GA4 بੑ ߂ ഝਊӝ (ਢࢎ ࢎਊ ೯ز ۽Ӓ ؘఠ ࣻ ߂ ഝਊ) 작은 조직에서 효율적으로 데이터를 수집하고 의사결정에 활용하는 방법 3 GA4 ৻ ؘఠ ( ؘఠ, ੋఠ࠭ ١) 데이터가 파편화 되어 있나요? 그것이 많은 사람들의 현실입니다 4 ؘఠ ࠙ࢳ ӝഥ࠺ਊ 데이터 분석을 이제 막 시작하려는 분들에게 보내는 현실적인 조언
창업하고나니, 아이러니하게도 데이터가 없더라구요. 2. 그런데 그 와중에도 최소한의 엔지니어링으로 데이터를 적재하고, 분석해서, 의사결정에 활용하는 일을 자연스 럽게 했습니다. 3. 그 과정을 회고해보니 데이터 인프라, 데이터 엔지니어링, 멋지고 비싼 BI 솔루션이 데이터 기반 의사결정의 핵 심이 아니라는 사실을 알게 되었어요. 4. 우리와 같은 상황에 있는 초기 스타트업, 엔지니어가 많지 않은 비즈니스 팀, 팀원이 없이 혼자 고군분투하고 있 는 데이터 분석가들에게 이 이야기가 영감을 줄 수 있을거예요.
Google Analytics를 줄여서 GA라고 부르고 쥐에이, 구글 애널리틱스 라 고 읽습니다. 이 툴에도 버전이 있는데요. 사실 이걸 제대로 설명하기에는 시간이 좀 더 필 요하지만, 간단하게 GA4가 가장 최신 버전의 GA라고 생각하시면 됩니다. 이전에는 UA Universal Analytics 가 있었는데 2023년 7월부터는 서비 스를 중단할 예정입니다. GA4에서는 페이지뷰, 스크롤, 클릭, 검색, 비디오 재생, 다운로드 이벤트들 을 자동으로 수집해줍니다. 구글의 태그 관리 시스템인 GTM Google Tag Manager 와 보통 함께 사 용합니다. 데이터리안 웹사이트와 연결되어 있는 GA4
ੌੌ૩ Ѿઁо উ ٜযৡ! 불안 초조 🤔 우리가 가격 설정을 잘못했을까? → 할인을 더 해봐야 하나 🤔 우리에 대한 신뢰가 없나? → 원데이 클래스를 만들어서 등록의 허들을 낮춰볼까 🤔 광고 문구가 마음을 울리지 못하나? → 광고 소재를 바꿔볼까 🤔 우리를 모르나? → 커뮤니티에 돌아다니면서 홍보
데이터가 없으니까 초조할 수밖에 없었다 고 생각합니다. • 서비스 페이지에 몇 명이 들어오지? • 그 사람들 중에서 신청하기 버튼을 클릭해 보는 사람은 몇 명이나 되지? 이 정도의 정보만 있었어도 조금 더 편한 마음으로 기다려보거나, 구체적인 개선안을 내놓을 수 있었을거예요.
페이스북 픽셀 이라는 게 있습니다. 아래의 목적을 위해 웹사이트에서 사용자들의 특정 행동을 로깅합니다. 1. 광고 성과를 측정 2. 적합한 사람들에게 광고를 노출 풀어서 설명하면 광고를 통해 유입된 사용자들이 웹사이트 내에서 발생시키는 매출 규모 등을 추적하여 광고 효과를 계산할 수 있게 하 고, 그렇게 전환된 사용자들과 비슷한 사용자들을 찾아 타게팅하는 데에도 픽셀로 수집한 데이터를 활용합니다. 요즘에는 GTM Google Tag Manager 라는 구글의 태그 관리 시스템으로 페이스북 픽셀, 카카오 픽셀 등 SNS 광고를 위한 태그들을 관리하는 경우가 많습니다.
