고객을 끌어오는 구글애널리틱스4라는 책을 보고 배운 내용을 정리해보겠다!
* 데이터 분석에서 중요한 것은 데이터를 그대로 읽는 것이 아니라, 데이터와 데이터를 비교하여 데이터에 숨겨져 있는 어떠한 의미 혹은 어떠한 인사이트를 찾아내는 것 => 왜 그렇지? 라는 질문을 계속 하기
이벤트 설정
이벤트 : 사용자의 행동, 사용자에 대한 정보 그 자체
참여 : 사용자가 서비스를 사용하는 것 자체
[맞춤 측정 기준]
사용자 정의 이벤트를 분석하기 위해서는 이벤트를 맞춤 측정기준으로 등록해야 함
이벤트에 설정한 매개변수를 보고서에서 확인한다고 설정하는 것이 '맞춤 측정 기준'
[매개변수 설정]
이벤트가 발생할 시, 이게 어떤 이벤트인지 알 수 있도록 만드는 부가적인 정보를 의미 / 사용자 범위가 아닌 행동 단위의 데이터를 수집할 시 이용
ex. 페이지 주소, 타이틀, 검색어, 이벤트 명, 상품 브랜드 등의 특정한 정보를 전달할 때 사용
이벤트는 최대 500개까지 사용할 수 있음 => 되도록이면 이벤트 개수가 크게 증가하지 않도록 공통의 이벤트 이름을 사용하고 매개변수 (step 등)로 상세 내용을 구분하는게 좋음
서로 다른 이벤트가 동일한 매개변수 이름을 사용하는 경우 이벤트 맞춤 측정 기준으로 한 번만 등록해도 괜찮음
[잠재고객 설정]
잠재고객을 만들때는 페이지 제목보다 페이지 경로를 추천
제목은 변경할 수 있기때문
획득 보고서 용어 정리
매체 : 획득 방식 or 범주
소스 : 획득의 상세한 위치 or 장소
캠페인 : 광고 이름 or 획득을 위한 여러 가지 행동 이름
매체
- organic : 검색에 의한 획득, 자연 유입 (검색 후 광고 링크를 통한 획득은 paid, paid search)
- referral : 특정 사이트에 게시된 링크를 통해 획득 / 특정 웹에 게시된 링크를 백링크라고 함 / 사용자 성향이나 니즈를 파악하는데 유용
- none : 주소 직접 입력 or 즐겨찾기 등 / 이때 소스는 direct임
- data deleted : 개인 정보 보호 등의 이유로 데이터 삭제된 것
- 기타 : cpc, email, affiliate 등
사용자 획득과 사용자 참여(사용자수 대비 세션 수)가 높게 나타나는 매체/소스를 파악하기
시기에따라 더 중요한 지표
도입, 성장기에는 신규 사용자를 빠르게 확보하는 것이 중요 => 사용자 획득 분석이 중요
성숙, 쇠퇴기에는 신규 사용자 획득이 더뎌짐 => 기존 서비스를 더 자주 방문, 참여하는 것이 목표 => 세션 분석이 중요
캠페인 링크 만드는 법
웹페이지 주소 = 주소 자체 + 부가정보
부가정보 = 매개변수 or 파라미터
매개변수 앞에 물음표(?) = 이 부분부터 매개변수가 시작됨을 의미
매개변수 사이에 & = 여러개의 부가 정보를 담을 때 사용
UTM 매개변수 | 의미 | 값 |
utm_campaign | 캠페인 이름 혹은 광고 이름 | summer_sale |
utm_source | 소스, 획득의 상세한 위치 | facebook / bog / instagram 등 |
utm_medium | 매체. 획득의 방식 | cpc / refferral 등 |
캠페인 링크 만드는 법 설명 : p226 (캠페인 링크 제작 후 https://bit.ly 같은 서비스로 단축 URL만들 수 있음) >> OG태그가 필요한 것은 추가해서 공유 링크 제대로 되는지 체크하기
아래와 같이 캠페인 링크 정리할 수 있음 (+게시시작, 게시완료, 구매전환율 같은것도 함께 체크)
캠페인 링크를 통해 얼마큼 매출이 발생했는지 보고서 만드는 법 : p233
필터 적용시 유용한 거 - 정규표현식
문자 그 자체가 일종의 검색어로 동작 => 원하는 데이터를 확인하게 해주는 역할
| | 혹은(or) |
\ | '(' 같은 특수문자 인식하게 해줌 => ex. \(direct\) |
ohoh.* | ohoh로 시작하는 어떤 것이든 |
.*ohoh | ohoh로 끝나는 어떤 것이든 |
.*ohoh.* | 중간에 ohoh가 들어간 어떤 것이든 |
사용자 속성 설정
GA를 고급수준으로 활용할 계획이라면 이벤트(행동 중심)와 사용자 속성을 구분하여 데이터 수집하는 것이 좋음
ex. A페이지를 방문했다 = 이벤트 / 이런 사용자가 A페이지를 방문했다 = 사용자
사용자 속성 코드 만들기
예시
사용자 속성 | 내용 | 값 |
receive_ad | 광고 수신 여부 | true | false |
gtag('set', 'user_properties', {
