를 생성하라.
13. 광고 모델로 여성 혹은 남성 모델을 사용하려고 한다. 이를 기반으로 어느 모델이 더 효과적인지를 측정할 수 있는 CTA(call to action) 페이지 2개를 자신이 운영하는 소셜미디어 혹은 블로그 등에 우선 만들어라. 그리고 UTM과 URL 줄이기 도구 등을 적용하여 실제 AB 테스트를 구현하고 다양한 보고서를 통하여 확인하라.
14. 미국시장에서 삼성전자 스마트폰의 영향력을 파악해보고 싶다. 미국 시장 기준으로제조사브랜드가 Samsung인 기기로 접속한 경우의 데이터만 축적하는 새로운 보기 (view)를 만들어라
15. 화면에 주어진 가상의 웹페이지를 참조하여, 최소 3개의 단계를 갖는 퍼널을 단계별 목표로 설정하라. 그리고 시각화된 퍼널을 확인하라.
■ GA 응용단계로의 이전
8장과 9장에서 다루었던 GA의 학습, 그리고 연습 문제는 디지털 마케터가 갖추어야할 GA의 이해와 운영, 기본적인 레포트 분석, 마케팅 캠페인 분석에 필요한 태그 운영 등을 중심으로 진행되었다. 이상의 내용들은 직접 GA를 다루고 데이터를 분석하는 업무가 주 업무가 아닌 경우라도 디지털 마케터라면 반드시 이해하고 있어야 할 기본적인 기능들이다. 그러나 GA는 보다 다양한 기능과 잠재성을 가지고 있으며, 보다 풍요로운 웹 데이터의 수집과 분석 기능을 제공하고 있다. 향후 웹 기반 데이터 분석에 관심이 있는 경우에는 보다 심화된 응용 방법을 추가적으로 배워나가기를 바란다. GA 응용을 위해서는 추가적으로 구글 태그 매니저, 구글 옵티마이즈, 구글 서베이, 구글 태그 관리자 등 통합된 구글 마케팅 플랫폼(marketingplatform.google.com)이 제공하는 추가적인 도구들을 활용할 필요가 있다. 이들 도구들을 통하여 보다 정교한 AB테스트 진행, 전자상거래 매출 등 성과 추적, 웹 스크롤 등 이벤트 추적, 정교화한 리마케팅 수행 등이 가능할 것이다. 심화 학습을 위해서는 디지털 마케팅 전반과 GA의 심화 과정을 배울 수 있으며 비교적 고가격, 장기 과정으로 운영되는 소수의 오프라인 학원(예: 패스트 캠퍼스, www.fastcampus.co.kr)을 이용할 수 있다. 혹은 보다 저렴한 온라인 교육사이트나 관련 도서 등을 참조할 수 있으며, 최근 관련 GA 강좌를 다루고 있는 유튜브 채널(예: Analytics Entrench 채널) 등도 좋은 정보의 소스가 될 수 있다.
시장 세분화는 전체 고객의 집합인 매스(mass) 시장을 마케팅 자극이나 활동에 동질적인 반응을 보이는 소규모 집단으로 구분하여 분화하는 작업이다. 시장 세분화를 통하여 기업은 매력적인 잠재 시장의 존재와 시장 규모를 확인할 수 있고, 이중에서 기업에 적합한 세분 시장을 타깃팅함으로서 마케팅 활동을 전개한다. 세분화를 통하여 제한된 마케팅 자원과 예산 내에서 마케팅 활동의 효과성을 극대화할 수 있다. GA에서는 성과에 기반하여 유용한 세분 시장을 확인할 수 있는 방법을 제공한다. GA 기반의 세분화 전략을 사용함으로서 다양한 유입 고객 중 누가 전환이 가장 쉽게 이루어지는지, 그리고 이들을 집중적으로 공략할 수 있는 채널은 무엇인지를 확인하게 된다.
