[GA4]1. 구글 애널리틱스 4 시작하기 – 특징과 장점

Share This Post

2020년 10월 구글은 웹분석 서비스의 신규 버전인 구글 애널리틱스 4(Google Analytics 4, GA4) 서비스를 출시(참조: Introducing the new Google Analytics)했습니다.

그리고 올해 3월에는 기존 유니버설 애널리틱스(Universal Analytics, GA3) 버전에 대한 서비스 제공을 내년 2023년 7월 1일부로 중단하겠다는 발표(참조: Prepare for the future with Google Analytics 4)를 했습니다.

GA4 신규 버전이 출시된 후 2년의 시간의 지났지만, 기능상의 문제, 시스템 안정성에 대한 우려 등의 이유로 GA4 도입에 소극적이던 기업들이 UA 버전 서비스 중단 발표를 계기로 빠르게 GA4 버전으로 전환을 하고 있습니다.

GA4 전환 시 기간 비교 분석을 하기 위해서는 이전 기간에 대한 데이터 축적이 필요하고, 또 GA4 기능을 이해하고 잘 활용하려면 충분히 적응할 시간이 필요한만큼 아직까지 GA4 도입을 하지 않았다면, 더 늦기전에 도입을 해야 할 시점이 되었습니다.

구글 애널리틱스 4 버전은 여러 측면에서 기존의 UA 버전과는 많이 다릅니다. 업계 내에서도 ‘이전 버전의 단순한 업데이트/업그레이드 수준을 넘어 아예 다른 툴이다’고 말하는 사람이 많을 정도입니다. 개인적으로는 특히 분석 기능 면에서 기존 버전보다 많이 진일보한 툴이라고 생각합니다.

구글 애널리틱스 4를 새로 시작하는 분들이 좀 더 쉽고, 정확하고, 자세하게 이 툴을 이해할 수 있도록 아래와 같은 소주제들을 포함하여 다양한 내용을 앞으로 다룰 예정입니다

  • 구글 애널리틱스 4(GA4) 특징과 장점
  • GA4 설치하기 – 계정 생성과 추적코드 심기
  • GA4 데이터 수집과 계정 구조
  • GA4 주요 메뉴와 보고서
  • GA4 보고서 레이아웃
  • GA4 주요 용어와 개념
  • GA4 이벤트
  • GA4 전환
  • GA4 맞춤 캠페인 설정
  • GA4 세팅최적화
  • GA4 세그먼트
  • GA4 잠재고객
  • GA4 탐색(맞춤 보고서)
  • GA4 기여모델과 채널 성과 분석


오늘은 구글 애널리틱스 4를 소개하는 글로서 GA4 서비스의 특징과 장점에 대해 설명해 보도록 하겠습니다.

구글 애널리틱스 연혁


<구글 애널리틱스 연혁>


구글 애널리틱스는 구글이 2005년 어친(Urchin)이라는 웹분석 기업을 인수하여 출시한 무료 웹분석 툴입니다. 이 때는 거의 대다수의 웹분석 서비스가 유료였기 때문에 구글이 무료 정책을 도입함으로써 빠르게 보급이 되었다고 볼 수 있습니다.

초기에 기존의 어친 서비스를 이름만 바꿔서 출시한 이후 지속적으로 개발 및 업데이트가 이뤄졌는데요, 그 중 비교적 큰 폭의 업데이트/업그레이드를 예로 들자면, 2009년도에 비동기식 태그를 적용하여 출시된 구글 애널리틱스 클래식 버전(GA2 버전)과, 유저ID를 통한 교차 기기 분석이 가능하도록 2014년도에 도입된 유니버설 애널리틱스 버전(GA3 버전)을 들 수 있습니다. (사실 GA4가 출시되기 전까지는 GA2 버전, GA3 버전이라는 표현을 사용하지 않고, GA Classic(클래식) 버전, UA(유니버설 애널리틱스) 버전이란 표현을 썼는데요, 신규 서비스 이름을 GA4라 명명하면서 이전 버전에 역으로 번호가 붙여졌다고 보시면 됩니다.)

