[2023년 11월 세미나] 마케팅 성과 분석의 모든 것 (feat. GA4)

[2023년 11월 세미나] 마케팅 성과 분석의 모든 것 (feat. GA4)
강연 자료입니다.
지난 세미나는 인프런에서 다시 보실 수 있고, 슬라이드에 나와있는 데이터리안 오픈카톡방에서 다음 세미나 소식을 빠르게 받아보실 수 있습니다.
---
다음 달 세미나 안내: https://datarian.io/seminar
세미나 다시보기: https://www.inflearn.com/roadmaps/644

Transcript

1. 데이터리안 데이터 분석 교육이 필요할때 데이터 분석 정보 공유 오픈 카톡방 마케팅 성과 분석의 모든 것 (feat. GA4)
2. 데이터리안 데이터 분석 교육이 필요할 때 1 2 3 4 데이터 분석 세미나 데이터 컨설팅 SQL / GA4 데이터 분석 캠프 사내 맞춤형 SQL 교육 데이터리안 소개
3. 데이터리안 데이터 분석 교육이 필요할 때 지난 세미나 보러가기 월간 데이터리안 세미나 실무자가 알려주는 데이터 분석가 취업 준비 완벽 가이드 데이터와 함께 SNS 마케팅을 넘어 오프라인 광고까지 마케팅 성과 분석의 모든 것 (feat. GA4) 2023 09 2022 10 2023 11
4. 데이터리안 데이터 분석 교육이 필요할 때 1부 쉬는 시간 2부 강연 패널토크 진행 순서 19:00 - 19:50 김민주 19:50 - 20:00 20:00 - 21:00 김민주, 이보민, 윤선미 “혹시 광고 성과로 라스트 터치만 보고 계신가요?” “마케팅 성과 측정, 어떻게 해야 할까요?”
5. 데이터리안 데이터 분석 교육이 필요할 때 현) 데이터리안 그로스 마케터, 데이터 분석가 전) B2B 물류 스타트업 데이터 분석가, 그로스 마케터 김민주 연사 현) 데이터리안 콘텐츠 마케터, 데이터 분석가 전) 잡플래닛 데이터 분석가 이보민 모더레이터 현) 데이터리안 데이터 분석가 전) 쿠팡, 하이퍼커넥트, 카카오 데이터 분석가 윤선미 패널 연사 & 패널
6. “ 연사 혹시 광고 성과로 라스트 터치만 보고 계신가요? 김민주 현) 데이터리안 그로스 마케터, 데이터 분석가 전) B2B 물류 스타트업 퍼포먼스 마케터, 데이터 분석가
7. “ 패널 윤선미 마케팅 성과 측정, 어떻게 해야 할까요? 현) 데이터리안 데이터 분석가 전) 쿠팡, 하이퍼커넥트, 카카오 데이터 분석가
8. 혹시 광고 성과로 라스트 터치만 보고 계신가요? 연사: 김민주 19:00 - 19:50
9. 강연 순서 • 유입 채널 데이터 수집하기: UTM 파라미터 • 기여 분석(Attribution Analysis) • 쿠키리스(Cookie-less) 시대의 기여 분석 • 데이터 기반 모델 • 사용자가 전환되기까지 거치는 여정: 마케팅 퍼널 • 데이터 기반 모델을 넘어 마케팅 퍼널 해석하기
10. 여러분은 오늘 세미나를 어떻게 듣게 되셨나요? 데이터리안에서 하고 있는 세미나 마케팅(왼쪽부터 인스타그램, 유튜브, 뉴스레터, 웹사이트 배너) 처음 알게 된 채널을 통해 바로 신청하셨나요? 여러 채널을 거쳐오셨다면 어떤 채널의 영향력이 가장 컸나요?
11. 마케팅 목표 지표 회원 가입 상품 구매 다운로드 구독
12. 유입 채널 데이터 수집하기 : UTM 파라미터
13. UTM 파라미터의 종류 • utm_source: 유입 채널 (e.g. youtube) • utm_medium: 유입된 매체 (e.g. social, cpc, email) • utm_campaign: 유입된 캠페인 (e.g. seminar) • utm_term: 검색 유입의 경우 검색하고 들어온 키워드 • utm_content: 콘텐츠 UTM 파라미터 사용 예시 • 원본 URL: https://datarian.io/seminar • UTM 파라미터를 붙인 URL: https://datarian.io/seminar?utm_source=seminar&utm_medium=seminar&utm_campaign=referral 유입 채널 데이터 수집하기
14. UTM 파라미터의 종류 • utm_source: 유입 채널 (e.g. youtube) • utm_medium: 유입된 매체 (e.g. social, cpc, email) • utm_campaign: 유입된 캠페인 (e.g. seminar) • utm_term: 검색 유입의 경우 검색하고 들어온 키워드 • utm_content: 콘텐츠 • utm_id: 캠페인 ID • utm_source_platform: 유입이 발생한 매체 플랫폼 (e.g. Google Ads, Naver Display Ad) • utm_creative_format: 광고 소재 유형 (e.g. 디스플레이, 네이티브, 동영상, 검색) • utm_marketing_tactic: 타겟 (e.g. 리마케팅, 잠재고객 발굴) GA4에서 새로 추가된 UTM 파라미터
15. UTM 파라미터를 통해 수집한 데이터 확인하기 GA4 트래픽 획득 보고서