이용 고객 정보를 바탕으로 한 심층적 이해를 위해서는 메뉴의 잠재고객 → 인구통계를 선택한다. 방문자의 연령과 성별에 관한 기본적인 보고서를 이용할 수 있다. GA 데모계정의 정보를 살펴보면 연령 및 성별 방문자 분포를 보여주고 있다. 각 도표의 우 상단에는 '전체 사용자의 %' 정보가 제공되고 있는데, 이는 GA가 방문고객에 대한 실제 정보가 있는 방문자의 비율이다. 즉 연령 정보의 통계를 산출할 때 응답자의 41.69%는 구글이 gmail 등의 가입 정보를 바탕으로 정확한 값을 알고 제시하였지만, 그 나머지 58.31%는 통계적으로 추정한 값이라는 의미이다. 구글은 2008년 더블클릭(DoubleClick)이라는 기업을 인수한 바 있다. 더블클릭은 수집된 고객 데이터를 기반으로 자동화된 광고를 집행하는 전문기업이었으며, 이후에도 구글은 지속적으로 고객 정보를 수집하여 왔으며, 전 세계 인터넷 사용자 상당수의 개인 정보를 수집하는데 성공하였다. 이런 개인정보들이 GA에 반영되고 있는 것이다.
<GA 잠재고객 보고서의 인구통계 개요>
고객을 이해하기 위해서 이들이 우리 사이트에 들어올 때 어떤 연관 검색어를 사용하는지, 그리고 사이트 내에 유입된 이후에는 어떤 검색어를 이용하여 정보를 찾는지를 확인할 필요가 있다. 네이버나 구글 등 검색엔진을 통해 유입된 방문객이 사용한 검색 키워드를 확인하기 위해서는 유료(paid search) 키워드와 자연(organic search) 키워드를 확인하여야 한다. 유료 키워드는 네이버 파워링크 광고와 같은 유료 검색 서비스를 통하여 들어온 경우이며, 자연 키워드는 일반 검색을 통하여 광고없이 들어온 경우이다. 이를 확인하기 위해서는 보고서의 획득 → 캠페인 → 유료키워드의 순으로 들어오면된다. 다만 외부 검색 검색어 중 자연검색 키워드는 검색 어뷰징을 우려한 구글이 대부분의 정보를 제공하지 않는 상태인 ‘not provided’인 점은 유의할 필요가 있다.
일반적으로 유입되는 자연검색 키워드의 비중이 상당히 높은만큼 소비자의 이용행동을 이해하기 위하여 ‘not provided’로 감춰진 검색어를 확인해야 할 필요성이 적지 않다. 이런 목적을 위해서는 구글이 제공하는 웹마스터 도구인 ‘구글 서치 콘솔(search.google.com/search-console)’을 별도로 등록한 후 사용하여야 한다. 구글 서치 콘솔은 실시간은 아니지만 2~3일 경과된 이후 유입된 자연검색 키워드들을 확인할 수 있다.
또한 일단 유입된 고객이 사이트 내에서 어떤 내부키워드를 검색하는지 살펴보기 위해서는 보고서의 행동 → 사이트검색 → 검색어의 순으로 들어간 후 확인이 가능하다. 다만 내부 키워드는 보기 설정의 하위 메뉴중 '사이트 검색(site search) 추적'을 사전에 미리 활성화시킨 경우에만 이용이 가능하다. 검색어 분석을 통하여 고객이 원하는 니즈(needs)나 구체적인 원츠(wants), 상품명 등을 이해하고 마케팅 전략이나 판매 활동에 반영할 수 있다. 만일 온라인 서점에 유입된 고객들이 검색어로 '디지털마케팅'을 자주 사용한다면 해당 책에 대한 재고 수준을 늘리고, 베스트셀러 추천이나 적극적인 마케팅 활동이 필요하다는 의미로 해석될 수 있을 것이다.
