GA4 핵심은 '사용자 개별화 분석'

사용자 개별화 분석?

GA4 모델에서 개별 사용자 활동을 볼 수 있는 화면은
사용자 개별화 분석 페이지와 실시간 디버깅 화면이 유일합니다.
이전 버전인 유니버셜 애널리틱스 (UA)기반에서는 ‘사용자 탐색기’에서의 역할을 GA4에서는 ‘사용자 개별화 분석’ 페이지에서 이어 받았다고 보면 됩니다.

이 화면에 익숙해져야 나중에 ‘보고서‘를 만들 때에도 편리하게 데이터를 핸들링 하실 수 있습니다.

사용자 분석 > App Instance = 기기의 고유 쿠키값(ADID)

결국 어떤 분석 모델이건간에 사용자의 행동흐름을 시계열로 볼 수 있는 화면은 중요합니다.
특히 구글애널리틱스의 행동 데이터는 워낙 많다보니 ‘추상적’인 수치적 흐름으로 많이 생각할 수밖에 없는 구조로 되어 있지만,
개별 사용자 분석은 그러한 수치적인 그림에서 좀 더 벗어나서

‘직관력’을 활용할 수 있게 해줍니다.

단적인 예로, 여러분이 어떤 사이트를 탐색할 때 얼마나 많은 시간을 보내시나요? 뭔가 정해진 목표가 있어서 들어온게 아니라면 사실 잠깐 눈으로 훑어본 뒤 다른 사이트 혹은 다른 콘텐츠로 눈길이 갈겁니다.

이러한 ‘상황’적인 부분을 ‘목표’나 특정 ‘이벤트’에 맞춰서
얼마나 웹 또는 앱

(프로덕트라고 통칭하겠습니다.)과 상호작용한 ‘잠재고객’이 많은지를 쉽게 알 수 있게 됩니다.

구글 공식 가이드에서도 사용자 개별화 분석에서 좀 더 나아가 실제 사용자 ID와 연결해보는 것을 추천하고 있습니다.

사용자가 로그인한 경우 해당 사용자와 연결된 이벤트 데이터를 제공된 사용자 ID로 매핑하는 것인데요.

사용자가 로그인을 하지 않은 경우는 계속해서 익명 ID로 추적되지만 로그인하거나 회원가입 한 순간 고유한 사용자로 추적이 가능해집니다.

이 같은 기법은 이전 버전보다 조금 더 수월해진게 단순히 로그인 했을 때 user-ID 값만 이벤트로 밀어넣기만 하면 끝이기 때문이죠.

사용자 개별화 분석의 좋은 예시

앱사용자가 많은 프로덕트
– 개별 사용자들의 사용 습관 파악
– 신규 가입 회원의 콘텐츠 열람 및 세션 유지 기록
– 주로 방문하는 screen view 파악.
user-id와 함께 다양한 이벤트를 매핑한 경우
– 세그먼트 작성을 통한 맞춤형 조건 검색
– 데이터 모델 단순화
– 목표 이벤트등 달성여부 판단
다양한 마케팅 경로 + 목표를 갖고 있는 프로덕트
– 시계열 순서로 각 목표의 우선순위 파악 용이
– 다양한 목표별 사용자 반응성 추측
– 체류시간 및 screen-view 이벤트를 통해 마케팅 터치포인트의 적절성 판단