퍼포먼스 마케터로 거듭나기 위해 하루하루 학습하며 성장해나가는crescent_moon입니다.
오늘은 대표적인 MarTech 툴인 Google Analytics(이하 GA)의 보고서에 대해 다뤄보겠습니다.
1. GA의 구조는 어떻게 이루어져 있나요?
출처: 구글 애널리틱스 고객 센터
GA는 위의 그림과 같이 조직, 계정, 속성, 보기의 구조로 되어 있습니다. '조직'은 구글 마케팅 전체 플랫폼(구글 애널리틱스, 구글 태그 매니저, 구글 애즈 등)에 접근할 수 있는 가장 높은 단위의 계정을 말해요. 그 다음으로, '애널리틱스 계정' 안에 속성이 속하고, '속성' 안에는 '속성 보기'가 속해있는 계급적인 구조로 이뤄져 있습니다. '계정'의 경우, 최대 100개를 만들 수 있고, '속성'은 계정당 50개까지 만들 수 있으며, '보기'는 속성당 최대 25개의 탭을 생성할 수 있어요.
애널리틱스 계정 한 개당 하나의 브랜드(기업)를 관리한다고 보시면 돼요. 하나의 브랜드(기업) 안에서 여러 브랜드로 나뉘는 경우도 있을 거예요. 예를 들어, 아모레 퍼시픽 기업의 경우 라네즈, 아이오페 등의 여러 브랜드로 구성되어 있습니다. 이러한 여러 브랜드는 속성 단위로 관리를 하시면 돼요. 즉, 속성마다 고유의 추적코드가 발급되기 때문에 데이터를 수집하고자하는 각 웹사이트 마다 하나의 속성을 생성해 줍니다. '속성'은 추적코드가 심어진 웹사이트 혹은 앱의 데이터가 모이는 곳이고, 속성들끼는 서로 데이터가 공유되지는 않다고 해요. 마지막으로, 가장 하위 단계의 '보기'단에서는 실제로 웹사이트 혹은 앱 방문객(고객)들의 데이터를 볼 수 있습니다.
2. 기본적인 GA '보기' 세팅 방법
출처: 구글 애널리틱스
Master View: 실제 사용자의 행동만을 수집하기 위해서 관리자의 IP 주소 유입을 필터링한 보기입니다. 주로 마스터 뷰에서는 '사내 IP 제거'라는 필터를 생성하게 됩니다.
Test View: 변동이 있을 때, 데이터 수집이 잘 되는지 확인해보기 위해서 생성하는 보기입니다. 새로운 목표를 설정하게 되거나, 새로운 필터를 생성할 때, 먼저 테스트 뷰에서 실험을 해보고, 데이터 수집이 잘 되는 것을 확인한 이후에 마스터 뷰에 적용합니다.
Raw Data: '속성'을 생성하게 되면 자동적으로 '전체 웹사이트 데이터'라는 이름의 '보기'가 생성됩니다. 이 보기를 'Raw Data'라고 생각해주면 됩니다. 새로운 보기 탭을 생성하게 된다면, 해당 보기 탭이 만들어진 이후의 데이터만 수집되기 때문에 원본 데이터 뷰를 만들어서 백업 파일 개념으로 사용하게 되는 것입니다.
3. GA의 보고서에 대한 이해
GA의 꽃은 보고서라고 할 수 있어요. GA를 사용하는 핵심적인 이유가 바로 사용자 데이터를 보고서화해서 적절한 데이터 해석을 통해 의사결정을 내리는 것에 있기 때문이죠. 지금부터 유입되는 데이터의 의미를 해석하는 데에 도움을 주는 다섯 가지 GA 보고서를 간단하게 소개해 드릴게요.
지금 현재 웹사이트에 어떤 사람들이 어디에서 유입됐고, 어느 위치에 머무르고 있는지 등 발생하는 상황을 실시간으로 확인할 수 있는 보고서입니다. 현업에서는 데이터가 잘 수집되고 있는지 확인하는 용도로 주로 사용돼요.
2) 잠재고객 보고서: 방문자에 대한 인구통계, 행동, 특징 등의 정보들이 모여있는 보고서. (ex. 방문자 몇명? 남자/여자? 무슨 기기로 들어왔지? 어디에 살지? 등)
잠재고객 보고서는 웹사이트 방문객(고객)들에 대해 분석해주는 보고서입니다. 특히, 인구통계(연령, 성별), 모바일 보고서를 가장 많이 사용하게 될거예요. 다만, 연령 보고서는 구글에서 설정해 둔 연령대 단위로만 데이터를 볼 수 있다는 한계가 존재합니다. 보고서는 데이터를 측정하는 기준이 되는 '측정 기준'과 '측정 항목(숫자로 나와있는 지표들로, 측정 기준에 따라 변화하는 항목들)'으로 크게 구성이 나누어져 있습니다.
