GA4 사용으로 구글이 본격적인 전환에 박차를 가하고 있습니다. 2020년 10월 14일부터 새로운 속성은 기본적으로 GA4로 생성하게끔 유도하면서 2023년 7월 1일부터는 유니버셜 애널리틱스의 조회 처리가 잠정 중단됩니다.
이러한 변화는 앱과 웹의 차세대 변화에 부합하는 애널리틱스 모델의 필요성과 점차 고도화 되는
빅데이터 처리 기술과 AI, ML 등의 엄청난 발전 속도에 발맞추기 위한 움직임으로 보입니다.
특히 GA4의 7월 중단으로 인해 미치는 영향에 대해 구글이 세밀하게 준비하고 있다는 점을 알 수 있었는데요. 이메일에도 매번 고지가 날라오지만,
상세하게 GA4를 어떻게 준비하라고 가이드를 날려주는 것도 그 중 하나라고 볼 수 있습니다.
GA4 업데이트 소식 빠르게 접하기
구글애널리틱스의 업데이트 소식을 빠르게 접하는 방법은 메일링 리스트를 통해서도 가능하지만
개별적인 릴리스 내용에 대해 보고싶다면 구글에서 제공하는 릴리스 타임라인을 참조하는 것을 추천 드립니다.
https://support.google.com/analytics/answer/9164320?hl=en
가장 최근으로 볼 수 있는 2023년 4월 19일 개선사항 으로는 환영 튜토리얼이 변경되었으며, 구글 광고와 연동을 위한 배너 위치가 추가되었습니다.
또한 추천 섹션에 신규사용자를 위한 도움말 카드를 계속 제공할 예정이구요.
사실 주목할만한 변화는 4월 17일에 발표된 ‘기여 분석’에 대한 부분입니다.
구글 광고의 기본적인 최적화 코드 뿐만 아니라 GA4속성 내의 교차 채널 웹 전환 기여도를 함께 측정하겠다고 밝혔는데요.
이는 곧 구글 광고 내에서는 전환 집행이 0으로 잡히더라도,
실제 교차 채널 기여 모델에서 기여도가 발생한 경우 이를 구글 광고의 성과로 전환할 수 있음을 의미합니다.
물론 이 같은 변화가 달갑지 않은 경우,
언제든지 GA4 보고서 내의 ‘기여 속성 모델’에서 실제 분석 모델에 따른 변화를 찾아볼 수 있습니다.
GA4 내부에서는 편리하지만 여전히 외부 플랫폼과 교류가 어려운건 사실
GA4 업데이트를 가장 반길만한 사람들은 역시 구글애널리틱스를 완전히 처음 접하거나 별다른 지식이 없는 초보자들에게 매우 좋은 툴로 변화했음을 알 수 있습니다.
변화과정을 굳이 살펴보자면,
이제는 내부 이벤트 데이터의 이름만 찾아서 전환 데이터로 매핑하거나
기존에 발생한 이벤트에 변화를 줄 수 있는 등 내부에서 할 수 있는 ‘데이터 핸들링’의 가능성이 무엇보다 높아진 건 주목할만한 사실입니다.
물론 교육자의 입장에서 이러한 변화가 좋기는 하지만,
실무자의 입장에서는 여러 비용데이터나 실제 고객의 ID등을 가지고서 작업을 했던 분들이라면 GA4의 변화는 크게 달갑지 않을 것입니다.
이벤트 매핑의 새로운 처리와 그에 따른 부가적인 정리작업은 둘 째치고서라도 데이터 임포팅에서 빅쿼리나 구글클라우드 사용이 강제적으로 발생합니다.
물론 API등으로 AWS등 여러 플랫폼으로 전환은 가능하지만, 결론적으로 구글 클라우드를 활용하는게 훨씬 나으니까요.
구글 애널리틱스 ‘웹 전환’ 얼마나 정확해질까?
구글애널리틱스의 웹 전환이 완벽하지 않다는 사실은
이 글을 읽고 있는 대부분의 구독자분들이 이해하고 계실 것 같습니다.
그럼에도 불구하고 우리가 구글애널리틱스를 활용하는 가장 큰 이유는 고객의 행동 패턴이나, 관심사, 혹은 기여채널에 대한 분석이 가능하기 때문인데요.
엄밀히 말하자면, 구글애널리틱스의 추적가능성은 제한되어 있는데 기술 개발 속도가 너무 빨라서
혹은 규제로 인해서 고객의 정보를 완벽히 파악하기는 점차 힘들어 질 것입니다.
시간이 지날 수록 완전 정교한 데이터 추적 모델은 점점 고객의 실제 데이터를 교묘하게 숨기게끔 작동을 해야하며 (개인 고객의 완전 식별은 위법임으로)
이는 분석자의 입장에서는 ‘실제 구매 고객’의 구매 행동 포인트에 대한 신뢰도 저하로 이어집니다.
그럼에도 불구하고 교차 추적 기술이 각광받는 이유는 점차 고객 정보 식별은 제한적이지만
그들에게 ‘맞춤형 광고’를 제공해서 불필요한 지면낭비를 줄이려는 시도가 활발히 이어지고 있기 때문입니다.
결국 광고주는 광고 비용을 아끼는 것, 미디어사는 미디어 노출의 적합성 (노출 시간당 성과의 증가)등을 확보하기 위해 애를 쓰기
때문에 구글애널리틱스는 이 같은 변화에 딱 적합한 변화를 보이고 있다고 볼 수 있겠죠.
실무자들에게 찾아온 암흑기에 불을 밝히는 방법?
데이터가 점점 부족해질 때 실무자들에게 가장 좋은 방법은 역시 구시대적인 ‘설문조사’가 획기적인 방법이 될 수도 있습니다.
하다 못해 고객과 실제 인터뷰를 해보거나,
숫자 밖의 실제 사람을 만나서 대화해보는 것이 실마리가 될 수 있습니다.
물론 이같은 것들은 비용이 발생할 수도 있으며 편협한 데이터를 나을 수 있습니다만, 여전히 유효한 데이터 확보 방식이라고 생각합니다.
또한 구글애널리틱스 외의 여러 툴들을 병행해서 활용하는게 필요할 수 있습니다.
사실 구글애널리틱스의 이벤트 기반 분석 모델은 아직 완벽하지 않습니다. 엄청난 양의 데이터를 처리 해야하는 경우 데이터 미스 혹은 샘플링으로 인한 신뢰도 저하도 있을 수 있죠.
추가적으로 GA4에 대한 관심을 놓치지 않는 것입니다.
이게 가장 어려울텐데요. 새롭게 바뀌는게 많은 만큼 끝까지 붙잡고 있는게 분명 어려운 일일 수 있지만,
여전히 구글애널리틱스가 업계 1위를 차지하는데에는 저는 다양한 이유를 꼽지만 ‘데이터 분석’에 한해서만큼은 가장 심플하고 강력한 설명력을 제공하기 때문이라고 생각합니다. 게다가 ‘무료’니까요.
