구글 애널리틱스 GA 데이터를 통해 잠재고객 이해하기

1. 잠재고객

해당 기간들의 내용을 요약해서 볼 수 있으며 세그먼트를 설정 후 그룹핑하여 원하는 잠재고객의 데이터를 나눠서 데이터를 확인할 수 있음. 일반적으로 우리 웹서비스에서 대략적인 특성을 체크할 수 있는 카테고리

세그먼트를 만들어서 리마케팅을 집행하기 전에 전체적인 모수를 확인할 경우, 활용하기 용이함.

(장바구니에 넣어두고 구매를 하지 않은 사람들, 오랜 페이지뷰수와 체류시간을 가진 사람들 등)

2. 활성사용자

액티브 유저, 예를 들면 일주일이내에 설정한 목표가 'Oreder Completed'인 사람들

즉 기준과 목표를 설정하여 목표를 달성한 사용자를 집계된 데이터이다.

여기서 28일 활성 사용자 등의 지표가 늘어난다고 하는 것은 '리텐션'이 좋다는 것으로 볼 수 있다.

고착도 (Stickiness)

고착도는 잔존율과 유사한 성격의 지표로, 높은 수치일수록 앱 재실행 빈도가 높음을 의미합니다.

1일 활성 사용자와 28일 활성 사용자 데이터를 통해 스티키니스라는 값을 도출해낼 수 있다. Stickiness라는 지표는 1일 활성자가 28일 활성자에 어느정도 포함됬는지 알 수 있는 지표가 되기도 한다. 하지만 MAU가 올라갈 경구, 해당 지표도 올라가게 된다. 이 지표를 통해 1일 사용자가 얼마나 오랫동안 우리 서비스에 머무는지를 확인할 수 있는 지표가 될 수 있다.

3. 잠재고객 - 연령

세그먼트를 나누어서 해당 연령층의 데이터를 취합할 수 있다. 하지만 일반적으로 인하우스단에서는 크게 해당 연령을 타겟으로 잡기 힘들다. 이미 프로덕트라인에서 해당 타겟이 정해져서 나오기 때문이다. 그래서 해당 데이터는 대행사나 보고서용으로 사용하곤 한다.

4. 잠재고객 - 관심사 카테고리

관심분야를 기준으로 사용자 데이터와 구매자 데이터를 확인할 수 있다. 이 때 모든 사용자의 수가 아래의 숫자보다 많은데 한 사람의 관심사가 다양하기 때문에 중복된 데이터이기 때문에 세그먼트 데이터를 더했을 때 총 사용자 데이터보다 많을 수 있다.

광고 계정을 보면 아래와 같이 데이터를 확인할 수 있고, 해당 데이터를 통해 집계가 된다.

이렇게 집계된 데이터를 기반으로 조금 더 데이터를 자세히 보기 위해 아래와 같이 시트로 데이터를 내보내기 하여 피벗테이블화시켜 조금 더 보기 쉬운 데이터로 만든다.

위와 같이 관심사 기준으로 데이터가 나오면, 해당 관심사를 타겟팅하여 다양한 소재 A/B 테스트를 진행해볼 근거가 된다.

5. 행동 - 신규방문 vs 재방문

1명의 유저가 New, Returning에 하나씩 찍힐 수 있지만, 사용자 기준으로는 1개만 집계가 된다. 하지만 세션의 경우, 계속해서 집계가 된다. 그래서 New + Returning = 총계의 데이터가 맞지 않지만, 세션의 경우 두 합이 동일하게 일치한다. 사용자의 내용은 일치하지 않을 수 있다는 것을 명심하고 데이터를 보는 것이 중요할 것 같다.

예를 들어 3월1일에 첫방문을 했다면 New Visitor로 잡히나, 쿠키가 남은 상태에서 재방문을 하면 Returning Visitor로 집계가 된다. 세션과 같이, 계속해서 모수가 늘어난다. (해당 리포트는 단독으로 사용하지 않으며, 사용자 행동을 기준으로 세그먼트를 쪼개서 사용할 때 함께 사용한다. 또는 보조 측정기준을 사용하여 활용한다.)

오늘은 구글애널리틱스에서 볼 수 있는 잠재고객 카테고리 영역의 데이터를 함께 보았습니다. 다양한 데이터들이 있는데 데이터별로 집계되는 방식을 이해하여야 조금 더 올바른 데이터지표로 활용을 할 수 있고 이를 적용할 수 있습니다. 올바른 통계를 이해해야, 제대로 된 전략과 기획을 세울 수 있음에 집계방식부터 용어들의 이해가 꼭 필요할 것 같습니다.