Hurdlers
GA4, 어떻게 시작해야할까?

 

지난 시리즈에서 구글 애널리틱스란 무엇이며, GA4를 어떻게 시작해야 하는지에 대한 이야기를 자세히 나눠보았습니다. 이번 시리즈에서는 GA4를 사내에서 어떻게 시작하면 좋을지에 대해서 자세히 다뤄봅시다.

설계, 적재, 관측

데이터 분석의 기본적인 순서

 

결국 데이터를 보기 위해서는 데이터를 설계하는것이 가장 우선이 되어야 합니다. 구글 애널리틱스 역시 데이터 분석툴이기 때문에 설계, 적재, 관측의 3가지 순서를 따라야합니다. 일반적으로 설계, 적재, 전처리, 관측의 4단계를 구분하지만, 데이터를 깔끔하게 리포팅해주는 전처리 영역은 구글 애널리틱스가 담당하므로, 우리가 시간을 쓸 필요는 없습니다. 그래서 구글 애널리틱스를 사용할때에는 설계, 적재, 관측의 3가지 순서로 이루어집니다. 이 중 가장 중요한것은 결국엔 설계입니다.

쓰레기가 들어가면 쓰레기가 나옵니다.

“Garbage In, Garbage Out” 이라는 말을 들어보셨나요? 불필요하거나 정확하지 않은 데이터가 들어가면 그 데이터를 관측해서 나온 결과도 불필요하고 정확하지 않은 결과물입니다. 그래서 데이터 분석에서 가장 중요한것은 어떻게 정확하고 필요한 데이터를 넣을것인가?를 고민해야하는 ‘설계’의 단계가 필요합니다. 그래서 데이터 분석의 3단계에서 가장 중요한것은 ‘설계’입니다.

 

‘설계’는 2가지 방법이 있습니다.

어떤 데이터를 설계하는 방법은 2가지가 있습니다. 이 2가지의 방법론은 우리가 좀 더 쉽게 활용가능한 데이터를 설계하도록 도와주는 일종의 사고 프레임워크 입니다.

  1. Break-Down 설계 : 위에서부터 아래로 필요한것들을 분류해가며 설계하는 방식
  2. 목적 중심 분석 : 어떠한 가설이나 궁금증을 정의해두고, 이를 수치화하기 위한 데이터를 설계하는 방식

 

데이터 설계의 두가지 방법

 

첫번째 방법, Break-Down 설계

Break-Down 설계는 우리 비즈니스의 최종 목적을 정의하고 아래로 하나씩 세분화해나가는 방식의 설계 방법입니다. 우리는 여기서 2가지의 용어를 배웁니다. 바로 그 유명한 ‘OKR’과 ‘KPI’입니다.

  • OKR(Objective Key Results) : 우리 비즈니스의 존재 이유, 또는 특정 기간동안 우리 비즈니스의 최종 목적을 의미합니다.
  • KPI(Key Performance Indicator) : 우리가 수립해놓은 OKR이 잘 달성되었는지 안되었는지를 수치로 측정 가능한 지표를 의미합니다.

 

개념을 정확하게 이해하기 위해서 예를 들어봅시다. 아래 우리 나라의 지도가 있습니다.

 

 

상황 1 : 서울에서 부산까지 학생 30명을 버스에 태워서 갑니다. 이때 버스기사의 목적은 “안전하게 가자.”입니다.

상황 2 : 서울에서 부산까지 학생 30명을 버스에 태워서 갑니다. 이때 버스기사의 목적은 “빨리가자.” 입니다.

 

상황1 에서 버스기사의 OKR은 ‘안전’입니다. 그렇다면, ‘안전’이라는 OKR이 잘 달성되었는지 확인하려면 어떤 숫자가 필요한가요? 바로 ‘다치지 않은 학생들의 수’를 숫자로 표현하면, 안전하게 갔는지 여부를 확인할 수 있습니다. 즉, OKR이 ‘안전’일때는 KPI가 ‘다치지 않은 학생들의 수’입니다.