receive_ad: true,
})
글로벌태그 (gtag)야! 설정(set)해줘. 사용자 속성(user_properties)을! receive_ad를 true로
즉 광고 수신 여부를 true한 사람을 사용자 속성에 수집해달라는 의미
사용자 ID 설정
GA에서의 사용자는 '브라우저'를 의미, 즉 쿠키라는 영역에 저장된 'GA 아이디'를 의미
쿠키 영역에서 GA ID를 찾지 못하면 새로운 GA ID 생성하면서 새 사용자가 획득했다는 데이터가 뜸
즉, 1사람이 2브라우저를 이용하면 2명으로 잡힘
=> 사용자 ID 필요
사용자 ID를 암호화해서 사용하는 것은 괜찮아서 개발자와 협업 필요 (p306)
구글 개발문서를 보면서 설정 완료하면 됨
잠재고객 트리거
사용자가 잠재고객에 처음 속할때만 이벤트가 발생함
만약 속할때마다 이벤트가 발생하길 원한다면 '추가 이벤트 로깅'을 사용하는 것으로 설정 (하루에 최대 1번씩 가능)
이 여부는 잠재고객에 속한 사용자 수가 중요한지, 잠재고객 이벤트 증가세가 중요한지에 따라 결정
맞춤 이벤트 : 이벤트 관련 정보만 활용할 수 있음
잠재고객 이벤트 : 특정 이벤트 조건을 발생시킨 잠재고객에 대한 정보를 얻을 수 있음 (인구통계, 지리정보, 사용자 속성 등)
사용자 관심을 어떤 기준으로 측정하는지 생각하기
전자상거래 이벤트
view_item 이벤트를 사용해서 상품 조회를 측정할 때, page_view보다 더 많은 매개변수 데이터를 확인할 수 있음
Item 매개변수 예시
item_id, item_name, currency, discount, index, item_brand, item_category, item_list_name, item_variant, price, quantity
(value는 해당 이벤트에서 발생한 전체 금액. price는 상품 개별 가격)
구매 이벤트를 정산 데이터로 활용하면 안 됨. 취소, 반품, 환불 등에 의해 실제 수익과 차이가 있을 수 있음
view_promotion 매개변수 예시
creative_name, creative_slot(app, home_main, item_detail_bottom_cart_empty), location_id, promotion_id, index(index도 챙겨야 함)
[매개변수 끌어올림]
맞춤 측정 기준은 해당 이벤트 레벨의 매개변수만 등록할 수 있음. 따라서 items라는 매개변수에 들어있는 item_id 매개변수를 view_item 이벤트 레벨로 끌어올려야 함
매개변수가 전자상거래 이벤트임을 명시하기 위해 ec_ 라는 머리말을 붙임
개발자와 논의하여 진행
만약 나중에 특정 상품을 장바구니에 담은 유저ID를 파악해서 암호화된 ID를 쿠폰 첨부가 가능한 ID를 파악할 수 있도록 하고 싶으면 개발자와 협업하기
예측 잠재고객이란
사용 요건
- 7일 기간동안 1,000명 이상의 재사용자가 이전 28일동안 관련 예측 조건을 트리거했고 1,000명 이상의 사용자는 트리거하지 않았음
- 일정 기간동안 모델 품질을 유지해야 요건을 충족할 수 있음
- 속성에서 purchase 및 in_app_pruchase 이벤트 전송
측정 항목 종류
- 구매 가능성 : 향후 7일 이내에 특정 이벤트 기록할 가능성
- 앱 제거 가능성 : 다음 7일동안 활성 상태가 아닐 가능성
- 수익 예측 : 최근 28일 활성 사용자로부터 향후 28일 이내에 발생하는 모든 구매 전환에서 예상되는 수익
보고서 만드는 법 : p436~
RFM 기반의 CRM
CRM : 고객을 분석하여 특정 그룹으로 세분화하여 그룹별 사용자 응대 및 판매 전략을 펼치는 것.
이 세분화하는 방식 중 1개가 RFM
RFM = Recency + Frequency + Monetary
=> 최근 N일 이내, 자주 (event_count), 많은 돈을 사용 (value) 등으로 잠재고객을 구분해서 마케팅할 수 있음
'📝공부, 스크랩 > 데이터' 카테고리의 다른 글
[Toss 강의] 아하모먼트 구하는 방법 (0) | 2022.06.07 |
---|---|
[Toss강의] Retention & Activation (0) | 2022.05.25 |
데이터를 기반으로 한 제품 개발과 주요 지표 (성장/유지/밀참/참여) (0) | 2022.05.08 |
[핵클 웨비나] 데이터 잘 보기, 활용편 (0) | 2022.05.04 |
[핵클 웨비나] '데이터 잘 보기, 첫걸음' 정리 (0) | 2022.05.02 |