16. UTM 파라미터를 통해 수집한 데이터 확인하기 GA4 트래픽 획득 보고서
17. UTM 파라미터를 통해 수집한 데이터 확인하기 GA4 트래픽 획득 보고서
18. UTM 파라미터를 통해 수집한 데이터 확인하기 GA4 트래픽 획득 보고서
19. UTM 파라미터를 통해 수집한 데이터 확인하기 GA4 트래픽 획득 보고서
20. UTM 파라미터를 통해 수집한 데이터 확인하기 GA4 트래픽 획득 보고서 구글 검색
21. UTM 파라미터를 통해 수집한 데이터 확인하기 GA4 트래픽 획득 보고서 유튜브 광고
22. UTM 파라미터를 통해 수집한 데이터 확인하기 GA4 트래픽 획득 보고서
23. UTM 파라미터를 통해 수집한 데이터 확인하기 GA4 트래픽 획득 보고서
24. UTM 파라미터를 통해 수집한 데이터 확인하기 GA4 트래픽 획득 보고서 사용자가 연속된 활동을 했는지 확인하기 위해 구분하는 시간 단위로 GA4에서는 30분을 기준으로 함
25. UTM 파라미터를 통해 수집한 데이터 확인하기 뉴스레터 유튜브 (?%) (?%) (?%) 인스타그램 광고 B 뉴스레터 인스타그램 광고 A 인스타그램 광고 A A B 트래픽 획득 보고서에서는 무조건 전환 직전에 거친 채널의 성과로 보게 됨
26. 기여 분석 Attribution Analysis
27. 기여 분석 Attribution Analysis 사용자가 전환되기까지 거쳐온 마케팅 채널에 전환 기여도를 할당하고 각 채널의 성과를 판단하는 방법 • 마지막 클릭 (Last Click) • 첫 번째 클릭 (First Click) • 선형 (Linear) • 위치 기반 (Position Based) • 시간 가치 하락 (Time Decay) • 데이터 기반 (Data Driven) 기여 분석 소개
28. 기여 분석 Attribution Analysis 사용자가 전환되기까지 거쳐온 마케팅 채널에 전환 기여도를 할당하고 각 채널의 성과를 판단하는 방법 • 마지막 클릭 (Last Click) • 첫 번째 클릭 (First Click) • 선형 (Linear) • 위치 기반 (Position Based) • 시간 가치 하락 (Time Decay) • 데이터 기반 (Data Driven) 기여 분석 소개 규칙 기반 모델
29. 기여 분석 Attribution Analysis 사용자가 전환되기까지 거쳐온 마케팅 채널에 전환 기여도를 할당하고 각 채널의 성과를 판단하는 방법 • 마지막 클릭 (Last Click) • 첫 번째 클릭 (First Click) • 선형 (Linear) • 위치 기반 (Position Based) • 시간 가치 하락 (Time Decay) • 데이터 기반 (Data Driven) 기여 분석 소개 규칙 기반 모델
30. 기여 분석 Attribution Analysis 사용자가 전환되기까지 거쳐온 마케팅 채널에 전환 기여도를 할당하고 각 채널의 성과를 판단하는 방법 • 마지막 클릭 (Last Click) • 첫 번째 클릭 (First Click) • 선형 (Linear) • 위치 기반 (Position Based) • 시간 가치 하락 (Time Decay) • 데이터 기반 (Data Driven) 기여 분석 소개
31. 기여 분석 Attribution Analysis 사용자가 전환되기까지 거쳐온 마케팅 채널에 전환 기여도를 할당하고 각 채널의 성과를 판단하는 방법 • 마지막 클릭 (Last Click) • 첫 번째 클릭 (First Click) • 선형 (Linear) • 위치 기반 (Position Based) • 시간 가치 하락 (Time Decay) • 데이터 기반 (Data Driven) 기여 분석 소개 뉴스레터 (0%) (0%) (0%) (100%)
32. 기여 분석 Attribution Analysis 사용자가 전환되기까지 거쳐온 마케팅 채널에 전환 기여도를 할당하고 각 채널의 성과를 판단하는 방법 • 마지막 클릭 (Last Click) • 첫 번째 클릭 (First Click) • 선형 (Linear) • 위치 기반 (Position Based) • 시간 가치 하락 (Time Decay) • 데이터 기반 (Data Driven) 기여 분석 소개 뉴스레터 (100%) (0%) (0%) (0%)
33. 기여 분석 Attribution Analysis 사용자가 전환되기까지 거쳐온 마케팅 채널에 전환 기여도를 할당하고 각 채널의 성과를 판단하는 방법 • 마지막 클릭 (Last Click) • 첫 번째 클릭 (First Click) • 선형 (Linear) • 위치 기반 (Position Based) • 시간 가치 하락 (Time Decay) • 데이터 기반 (Data Driven) 기여 분석 소개 뉴스레터 (25%) (25%) (25%) (25%)