딱 하루도 안 걸렸는데 데이터가 들어오기 시작하니까 드디어 일이 체계적으로 굴러간다 광고 효율성 증가 드디어 우리 서비스에 관심있는 사람들에게 광고가 제대로 노출되기 시작했음 웹사이트 내에서 사용자들의 행동을 이해하고, 퍼널을 설계함 웹사이트 방문부터 결제까지 어느 부분에서 문제가 있었는지 정확하게 알아내고, 문제를 해소하기 위한 전략을 세울 수 있게 되었음
홍보할 때 1월 A : 데이터 분석 자격증 커뮤니티가 어떨까? B : 거기에 우리 관심있는 사람이 있을까요? A : 자격증을 준비하는 사람들이니까 데이터 분석 교육에도 관 심이 있지 않을까? C : 일단 홍보를 해볼까? 2월 A : 이번 달에는 커뮤니티 홍보 어디에다가 해야되지? B : 음… 저번에 했던데 에다가 다 해보자! 데이터 수집 전 의사결정 방식 4월 A : 지금까지 홍보해봤던 커뮤니티에 같은 컨텐츠로 홍보를 다 돌려볼게요. 그리고 어떤 채널에서 링크 클릭이 많이 일어나는 지 봅시다. 5월 A : 저번 달에 홍보 했던 커뮤니티 중에 XX, YY, ZZ에서 링크 클릭이 많이 일어났고 다른 곳은 저조하네요. 이번 달에는 이 세 곳과, 새로 알게 된 커뮤니티에 홍보를 해볼게요. 데이터 수집 후 의사결정 방식
홍보할 때 Before: 다른 커뮤니티에 같은 링크를 배포 After: 각각 다른 UTM 파라미터를 가진 링크를 배포 A 커뮤니티 B 커뮤니티 https://www.datarian.io https://www.datarian.io A 커뮤니티 B 커뮤니티 https://www.datarian.io/? utm source a utm medium community utm campaign referral https://www.datarian.io/? utm source b utm medium community utm campaign referral
홍보할 때 Before: 다른 커뮤니티에 같은 링크를 배포 After: 각각 다른 UTM 파라미터를 가진 링크를 배포 A 커뮤니티 B 커뮤니티 https://www.datarian.io https://www.datarian.io A 커뮤니티 B 커뮤니티 https://www.datarian.io/? utm source a utm medium community utm campaign referral https://www.datarian.io/? utm source b utm medium community utm campaign referral
홍보할 때 Before: 다른 커뮤니티에 같은 링크를 배포 After: 각각 다른 UTM 파라미터를 가진 링크를 배포 A 커뮤니티 B 커뮤니티 https://www.datarian.io https://www.datarian.io A 커뮤니티 B 커뮤니티 https://www.datarian.io/? utm source a utm medium community utm campaign referral https://www.datarian.io/? utm source b utm medium community utm campaign referral
여러가지 옵션들을 시도해봤지만 A : 데이터 분석 자격증 커뮤니티가 어떨까? B : 거기에 우리 관심있는 사람이 있을까요? A : 자격증을 준비하는 사람들이니까 데이터 분석 교육에도 관 심이 있지 않을까? C : 일단 홍보를 해볼까? 2월 시도로부터 배운게 없으니 개선도 없음 A : 이번 달에는 커뮤니티 홍보 어디에다가 해야되지? B : 음… 저번에 했던데 에다가 다 해보자! 데이터 수집 전 의사결정 방식 4월 A : 지금까지 홍보해봤던 커뮤니티에 같은 컨텐츠로 홍보를 다 돌려볼게요. 그리고 어떤 채널에서 링크 클릭이 많이 일어나는 지 봅시다. 5월 A : 저번 달에 홍보 했던 커뮤니티 중에 XX, YY, ZZ에서 링크 클릭이 많이 일어났고 다른 곳은 저조하네요. 이번 달에는 이 세 곳과, 새로 알게 된 커뮤니티에 홍보를 해볼게요. 데이터 수집 후 의사결정 방식
여러가지 옵션들을 시도해봤지만 A : 데이터 분석 자격증 커뮤니티가 어떨까? B : 거기에 우리 관심있는 사람이 있을까요? A : 자격증을 준비하는 사람들이니까 데이터 분석 교육에도 관 심이 있지 않을까? C : 일단 홍보를 해볼까? 2월 시도로부터 배운게 없으니 개선도 없음 A : 이번 달에는 커뮤니티 홍보 어디에다가 해야되지? B : 음… 저번에 했던데 에다가 다 해보자! 데이터 수집 전 의사결정 방식 4월 여러가지 옵션들을 시도해보고 A : 지금까지 홍보해봤던 커뮤니티에 같은 컨텐츠로 홍보를 다 돌려볼게요. 그리고 어떤 채널에서 링크 클릭이 많이 일어나는 지 봅시다. 5월 데이터를 통해 배운 것으로 선택과 집중 A : 저번 달에 홍보 했던 커뮤니티 중에 XX, YY, ZZ에서 링크 클릭이 많이 일어났고 다른 곳은 저조하네요. 이번 달에는 이 세 곳과, 새로 알게 된 커뮤니티에 홍보를 해볼게요. 데이터 수집 후 의사결정 방식
검색해서 우리 사이트에 들어오네? • 사람들이 검색하는 키워드를 우리 사이트에 더 많이 포함시키 면 어떨까? • 검색을 했을 때, 검색 랭킹 상위에 노출되려면 어떻게 해야할 까? 웹사이트 유입 검색어 분석 데이터 베이스 책 추천 데이터 분석가 로드맵 GA4 … 더 다양한 키워드로 유입이 들어오기 시작함 이외에도 구글, 네이버 검색으로 유입되는 사용자의 규모를 데 이터를 통해 파악하고 이를 늘리기 위해서 다양한 액션을 하고 있음 웹사이트에 블로그 탭을 추가하고 정기적으로 컨텐츠 작성 ਢ ؘఠ ഝਊ ࢎ۹: SEO SEO는 Search Engine Optimization의 약자로 검색 최적화라고 불러요.
