Google Analytics는 웹로그 분석에 필요한 기초적인 정보(사용자, 이탈률, 전환 등) 외에도 다양한 정보들을 추가적인 코드 구현을 통해 확인할 수 있습니다. 그중 ‘전자상거래’는 GA에서 활용할 수 있는 유용한 기능 중 하나로 쇼핑이나 구매와 관련된 서비스를 사용자들에게 제공하고 있다면 반드시 구현하는 것을 권장하고 있죠.

또한 이 ‘전자상거래’ 기능은 구현 후 일정 조건에 따라 머신러닝 기반의 다양한 정보들을 활용할 수 있도록 해주는데요. 이 정보들은 google ads와의 연동을 통해 광고 운영에도 이용할 수 있어 활용도가 매우 높다고 할 수 있습니다.

그래서 오늘은 Google ads에서도 활용 가능한 GA의 ‘전자상거래’ 기능과 추가 기능들에 대해 안내해 드리겠습니다. (본 문서는 gtag 버전의 ‘향상된 전자상거래’ 기능이 구현된 상태를 기준으로 함)

​

먼저 머신러닝을 활용하는 기능은 아니지만 ‘향상된 전자상거래’를 사용할 경우 제공되는 ‘행동 리포트’에 대해 말씀드리겠습니다. 이 기능은 전자상거래를 구현하면서 장바구니 또는 결제 단계를 별도의 라벨링을 통해 추적할 수 있게 해주는 기능입니다. 라벨링을 통해 소비자가 상품 조회부터 결제 완료까지 여러 단계를 거치는 경우 각 단계별로 얼마나 이탈되는지 알 수 있게 되고, 또 이 정보들을 바탕으로 결제 단계에 있는 페이지를 개선하는 기초 정보를 얻을 수가 있습니다.

[GA에서 활용되는 결제 단계별 정보]

[쇼핑/결제 행동 리포트 예시]

그리고 각 단계별로 세그먼트를 바로 만들 수 있는 기능도 같이 제공하기 때문에, 전자상거래 활동을 기준으로 다른 GA 리포트를 살펴볼 수도 있습니다. 여기에 생성된 세그먼트는 google ads에서 리마케팅 목록으로 변환시킬 수도 있기 때문에 결제 직전 이탈된 사용자일 경우, 결제 완료를 유도하는 메시지로 캠페인을 운영해 볼 수도 있습니다.

‘스마트 목록’은 머신러닝을 활용하여 후속 세션에서 전환 확률이 높은 사용자들을 찾아주는 google ads용 리마케팅 잠재목록입니다. 매월 500건 이상의 전자상거래와 매일 10,000회 이상의 페이지뷰가 발생되면 GA에서 자동으로 스마트 목록이 생성되고, google ads에 목록을 공유하여 리마케팅 캠페인으로 활용할 수 있는데요. 정확하게 어떤 사용자들이 전환을 일으킬지 판단이 어렵거나, 또는 별도로 생성한 리마케팅 세그먼트의 모수가 적어 제대로 된 캠페인 운영이 어려울 경우 유용하게 사용할 수 있는 기능입니다.

[잠재 고객 정의에서 생성된 스마트 목록]

특히 스마트 목록은 GA에서 추적하는 다양한 정보들(세션 시간, 방문 심도 등)을 같이 고려하기에 일반적으로 활용하는 페이지 방문 기반의 잠재 고객과 비교하여 우수한 효율을 보여주게 됩니다. 실제로 PlayD에서 운영된 리마케팅 캠페인에서 페이지 방문자 / 스마트 목록을 비교 활용 시 스마트 목록이 약 60%가량 낮은 CPA를 얻을 수 있었는데요. 만약 이전까지 페이지 방문자 중심의 리마케팅만 진행했었다면 구글 머신러닝의 효과를 테스트해볼 수 있는 스마트 목록을 활용해보시는 걸 추천드립니다.

세션 품질과 전환 가능성은 앞서 소개해드린 스마트 목록과 유사한 기능으로 머신러닝을 통해 전환 가능성을 분석할 수 있게 해주는 기능입니다. 리마케팅으로만 활용 가능한 스마트 목록과 다르게 별도의 리포트 항목을 통해 더 구체적인 데이터들을 확인할 수도 있고, 소스/매체와 같은 유입 데이터와도 혼합하여 데이터를 분석할 수 있습니다.

세션 품질과 전환 가능성은 전환 확률을 0~100점의 척도로 제공하며, 각 점수마다 세션/거래가 있는 세션/거래가 없는 세션으로 구분된 데이터를 제공하고 있습니다. 점수 척도와 제공되는 데이터, 머신러닝이 진행되는 목표가 동일한데 리포트가 굳이 2개로 분류된 이유가 궁금하실 수도 있는데요. 그 이유는 바로 각 기능들이 분석하는 대상의 기준이 다르기 때문입니다.

‘세션 품질’은 사용자들의 세션을 기준으로 데이터를 분석하고, ‘전환 가능성’은 사용자 그 자체를 기준으로 데이터를 분석하기 때문에 각 리포트를 확인했을 때 조금씩은 다른 데이터를 보여주는 것을 확인할 수 있습니다.

[세션 품질 리포트 예시]

또한 이 두 기능은 ‘쇼핑/결제 행동’과 마찬가지로 세그먼트로 구성할 수 있는 기능을 제공하기 때문에 획득/행동의 데이터들과 연계하면서 ‘어떤 소스/매체에서 높은 세션 품질을 유지하는가’ 등의 정보를 확인하는데 활용할 수도 있는데요. 이전까지 GA에서 발생되는 세션이나 사용자들의 대한 가치를 정확하게 판단하기 어려웠다면 해당 기능들을 적극적으로 사용해보시길 권장 드립니다.

지금까지 GA 전자상거래를 활용할 때 같이 사용할 수 있는 기능들에 대해 소개해드렸습니다. 위에서 소개해드린 GA의 ‘머신러닝’ 기능은 사용자의 입장에서 왜 그런 결과가 발생되었는지, 어떻게 학습을 한 것인지 알 수 없는 부분이 있는 것은 사실입니다. 하지만 이런 걱정은 잠시 미뤄두고, 사람의 분석과 감 대신 ‘머신러닝’이 만들어낸 새로운 데이터를 실험해본다면 기존에는 얻을 수 없었던, 또 파악하지 못했던 결과물을 얻을 수 있을 것입니다.

그동안 전자상거래 데이터를 상품 매출 기록으로만 사용했다면, 이번에 말씀드린 다양한 기능들을 추가로 활용해보는 건 어떨까요?

이상, No.1 데이터 마케팅 컴퍼니 플레이디였습니다!