34. 기여 분석 Attribution Analysis 사용자가 전환되기까지 거쳐온 마케팅 채널에 전환 기여도를 할당하고 각 채널의 성과를 판단하는 방법 • 마지막 클릭 (Last Click) • 첫 번째 클릭 (First Click) • 선형 (Linear) • 위치 기반 (Position Based) • 시간 가치 하락 (Time Decay) • 데이터 기반 (Data Driven) 기여 분석 소개 뉴스레터 (40%) (10%) (10%) (40%) 20% 40% 40%
35. 기여 분석 Attribution Analysis 사용자가 전환되기까지 거쳐온 마케팅 채널에 전환 기여도를 할당하고 각 채널의 성과를 판단하는 방법 • 마지막 클릭 (Last Click) • 첫 번째 클릭 (First Click) • 선형 (Linear) • 위치 기반 (Position Based) • 시간 가치 하락 (Time Decay) • 데이터 기반 (Data Driven) 기여 분석 소개 뉴스레터 (7%) (13%) (27%) (53%)
36. 기여 분석 Attribution Analysis 사용자가 전환되기까지 거쳐온 마케팅 채널에 전환 기여도를 할당하고 각 채널의 성과를 판단하는 방법 • 마지막 클릭 (Last Click) • 첫 번째 클릭 (First Click) • 선형 (Linear) • 위치 기반 (Position Based) • 시간 가치 하락 (Time Decay) • 데이터 기반 (Data Driven) 기여 분석 소개 뉴스레터 (?%) (?%) (?%) (?%)
37. 쿠키리스(Cookie-less) 시대의 기여 분석
38. 쿠키 Cookie 사용자가 웹사이트에 재방문했을 때 웹사이트를 빠르고 편리하게 사용할 수 있도록 저장하는 작은 데이터 조각 e.g. 장바구니에 담아놓은 상품, 로그인 정보, 방문한 웹사이트 정보, 검색어 정보 등 쿠키리스 시대가 온 이유 온라인 상에서 개인 정보 노출에 대한 우려로 개인 정보 보호 정책이 강화되면서 서드 파티 데이터 활용이 불가능해짐 쿠키와 쿠키리스(Cookie-less) 시대
39. 퍼스트 파티 데이터 (First-Party Data) 회사가 내 고객에게 수집한 데이터 세컨드 파티 데이터 (Second-Party Data) 다른 회사의 퍼스트 파티 데이터 서드 파티 데이터 (Third-Party Data) 메타나 구글 같은 제 3자를 통해 얻을 수 있는 데이터 데이터의 종류
40. 퍼스트 파티 데이터 (First-Party Data) 회사가 내 고객에게 수집한 데이터 세컨드 파티 데이터 (Second-Party Data) 다른 회사의 퍼스트 파티 데이터 서드 파티 데이터 (Third-Party Data) 메타나 구글 같은 제 3자를 통해 얻을 수 있는 데이터 데이터의 종류
41. 퍼스트 파티 데이터 (First-Party Data) 회사가 내 고객에게 수집한 데이터 세컨드 파티 데이터 (Second-Party Data) 다른 회사의 퍼스트 파티 데이터 서드 파티 데이터 (Third-Party Data) 메타나 구글 같은 제 3자를 통해 얻을 수 있는 데이터 데이터의 종류
42. 쿠키리스 시대를 맞아 기여 분석이 마주한 변화 뉴스레터 유튜브 (?%) (?%) (?%) 인스타그램 광고 B 뉴스레터 인스타그램 광고 A 인스타그램 광고 A 쿠키에서 사용자의 유입경로를 계속 저장하고 있지 않아 전환까지 오래 걸리는 경우 전체 경로를 파악하기 어려워짐
43. 데이터 기반 모델
44. 규칙 기반 모델과 데이터 기반 모델의 차이점 규칙 기반 모델 각각의 경로 데이터를 확인해 개별 전환의 기여도를 직접 배분 데이터 기반 모델 전체 데이터를 통해 각 채널이 전환 가능성에 미치는 영향을 예측하여 채널별 기여도를 판단
45. 데이터 기반 모델의 작동 방식 뉴스레터 (?%) (?%) (?%) (?%) 뉴스레터 (?%) (?%) (?%) (?%) A B 3% 2% 유튜브 인스타그램 광고 B 뉴스레터 인스타그램 광고 A 인스타그램 광고 B 뉴스레터 인스타그램 광고 A 사용자가 거치는 경로 데이터를 가지고 전환 확률을 계산하는 모델을 개발
46. 데이터 기반 모델의 작동 방식 뉴스레터 (?%) (?%) (?%) (?%) 뉴스레터 (?%) (?%) (?%) (?%) A B 3% 2% +50% 유튜브 인스타그램 광고 B 뉴스레터 인스타그램 광고 A 인스타그램 광고 B 뉴스레터 인스타그램 광고 A
47. 데이터 기반 모델의 작동 방식 뉴스레터 (?%) (?%) (?%) (?%) A B 3% 2% 뉴스레터 (?%) (?%) (?%) (?%) 인스타그램 광고 유튜브 C 2% 뉴스레터 (?%) (?%) (?%) (?%) 인스타그램 광고 뉴스레터 유튜브 D 2% 뉴스레터 (?%) (?%) (?%) (?%) 인스타그램 광고 뉴스레터 인스타그램 광고 유튜브 유튜브 인스타그램 광고 B 뉴스레터 인스타그램 광고 A 유튜브 인스타그램 광고 B 뉴스레터 인스타그램 광고 A 뉴스레터 인스타그램 광고 A 인스타그램 광고 A 인스타그램 광고 B 뉴스레터 인스타그램 광고 B 유튜브 유튜브