사용자 직접 입력 데이터 뉴스레터 반응 데이터 사용자 인터뷰 등 모든 데이터를 엮어서 볼 수 있는 통합 데이터 분석 환경이 당연했음 누군가가 엑셀로 데이터를 관리한다? 그 데이터의 수집, 저장 등을 자동화하기 위해 엔지니어가 투입 됨 큰 테크 회사에 다니던 시절 웹, 앱 활동 데이터 GA4 결제 데이터 토스 링크페이 신청서 작성 내역 등 사용자 직접 입력 데이터 구글 폼 뉴스레터 반응 데이터 스티비, 유튜브, 브런치 대시보드 사용자 인터뷰 구글 독스 등 데이터가 흩어져 있음. 엮어서 분석을 할 수는 있지만 정확 한 분석이라고 보기는 어려운 경우가 많음 하지만 이것이 많은 사람들의 현실이다 내가 차린 회사 ޛۿ ాػ ؘఠ ࠙ࢳ ജ҃ ਵݶ જѷਃ
사용자 직접 입력 데이터 뉴스레터 반응 데이터 사용자 인터뷰 등 모든 데이터를 엮어서 볼 수 있는 통합 데이터 분석 환경이 당연했음 누군가가 엑셀로 데이터를 관리한다? 그 데이터의 수집, 저장 등을 자동화하기 위해 엔지니어가 투입 됨 큰 테크 회사에 다니던 시절 웹, 앱 활동 데이터 GA4 결제 데이터 토스 링크페이 신청서 작성 내역 등 사용자 직접 입력 데이터 구글 폼 뉴스레터 반응 데이터 스티비, 유튜브, 브런치 대시보드 사용자 인터뷰 구글 독스 등 데이터가 흩어져 있음. 엮어서 분석을 할 수는 있지만 정확 한 분석이라고 보기는 어려운 경우가 많음 하지만 이것이 많은 사람들의 현실이다 내가 차린 회사 ޛۿ ాػ ؘఠ ࠙ࢳ ജ҃ ਵݶ જѷਃ ܻח ؘఠ হח Ѫ эই 이렇게 생각하기가 쉽습니다
사용자 직접 입력 데이터 뉴스레터 반응 데이터 사용자 인터뷰 등 모든 데이터를 엮어서 볼 수 있는 통합 데이터 분석 환경이 당연했음 누군가가 엑셀로 데이터를 관리한다? 그 데이터의 수집, 저장 등을 자동화하기 위해 엔지니어가 투입 됨 큰 테크 회사에 다니던 시절 웹, 앱 활동 데이터 GA4 결제 데이터 토스 링크페이 신청서 작성 내역 등 사용자 직접 입력 데이터 구글 폼 뉴스레터 반응 데이터 스티비, 유튜브, 브런치 대시보드 사용자 인터뷰 구글 독스 등 데이터가 흩어져 있음. 엮어서 분석을 할 수는 있지만 정확 한 분석이라고 보기는 어려운 경우가 많음 하지만 이것이 많은 사람들의 현실이다 내가 차린 회사 ޛۿ ాػ ؘఠ ࠙ࢳ ജ҃ ਵݶ જѷਃ नӏ ҳݒ vs ҳݒ
사용자 직접 입력 데이터 뉴스레터 반응 데이터 사용자 인터뷰 등 모든 데이터를 엮어서 볼 수 있는 통합 데이터 분석 환경이 당연했음 누군가가 엑셀로 데이터를 관리한다? 그 데이터의 수집, 저장 등을 자동화하기 위해 엔지니어가 투입 됨 큰 테크 회사에 다니던 시절 웹, 앱 활동 데이터 GA4 결제 데이터 토스 링크페이 신청서 작성 내역 등 사용자 직접 입력 데이터 구글 폼 뉴스레터 반응 데이터 스티비, 유튜브, 브런치 대시보드 사용자 인터뷰 구글 독스 등 데이터가 흩어져 있음. 엮어서 분석을 할 수는 있지만 정확 한 분석이라고 보기는 어려운 경우가 많음 하지만 이것이 많은 사람들의 현실이다 내가 차린 회사 ޛۿ ాػ ؘఠ ࠙ࢳ ജ҃ ਵݶ જѷਃ Ҋёਸ যڌѱ ࢸٙೡ ࣻ ਸө?
