구글애널리틱스에 대한 생각들

스카이스캐너에서 근무하면서 좋은 점 중 하나가 Flexible working인데 1년에 working day 기준으로 15일 동안은 working from home country 를 할 수 있다. 첫 working from home country로 10일 동안 한국에 있으면서 구글애널리틱스 교육을 들었다. 이 교육은 파인트리라는 디지털 에이전시에서 매 달 오프라인으로 진행되며 이틀에 걸쳐 오후 2시부터 6시까지 총 8시간으로 진행된다. (온라인 강의는 여기를 클릭) 아직은 초/중급 교육밖에 없으며 추후 고급 활용에 대한 수요가 있을 시 오픈을 고려하고 있다고 하신다. (고급 수요가 있으신 분들은 댓글 달아주세요!)

GA강의를 듣고 난 뒤 + 최근 Google Analytics Premium 을 Intensive하게 사용하면서 든 생각과 줏어들은 몇가지를 적어본다.

구글 애널리틱스

1. Demographics data

어디까지 믿어야하나? 신성무 강사님이 느끼시기엔 50~60% 정도의 정확성을 가지고 있으며 카테고리별 혹은 트래픽 사이즈별 케바케인 경우가 많은 것처럼 느끼신다고. 이 데이터는 Google Display Network를 기반으로한 추정치, 예를 들면 10~20대 여성이 주 타겟인 Ceci 라는 잡지의 웹사이트를 자주 방문하는 사람을 18-24 Female 로 분류, 이기 때문에 정확도가 떨어질 수 밖에 없을듯. 이보다 조금 더 정확한 페이스북 Demographics 데이터와 맞물려본다면 정확도를 가늠할 수 있지 않을까싶다. 방법: 페북 광고를 Demographics 별로 Segment 세팅 후 돌려본 뒤 해당 캠페인 세팅별 GA 세그멘트를 잡아서 두 데이터 소스를 비교

2. 정규식:

구글 애널리틱스 정규식 Regular Expression

여전히 어렵다. 하지만 가장 많이 쓰이는 몇 가지 정규식 표현을 배웠다.

  • “|” or의 의미로 대소문자와 띄어쓰기를 가리지 않는다.
  • “.” any single character “..” 이면 두개의 캐릭터가 되는거다!
  •   “\” escape의 의미로 문자 앞에 쓰여서 문자를 그대로 받아들이게 해 준다.  “\.” 이면 해당 “.” 이 정규식이 아닌 문자 “쩜”으로 쓰이게 된다.
  •  “$” end of line 입력 문자열의 끝 부분을 나타낸다.
  • “^” start of line
  • “*” zero or more 앞 문자가 없을 수도 무한정 많을 수도 있음을 나타낸다. “.*” 두개가 붙어서 containing 과 같은 형식으로 작동된다. (킬러기능!)
  • “|d” any digit 이며 “|d{2,3}” 이라고 쓰면 숫자 2개 혹은 3개가 쓰인 것만 찾아준다.
  • 한국어 참고 블로그: http://skillsocius.com/220184877136http://blog.naver.com/jihoon8912/220253891428
  • 정규식 테스트 웹사이트: http://rubular.com/

3. Multi channel & device

Cross device 분석은 여전히 꿈에 가깝다. GA의 웹애널리틱스는 쿠키방식으로 접속 브라우저에 심게 되는데 브라우저의 파편화가 너무 심하다.

Cross device 시나리오 1: 페이스북 모바일앱에서 링크페이지 포스트를 통해 자사 웹으로 접근한 경우 페이스북 모바일 브라우저를 통해 접속되기 때문에 해당 유저가 기존에 PC 크롬을 통해 접속했던 유저였음에도 불구하고 이 두 개의 쿠키를 통합해서 볼 수 없기 때문에 New user로 분류한다. GA의 User-ID 발급을 통해 이 간극을 줄일 수 있다. 유저가 페이스북 Sign on 을 각 디바이스에 걸어놓는걸 Push 하면 가장 쉽게 해결 가능할듯.

Cross device 시나리오 2: 내 친구가 티몬의 상품을 PC로 보다가 나한테 어울릴만한 상품을 발견하고 해당 URL 을 카피페이스트 해서 카톡으로 나에게 전달. 이럴 경우 Dark social 로 들어가서 direct traffic 으로 분류 된다. 이는 소셜 공유 버튼 제공 및 short link + GA Campaign tag 조합을 통해 줄여 줄 수 있다.

Multi channel 시나리오 1: Acquisition – Activation – Retention Funnel 로 접근해보자. 페이스북 Website Custom Audience를 통해 30일 이내 방문자를 뽑고 이를 Look alike 로 뽑는다. 방문자를 Exclude 하고 Look alike 만 타겟팅하면 Acquisition 이 가능하다. 이 New user가 바로 Retention 까지 된다면야 환상이겠지만 나머지 두 Funnel 은 다른 마케팅 채널을 통해서 가능한 경우도 많다. 예를들어, 페이스북 광고를 통해 news letter 에 sign up 하였으며 news letter 에 담긴 welcome deal 을 통해 첫 구매로 activation이 됐다. 몇일 뒤 페이스북 Mobile App Install Ads 를 통해 앱인스톨을 하고 Monthly Active User 가 되었다. 이런 관리가 GA에서는 어떻게 해야할지 모르겠다. Kiss metrics 를 써 보고 싶은건 왜일까?