48. 데이터 기반 모델의 작동 방식 뉴스레터 (?%) (?%) (?%) (?%) A B 3% 2% 뉴스레터 (?%) (?%) (?%) (?%) 인스타그램 광고 유튜브 C 2% 뉴스레터 (?%) (?%) (?%) (?%) 인스타그램 광고 뉴스레터 유튜브 D 2% 뉴스레터 (?%) (?%) (?%) (?%) 인스타그램 광고 뉴스레터 인스타그램 광고 유튜브 유튜브 인스타그램 광고 B 뉴스레터 인스타그램 광고 A 유튜브 인스타그램 광고 B 뉴스레터 인스타그램 광고 A 뉴스레터 인스타그램 광고 A 인스타그램 광고 A 인스타그램 광고 B 뉴스레터 인스타그램 광고 B 유튜브 유튜브
49. 데이터 기반 모델의 작동 방식 뉴스레터 (?%) (?%) (?%) (?%) A B 3% 2% 뉴스레터 (?%) (?%) (?%) (?%) 인스타그램 광고 유튜브 C 2% 뉴스레터 (?%) (?%) (?%) (?%) 인스타그램 광고 뉴스레터 유튜브 D 2% 뉴스레터 (?%) (?%) (?%) (?%) 인스타그램 광고 뉴스레터 인스타그램 광고 유튜브 유튜브 인스타그램 광고 B 뉴스레터 인스타그램 광고 A 유튜브 인스타그램 광고 B 뉴스레터 인스타그램 광고 A 뉴스레터 인스타그램 광고 A 인스타그램 광고 A 인스타그램 광고 B 뉴스레터 인스타그램 광고 B 유튜브 유튜브
50. 데이터 기반 모델의 작동 방식 뉴스레터 (?%) (?%) (?%) (?%) A B 3% 2% 뉴스레터 (?%) (?%) (?%) (?%) 인스타그램 광고 유튜브 C 2% 뉴스레터 (?%) (?%) (?%) (?%) 인스타그램 광고 뉴스레터 유튜브 D 2% 뉴스레터 (?%) (?%) (?%) (?%) 인스타그램 광고 뉴스레터 인스타그램 광고 유튜브 유튜브 인스타그램 광고 B 뉴스레터 인스타그램 광고 A 유튜브 인스타그램 광고 B 뉴스레터 인스타그램 광고 A 뉴스레터 인스타그램 광고 A 인스타그램 광고 A 인스타그램 광고 B 뉴스레터 인스타그램 광고 B 유튜브 유튜브
51. 데이터 기반 모델의 작동 방식 뉴스레터 (?%) (?%) (?%) (?%) A B 3% 2% 뉴스레터 (?%) (?%) (?%) (?%) 인스타그램 광고 유튜브 C 2% 뉴스레터 (?%) (?%) (?%) (?%) 인스타그램 광고 뉴스레터 유튜브 D 2% 뉴스레터 (?%) (?%) (?%) (?%) 인스타그램 광고 뉴스레터 인스타그램 광고 유튜브 유튜브 인스타그램 광고 B 뉴스레터 인스타그램 광고 A 유튜브 인스타그램 광고 B 뉴스레터 인스타그램 광고 A 뉴스레터 인스타그램 광고 A 인스타그램 광고 A 인스타그램 광고 B 뉴스레터 인스타그램 광고 B 유튜브 유튜브
52. 데이터 기반 모델의 작동 방식 뉴스레터 (?%) (?%) (?%) (?%) A B 3% 2% 뉴스레터 (?%) (?%) (?%) (?%) 인스타그램 광고 유튜브 C 2% 뉴스레터 (?%) (?%) (?%) (?%) 인스타그램 광고 뉴스레터 유튜브 D 2% 뉴스레터 (?%) (?%) (?%) (?%) 인스타그램 광고 뉴스레터 인스타그램 광고 유튜브 유튜브 인스타그램 광고 B 뉴스레터 인스타그램 광고 A 유튜브 인스타그램 광고 B 뉴스레터 인스타그램 광고 A 뉴스레터 인스타그램 광고 A 인스타그램 광고 A 인스타그램 광고 B 뉴스레터 인스타그램 광고 B 유튜브 유튜브
53. 데이터 기반 모델도 완벽하지 않음 1. 데이터에 기반해 계산해 주는 모델이기 때문에 데이터가 쌓이기 전까지는 부정확함 2. 내부의 로직에 의해 동작하므로 어떤 기준으로 기여도를 배분하는지 알 수 없음 데이터 기반 모델이 다 해주는데 우리는 뭘 하나…
54. 세미나 신청 경로 다시 생각해보기 뉴스레터 유튜브 (?%) (?%) (?%) 인스타그램 광고 B 뉴스레터 인스타그램 광고 A 인스타그램 광고 A A B
55. 세미나 신청 경로 다시 생각해보기 GA4 광고 > 전환 경로 외부 커뮤니티 A 외부 커뮤니티 A 외부 커뮤니티 B 외부 커뮤니티 B
56. 세미나 신청 경로 다시 생각해보기 GA4 전환 경로 외부 커뮤니티 A 외부 커뮤니티 A 외부 커뮤니티 B 외부 커뮤니티 B
57. 세미나 신청 경로 다시 생각해보기 GA4 전환 경로 외부 커뮤니티 A 외부 커뮤니티 A 외부 커뮤니티 B 외부 커뮤니티 B
58. 사용자가 전환되기까지 거치는 여정: 마케팅 퍼널
59. 사용자가 전환되기까지 거치는 여정: 마케팅 퍼널 마케팅 퍼널 이미지 (출처: https://www.vennmarketing.com/blog/marketing-101-a-7-minute-introduction/)
60. 사용자가 전환되기까지 거치는 여정: 마케팅 퍼널 마케팅 퍼널 이미지 (출처: https://www.vennmarketing.com/blog/marketing-101-a-7-minute-introduction/)
61. 사용자가 전환되기까지 거치는 여정: 마케팅 퍼널 마케팅 퍼널 이미지 (출처: https://www.vennmarketing.com/blog/marketing-101-a-7-minute-introduction/)