측정 기준 & 측정 항목
출처: 그로스쿨
- 측정 기준: Dimension(차원) (ex. '연령을 기준'으로 데이터를 볼 때) - 측정 항목: 수치로 표현하는 데이터(Metrics)
출처: 구글 애널리틱스
단순히 보고서를 읽는 게 중요한 것이 아니라 데이터를 기반으로 한 의사결정이 가장 핵심이라 할 수 있어요. 예를 들어, 25-34 연령대의 사용자를 고품질 사용자로 분류할 수 있는데요. 이러한 고품질 사용자와 비슷한 행동(동작, 전환)을 보이는 연령대는 바로 35-44입니다. (35-44와 25-34의 이탈률, 전자상거래 전환율이 가장 비슷한 걸 보실 수 있어요.) 이와 같은 분석을 토대로 '35-44 연령대에 대한 마케팅 비용을 늘린다'와 같은 데이터를 기반으로 한 의사결정을 내릴 수 있게 되는 것입니다.
심화) 결제 완료 데이터 분석하기
출처: 그로스쿨 Q1. 위의 연령 잠재고객 보고서에서 전환율이 가장 높은 고객은 누구일까요? 바로 전환율 6.76%를 기록한 55-64 연령대입니다! '5. 55-54' 줄을 해석해보면, "55-64세 연령대의 고객이 395명 유입했고, 33명이 결제 완료했고, 결제 전환율은 6.76%이다."입니다.
Q2. 위의 데이터에 따르면 자사의 전환율이 높은 고객의 연령대는 45-65세입니다. 이러한 데이터를 기반으로 어떤 마케팅 활동을 해볼 수 있을까요? 1) 45-65세로 광고 타겟팅 연령을 변경 2) 나이대가 있는 채널에 광고 및 홍보 채널 확대 3) 해당 나이에 맞는 프로모션, 이벤트 활동 진행 4) 해당 연령대의 (예비)고객에게 고객인터뷰 진행 5) 연령에 맞는 UI 수정, 사용성 테스트 등 6) 상품 판매
동질 집단 분석(출처: 구글 애널리틱스)
동질 집단 분석 보고서는 '재방문율'을 추적하기 위해 확인합니다. 만약 1% 이하가 많다면, 사이트 구조가 이상하거나, 사이트가 매력이 떨어지거나, 만든지 얼마 안되었거나 등 원인을 생각해봐야 합니다.
- GA는 아주 정확하게 남/여를 구분하진 못합니다. 관심사, 행동 등을 분석한 빅데이터 기반으로 분류되기 때문에 정확한 인구통계학전 특징을 확인하기는 어렵습니다.
- 사실 실시간 보고서나 잠재고객 보고서에서는 큰 인사이트를 찾을 순 없기에 많이 안보는 영역이다. '우리 고객은 대략 이런 사람들이구나'라는 현황 정도 파악할 수 있다.
3) 획득 보고서: 방문자가 웹사이트에 어떤 경로를 통해 유입되었나? (ex. 페이스북 광고? 구글 검색? 카카오톡 유입? 등)
"우리 사이트 이전에 어디에서 들어왔나, 즉 유입 경로에 대한 정보를 볼 수 있는 보고서입니다."
자사 웹사이트가 어떻게 고객(방문객)을 획득하게 됐는지를 보여주는 보고서입니다. 고객이 웹사이트에 유입되는 방법은 직접 URL을 입력해서 들어오는 경우, 키워드를 포털 사이트 검색창에 검색해서 들어오는 경우, SNS 포스팅을 보고 들어오는 경우 등 다양합니다. 특히, Direct/ none이라는 소스/매체를 가장 주의해야 합니다. DIRECT: 직접 검색, 주소 창에 직접 URL을 입력한 경우로 정확하게 어떤 경로로 자사 홈페이지를 알게되고 유입되었는지 파악이 어렵기 때문에 direct/ none을 발생시키지 않는 것이 핵심입니다.
'소스/매체'
획득 보고서 중에서 전체 트래픽- '소스/매체' 보고서를 가장 많이 보게 될텐데요. 그 이유는 UTM으로 소스/매체를 확인하면서 어떤 UTM이 달린 광고 소재가 가장 효과가 좋았는지 분석할 수 있기 때문입니다.
* 소스= 플랫폼
* 매체= 광고 유형/ 유입 유형
출처: 구글 애널리틱스
'캠페인'
캠페인에서는 각 광고 캠페인의 성과를 확인할 수 있습니다.
데이터 분석) 고객 유입 채널 분석하기
출처: 그로스쿨'채널 보고서'도 많이 보는 보고서 중 하나인데요(채널별 이탈율을 많이 보는 편), 맨 처음에는 측정기준이 디폴트 채널 그룹핑으로 설정되어 있어요. 나중에는 Default Channel Grouping을 커스텀 세팅을 통해 자사 상황에 맞게 쪼개줄 필요가 있습니다.