사용자 직접 입력 데이터 뉴스레터 반응 데이터 사용자 인터뷰 등 모든 데이터를 엮어서 볼 수 있는 통합 데이터 분석 환경이 당연했음 누군가가 엑셀로 데이터를 관리한다? 그 데이터의 수집, 저장 등을 자동화하기 위해 엔지니어가 투입 됨 큰 테크 회사에 다니던 시절 웹, 앱 활동 데이터 GA4 결제 데이터 토스 링크페이 신청서 작성 내역 등 사용자 직접 입력 데이터 구글 폼 뉴스레터 반응 데이터 스티비, 유튜브, 브런치 대시보드 사용자 인터뷰 구글 독스 등 데이터가 흩어져 있음. 엮어서 분석을 할 수는 있지만 정확 한 분석이라고 보기는 어려운 경우가 많음 하지만 이것이 많은 사람들의 현실이다 내가 차린 회사 ޛۿ ాػ ؘఠ ࠙ࢳ ജ҃ ਵݶ જѷਃ খਵ۽ যڃ బஎܳ ٜ݅যঠ ೡө?
사용자 직접 입력 데이터 뉴스레터 반응 데이터 사용자 인터뷰 등 모든 데이터를 엮어서 볼 수 있는 통합 데이터 분석 환경이 당연했음 누군가가 엑셀로 데이터를 관리한다? 그 데이터의 수집, 저장 등을 자동화하기 위해 엔지니어가 투입 됨 큰 테크 회사에 다니던 시절 웹, 앱 활동 데이터 GA4 결제 데이터 토스 링크페이 신청서 작성 내역 등 사용자 직접 입력 데이터 구글 폼 뉴스레터 반응 데이터 스티비, 유튜브, 브런치 대시보드 사용자 인터뷰 구글 독스 등 데이터가 흩어져 있음. 엮어서 분석을 할 수는 있지만 정확 한 분석이라고 보기는 어려운 경우가 많음 하지만 이것이 많은 사람들의 현실이다 내가 차린 회사 ޛۿ ాػ ؘఠ ࠙ࢳ ജ҃ ਵݶ જѷਃ ೂࠗೠ ݓۅਸ ઁҕ೧ח ࢿ ؘఠ
기반 의사 결정이 필요해서 데이터 분석가를 뽑았으면서, 정작 데이터를 통해 인사이트를 도출하려고 하니 그냥 빨리 출시나 하자 일단 출시해보고 나중에 생각하자 이런 식으로 나온다면.. 어떻게 대처해야 할까요? 그럼 도대체 데이터 분석가는 왜 뽑는 걸까요? 월간 데이터리안 4월 세미나 사전질문 중
의 문제가 아니에요 = 완벽하게 하고 싶은 욕심을 내려놓자 데이터 설계 데이터 적재 실행 평가 Q. 데이터 통합 안 되어 있음 데이터가 정확하지 않음 전 구간의 데이터가 다 없고 일부만 있음 이런데 데이터 분석을 어떻게 해요? A. 괜찮아요. 그거 그 회사만의 문제가 아니에요. 그냥 분석도 하고, 데이터 개선도 하고 동시에 하는거예요. 정도의 차이만 있을 뿐이지, 대기업도 마찬가지입니다.
🙅 중요하지 않은 것 🙆 중요한 것 완벽하게 통합 된 데이터 분석 환경 최소 비용과 인력을 투입한 인프라 아주 정확한 데이터 의사 결정을 내리기에 충분하면 약간의 하자는 있어도 됨 어려운 데이터 분석 이론 데이터를 통해 비즈니스와 사용자에 대해 배우겠다는 의지와 실행 2. 작은 팀일수록, 사업이 초기일수록 데이터 보는 것은 싸고 쉬워야 한다.