<유료검색 키워드 분석>
■ GA 시장세분화 보고서
시장 세분화를 위해서는 전체 보고서보다는 세분화 기준을 이용한 추가 보고서를 확인하는 것이 필요하다. 주요한 세분화 기준인 연령과 성별로 검색할 경우 연령 및 성별대로 세분화된 ABC 교차 표를 확인할 수 있다. 보다 구체적으로 독특한 세분 시장을 찾기 위해서 세분화의 투입 변수들을 추가할 있다.이를 위해서는 위해서는 설정된 전환 목표를 기준으로 설정한 후, 연령과 성별이외에 다양한 변수들을 '보조측정 기준' 변수로 투입함으로서 복합층을 가진 교차표를 작성할 수 있다. 보조측정 기준변수는 연령, 성별 이외에 관심도 케테고리, 국가, 도시, 브라우저 종류, 언어, 검색어 검색 유형, 키워드, 휴대폰 브랜드, 통화코드, 방문 페이지, 매체 등 수십가지 중에서 세분화 목적에 따라 선택할 수 있다. 성별을 기준으로 연령대를 추가 투입한 교차 표를 보면 보면 65세 이상 남성이 전자상거래 전환률이 가장 높은 세분집단임을 확인할 수 있다. 전환 목표(goal)을 조정함으로서 각각이 목표 달성에 적합한 세분 시장의 확인 기능도 제공한다.
<성별*연령을 활용한 교차 표>
또한 GA가 제공하는 세그먼트(segment) 기능을 이용하여 새로운 고객 세분집단을 정의하여 사용할 수 있다. 새로운 세그먼트 정의는 주요 보고서 상단에 위치한 '세그먼트(+)' 버튼을 클릭하거나, 관리 메뉴의 보기 설정에서 세그먼트를 추가하여 적용할 수 있다. 세그먼트는 GA가 기본 값으로 제공하는 시스템 값을 사용하거나, 자신의 마케팅 목표에 적합하도록 기술사용자 연령, 성별, 언어, 관심사, 세션 시간, 전자상거래 과거 기록 등을 활용하여 직접 적용할 수 있다. 생성된 세그먼트는 이후 GA가 제공하는 다양한 보고서에 적용하는 방식으로 세분집단별 보고서 이용이 가능하다.
■ GA를 활용한 리마케팅 설정
특히 구글 애즈(Google Ads)를 이용하여 배너나 유튜브 광고를 시행하고 있다면, 구글 애즈 계정과 GA 계정을 연동하여 리마케팅(remarketing=retargeting)을 진행하여 퍼포먼스를 극대화 할 수 있다. 리마케팅은 게시된 콘텐츠에 관심을 보이거나 구매를 고려하는 등 긍정적 행동이나 전환에 관심을 보인 방문객들만을 타깃으로 다시 광고를 보내는 등 마케팅을 전개하는 활동이다. 즉 사용자의 방문행동의 트랙킹을 바탕으로 집요한 광고활동을 통하여 전환을 촉진하고자 한다. 리마케팅이 효과적인 경우는 다양하다. 일 예로 특정한 상품을 구매하기 위하여 장바구니까지 도달하였으나 경제적, 시간적 요인 혹은 단순 변심으로 구매를 지연한 고객은 처음 방문한 고객보다 상품을 구매할 가능성이 비교할 수 없을 정도로 크다. 이 때 이들 장바구니 고객만을 대상으로 집중적인 광고를 보내거나, 약간의 추가적인 할인이나 사은품을 제공함으로서 손쉽게 구매 성과로 이어질 수 있다.