62. 사용자가 전환되기까지 거치는 여정: 마케팅 퍼널 마케팅 퍼널 이미지 (출처: https://www.vennmarketing.com/blog/marketing-101-a-7-minute-introduction/)
63. 사용자가 전환되기까지 거치는 여정: 마케팅 퍼널 같은 광고를 봤더라도 그 전에 거쳐온 경로에 따라 다르게 반응할 수 있다 뉴스레터 유튜브 (?%) (?%) (?%) 인스타그램 광고 B 뉴스레터 인스타그램 광고 A 인스타그램 광고 A A B
64. 사용자가 전환되기까지 거치는 여정: 마케팅 퍼널 뉴스레터 유튜브 (?%) (?%) (?%) 인스타그램 광고 B 뉴스레터 인스타그램 광고 A 인스타그램 광고 A A B 같은 광고를 봤더라도 그 전에 거쳐온 경로에 따라 다르게 반응할 수 있다
65. 사용자가 전환되기까지 거치는 여정: 마케팅 퍼널 뉴스레터 유튜브 (?%) (?%) (?%) 인스타그램 광고 B 뉴스레터 인스타그램 광고 A 인스타그램 광고 A A B Awareness 인지 같은 광고를 봤더라도 그 전에 거쳐온 경로에 따라 다르게 반응할 수 있다
66. 사용자가 전환되기까지 거치는 여정: 마케팅 퍼널 뉴스레터 유튜브 (?%) (?%) (?%) 인스타그램 광고 B 뉴스레터 인스타그램 광고 A 인스타그램 광고 A A B Consideration 고려 같은 광고를 봤더라도 그 전에 거쳐온 경로에 따라 다르게 반응할 수 있다
67. 사용자가 전환되기까지 거치는 여정: 마케팅 퍼널 뉴스레터 유튜브 (?%) (?%) (?%) 인스타그램 광고 B 뉴스레터 인스타그램 광고 A 인스타그램 광고 A A B Conversion 전환 같은 광고를 봤더라도 그 전에 거쳐온 경로에 따라 다르게 반응할 수 있다
68. 사용자가 전환되기까지 거치는 여정: 마케팅 퍼널 뉴스레터 유튜브 (?%) (?%) (?%) 인스타그램 광고 B 뉴스레터 인스타그램 광고 A 인스타그램 광고 A A B 같은 광고를 봤더라도 그 전에 거쳐온 경로에 따라 다르게 반응할 수 있다
69. 사용자가 전환되기까지 거치는 여정: 마케팅 퍼널 같은 광고를 봤더라도 그 전에 거쳐온 경로에 따라 다르게 반응할 수 있다 뉴스레터 유튜브 (?%) (?%) (?%) 인스타그램 광고 B 뉴스레터 인스타그램 광고 A 인스타그램 광고 A A B
70. 데이터 기반 모델을 넘어 마케팅 퍼널 해석하기 마케팅 퍼널 이미지 (출처: https://www.vennmarketing.com/blog/marketing-101-a-7-minute-introduction/)
71. 데이터 기반 모델을 넘어 마케팅 퍼널 해석하기 마케팅 퍼널 이미지 (출처: https://www.vennmarketing.com/blog/marketing-101-a-7-minute-introduction/)
72. Awareness 인지 단계의 성과 확인하기 유튜브 스튜디오 대시보드 각 마케팅 채널에서 제공해주는 통계 (조회수, 팔로우, 댓글, 저장, 공유하기 등) 인스타그램 프로페셔널 대시보드
73. Consideration 고려 단계의 성과 확인하기 GA4 트래픽 획득 보고서 직접 구매 전환이 발생하지 않았다고 하더라도 상품 페이지 조회, 장바구니 담기, 구매 버튼 클릭 같은 액션이 발생했다면 Consideration 고려 단계로 넘어왔다고 판단할 수 있음 유튜브 광고
74. 쿠키리스 시대에 대처하기: 퍼스트 파티 데이터 수집
75. 퍼스트 파티 데이터 수집을 잘(!)하기 1. 사용자 행동 데이터 수집하기 2. 퍼스트 파티 데이터 수집을 고려하여 마케팅 캠페인 설계하기 3. 잠재 고객 확보하기
76. 퍼스트 파티 데이터 수집을 잘(!)하기 GA4 트래픽 획득 보고서 1. 사용자 행동 데이터 수집하기
77. 퍼스트 파티 데이터 수집을 잘(!)하기 웹사이트에서 자료 다운로드 2. 퍼스트 파티 데이터 수집을 고려하여 마케팅 캠페인 설계하기 퍼스트 파티 데이터 수집을 할 수 있는 곳(웹사이트, 정보 입력폼 등)으로 사용자들을 보내기 구글폼에서 사용자 데이터 직접 수집
78. 퍼스트 파티 데이터 수집을 잘(!)하기 로그인 유도 장치 3. 잠재 고객 확보하기 로그인, 뉴스레터 구독, 인스타그램 팔로우 등 유도 뉴스레터 구독 유도 인스타그램 팔로우 유도
79. 마케팅 성과 분석을 위해 필요한 것 • UTM 파라미터를 사용해 유입 채널 데이터 수집하기 • 기여 분석(Attribution Analysis) • 쿠키리스(Cookie-less) 시대가 기여 분석에 미친 영향 이해하기 • 데이터 기반 모델을 넘어 마케팅 퍼널 해석하기 • 퍼스트 파티 데이터 수집을 잘하기 마무리
80. 연사: 김민주 Q&A
81. direct / none 유입이 70% 정도로 많은 상태일 때, 효과적인 성과 분석 방법이 있을까요? (1/3) Question 1.
82. 브랜드 인지도를 위한 노출 캠페인 및 바이럴 마케팅을 하고 있습니다. 주 채널이 스마트스토어인데요. GA4에서 데이터를 보려면 자사몰로 광고를 해야 하나요? (2/3) Question 2.