중요한 건 위 연혁에서도 알 수 있듯이 구글 애널리틱스는 스마트폰이 나오기 전부터 제공된 서비스라는 점입니다. 쉽게 말해 기존 GA는 웹 중심의 분석 툴이라고 볼 수 있습니다.

2007년 애플에서 아이폰을 출시한 이후, 국내에서도 대략 2010년부터 2013년까지 스마트폰 보급이 빠르게 진행되었습니다. 이에 따라 많은 기업들이 모바일앱을 통해 상품을 판매하거나 서비스를 제공하고, 마케팅에도 적극 활용해 오고 있습니다.

모바일앱 분석은 웹분석과 다릅니다. 웹분석에서 사용되는 자바 스크립트 언어로 된 추적코드를 사용할 수 없으며, 별도의 모바일앱용 SDK를 설치하여 데이터를 수집하고, 분석합니다. 이에 따라 구글은 2016년 모바일앱 분석 툴인 파이어베이스 애널리틱스(Firebase Analytics)를 도입했습니다.

하지만 동일한 사용자가 웹과 앱을 모두 사용하는 만큼, 사용자를 온전하게 추적하여 분석에 활용하기 위해서는 웹과 앱을 통합해서 분석할 필요가 있는데요, 이를 위해 구글은 2019년 7월 앱+웹 속성(App + Web Properties) 서비스(참조: A new way to unify app and website measurement in Google Analytics)를 베타 버전으로 출시했습니다. 그리고 이를 정식 버전으로 출시한 것이 바로 2020년 10월 발표한 구글 애널리틱스 4 서비스입니다.

구글 애널리틱스의 특징과 장점


1) 앱+웹 통합 속성


<앱웹 통합 속성>


먼저 구글 애널리틱스 4의 가장 큰 특징 중 하나는 방금 전 연혁에서도 설명했듯이, 앱과 웹 트래픽을 하나의 속성에 담아 통합적으로 운영할 수 있다는 점입니다.

기존에는 PC 및 모바일 웹 트래픽은 유니버설 애널리틱스 속성에 담고, Android(안드로이드) 앱과 iOS 앱 트래픽은 파이어베이스 속성에 담아 별도로 운영을 해야 했습니다만, GA4에서는 웹 트래픽과 Android 및 iOS 앱 트래픽을 데이터 소스로 하는 스트림을 하나의 속성에 추가할 수 있습니다. 이에 따라 다양한 플랫폼에서의 사용자 행동을 비교하고, 통합적으로 분석할 수 있습니다.

2) 사용자 식별


<사용자 식별>


사용자 식별(user identification) 기능 또한 GA4에서 개선이 되었습니다. 구글 애널리틱스는 웹사이트를 방문한 사용자가 신규 방문자인지 재방문자인지를 구분할 때, 또 재방문자라면 언제 처음 방문을 했고, 그동안 몇 번을 방문했는지 등을 파악할 때 쿠키(모바일앱의 경우 기기 ID) 정보를 사용합니다.

하지만 쿠키의 경우 브라우저 단위로 생성되기 때문에 동일한 사용자라 하더라도 여러 브라우저를 이용하거나, 더 나아가 모바일이나 PC 등 기기를 달리하여 웹사이트를 방문하면, 각각 서로 다른 쿠키가 생성되고, 결과적으로 사용자 수가 이 쿠키 수만큼 늘어나게 됩니다.

쿠키에 기반한 사용자가 아닌 우리 상품이나 서비스를 이용하는 실제 사용자, 고객을 제대로 분석하기 위해서는 동일한 사용자가 다양한 기기(브라우저)를 통해서 웹사이트를 방문하는 것을 온전하게 측정할 수 있어야 하는데요, 이를 교차 기기 추적(cross device tracking)이라고도 합니다.

교차 기기 추적을 위해서는 여러 기기를 통해 방문한 사용자가 동일한 사용자임을 파악할 수 있는 정보가 필요한데요, GA에서는 사용자의 로그인 정보(=회원정보)를 사용하고, 이를 유저 ID라고 합니다.