리마케팅을 진행하기 위해서는 우선 구글 애즈와 구글 GA가 동일 계정으로 가입되어 있어야 하며, 상호 연동이 되어 있어야 한다. 연동을 위해서는 연습용 GA데모 계정이 아니라 자신이 운영하는 GA계정의 관리자 설정 메뉴를 클릭한 후속성 → 구글애즈 연결에서 설정이 가능하다. 이후 GA의 설정 메뉴에서속성 → 잠재고객 정의로 이동하여 새로운 잠재고객을 지정하거나 추천 잠재고객을 선택하여 향후 리마케팅에 사용될 고객 집단(모수)을 사전에 정의해야만 한다. 이후 리마케팅 고객 집단은 구글 애즈에 자동으로 연동되게 된다.
연동된 고객 집단은 구글애즈 전문가 버전의 초기화면인 커스텀으로 새캠페인 만들기를 선택한 이후에 광고 그룹의 '타깃 잠재고객 선택' → '비지니스와 상호작용한 방식'에서 '리마케팅 고객집단'을 선택함으로서 한층 더 정교한 타깃 광고의 집행이 가능해진다.
이와 같은 과정을 통하여 시장 세분화나 리마케팅을 진행할 때 주의할 점은 지나치게 전환율 등이 제시하는 숫자에만 매몰되어서는 안된다는 점이다. 좋은 세분시장은 1) 시장 규모성, 2) 접근성, 3) 차별성, 4) 경쟁 정도 등의 부대적인 기타 조건도 충분히 충족하여야 한다. 시장 규모는 기업이 목표 시장으로 삼을 만큼 충분한 수요, 잠재고객이 풍부하게 존재하여야 한다는 점이다. 만일 전환율은 높지만 그 세분시장안에 극소수의 고객만이 존재한다면 기업의 별도로 마케팅 캠페인을 전개하여 기대할 수 있는 수익은 제한될 것이다. 접근성은 실제 기업이 해당 세분시장을 대상으로 마케팅 활동을 할 수 있는가의 문제이다. 일 예로 군인들이 특정한 브랜드의 주류를 선호한다고 하더라고 이들을 대상으로 마케팅 활동을 전개하는 것은 제약이 크다. 차별성은 그 세분시장안에서 우리 기업의 상품이 충분히 차별적 가치, 즉 품질이나 디자인, 성능 등에서 만족을 줄 수 있는지를 판단하여야 한다. 또한 너무 많은 경쟁자의 수는 시장의 매력성을 떨어트릴 것이다. GA가 제공하는 세분 시장에 대한 정보는 의사결정에 필요한 데이터를 제공하지만 이런 추가적인 고려 요인들에 대한 판단은 마케터의 몫이다.
디지털 마케팅을 진행할 때 수립하는 목표로는 양적인 목표와 질적인 목표가 있다. 우선 양적인 목표는 방문자의 유입 등 트래픽의 증가를 목표로 하며, 방문자 수, 페이지 뷰, 이탈자의 수, 체류 시간 등을 포함한다. 반면에 질적인 목표는 직접적인 성과 달성을 목표로 하며, 방문자의 가입, 구독 증가, 구매 등 행동의 최종적인 전환(conversion)을 목표로 한다. 보통 디지털 마케팅에서는 양적 목표와 질적 목표를 모두 동시에 추구하지만, 어느 목표가 더 중요한지 여부는 기업이 활동하는 사업의 영역에 따라 달라질 수 있다.
일 예로 e-commerce를 운영하는 기업의 궁극적 목표는 매출 증대이며, 관련 목표로서 결제, 구매 완료, 혹은 장바구니 담기 등 질적 목표의 중요성이 강조된다. 반면에 단지 브랜드 홍보를 목적으로 개설된 마이크로 사이트의 경우에는 아예 결제나 구매 기능이 웹사이트 없는 경우가 대부분이며 특정 웹사이트 페이지의 노출 수와 같은 양적 목표가 강조된다.
