과거 디지털이 없던 시절에는 소비자들의 삶과 생각을 이해하기 위해 '소비자 조사'라는 방식을 활용했습니다. 소비자들이 어떤 생각을 가지고 있는지, 태도는 어떤지, 어떤 삶을 살고있는지 등을 파악하기 위해 그들에게 직접 물어보고 대답을 듣는 방식을 활용하여 소비자들을 이해하려 노력했고, 이러한 노력을 바탕으로 많은 기업들이 마케팅 전략을 구상해왔습니다.
하지만, 인간의 삶 중 절반은 디지털환경에서 보내게 된 현대 시대에서는 디지털 환경에 기록되는 소비자들의 행동기록을 바탕으로 보다 효율적이고 정확하게, 그리고 보다 솔직하게 소비자들을 이해할 수 있게 되었습니다. 디지털 환경에 기록되는 소비자들의 행동기록은 소비자들의 기억에 의존하지도 않고, 거짓말을 하지도 않으며, 그 양도 방대합니다. 그렇기에 현대 시대의 많은 기업들은 디지털 환경에서 기록되는 소비자들의 자취를 수집하고 분석하는 데에 많은 노력을 투자하고 있으며, 그 중심에 GA(Google Analytics)가 자리하고 있습니다.
'All that GA'시리즈는 GA에 대해 디엠씨미디어의 노하우를 바탕으로 독자분들에게 이해를 제공하고자 하는 목적으로 기획되었습니다.
GA에 관심이 있으신 많은 분들에게 조금이나마 도움이 되길 바라며, 단순 정보 전달 채널보다는 GA와 관련된 정보교환의 장이 되기를 희망합니다. 본 시리즈에서 제공되는 내용들에 대해 궁금하신 점이나 의견이 있으시면 편하게 댓글로 남겨주시거나 DMC미디어 데이터컨설팅팀으로 문의 부탁드립니다.
- DMC미디어는 GA4 활용 및 분석 숙련도에 대한 심사를 통과한 GMP(Google Marketing Platform) 공식 인증 파트너입니다. 그 중 Analytics와 Tag Manager에 대한 인증을 취득한 국내 8개 기업 중 하나로, 해당 인증 현황은 구글 파트너 갤러리에서 확인할 수 있습니다.
00. 들어가며
GA 데이터는 디지털 웹/앱 내에서의 유저들의 행동기록을 수집하는 역할을 한다. 기본적으로 웹/앱 내 개발과정에서 자체적으로 로그기록을 수집할 수 있도록 조치할 수 있지만, GA는 '외부 광고 마케팅 기록과 유저 행동 기록을 연결할 수 있다는 점'과 '상대적으로 낮은 진입장벽'으로 인해 대중적으로 가장 널리 활용되는 유저행동 데이터 수집 툴이라고 할 수 있다.
유저행동기록과 광고마케팅 기록을 연결하여 분석할 수 있다는 점에서 현대 마케터들에게 GA는 더욱 중요하다. 그러나 GA4를 세팅하고 구글이 제공하는 GA4 대시보드에 접속해보면 일반적으로 마케터들이 이해하기 어려운 개념들의 데이터를 동시다발적으로 보여주며, 이 과정에서 마케터들은 어려움을 겪는다.
본 글은 이러한 맥락에서 GA4 대시보드에서 나타나는 여러가지 데이터들에 대한 기본 개념들과 용어들을 정리하여 소개하고자 한다.
01. GA4 기본 데이터 구조
GA4가 기록하는 기본 데이터 단위는 크게 '사용자', '세션', '이벤트'로 나눌 수 있으며, 사용자 > 세션 > 이벤트 순으로 보다 상위의 개념이다. 구체적으로 '사용자'는 말 그대로 GA4가 식별하는 '유저(사람)'단위를 의미하며, '세션'은 '방문'에 대한 식별단위이다. 그리고 '이벤트'는 '세션' 내에서 유저들이 발생시키는 각종 상호작용들을 통칭한다.
예컨대 A라는 사람이 처음 웹/앱에 접속후 2개의 웹페이지를 방문하고 1개의 제품구매를 했다는 시나리오를 가정하면, 해당 시나리오는 GA4에 다음과 같은 형태로 데이터가 기록된다.
사용자(pseudo_id) : A
세션(session_id) : 1
이벤트(event_name) : page_view, page_view, purchase
타임스탬프 : 2023-07-23 11:30:38 , 2023-07-23 11:31:10, 2023-07-23 11:34:15
그리고 A가 다른 웹서핑을 하다가 다시 이 웹/앱에 접속하여 1개의 페이지를 방문하고 제품 검색을 1회 한 후, 다시 1개 페이지를 방문하고 나갔다면 다음과 같은 형태로 데이터가 추가 기록된다.