물론 유저 ID 설정을 통한 사용자의 교차 기기 유입 추적은 기존 유니버설 애널리틱스 버전에서도 가능했습니다. 하지만 UA 버전에서는 유저 ID를 설정할 때 별도의 보기를 생성하고, 유저 ID가 확인된 사용자들만을 이 보기에 담아 분석할 수 있도록 했습니다. 따라서 전체 사용자를 담은 메인 보기에서는 여전히 유저 ID가 아닌 쿠키 기준으로 사용자가 구분되는 제한이 존재했습니다.

GA4의 경우 데이터 확보 여부에 따라 유저 ID와 구글 신호데이터(Google Signals), 쿠키(또는 기기 ID) 정보가 하나의 속성에서 순차적으로 적용되기 때문에 보다 더 통합적인 사용자 분석이 가능합니다. (구글 신호 데이터는 웹사이트의 유저 정보가 아닌 광고 개인 최적화를 사용 설정하고 구글 계정에 로그인한 사용자의 정보를 토대로 수집한 교차 기기 추적 데이터를 말합니다.)

3) 데이터 모델(data model)


<데이터 모델(data model)>


데이터 모델 또한 GA4에서 크게 달라진 부분에 속합니다. 기존 UA 버전은 세션 중심(session-driven)의 데이터 모델을 적용한 반면, GA4 버전은 이벤트 중심(event-driven)의 데이터 모델을 적용했습니다.

GA에서 데이터가 수집되는 가장 작은 단위를 UA에서는 히트(hit, 조회), GA4에서는 이벤트(event)라고 합니다. 특정 페이지 조회, 링크/버튼 클릭, 스크롤 내리기 등 사용자 상호작용(interaction) 하나하나를 말합니다.

이들 히트 또는 이벤트가 모여 1회 방문을 의미하는 세션(session)을 구성하고, 또 이들 세션이 모여 한 명의 사용자(user)를 구성합니다. 히트/이벤트, 세션, 사용자 각 레벨을 측정기준 또는 측정항목의 범위(scope)라고도 합니다.

UA에서는 히트/이벤트, 세션, 사용자 범위 중 주로 세션 범위의 지표가 사용되었습니다. 반면 GA4에서는 한 명의 사용자와 이 사용자가 웹사이트를 이용한 전체 기간에 행한 하나하나의 행동에 초점을 두는 이벤트 위주의 지표를 사용합니다.

이벤트 중심의 데이터 모델을 적용함으로써 기존의 웹 데이터 뿐만 아니라 앱 데이터를 하나의 속성에 담아내는 통합 분석이 가능해 졌습니다.

4) 향상된 측정


<향상된 측정 이벤트>


GA4는 데이터 수집 측면에서도 상당한 개선이 이뤄졌습니다.

UA의 경우 페이지 조회 시 실행되는 기본 추적코드를 통해 사용자와 세션 데이터 및 페이지 관련 데이터 만을 자동으로 수집할 뿐, 사용자 행동(이벤트) 데이터나 구매 데이터와 같은 나머지 데이터는 모두 수동으로 추가 설정을 해야지만 이를 수집하고, 분석에 활용할 수 있습니다.

GA4의 경우 향상된 측정(enhanced measurement) 기능이 도입되어, 스크롤, 이탈 클릭, 사이트 검색(웹사이트 내 검색 행위), 양식 상호작용, 유튜브 조회, 파일 다운로드와 같은 사용자 상호작용에 대해 데이터 수집을 위한 별도의 코드 추가 없이 자동으로 데이터를 수집해 줍니다.

이벤트 데이터 수집의 경우 대체로 소스 코드 수정 작업이 필요한 만큼 간단한 내용이라도 마케터가 직접 수행하기 어려운 영역입니다. 따라서 UA 사용 시 제대로 된 이벤트 수집을 하지 못하고 사용하는 경우가 많았는데요, GA4는 향상된 측정 기능을 통해 다양한 사용자 행동을 자동으로 수집해서 활용할 수 있게 되었습니다.

5) 탐색(explorations, 맞춤 보고서)


<탐색(explorations) 보고서)>


탐색(explorations)이라는 맞춤 보고서 기능도 기존과는 다른 차원의 보고서를 제공합니다.

UA에서 맞춤 보고서는 표준 보고서에서 제공되지 않거나, 제공되더라도 원하는 방식으로 보기 불편한 지표들을 맞춤형으로 구성하여 사용하는 보고서로 볼 수 있으며, 구성 형식도 표준 보고서와 마찬가지로 측정기준과 측정항목을 행과 열로 조합하는 표(table) 형식의 보고서입니다.