GA에서는 기본적으로 양적, 질적인 데이터 모두를 축적할 수 있으며 기업의 다양한 목표와 관련 의사결정을 모두 지원할 수 있다. 이를 확인하기 위해서 이미 과거 데이터가 충분히 축적되어 있는 GA 데모 버전으로 사례를 들어보자. GA 보고서 중에서 획득 보고서를 선택한 후 하위 메뉴인 전체 트래픽 → 채널을 선택한다. 채널 보고서에서는 교차표(cross table) 양식의 채널별 ABC 보고서(획득acquisition-동작behavior-전환conversion report)를 통하여 각 채널별 퍼포먼스를 보여준다. 교차 표의 각 줄은 방문자의 유입 채널이며, 각 열은 획득(acquisition), 행동(behavior), 전환(conversion)의 세부 항목들을 보여준다. 획득은 사용자, 신규 방문자, 세션(session: 웹 페이지나 앱을 이탈하지 않는 체류의 측정 단위로 방문을 의미) 개수에 대한 정보를 제공한다. 동작(행동)은 이탈률(bounce rate: 웹 페이지에 유입된 이후 아무것도 하지 않고 떠난 비율), 세션당 페이지수, 평균 세션 시간을 제공한다. 전환은 목표 전환율, 목표 달성 횟수, 목표값을 보여준다. 이는 방문객들이 어떻게 사이트에 유입되며, 유입된 이후 어떤 행동을 하고, 궁극적으로 어떻게 성과와 연계되는지를 순차적으로 보여준다. 본 보고서를 보면 가장 획득이 많은 채널은 자연 검색(organic search)이지만 자연 검색은 전환율이 7.17%에 불과하여 성과에 미치는 영향은 미미함을 보여준다. 반면에 추천(referral)의 경우에는 획득에 미치는 효과는 3순위이지만, 일단 획득한 이후에 전환율은 23.2%에 달하고 있음을 보여준다.
<채널별 ABC 보고서>
■ GA의 목표(goal) 설정
GA를 퍼포먼스 중심으로 잘 이용하기 위해서는 기업이 필요한 목표를 직접 설정한 후 목표에 따른 관리를 집행하는 것이 필요할 것이다. 이를 위하여 GA는 최종적인 목표(goal) 설정은 물론이고, 최종 목표까지 고객의 단계별 여정을 인도하는데 필요한 고객 퍼널(funnel)의 설정을 지원한다. 목표 설정은 관리→ 보기(view) 만들기 → 목표에서 가능하다.
GA 데모 계정에서는 보기(view)의 생성 권한을 제한하고 있으므로 직접 운영하는 사이트의 계정을 중심으로 설명한다. 본인이 직접 운영하는 사이트의 GA 계정으로 접속하면 관리→ 보기(view) 만들기→ 목표가 활성화되어 있을 것이다. 목표 설정을 적용할 보기(view)를 클릭한 이후 '새 목표' 버튼을 다시 클릭한다. 그러면 목표 설정의 3가지 단계인 1) 목표 설정 → 2) 목표 설명 → 3)목표 세부 정보를 차례로 선택할 수 있다.
1) 목표 설정 : 사전에 GA가 제시하는 정형화된 템플릿을 선택하거나 직접 맞춤 설정을 할 수 있다. 템플릿에서는 수익 창출, 리드 획득, 문의받기, 참여 등에 적합한 목표 설정을 제공하나 크게 도움이 되는 부분은 아니므로 이를 무시하고 맞춤 설정을 우선 선택한다.
