UA → GA4 전환이 변화시킬 마케팅 실무의 본질
비즈스프링은 GA4 One-Stop Service 를 통해 데이터 수집 뿐만 아니라, 비즈니스 목표를 달성할 수 있는 기반을 조성하는 것을 지원합니다. 단순히 ‘UA에서 수집하던 데이터를 GA4 에서도 봐야 해!’라는 차원으로 접근하는 것은 바람직하지 않습니다. ‘전환’ 그 자체보다는 ‘전환 과정’과 ‘전환 후의 데이터 활용’까지 고려한 설계를 선행해야 합니다.
GA
GA4 전환을 코앞에 둔 마케팅 실무자의 고민
비즈스프링 GA4 One-Stop Service는 우려없이 GA4로 전환할 수 있도록 사이트 진단부터 설치, 맞춤형 대시보드까지 비즈니스 솔루션 제안, 시스템 구축을 지원합니다. 마케터들이 마케팅 액션 수립과 비즈니스 목표 달성에만 집중할 수 있는 환경을 제공합니다.
GA4 데이터 수집하여 리포트 생성하기
데이터 수집에서 리포트 생성까지는 ‘GA4 설정하기, GA4와 BigQuery 연동하기, 데이터 정제하기, 대시보드 및 리포트 생성하기’의 4개 단계로 이루어집니다. GA4 데이터를 수집하기 위해 태그매니저로 수집하고자 하는 태그, 트리거, 변수를 설정하면 데이터를 수집할 수 있습니다.
GA4 하위 속성(Subproperties)과 롤업 속성(Roll-up properties)
GA4 하위 속성은 일반적으로 소스 속성에 있는 데이터의 하위 집합을 말합니다. 하위 속성을 통해 데이터를 세분화시키고, 분류할 수 있도록 하는 기능입니다. 롤업 속성은 여러 소스 속성의 데이터를 하나의 롤업 속성으로 통합하여 브랜드, 지역 전반에 걸쳐 비즈니스를 광범위하게 보여줍니다.
활용 예시로 알아보는 User-ID와 Google Signal의 공통점과 차이점
User-ID와 Google Signal이 무엇인지 알아보겠습니다. User-ID는 사이트에 로그인한 개인의 회원 정보를 통해 식별할 수 있는 식별자입니다. 그리고 Google Signal 즉, 구글 신호 데이터는 구글이 만든 사용자 식별자이자 구글 기반으로 한 데이터를 뜻합니다.
데이터엔지니어링을 위한 구글 빅쿼리(BigQuery) 이용 사례
데이터 엔지니어링이란 사용자의 데이터(주문, 매출, 회원가입 등)를 수집하여 원하는 형태의 데이터로 가공하고 사용할 수 있도록 제공하는 서비스입니다. GA360을 활용한 데이터 엔지니어링에 대한 사례를 알아봅시다. GA 데이터는 히트, 세션, 사용자 세 가지 구조로 되어 있습니다.
완전히 새로운 관점으로 로그분석 솔루션 활용하기
데이터를 통해 할 수 있는게 어떤 것인지, 데이터 분석 솔루션 활용 사례를 통해 알아보겠습니다. 먼저 ‘결합과 확장’이 있습니다. 분석 스크립트가 설치된 자사 사이트의 데이터만 분석하는 것이 아니라 CRM 등 다른 데이터와 결합하여 의미있는 인사이트를 찾을 수 있습니다.
비개발자를 위한 빅쿼리(BigQuery) #2
1편에서 구조체와 배열에 대해 알아보았습니다. 빅쿼리는 하나의 컬럼 안에 배열구조의 또 다른 테이블을 확인할 수 있습니다. 2편에서는 난이도가 있는 쿼리문을 중심으로 이야기를 해보겠습니다. 쿼리문에 대해서 알고 있다면 필요한 시점에 필요한 데이터를 빠르게 확보할 수 있을 것입니다.
비개발자를 위한 빅쿼리(BigQuery) #1
비개발자지만 필요한 데이터를 추출하여 활용하거나, 빠른 커뮤니케이션을 할 수 있도록 기본적인 쿼리문에 대해서 공유하고자 합니다. GA4로 업그레이드 되면서 GA로 수집되는 RAW 데이터를 빅쿼리에서 활용할 수 있기 때문에 빅쿼리의 활용 범위가 점차 넓어질 것입니다.
구글 빅쿼리(Google BigQuery) 시작하기
빅쿼리는 확장성이 뛰어나고 가격 대비 성능이 좋은 기업용 서버리스 데이터 웨어하우스 입니다. 객체 스토리지, 스프레드시트의 데이터, 관리형 열 형식 스토리지를 통해 논리적 데이터 웨어하우스를 생성하여 모든 배치와 연속적으로 생성되는 스트리밍 데이터를 분석합니다.