분석툴을 200% 활용하기 위한 이벤트 설계 방법

최근까지 많은 스타트업 및 유니콘 기업들의 GA4 도입에 많은 이야기를 나누고 있었습니다. Google Analytics4. 즉, 분석툴을 사용하는 것에 공통적으로 발생하는 문제가 있습니다. 바로 "목표 없이 분석툴을 도입하는 것"입니다. 일반적으로 아래 같은 생각을 갖고 분석툴을 도입하는 경우가 많습니다. 이런 문제는 비단 회사만의 문제는 아니고, 개인들 또한 동일하다는 것이죠.

 

 

분석툴을 우선 설치하면 나중에 필요할 때 분석할 수 있겠지?

 

위 말은 절대 틀린 말은 아닙니다. 하지만 맞는 말도 아니죠. 위 조건이 충족되려면 사이트에서 일어나는 모든 것들을 추적해야 합니다. 간단하게 생각해도 사용자의 클릭 데이터, user id, 로그인 여부, 회원가입 여부, 구매 여부, 구매 금액, 구매 수량, 구매 아이템 등. 설정이 필요한 이벤트와 파라미터가 끝도 없이 나옵니다. 그리고 모든 것을 추적해야만, <나중에 필요할 때 분석>할 수 있죠. 

분석하려고 할 때, 필요한 데이터가 수집되지 않았다면 분석을 할 수 없으니까요.

 

결과적으로 아무런 목적없이, 우선 설치하면 어떻게든 쓰겠지? 라는 생각으로 분석툴을 사용하는 것은 좋지 못합니다. 이는 곧, 아무것도 보지 않겠다. 혹은 기초적인 내용만 살피겠다는 것과 같으니까요. 그렇다면 어떻게하면 분석툴을 제대로 사용할 수 있을까요?

 

이벤트 설계의 기본 - 이벤트의 목적 설계

분석툴을 사용할 때, 가장 중요한 것은 목적입니다. 왜 이벤트를 추적하는지, 그리고 파라미터는 어떤 것이 필요한지 등을 미리 구상해야죠. 만약 목적 유무에 따른 이벤트 설계는 어떻게 다를까 생각이 든다면, 아래 예시를 들 수 있습니다.

 

목적없이 이벤트 설계를 하는 경우.

전자상거래 이벤트(e-commerce)를 설치합니다.
Google이 제공하는 가이드에 맞춰서 전자상거래 이벤트를 설치했고,
이제는 한 달간 수집된 데이터를 확인합니다.
사용자들은 어떤 물건을 많이 사고 있다는 것을 알았습니다.

 

위 내용을 볼 경우 나쁘지 않습니다. 어떤 상품이 많이 팔리는 것을 안다면, 해당 상품을 주력으로 홍보할 수 있으니까요. 하지만 더 많은 액션 아이템을 도출하는 것은 어려울 수 있습니다. 이벤트를 설계할 때, 목적이 아닌 가이드에 맞춰서만 진행했기 때문에 이벤트를 조합하는 것이 어려울 수 밖에 없습니다.

 

목적을 갖고 이벤트를 설계하는 경우.

우리는 처음 가입한 고객이 상품을 몇 회 볼 경우, 구매로 이어지는지 보고자 합니다.
먼저 sign_up 이벤트에 user_id와 created_date를 추가하고,
view_item 이벤트와 purchase 이벤트를 설치합니다.
각 e-commerce 이벤트에는 user_id를 추가로 삽입해서 user_id가 누락되는 것을 방지합니다.

 

위 경우는 어떤가요? 이미 어떤 데이터를 보겠다는 목적이 존재합니다. 위 경우 퍼널 단위의 데이터 체크는 당연히 가능하고, 추가적인 내용도 확인할 수 있습니다. user_id를 기준으로 sign_up 이벤트 이후 첫 purchase 이벤트 사이에 존재하는 view_item을 추적한다면, 사용자가 평균 몇 회의 아이템을 조회해야 구매로 이어지는지 알 수 있습니다.

 

cc. 쿠팡 화면 예시

 

그렇다면 이제 우린 추천 시스템을 만들고, 인기있는 품목을 n회 까지 제안할 수 있습니다. 그 이상도 가능하지만, 너무 많은 제안은 노이즈가 될 수 있기 때문에 데이터로 추출한 내용을 참고해서 진행할 수 있겠죠.