2) 목표 설명 : 목표 설정에서는 목표 이름을 정한다. 목표 이름은 GA관리자 본인이 인식하기에 편한 목표 이름을 선택한다. 그리고 유형을 선택하여야 한다. 유형에는 도착(destination), 시간(duration), 세션당 성과, 이벤트 등이 있다. 즉, 특정한 웹 페이지 url에 도착하거나 지정한 시간 이상 특정 웹 페이지에 체류하는 것을 목표로 선정할 수 있으며, 대다수의 경우 도착이 목표가 된다. 도착이라는 목표 유형을 이해하고 적용하기 위해서는 웹페이지 이용 시 주소(URL)의 변화를 이해해야 한다. 일 예로 www.shop.com이라는 URL을 가진 어떤 쇼핑 사이트가 있다고 가정하자. 이 쇼핑 사이트는 각각의 웹 페이지별로 각기 다른 URL 주소를 갖는다. 예로 첫 화면(www.shop.com/main), 상품 소개(www.shop.com/product1), 장바구니(www.shop.com/basket), 결제(www.shop.com/pay), 후기 남기기(www.shop.com/voice)처럼 구성되어 있을 수 있다. 여기서 도착이라는 것은 목표를 어떤 페이지에 도착하는 것으로 삼을 것인가를 결정하는 것이다. 만약에 결제를 최종 목표로 설정한다면 www.shop.com/pay 가 도착 페이지가 될 것이다. 보통 / 이전의 주소는 이미 GA가 트래킹 코드를 입력하는 설정단계에서 인식하고 있으므로 생략하고 /이하의 url 주소만을 적는다.
<GA 목표 설정>
3) 목표 세부설정 : 목표 세부 설정에서는 구체적으로 설정한 최종 목표를 선택한다. 본 예시에서는 결제를 최종목표로 설정하였기 때문에www.shop.com/pay에서 '/pay'를 최종 목표에 입력하여 주면 된다. 목표 설정 옵션으로는 같음(equals to), 시작 값(begins with), 정규식의 3가지가 있는데 보통 시작 값을 사용하는 것이 편리하다. 만일 같음을 선택한다면, 우리가 웹 페이지 제작 시 흔히 경험하게 되는 페이지 주소의 변형(예: www.shop.com/pay!123#qwert)에 대응할 수 없으나 시작 값은 /pay로 시작되는 모든 페이지들을 도착 목표로 인식한다. 이제 '결제 획득'이라는 나만의 성과 목표를 설정하였다. 이제 새로 설정한 나만의 목표를 적용하기 위해서는 다시 획득의 ABC 보고서의 전환에서 내가 설정한 목표를 선택하며 된다. 그 이후에는 설정 목표에 적합하게 ABC 보고서는 다시 표를 작성하여 보여줄 것이다.
■ GA 퍼널 설정
목표 세부 설정의 옵션을 통하여 고객 퍼널(funnel)을 추가로 설정할 수 있다. 퍼널은 고객의 최종 전환까지 이어지는 여정을 관리하는 것이므로, 다수의 중간 목표를 수립한다고 생각하면 된다. 본 사례에서 우리는 첫 화면 유입(/main), 상품 소개(/product1), 장바구니 담기(/basket), 결제(/pay)로 이어지는4단계의 고객 퍼널을 운영한다고 가정하자. 이때 목표 세부설정의 하단에서 '유입경로(funnel)'을 활성화한다. 그리고 4계의 퍼널 단계를 만든 후, 각 퍼널 별 순차적으로 해당되는 페이지 주소를 입력한다. 적용된 퍼널별 목표와 달성수준은 전환 보고서의 목표 → 유입경로 시각화 메뉴 등을 통하여 확인할 수 있다.
<고객 퍼널 설정>
설정된 목표와 고객 퍼널을 활용한 분석 결과는 향후에 어떻게 채널 믹스(mix)를 구성할지, ROI나 ROAS 성과는 어떻게 극대화할 수 있는 지 등에 필요한 의사결정의 자료로 활용될 수 있을 것이다. 아래 첨부한 가상 쇼핑몰 사례를 가지고 직접 GA에서 자신만의 퍼널을 설정하고 목표를 관리하는 연습을 자주 해볼 필요가 있다. 이런 전형적인 쇼핑몰 구조의 퍼포먼스 관리를 위한 고객 퍼널을 직접 설계해보고 직접 GA를 통하여 반복적으로 구현해 보자.
<가상 퍼널의 구축 실습 사례>
: 청주대학교 이 원준(meetme77@naver.com)
본 9장(9.1~9.4)의 내용을 강의에 활용하시려는 분은 아래 요약된 강의용 프리젠테이션(pdf파일)을 참조하시기 바랍니다.