83. GA4를 이용해서 특정 사용자의 경로 추적이 가능할까요? 마지막으로 전환된 사용자가 어디서 유입됐고, 어떤 경로로 움직였는지 추적하고 싶습니다! (3/3) Question 3.
84. Q3. GA4에서 특정 사용자의 경로 추적 GA4 실시간 보고서 ʻ사용자 스냅샷 보기' 1. 실시간 보고서에서 ʻ사용자 스냅샷 보기'
85. ʻ탐색 > 유입경로 탐색 분석’ Q3. GA4에서 특정 사용자의 경로 추적 2. 유입경로 탐색 분석에서 ʻ사용자 보기' 기능 사용하기
86. 개별 사용자 데이터 확인하는 방법 Q3. GA4에서 특정 사용자의 경로 추적 2. 유입경로 탐색 분석에서 ʻ사용자 보기' 기능 사용하기
87. Q3. GA4에서 특정 사용자의 경로 추적 2. 유입경로 탐색 분석에서 ʻ사용자 보기' 기능 사용하기 개별 사용자 리스트 확인
88. Q3. GA4에서 특정 사용자의 경로 추적 2. 유입경로 탐색 분석에서 ʻ사용자 보기' 기능 사용하기 블로그 글 열람 블로그 글 열람 세미나 페이지 열람 블로그 글 열람 개별 사용자 로그 데이터 확인
89. Q3. GA4에서 특정 사용자의 경로 추적 구글 빅쿼리 GA4와 구글 빅쿼리 연동해서 원본 데이터 추출하기
90. 데이터리안 오픈 채팅방 데이터 분석 정보 공유 오픈 카톡방 데이터 분석 교육이 필요할 때 데이터리안 데이터리안 데이터 분석 정보 공유방 • 데이터 분석가 취업 고민 • 데이터 분석가 커리어 / 업무 • 각종 스터디 모집 • 세미나 슬라이드 공유 • 얼리버드 할인 소식 공유 • 입장코드 ʻSQLGA4’
91. 🎁 무료 맛보기 강의를 들어보세요 • 웹사이트에서 직접 데이터를 수집하고 분석해보고 싶은 분 • 지금 당장 GA4를 활용해야 하는 분 • 보고싶은 데이터가 많아서 직접 세팅하고 싶은 실무자 (이번주 금요일, 얼리버드 30% 할인 마감) [무료] GA4 데이터 분석 캠프 맛보기 데이터 분석 교육이 필요할 때 데이터리안
92. “다른 온라인 강의와 달리 비즈니스 성장을 위해 GA4를 어떻게 활용해야 하는지 인사이트를 얻게 해준 강의입니다.” 실무자들을 위한 GA4 데이터 분석 캠프 “가능한 한 빨리 업무에서 GA4를 활용해야 하는데, 사내에는 가이드 라인도 없어 고민 중이었는데요. 캠프 덕에 방향이 잡혀 걱정이 줄었습니다. 감사합니다!” GA4 캠프 수강생 | L님 GA4 캠프 수강생 | K님 데이터 분석 교육이 필요할 때 데이터리안
93. NEXT 일시 현) 데이터리안 데이터 분석가 전) 쿠팡, 하이퍼커넥트, 카카오 데이터 분석가 윤선미 연사 12/12(화) 19:00 ~ 21:00 선배 데이터 분석가의 SQL 코딩테스트 노하우 공개 패널 모더레이터 이보민 현) 데이터리안 데이터 분석가 전) 리디 데이터 분석가 송혜정 주제 현) 데이터리안 데이터 분석가 전) 잡플래닛 데이터 분석가 33,000원 → 10,000원 라이브 특별할인가
94. NEXT 1부 강연 일시 현) 데이터리안 데이터 분석가 전) 쿠팡, 하이퍼커넥트, 카카오 데이터 분석가 윤선미 연사 12/12(화) 19:00 ~ 21:00 33,000원 → 10,000원 라이브 특별할인가 SQL 코딩테스트의 거의 모든 것: 공부 방법부터 실전 노하우까지
95. NEXT 일시 현) 데이터리안 데이터 분석가 전) 쿠팡, 하이퍼커넥트, 카카오 데이터 분석가 윤선미 패널 12/12(화) 19:00 ~ 21:00 SQL 코딩테스트, 데이터 분석가 3명은 이렇게 봤습니다 패널 패널 이보민 현) 데이터리안 데이터 분석가 전) 리디 데이터 분석가 송혜정 2부 패널토크 현) 데이터리안 데이터 분석가 전) 잡플래닛 데이터 분석가 33,000원 → 10,000원 라이브 특별할인가
96. 마케팅 성과 측정, 어떻게 해야 할까요? 패널: 김민주, 이보민, 윤선미 20:00 - 21:00
97. 2부 패널토크 진행 순서 Warm-up 1. 작은 규모의 서비스에서 뉴스레터, 광고성 메일, SNS 관리, 챗봇 등을 동시에 다 해야할까요? 2. 콘텐츠 조회수는 어느 정도 나오는데 App 다운로드 전환이 낮은 것이 고민입니다. 뭐가 문제일까요? 마케팅 성과 측정 3. 마케팅 성과를 판단하기 위해 어떤 데이터를 봐야 하는지 감을 잡기가 어려워요. 4. 작은 브랜드 마케터입니다. 인플루언서 협업 콘텐츠를 기획했는데 체감상 느껴지는 반응은 좋습니다. 그런데 객관적인 성과 평가는 어떻게 할 수 있을까요? 5. 스타트업에 다니고 있습니다. 사용자에게 설문을 받고 있는데 정성적인 데이터는 어떻게 활용해야 할지 모르겠어요. 데이터 기반 의사 결정 팁 6. 데이터 팀이 없고 분석 환경도 갖춰지지 않은 상황에서 데이터 기반 마케팅을 어떻게 시작 할 수 있을까요? 7. 데이터가 없을 때 데이터 기반 의사 결정 방법이 궁금합니다. 데이터는 과거를 기반으로 하는데, 새로운 아이디어를 결정할 때는 어떻게 적용할 수 있을까요? 8. 데이터 마케팅에 어떤 데이터 분석 스킬이 필요한가요?