상황2는 조금 다릅니다. 버스기사의 OKR은 ‘빨리 가는 것.’입니다. 당연히 KPI는 ‘서울에서 부산까지 걸린 시간’이 될 것입니다.

상황1과 상황2를 통해 우리는 한가지 인사이트를 얻었습니다. OKR을 무엇으로 설정하느냐에 따라서, 우리가 주요하게 봐야할 지표(KPI)가 달라집니다. 만약 OKR이 ‘빨리 가는것’ 이라면, ‘다치지 않은 학생들의 수’는 의미가 없는 지표가 됩니다.

OKR은 부서별로, 기간별로 다를 수 있습니다.

같은 브랜드라도 어떤 시기나, 부서의 따라서 OKR은 다를 수 있습니다. 예컨대, 쇼핑몰을 운영하고 있더라도, 해당 기간 동안은 프로모션 참여율을 높이는것이 OKR이 될 수도 있고, 매출 증대 또는 브랜드 인지도 증대가 중요한 OKR이 될 수 있습니다. OKR이 달라진다는 것은 우리가 특정 기간동안 보아야할 지표가 달라진다는 것을 의미합니다.

 

KPI에서 Sub KPI로 세분화

쇼핑몰이 있고, OKR이 ‘매출 증대’라고 가정합시다. 그렇다면 어떤 KPI를 산출할 수 있을까요? 결제로 이어지는 전환율, 매출액과 같은 지표들이 주요한 KPI가 될 수 있습니다. 하지만 단순히 이번달 결제 횟수만 보게된다면, 아래와 같은 상황이 발생합니다.

 

  • 질문 1 : 결제 횟수가 지난달에 대비해서 얼마나 줄었는가? : 결제 수를 추적하고 있기 때문에 알 수 있음
  • 질문 2 : 결제율이 왜 줄었는가? : 결제 수만 추적해서는 알기가 어려움

 

지표의 증감을 가지고 성과를 판단할 때 ‘Why’를 알기 위해서는 결제로 이어지기 전에 하게되는 모든 고객들의 행위를 추적할 필요가 있습니다. 고객들은 상세페이지에서 제품을 조회하기도 하고, 장바구니에 물건을 담기도 하고, 결제 페이지에서 배송지 정보를 입력하기도 하고, 회원가입을 시도하기도 합니다. 이렇듯 결제 이전에 고객들이 경험하게 되는 다양한 행위들을 우리는 Sub KPI라고 부릅니다. 쇼핑몰의 일반적인 단계에서 ‘어느 단계가 이탈률이 높았는가?’ 에 대해서 확인할 수 있기 때문입니다.

 

이를 도식화하면 아래 이미지와 같은 구조가 나옵니다.

Break-Down 설계의 예시

이렇듯 가장 큰 목표에서 아래로 내려갈수록 세분화하여 우리 비즈니스에서 필요한 행위가 무엇인지를 설계하는 방법을 Break-Down 설계 방법이라고 칭합니다. 여기서 우리는 OKR, KPI, Sub KPI의 3가지 개념을 배웠습니다.

 

Break-Down 설계의 구조

1. OKR : 우리 비즈니스의 최종 목적 또는 분기별 마케팅 캠페인의 목적
2. KPI : 고객의 주요한 행동
3. Sub KPI : 고객의 주요한 행동이 발생하기 전에 경험하는 모든 부차적인 행동

이렇듯 OKR, KPI, Sub KPI를 열거하면 우리 웹사이트나 어플리케이션에서 어떤 행동을 추적해야할지 세분화하여 설계가 가능해지는 것입니다. 하지만 해당 방법은 분명한 한계가 있습니다. 사이트의 목적이 다양하고 수천개 이상의 웹페이지가 존재하는 대형 사이트에서는 해당 방법으로 필요한 데이터를 설계하기가 쉽지않기 때문입니다.