GA4의 탐색 기능은 다양한 형식의 보고서를 제공합니다. 기존 유니버설 애너리틱스 유료 버전(UA 360)에서만 제공되던 자유 형식(표 형식), 유입경로 탐색 분석, 세그먼트 중복 분석 보고서를 GA4 무료 버전(GA4 스탠다드)에 포함시켰을 뿐만 아니라 경로 탐색 분석, 사용자 개별화 분석, 동질 집단 분석, 사용자 전체 기간 보고서가 새로 추가되어 총 7가지 유형의 보고서를 제공합니다.

하나 하나의 보고서가 실무적으로 분석을 함에 있어 꽤 유용한 기능을 담고 있어, 개인적으로는 새로 도입된 GA4 기능 중 가장 맘에 드는 부분이기도 합니다.

6) 구글 빅쿼리(Google Bigquery) 연동


<구글 빅쿼리 연동>


GA4는 구글의 클라우드 데이터 웨어하우스 서비스인 구글 빅쿼리(Google Bigquery)와 연동을 통해 GA4 속성에서 수집된 원본 데이터(raw data)를 내보내기(export)해서 활용할 수 있습니다.

빅쿼리에서 데이터를 외부 저장소로 내보내거나 외부 데이터를 가져와서 애널리틱스 데이터와 결합할 수 있으며, SQL과 유사한 구문을 사용하여 데이터를 원하는 형태로 가공하여 사용할 수 있습니다.

7) 머신러닝(machine learning) 활용


<머신러닝(machine learning) 활용>


구글 애널리틱스 4를 출시하면서 구글에서 강조한 기능 중에 하나가 바로 평소에 구글이 자랑하는 머신 러닝 기술의 활용입니다.

우선 기존 UA 버전에서도 제공된 메뉴이긴 하지만 통계(지능형 애널리틱스) 메뉴를 통해 데이터의 비정상적인 변화나 새로운 트렌드를 감지하여 알려줍니다. 기여 모델에서도 기존 UA 360에만 있던 데이터 기반 모델이 스탠다드 버전에 도입되었습니다. 또한 꽤 많은 구매 데이터 모수가 필요하긴 하지만, ‘7일 이내에 구매할 가능성이 높은 사용자’와 같은 조건으로 예측 잠재고객을 만들어 활용할 수 있습니다.

머신러닝 기술이 적용된 기능과 관련해서는 아직까지 쉽게 와 닿는 활용 방법이 있는 건 아니지만, 여러 측면에서 지속적으로 새로운 기능이 도입되는 만큼 점점 더 실무적 활용에 도움이 되지 않을까 기대해 봅니다.

지금까지 구글 애널리틱스 4의 특징과 장점을 7개 정도의 항목으로 나눠서 설명해 드렸는데요, 총평을 하자면 기존 UA 버전 대비 분석에 도움이 되는 다양한 기능이 추가되었으며, 실무적으로 활용할 수 있는 부분이 많아졌다고 생각합니다.

하지만 다양한 기능 특히 맞춤형(custom) 기능이 많이 추가된 만큼 이를 잘 활용하기 위해서는 이전보다 훨씬 더 많은 학습이 필요해 보입니다.

지금까지의 설명이 새로운 GA 버전을 이해하는 데 도움이 되었길 바랍니다. 다음 글에서는 구글 애널리틱스 계정을 생성하고 웹사이트에 추적코드를 심는 방법을 다룰 예정입니다.

# 국내 대표적인 온라인마케팅 커뮤니티/매체인 아이보스에서 구글 애널리틱스 4(GA4) 강의를 진행하고 있습니다. 커리큘럼 등 자세한 사항은 아래 링크를 참조하세요.

GA4 실무과정: https://www.ibossedu.co.kr/edu-goods-3

블로그 구독하기

이메일을 남겨주시면 새로 발행되는 블로그 글을 받아보실 수 있습니다.

믿을 만한 GA4 구축/교육 업체를 찾으시나요?

오컴데이터와 함께 시작하세요!