98. Warm-up
99. 작은 규모의 서비스에서 뉴스레터, 광고성 메일, SNS 관리, 챗봇 등을 동시에 다 해야하는 걸까요? 선택적으로 한다면 어떤 것을 추천하시나요? (1/8) Question 1.
100. Q1. 작은 규모 회사, 마케팅 채널 선별하는 방법 뉴스레터 인스타그램 카카오톡 채널 데이터리안의 마케팅 채널
101. Q1. 작은 규모 회사, 마케팅 채널 선별하는 방법 뉴스레터 인스타그램 카카오톡 채널 데이터리안의 마케팅 채널
102. 콘텐츠 조회수는 어느 정도 나오는데 App 다운로드 전환이 낮은 것이 고민입니다. 뭐가 문제일까요? (2/8) Question 2.
103. 이 콘텐츠가 어떤 단계의 사용자들에게 소구하는 내용인지 생각해보기 Q2. 조회수는 나오는데 앱 다운로드는 없을 때 인지 목표: 브랜드 이름, 메시지 전달 전환 목표: 구체적인 혜택을 제시 전환 목표: 상품 보여주기
104. 인지 단계의 성과 측정하기 1. 각 마케팅 채널의 자체 지표 (좋아요, 댓글, 공유, 게시물 저장 수, 공유하기 수) 2. 우리 서비스를 검색한 검색량 3. 웹사이트 트래픽 4. 다이렉트 트래픽 (우리 웹사이트에 직접 접속한 트래픽) 5. 백링크 6. SNS에서 우리 서비스가 언급되고 있는지 고려 단계의 성과 측정하기 1. 구매 전환의 경우, 상품 페이지 조회나 장바구니 담기, 구매 버튼 클릭 수 2. 앱 다운로드 전환의 경우, 앱 다운로드 페이지 트래픽 Q2. 조회수는 나오는데 앱 다운로드는 없을 때
105. 마케팅 성과 측정
106. 마케팅 성과를 판단하기 위해 어떤 데이터를 봐야 하는지 감을 잡기가 어려워요. 보고 싶은 데이터가 너무 많습니다. (3/8) Question 3.
107. Q3. 마케팅 성과 판단을 위한 지표 어떻게 찾나요? Working Backwards AS-IS 캠페인을 일단 하고 → 여기에서 나온 지표를 종합적으로 평가하여 캠페인 성과를 판단 TO-BE 캠페인의 목표 지표를 세우고 → 그에 맞춰 기획한 캠페인 진행 → 캠페인 기획 전 세운 목표 지표로 캠페인을 평가
108. Q3. 마케팅 성과 판단을 위한 지표 어떻게 찾나요? 세미나 인지를 목표로 하는 캠페인 소재 세미나 전환을 목표로 하는 캠페인 소재 더 알아보기 > 목표에 따라 달라지는 성과지표
109. Q3. 마케팅 성과 판단을 위한 지표 어떻게 찾나요? 세미나 인지 목표 도달 1000 세미나 페이지 방문 500 세미나 신청 1 도달 1000 세미나 페이지 방문 100 세미나 신청 15 세미나 전환 목표 더 알아보기 >
110. 세미나 인지 목표 도달 1000 세미나 페이지 방문 500 세미나 신청 1 도달 1000 세미나 페이지 방문 100 세미나 신청 15 Q3. 마케팅 성과 판단을 위한 지표 어떻게 찾나요? 세미나 전환 목표 더 알아보기 >
111. 작은 브랜드 마케터입니다. 인플루언서 협업 콘텐츠를 기획했는데 체감상 느껴지는 반응은 좋습니다. 그런데 객관적인 성과 평가는 어떻게 할 수 있을까요? (4/8) Question 4.
112. 해당 콘텐츠에만 해당하는 상품 링크나 할인 코드를 제공 Q4. 인플루언서 협업 콘텐츠 성과 측정 인플루언서 전용 쿠폰 발급 예시
113. 설문을 통해 사용자에게 직접 물어보기 Q4. 인플루언서 협업 콘텐츠 성과 측정 설문 예시
114. 스타트업에 다니고 있습니다. 사용자에게 설문을 받고 있는데 정성적인 데이터는 어떻게 활용해야 할지 모르겠어요. 주관식 문항 없애야 할까요? (5/8) Question 5.