Default Channel Grouping에 나오는 기본 용어를 살펴볼게요. - Direct: 직접 들어온 방문 (바로 접속, 즐겨찾기, SMS, 북마크, 직접 URL 작성 등 이전 URL이 없는 경우) ☞ Direct가 많으면 많을수록 매체를 알기 어렵고 추적이 되지 않기 때문에 점차 줄여나가야하는 채널입니다. - Paid Search: 네이버, 구글 키워드 광고 - Display: 페북 광고, 구글 디스플레이 광고 등 지면 광고 - Affiliates: 계열사, 제휴 등(그룹사 사이트, 유튜버의 개인 광고) - Referral: 외부 링크로 방문 (외부 사이트 링크를 타고 온 경우-쿠팡 파트너스) - Organic search: 자연 검색(유기적인 방문) - Social: 페이스북, 인스타그램, 트위터 등 (광고 아님) - (Other): 그 밖에 잡기 어려운 채널
Q1. 왼쪽 그림의 채널 보고서에 따르면 전환율이 높은 채널은 무엇일까요? Referral & Social
Q2. Referral을 클릭한 후, 측정 기준을 '소스'로 바꾸면, 오른쪽 그림과 같은 데이터를 볼 수 있습니다. 해당 데이터를 통해서 결제 전환율이 높은 사이트를 알 수 있어요. 이 데이터를 통해서 어떤 마케팅 활동을 해야 할까요? 1) 이 사이트와 제휴를 할 수 있을까? 2) 광고를 집행할 수 있을까? 3) 이 사이트를 이용하는 사람들의 특징은 무엇일까? 4) 해당 채널의 MAU(월간 활성 지수)는 어느정도일까? 등의 생각을 바탕으로 자사의 광고, 홍보, 제휴 등에 대해 재정리해볼 수 있습니다. 즉, '채널 Paid 광고의 우선순위 잡기, 채널별 광고비 증액 비율'을 정할 수 있겠죠.
4) 행동 보고서: 방문자가 우리 웹사이트에서 어떤 행동을 하나? (ex. KPI: 어느 웹사이트에 오래 머물지? 어느 페이지에서 그냥 나가버리지?(이탈율))
자사 웹사이트에 들어온 고객이 웹사이트 안에서 어떠한 행동을 하는지 보여주는 보고서입니다. 특히, 사이트 콘텐츠-모든 페이지 보고서를 설명드리겠습니다. 이를 통해서 페이지 조회수, 머문 시간, 이탈률 등을 알 수 있어요.
출처: 구글 애널리틱스
위 그림의 경우, '3. /store.html'에 해당하는 페이지가 가장 이탈률이 높은 것을 볼 수 있습니다. 이탈률이 높은 페이지는 설득력이 낮거나, 타겟층이 잘못 설정되어 있는 등의 문제가 있는 페이지로, 개선이 필요합니다.
데이터 분석) 고객 이탈율 분석하기 *이탈율: 사이트 유입 대비 나간 비율
'모든 페이지 보고서'에서의 측정기준인 페이지는 자사 웹사이트의 URL을 의미합니다. 페이지 뷰 보고서에는 '전환' 개념이 없어요. 측정 항목에 '페이지뷰 수, 순 페이지 수'가 나오는 이유는 1명의 사용자가 여러 번 페이지를 방문할 수 있기 때문입니다.
출처: 그로스쿨
Q1. 왼쪽 보고서를 보고 어떤 마케팅 활동을 할 수 있을까요? 아무것도 할 수 없습니다! 방문수가 1,2 밖에 안되는 미미한 숫자는 의미가 없기 때문입니다. 모수가 너무 적어서 통계적 유의미성을 확보하지 못하죠.
Q2. '정렬 유형: 가중치 적용'을 선택하면 오른쪽 그림과 같은 보고서를 볼 수 있습니다. 가중치가 적용되면 페이지 뷰 수 대비 이탈하는 비율을 알아볼 수 있어요. 이 데이터를 통해선 어떤 마케팅 활동을 할 수 있을까요? 당장 상세페이지를 개선해야 합니다. 지금의 상세페이지들의 이탈율이 높은 이유는 '고객에게 어필할 수 없는 상세페이지거나, 로딩 속도가 너무 길거나, 오류가 생겨서 잘 보이지 않는 등' 다양할 수 있습니다.
5) 전환 보고서: 방문자의 행동이 우리가 지정해 둔 목표를 달성했나? (ex. KPI: 장바구니, 구매 시작 등 어디서 유입된 고객이 전환율이 높은지, 신규 방문자의 회원가입 수, 전환 비율 등)
목표로 설정한 행동이 일어났을 때 집계되는 지표를 바탕으로 제공되는 보고서 입니다. 특히, 목표-유입경로 시각화 보고서에 대해 설명드릴게요. 설정한 목표에 따라서 단계별의 퍼널로 시각화된 보고서를 보여줍니다.
출처: 구글 애널리틱스
위 그림의 경우, 장바구니-배송 및 정보 입력으로 넘어가는 비율이 가장 적음을 알 수 있습니다. 약 57%가 장바구니에서 이탈했음을 의미해요. 이 부분에 가장 많은 자원을 투입하여 시급하게 해결해야 하는 문제라고 판단할 수 있습니다. 이처럼 장바구니에서 이탈이 발생했다면 무엇을 의심해봐야 할까요? 가격이 너무 비싼건 아닌지, 배송비가 붙는 건 아닌지 등을 의심해 볼 수 있을 겁니다.