Multi channel & Device 시나리오 1: PC에서 네이버 타임보드를 보고 A라는 유저가 B라는 브랜드를 첫 인지했다. 그 날에는 구매의도는 없었지만 C라는 제품을 보니 어느정도 관심이 생겼지만 구매까진 안됐다. 며칠 뒤 C 제품에 대해 친구들이 언급하였고, C 제품을 모바일에서 검색하여 Paid link를 발견하고 바로 구입하였다. 이럴 경우 SEM이 모든 Credit 을 가져가는게 맞는가? 만약 C제품이 Mobile 검색에서 Visibility 가 없었다면? 판매 기회를 놓치는거다. TVc나 PPL을 통해 Brand search query 를 늘리는 캠페인을 한다면 PC/mobile에서의 자사 키워드에 대한 SERP 관리가 중요하다. 채널간 Attribution modeling을 더욱 정교하게 하기 위해선 통합 Buying이 필요한데 현재까지는 DFA가 가장 좋은 대안이지싶다. 페이스북 Atlas 도 세를 키우는 중이긴하지만 GA만큼의 고도화 된 Web Analytics 의 부재가 아쉽다. 구글은 페이스북이 갖고 있는 유저 데이터가 없는게 아쉽지만…

멀티채널 / 멀티디바이스의 경우의 수는 무척 다양하다. 이를 어떻게 Measure할지 어떻게하면 가장 간극을 줄일지에 대한 다양한 부서가 같이 고민해야할듯.

Custom Report / Advance Segment 의 중요성

Advance Segment 는 조금 더 공부가 필요한 부분인듯. 특히 Cohort는 GA가 약해서 다른 애널리틱스 툴과 병행해서 볼 필요도 있지 않을까싶음. (뭐 곧 보강하겠지만)

몇가지 아이디어

  • Exit page 로 Key page에서의 Fall out 을 보자. 예를 들어 결제 완료까지 3개의 페이지가 있는데 두 번째 페이지에서 Exit 이 많이 일어난다면 그 부분에서 허들이 높은 걸로 해석하여 해당 페이지의 Page Optimization이 필요하다. (이는 중간 페이지이므로 LPO라고 부르지 않는다)
  •  30분 Session Time out 은 브라우저를 끄고 다시 접속해도 Session이 살아있다. (2011년쯤 변경 된 사항)
  • % Session with Search: 검색을 완료한 세션의 비율이 높을 수록 CVR이 높아진다. 오픈마켓에서 검색 후 SERP에서 최소 몇개의 리스팅이 보여질 경우 CVR이 높아진다는 결과도 있을 것 같음 (Hypothesis) 이럴 경우 하나만 나타나는 리스팅의 주인은 허위 계정을 만들어서 2~3개 더 비싼 가격으로 노출하면 CVR이 높아지지 않을까?
  • GAP에서는 Calculated metrics 를 만들어서 GA에서 직접 볼 수 있다 -> Admin -> Custom Definition -> Calculated metrics 에서 생성 가능. 엑셀로 데이터 Export 후 Calculated metrics 를 짜면 왜곡이 발생하는 케이스가 많다. 게다가 웹에서 직접 Calculated metrics 를 보여주는건 간지 그자체!
  • Google Big Query 라는 놈이 있는데 다른 데이터 소스를 GA에 업로드 해 주는 기능이 있다보다. Tableau 가 설 자리가 없어지는건가?
  • Conversion -> MCF -> Top Conversion -> Channel Groupings -> Create or edit channel grouping 에서 자신만의 MCF를 만들 수 있다. E.g. Facebook Link Page Post 를 생성 후 멀티채널 분석 할 수 있다.
  • Admin -> Channel setting -> Channel Grouping / Manage brand Terms
  • Property -> Custom Definition -> Custom Dimension or Metric / 웹 or 앱에 태깅 필요
  • Zum 의 Search Query는 구글애널리틱스에서 서치엔진이라고 안 잡아주기 때문에 직접 세팅 해 줘야한다. Query Parameter 에는 “query=심슨+디지털마케팅” 로 나오는 것을 확인하였으니, “query” 라고 넣어주면 된다.

해당 코스는 초/중급 코스이긴하지만 어느정도 디지털마케팅에 대한 이해도와 GA에 대한 기본적인 공부를 하고 가면 더욱 의미있는 시간이 될 것이다.

 

*궁금한 점, 토론하고 싶은 GA 관련 등등 뭐든 댓글 남겨주시면 댓댓글 달아드립니다!