115. Q5. 설문조사 정성데이터 활용법이 궁금해요 세미나 내용이 만족스러웠습니다. 분석가로 일하면서 어떤 점이 어려운지 들을 수 있어서 유익했습니다. 앞으로의 취준 방향에 도움이되었습니다. 만족도 7점을 준 세미나 참여자들의 피드백
116. Q5. 설문조사 정성데이터 활용법이 궁금해요 데이터리안이 수집하고 있는 정성 데이터 • 월간 데이터리안 세미나만족도 설문 • SQL 데이터 분석 캠프 / GA4 데이터 분석 캠프 주차별 피드백 • SQL 데이터 분석 캠프 / GA4 데이터 분석 캠프 수강생 인터뷰
117. Q5. 설문조사 정성데이터 활용법이 궁금해요 패널분의 소리가 좀 작아서 일정한 소리로 들렸으면 좋을 것 같습니다 중간에 목소리가 좀 작게 들리는 경우가 있어 좀 더 크게 들리면 더 좋을 것같아요! 마이크의 소리가 각각 달라 아쉬워요 다음번 세미나는 행사 시작 전에 오디오 체크를 한 번 더 하자. 세미나 피드백 반영하는 방법
118. Q5. 설문조사 정성데이터 활용법이 궁금해요 실무에 관한 얘기를 좀 더 많이 해줬으면 좋겠어요. 실무에서 활용하는 팁이나 사례가 궁금합니다. SQL기본 문법을 자세히 설명해주고, 실무자의 관점에서 TIP을 제공해주는 게 좋았습니다. 실무에서 왜 해당 기능들이 필요한지 알 수 있어서 좋았습니다. 리뉴얼 이전 피드백 SQL 데이터 분석 캠프 피드백 반영하는 방법 리뉴얼 이후 피드백
119. Q5. 설문조사 정성데이터 활용법이 궁금해요 인터뷰를 하면 좀 더 자세한 니즈를 알 수 있어요
120. Q5. 설문조사 정성데이터 활용법이 궁금해요 인터뷰를 하면 좀 더 자세한 니즈를 알 수 있어요
121. 데이터 기반 의사 결정 팁
122. 데이터 팀이 없고 분석 환경도 갖춰지지 않은 상황에서 데이터 기반 마케팅을 어떻게 시작 할 수 있을까요? (6/8) Question 6.
123. Q6. 부족한 환경에서 데이터 기반 마케팅 시작하기 블로그 글 보러가기
124. 데이터가 없을 때 데이터 기반 의사 결정 방법이 궁금합니다. 데이터는 과거를 기반으로 하는데, 새로운 아이디어를 결정할 때는 어떻게 적용할 수 있을까요? (7/8) Question 7.
125. Q7. 데이터가 없을 때 데이터 기반 의사 결정 방법 (사용자를) 생각하게 하지 마! 스티브 크록 지음 110p.
126. Q7. 데이터가 없을 때 데이터 기반 의사 결정 방법 (사용자를) 생각하게 하지 마! 스티브 크록 지음 110p.
127. Q7. 데이터가 없을 때 데이터 기반 의사 결정 방법 (사용자를) 생각하게 하지 마! 스티브 크록 지음 110p.
128. Q7. 데이터가 없을 때 데이터 기반 의사 결정 방법 페르미 추정 Fermi Estimation 기초적인 지식과 논리적 추론만으로 짧은 시간 안에 대략적인 근사치를 추정하는 방법 핵폭탄의 위력을 실험하면서 추정을 통해 폭발의 규모를 계산해낸 물리학자 페르미
129. 페르미 추정 Fermi Estimation 게스티메이션(Guess + Estimation)이라고도 불리며 컨설팅 펌에서 신입사원을 뽑는 면접에서 이런 질문을 자주 하는 것으로 알려져있음 - 스타벅스 역삼점 하루 매출은 얼마일까 - 서울 시내 주유소는 몇 개나 있을까 - 한국 사람 1명이 일년동안 소비하는 치킨은 평균 몇 마리일까 Q7. 데이터가 없을 때 데이터 기반 의사 결정 방법
130. 페르미 추정 Fermi Estimation 게스티메이션(Guess + Estimation)이라고도 불리며 컨설팅 펌에서 신입사원을 뽑는 면접에서 이런 질문을 자주 하는 것으로 알려져있음 - 스타벅스 역삼점 하루 매출은 얼마일까 - 매출 = (평균 주문 가격) * (판매량) - 매출 = (평균 주문 가격)* (4인 테이블 * 50개) - 매출 = (커피 2잔 + 베이커리류 1개) * (4인 테이블 * 50개) - 매출 = (15,000원) * (4인 테이블 * 50개) - 매출 = (15,000원) * (4인 테이블 * 50개 * 회전율) - 매출 = (15,000원) * (4인 테이블 * 50개 * 4번 회전) - 매출 = (15,000원) * (4인 테이블 * 50개 * 4번 회전) + 테이크아웃 손님 매출 - 매출 = (15,000원) * (4인 테이블 * 50개 * 4번 회전) + (5,000원) * (100명 * 2번 회전) Q7. 데이터가 없을 때 데이터 기반 의사 결정 방법
131. Q7. 데이터가 없을 때 데이터 기반 의사 결정 방법 온라인 영어 교육 앱 ʻ스픽’의 옥외 광고 성과 예측 스픽의 강남역 옥외 광고 모습 (출처: https://community.rememberapp.co.kr/post/105883?channel=rememberWebNoti)
132. 데이터 마케팅에 어떤 데이터 분석 스킬이 필요한가요? (8/8) Question 8.
133. Q8. 데이터 마케팅에 필요한 데이터 분석 스킬 블로그 글 보러가기 GA4 활용 능력을 길러보세요
134. Q8. 데이터 마케팅에 필요한 데이터 분석 스킬 블로그 글 보러가기 데이터 문해력을 길러보세요
135. Q8. 데이터 마케팅에 필요한 데이터 분석 스킬 추가적으로 공부해 본다면…. SQL 활용 능력까지! 데이터리안의 Retool CRM 대시보드 편집 화면 (SQL만 알면 대시보드를 직접 만들 수 있다)
136. Q8. 데이터 마케팅에 필요한 데이터 분석 스킬 추가적으로 공부해 본다면…. SQL 활용 능력까지! 블로그 글 보러가기
137. 137 데이터리안 데이터 분석 교육이 필요할 때 데이터 분석 정보 공유 오픈 카톡방 세미나에 참여해주셔서 감사합니다. THANK YOU FOR WATCHING