 

분석툴 설정 시, 이벤트의 목적을 설정하는 방법

분석툴을 사용할 때 이벤트의 목적이 필요한 점은 이제 알게 됐습니다. 그렇다면 어떻게 이벤트의 목적을 설정할 수 있을까요? 이벤트 목적 설계를 쉽게 하는 방법이 있습니다. 비즈니스 퍼널에 맞춰서 이벤트를 설계하는 것이죠. 물론, 아래의 방법은 예시이며, 예시를 참고해서 각 비즈니스에 맞춘 이벤트로 사고를 확장해야 합니다.

 

기본적인 퍼널 단계인 AARRR의 개념으로 생각해 보면 각 퍼널의 내용을 아래로 볼 수 있습니다.

 

• Acquisition 어디에서 유저가 원활히 유입되고 있는지
• Activation 유입 후 어떤 것에 관심을 보이는지 (프로모션 배너/회원가입/기획 상품 등)
• Retention 어떤 것을 했던 유저들이 재방문을하고 다시금 활성화가 되는지
• Revenue 어떤 조건을 달성한 경우 유저의 구매율이 늘어나는지
• Referral 사용자의 추천이 잘 유도되고 있는지

 

Acquisition (유입)

 

유입 단계에서 분석 툴로 추적할 수 있는 것은 단순히 “어디서” 왔는지 정도입니다. 대체로 utm을 설정해서 유입이 활성화된 곳을 찾을 수 있습니다. 주의할 점은 utm 코드는 규격에 맞춰서 활용해야 합니다. 같은 source이지만, naver와 naver.com 등 이름을 다르게 설정하면 분석이 불편해지고, 정확도도 낮아집니다. 물론, utm이 만능은 아닙니다. organic 유입이라면 utm을 추적할 수 없기에, 분석툴에서 제공하는 source를 확인할 수 있습니다.

유입 데이터가 정상적으로 수집됐다면, 데이터를 기반으로 어떤 매체에서 유입이 잘 일어나는지 알 수 있습니다. 그렇다면 아래와 같은 선택을 할 수 있죠.

 

1. 유입이 많은 매체를 더 활성화 하기 위한 전략을 수립한다.
2. 유입이 많은 매체와 유사한 다른 매체를 찾아서 사용한다.
3. 주요한 매체에서 유입이 적다면 새로운 전략을 수립한다.

 

Activation (활성화)

유입을 만들었다면 유입된 유저들은 어느 곳에 관심을 보이고 행동하는지 찾아야 합니다. 물론 활성화의 기준은 각 비즈니스와 기업에 따라 다르지만, 대체로 활성화 단계에서 이벤트 설계가 필요하게 됩니다. 만약 장바구니 담기가 주요 활성화 기준이라면 어떤 상품군을 많이 담는지, 메인 배너의 상품에 관심이 높은지, 최저가 상품이 장바구니 담기가 발생하는지 등을 파악해야죠.

이벤트를 추적한 결과, 특정 상품 카테고리가 높은 활성화를 보인다면 해당 카테고리의 더 다양한 품목을 메인 페이지 상단에 위치할 수 있죠. 메인 배너 상품에 관심이 높다면 메인 배너를 적극 활용해야 합니다. 최저가 상품의 인기가 좋다면 메인 페이지 상단에 최저가 상품을 배치하거나, 별도 팝업으로 관심을 끌 수도 있죠.

 

 

장바구니 이벤트 add_to_cart에 member라는 고객 분류 파라미터를 넣었다면, 고객과 비고객군의 장바구니 상품군을 비교할 수도 있습니다. 그렇다면 고객/비고객에 따른 다른 전략을 수립할 수도 있습니다.

 

Retention (재방문)

모든 유저는 서비스 이탈의 과정을 겪습니다. 그렇지만 어떤 유저는 이탈 후 다시 서비스에 재방문하고, 어떤 유저는 돌아오지 않죠. 모든 비즈니스에서 신규 유저를 모집하는 비용은 시장이 과열될 수록 높아집니다. 그렇기에 재방문 유저를 높이는 것이 중요합니다. login 이벤트 안에 구매수를 보여주는 purchase_count 나 장바구니의 아이템 수를 보여주는 cart_item_count 등의 매개변수를 넣었다면 어떨까요?