 

두번째 방법, 목적중심 설계

 

위와 같은 한계점을 극복하기 위해서, 대형 사이트들은 목적 중심 설계가 필요합니다. 누구나 아는 브랜드, 신한카드의 웹사이트를 살펴봅시다.

신한카드 사이트의 메인페이지입니다. 메인페이지만 들어가도 그 목적이 매우 다양한것을 알 수 있습니다. 하나의 OKR을 도출해내서 Break-Down으로 설계하기에는 너무나도 많은 공수와 모순이 발생합니다. 이렇게 큰 사이트에서 설계를 할때에는 ‘특정 부분이 궁금하다.’라는 가설이나 궁금증을 가지고 데이터를 하나하나씩 설계해가야합니다.

목적 중심 분석의 구조

 

해당 사이트를 보았을때 궁금한점은 크게 3개로 나눌 수 있습니다.

 

목적 중심 분석의 예시

1. 사람들이 실제로 어떤 키워드를 검색하는가?
2. 월별 명세서, 이용내역, 이용한도 등과 같은 핵심 기능들 중 어떤 기능들을 많이 사용하는가?
3. 마이카플러스, 웨딩가전, 신규 가입 프로모션 중 어떤 프로모션의 참여율이 높은가?

 

이렇듯 궁금한 점을 먼저 정의하고, ‘궁금한 점들을 해결하기 위해서는 어떤 데이터가 필요한가?’의 방식으로 설계하는 방법론을 목적중심 설계라고 칭합니다. 목적 중심 설계는 사이트의 목적이 다양하고 규모가 크며, 복잡한 사이트의 구조에서 유의미하게 적용될 수 있는 프레임 워크입니다. 결국엔 데이터 설계의 시작은 ‘무엇이 궁금한가?’로 부터 기인할 수 있는 것입니다.

 

여러분의 데이터 설계를 돕기위해 간단한 워크시트를 준비했습니다.

데이터 설계의 첫단계를 만들어주기 위해 간단한 워크시트를 준비했습니다. 아래 링크로 가시면 실제 그로스 컨설턴트들이 필요한 이벤트를 설계하는 방법대로 문서를 준비했습니다. 해당 문서를 복사하여 사용하면 됩니다.

 

워크시트 바로가기

 

각각의 방법은 장단점이 존재합니다.

좋고 나쁨이라기 보단 각각의 프레임워크는 장단점을 가지고 있습니다.

  1. Break-Down 설계
  • 장점 : 한번에 필요한 데이터들을 구조화할 수 있다.
  • 단점 : 규모가 큰 비즈니스에서는 부적합하다.
      2. 목적 중심 설계
  • 장점 : 규모가 큰 비즈니스에서 적합하게 설계할 수 있다.
  • 단점 : 한번에 모든 데이터를 설계할수는 없다. 필요에 따라 추가 설계를 한다.

 

이번 글에서는 구글 애널리틱스의 데이터 설계의 중요성에 대해서 설명했습니다. 빠르게 데이터를 세팅해야 한다는 명목아래 서두르게 되었을때에는 오히려 먼길을 돌아갑니다. 그렇기 때문에, 조금은 느리더라도 정확한 설계가 필요합니다. 해당 시리즈를 모두 읽으신다면 여러분들도 멋진 설계를 만들어낼 수 있습니다. 이제 우리는 그 첫단추를 잘 꿰매었습니다.

 

Summary

  • 구글 애널리틱스에서 데이터 분석은 설계, 적재, 관측의 3단계의 구조를 가지고 있다.
  • 설계는 Break-Down 설계와 목적 중심 설계의 2가지 방법론이 있다.
  • Break-Down 설계는 빠르게 모든 데이터를 설계할 수 있지만, 규모가 큰 사이트에서는 적합하지 않다.
  • 목적 중심 설계는 규모가 큰 사이트에는 적합하지만, 궁금한 것들을 우선적으로 해결하는 것이기 때문에, 빠르게 모든 데이터를 세팅하기에는 한계가 있다.