데이터에 의한 의사 결정보다는 직관이나 창의적인 아이디어가 더 중요하다고 생각하는 마케터가 여전히 적지 않다. 이들은 누구나 고대하는 혁신적 창조물인 '보랏빛소(purple cow; 마케터인 S. Godin이 경이로운 상품의 비유로 창조한 단어)'는 데이터로 찾아낼 수 있는 것이 아니라고 생각한다. 그러나 이런 주장들이 마케팅에 있어서 점차 증가하는 데이터 중심 사고의 중요성을 부인하는 것은 아니다. 특히 전통적인 마케팅에서 고객 데이터는 쉽게 접근할 수 없는 희소한 자원이었다. 고객 자료수집은 주로 간헐적인 설문조사와 마케팅 리서치, 값비싼 POS 시스템 구축, CRM 시스템의 도입 등 큰 노력과 시간을 들인 이후에야 가능하였으며, 수집 이후의 분석 과정 역시 다양한 통계 기법을 동원한 전문적 영역이었다. 마케터는 로우 데이터(raw data)가 아니라 단지 이런 과정을 거친 이후에 요약된 보고서로 고객 데이터를 접하는 것이 고작이었다.
<보라빛 소가 온다>
그러나 디지털 마케팅 시대로 진입한 이후, 고객 데이터는 의도된 단편적인 마케팅 활동이 아니라 일상적 활동이 되었다. 원하든 원하지 않든 웹사이트와 소셜 미디어를 방문한 고객의 데이터는 추가적인 투자 없이도 자동화된 관리 시스템을 통하여 실시간으로 축적되고 있다. 기업이 성과를 창출하기 위해서는 단순히 이런 데이터를 집계하는 것이 아니라 이로 부터 가치를 창출해낼 수 있어야 한다. 단순히 방문이나 유입의 통계를 확인하는 것에서 벗어나 심층적인 데이터 분석, 즉 데이터 애널리틱스(analytics)가가능하여야 한다. 구글 애널리틱스나인스타그램 인사이트 등 다양한 데이터 수집 및 분석 지원 도구를 통하여 마케팅 캠페인을 기획하고 투자수익률(ROI) 관점에서 기업의 퍼포먼스를 추적할 수 있어야 한다. 퍼포먼스 중심으로 관리를 전환함으로써비효율적인 마케팅 관행을 개선하고 수행 중인 마케팅 전략의 타당성을 점검하고 수시로 개선하는 피드백 체제를 갖추어야 한다.
실제로 과거의 마케팅에서 대표적인 의사 결정 과정인 목표 고객의 수립과 타깃 마케팅을 살펴보자. 전통적인 마케팅 과정에서는 마케터의 직관, 혹은 잠재고객을 대상으로 한 설문조사 결과를 바탕으로 STP(segmentation, targeting, positioning) 계획을 사전에 수립하고 마케팅을 시행한다. 그러나, 시행한 이후에 진행된 마케팅 캠페인이 애초STP 전략에 부합하게 진행되고 있는지를 캠페인 중간마다 수시로 확인하고 전략을 수정하는 것은 매우 어려운 일이었다. 이에 따라 전략의 성패는 캠페인이 종료된 이후의 사후 평가 과정에서 가능한 경우가 많았다. 만일 수시로 고객 반응을 실시간 점검하고 결과를 바탕으로 개선해 나갈 수 있다면, 마케팅 활동의 효율성은 크게 개선될 수 있을 것이다.