만약 구매가 1회 이상 발생한 고객의 재방문이 일어난다면, 구매를 촉진하는 신규 고객 프로모션을 진행할 수 있습니다. 장바구니 상품이 5개 이상인 유저들이 재방문 하는 확률이 높다면 추천 알고리즘을 개선하거나 장바구니 쿠폰 제공 등 장바구니 상품을 많이 넣도록 유도할 수도 있죠.

 

 

Revenue (구매)

구매에서는 어떤 상품이 판매 됐는지, 구매 총액은 얼마인지 등을 파악해야 합니다. 단순히 상품의 판매만 본다면 어드민에서 보는 판매 데이터와 동일합니다. 하지만 분석툴에서 제공하는 인구통계학 정보와 엮는다면 더 많은 정보를 얻을 수 있습니다.

 

만약 특정 국가에서 판매가 늘어난다면 해당 국가만을 위한 프로모션으로 구매를 촉진할 수도 있습니다. 20대에게 인기가 있다면 20대에 맞는 프로모션을 진행해서 구매를 독려할 수도 있죠. 특정 관심사를 분석툴에서 확인한다면, 관련한 컨셉으로 마케팅 방향을 전환할 수도 있겠죠. 모든 비즈니스의 핵심 목표는 이윤 창출인 만큼 구매 데이터는 세밀하게 바라볼 필요가 있습니다.

 

 

Referral (추천)

추천은 서비스에서 친구 추천 이벤트 등으로 추천을 유도하면 추천으로 서비스에 유입되는 인원을 추적하는 것은 쉽습니다. 하지만 지인 추천 등으로 추천이 발생한다면 추천으로 가입한 인원을 찾기 어렵습니다. 내부에서 유도한다면 utm을 추가한 추천 코드를 부여해 어떤 경우 추천이 늘어나는지 계속해서 확인해 볼 수 있죠. 반대로 지인 추천 등으로 가입한 인원을 추적하고 싶다면, 가입 시 설문을 받거나 추천인 정보를 직접 입력하게 할 수도 있습니다.

분석툴의 이벤트 설계를 놓치지 않고 하는 방법

각 퍼널 단계에 맞춰서 필요한 요소들을 잘 생각했다면 이제 이벤트를 구성해야 합니다. 하지만 이벤트 구성도 디테일하게 설정하지 않는다면, 이벤트를 설치하고 추적하면서 수정 사항이 계속 발생할 수 있습니다. 이벤트를 한 번에 잘 설정하려면 각 이벤트와 파라미터가 필요한 이유를 분명히 해야 합니다.

저는 대체로 아래의 표를 만들곤 합니다. click_guide 라는 이벤트를 만들었다고 가정해 보겠습니다.

이벤트	파라미터	추가 이유
click_guide	purchase_count click_text	가이드를 눌렀다는 것은 서비스의 UX/UI의 불편함이 있거나 직관적이지 못하다는 의미일 수 있다. 구매한 횟수가 적을 수록 이런 일이 자주 발생한다면 초기 고객의 학습을 높여주거나 UI/UIX 개선이 필요하다. 만약 가이드에 접속 후 어떤 요소를 클릭했는지 알 수 있다면, 해당 요소의 불편 사항만 체크할 수 있다.

 

위 내용은 단순한 click 이벤트이지만, 가이드를 클릭한 것으로 우린 UI/UX가 문제가 있는지 확인할 수 있습니다. 그리고 초기 고객에게 더 많이 불편이 발생하는지 알고 수정할 수 있죠. 각 이벤트를 위와 같이 나열하고 왜 필요한지 생각하고 적어 보면 진짜 필요한 이벤트들이 무엇인지 알 수 있게 됩니다.

물론 하나의 이벤트가 하나의 역할만 하는 것은 아닙니다. 만약 구매 시작 이벤트와 구매 완료 이벤트 두 개가 있다고 가정해 보죠. 구매 시작 수는 많은데 완료 수가 적다면, 구매 프로세스의 불편함이 있거나 서비스 오류가 있을 수도 있습니다. 구매하려고 보니 배송비가 있어서 취소하는 경우일 수도 있죠.

분석 툴은 모든 것을 알려주진 않지만, 정량적인 데이터를 얻고 해당 영역에서 정성적인 데이터를 취합해 목적 달성의 확률을 높일 수 있습니다.