사용자(pseudo_id) : A
세션(session_id) : 2
이벤트(event_name) : page_view, search, page_view
타임스탬프 : 2023-07-23 11:35:26 , 2023-07-23 11:35:36, 2023-07-23 11:35:52
이 두 기록을 데이터로 확인할 경우, 우리는 두 기록에 사용자 식별인자가 A로 동일하게 잡힌 것을 바탕으로 두 기록이 동일인이 발생시킨 기록임을 확인할 수 있으며, 세션 식별인자가 1, 2 두개가 잡혀있는 것을 바탕으로 2번 방문했다는 점을 파악할 수 있다. 그리고 그와 연결된 event값들과 타임스탬프값을 바탕으로 A라는 유저가 각각의 방문시 어떤 행동들을 어떤 시간 간격으로 언제 했는지를 확인할 수 있는 것이다.
즉, 한명의 사용자에 여러개의 세션들이 발생할 수 있으며, 각 세션마다의 유저의 행동기록들이 이벤트값으로 기록되게 된다. 이런 맥락에서 GA4의 데이터 구조는 사용자 > 세션 > 이벤트 순으로 계층구조를 갖는 것으로 이해할 수 있다.
02. GA4 데이터 관련 용어
GA4 데이터가 대시보드를 통해 확인할 때 표현되는 다양한 주요 용어들에 대해 간단히 정리하면 다음과 같다.
용어 | 설명 | 데이터 기록 내용 |
이벤트
event | 사용자의 행동 또는 사용자 정보 그 자체 | |
세션
session | 일정한 기간 내 웹 또는 앱에서 발생한 사용자 상호작용의 집합 | - 앱을 열거나 페이지 또는 화면을 보는 중 & 현재 활성화된 세션이 없음
- 기본적으로 사용자 활동이 멈춘 후 30분 뒤 종료(타임아웃): 지속 시간 설정 가능 |
사용자
users | 앱 또는 사이트와 상호작용 하고, 활동이 GA4를 통해 측정되는 사람 해당 이벤트를 한 번이라도 실행시킨 구분되는 주체 | |
참여
engagement | 사이트 또는 앱과 사용자의 상호작용 (사용자가 서비스를 사용하는 것 자체) | |
참여 세션
engagement session | - 10초 넘게 지속
- 전환 이벤트 발생
- 페이지 또는 화면 조회가 2회 이상 발생 | |
기기ID
device id | 웹 또는 앱의 익명처리된 고유 사용자에 대한 식별자 | 웹 : _ga 쿠키의 클라이언트ID iOS/Firebase
앱 : 고유한 앱 설치를 나타내는 앱 인스턴스 ID |
사용자 ID
User-ID | 사용자별 고유 ID | |
Google 신호 데이터
Google Signals | Google에 로그인한 사용자의 데이터 | Google 계정에 로그인했거나, 광고 개인 최적화를 설정한 사용자의 특성에 대한 정보들 |
모델링 | 쿠키 등의 식별자를 거부했을 때, 동일한 속성에서 쿠키를 수락하는 비슷한 사용자의 데이터를 기반으로 쿠키 수집을 거부하는 사용자의 행동을 모델링 | |
데이터 필터 | 수신 되는 이벤트 데이터를 GA4에서 처리하도록 포함 또는 제외
(주의)
- 데이터 필터를 적용하면 데이터는 아예 수집 자체가 되지 않음
- 특정 보고서에서 숨기고 싶을 때에는 ‘보고서 필터’를 사용하는 것이 좋음 | |
조회수
views | 사용자가 특정 페이지(웹) 또는 화면(앱)을 본 횟수 조회수
(views)는 page_view + screen_view
- page_view: 웹
- screen_view: 앱 | |
사용자당 조회수
views per users | 조회수 / 사용자: 사용자가 어떤 페이지를 반복적으로 본 횟수 | |
평균 참여 시간
average engagement time | 페이지별 사용자 평균 참여 시간 | |
측정 기준 | 데이터의 속성
- 어떤 수치를 집계하는 기준
예) 페이지 HOME의 조회수는 681,343이고, 세션 수는 302,735 | |
측정 항목 | 측정 기준에 따른 집계 값
- 집계 값
예) 페이지 HOME의 조회수는 681,343이고, 세션 수는 302,735 | |
잠재고객
Audience | 하나 이상의 특성이나 행동 패턴을 공유하는 사용자 집단 | |
실시간 보고
Realtime Report | - 애널리틱스를 설치한 웹/앱의 활동을 실시간으로 모니터링
- 최근 30분 동안 웹/앱의 사용자가 트리거한 각 이벤트와 각 이벤트를 트리거한 횟수 | |
소스
source | 해당 트래픽이 유입된 경로를 의미 | |
기여분
attribution | 사용자가 전환을 완료할 때 까지의 경로에서 전환에 유의하게 작용한 터치 포인트에 전환 기여도를 할당하는 작업 | |
기여 분석 모델
attribution model | 전환 경로 상 터치 포인트에 전환 기여도를 할당하는 방식을 결정하는 규칙 |
#GA4, #UA, #DataDriven, #데이터드리븐, #DMC미디어, #디엠씨미디어, #DMCmedia, #전환지표, #퍼널분석, #기여모델, #ROAS, #유저행동분석, #GA, #GoogleAnalytics, #구글애널리틱스, #GA데이터기본구조, #GA4_주요_용어, #All_that_GA