■ 애널리틱스의등장
이런 요구가 증대함에 따라 강력한 성능과 손쉬운 이용 방법을 갖춘 다양한 데이터 수집 및 분석 도구들이 등장하고 있다. 이런 애널리틱스 도구들은 크게 웹 트래픽의 분석 도구, 스마트폰 기반 유입에 특화된 앱 트래픽 분석, 해킹 등 외부 공격이나 부정적 사용자 행동에 특화된 부정행위 분석 도구로 구분되기도 한다. 또한, 페이스북 페이지나 인스타그램 프로페셔널 버전 등은 자체적으로 데이터를 분석하는 도구인 인사이트(Insight) 형태의 분석 도구들을 제공하고 있다.
<어낼리틱스 도구>
따라서 어떤 애널리틱스도구를 사용할 것인가는 유입되는 고객 특성과 분석자의 목적에 따라 달라질 수 있을 것이다. 그럼에도 불구하고웹과 앱 등 다양한 트래픽 분석을 지원할 수 있는 구글 애널리틱스는다른 도구들과 병행해서라도 반드시 사용해야 하는 기초적인 애널리틱스도구이다. 구글 애널리틱스(marketingplatform.google.com)는 구글의 검색 엔진에 기반을 두어신뢰할 수 있는 데이터 수집 결과를 제공하며, 사용자 목적에 맞는 다양한 보고서의 제공, 유입 트래픽의 확인, 자동화된 캠페인 관리 등이 광범위한 기능을 제공한다.
또한, 구글 애즈(ads.google.com)와의 연동한 광고 관리가 가능하고, 대부분의 블로그나 사이트의 추적이 가능하다. 무료로 사용할 수 있어 비용적 부담도 적다. 구글 애널리틱스와 유사한 기능을 제공하는 어도비 어낼리틱스(https://www.adobe.com/kr/analytics)의 경우 처리할 수 있는 월간 데이터 건수에 따라 가격이 달라지며, 수억원 이상의 연간 사용료를 징수하고 있다. 이런 이유로 구글 애널리틱스는디지털 마케팅의 표준적인 분석 도구로 자리 잡고 있으며, 일반적으로는 구글 애널리틱스를기본 도구로 사용하면서, 목적에 따라 다른 도구들을 추가로 활용하여 비교·분석하는 형태로 이용하고 있다.
다만 구글 애널리틱스가 강력한 도구이지만 유일한 도구는 아니며, 완전한 마케팅 자동화나 최적의 의사결정을 자동으로 해주는 만능의 수단이 아닌 것을 잊어서는 안될 것이다. 수집되는 데이터 자체도 완벽한 데이터는 아니다. 예를 들면, 브라우저에 삽입된 쿠키(cookie)를 기준으로 방문 정보를 수집하기 때문에 브라우저의 종류를 크롬에서 익스플로러로 바꾸어 접속하거나 쿠키 파일을 삭제한 후 재접속하면 재방문자도 신규방문자로 인식하게 된다. 즉, GA는 뛰어난 도구이지만 결국 도구의 하나일 뿐이며, 도구의 가치는 사용하는 사용자의 사용 능력, 경험, 그리고 직관에 따라 크게 달라질 수 있다. 분석을 위하여 다른 분석 도구가 더 뛰어난 성과를 낼 것이라고 판단하면 다른 도구를 이용할 수도 있고, 똑같은 결과 데이터를 보더라도 사용자의 판단에 따라 해석과 실행 성과에도 큰 차이가 발생할 수 있다. 통계적 결과는 구글 어낼리틱스가 제공하지만 이를 분석하고 숨겨진 함의를 찾는 것은 결국 모니터 앞에 앉은 사람이 하는 것이기 때문이다. 데이터에 기반한 퍼포먼스 마케터도 숫자에만 매몰되지 말고 일반적인 마케터와 마찬가지로 고객과 트렌드 변화, 그리고 시장 정보에 지속적인 관심을 기울여야 하는 이유이다.
: 청주대학교 이 원준 (meetme77@naver.com)
본 8장(8.1~8.3)의 내용을 강의에 활용하시려는 분은 아래 요약된 강의용 프리젠테이션(pdf파일)을 참조하시기 바랍니다.
