추가 적립 안내

기본 보고서를 넘어 통합 마케팅 분석 센터로 가는 길

구글 애널리틱스의 강력함은 누구나 인정하지만, 얼마나 강력한지, 어떻게 쓸 수 있는지는 체감하기 어렵다. 서비스에서 기본으로 제공하는 보고서도 물론 강력하나, 기본 제공 보고서는 빙산의 일각에 불과하다. 데이터는 여러 가지를 엮고, 모으거나 쪼개고, 비교하며 보아야 진정한 의미를 가질 수 있고, 구글 애널리틱스는 그에 필요한 다양한 도구를 갖고 있다. 실리콘 밸리의 마케팅 분석 전문가에게 구글 애널리틱스의 진정한 위력을 배워본다.

★ 이 책에서 다루는 내용 ★

■ 깔끔하고 정확한 데이터를 수집하기 위한 검증된 방법론
■ 구글 애널리틱스에 마케팅과 고객에 관련된 모든 데이터를 가져와서 통합하는 방법
■ 심도 있는 사용자 분석을 얻기 위한 새로운 분석 기법

★ 이 책의 대상 독자 ★

포럼에서 블로그, 소셜 네트워크에 이르기까지 웹 전반에 걸친 대규모 사용자 커뮤니티는 구글 애널리틱스의 독보적인 장점이다. 구글 애널리틱스의 활용법, 혹은 문제 해결 방법에 대한 헤아릴 수 없이 많은 정보가 커뮤니티에 있다. 게다가 구글의 도움말 센터, 개발자 문서, 분석 아카데미와 소셜 네트워크의 구글 페이지 등 구글의 공식 채널은 말할 필요도 없다(다음 내용의 링크를 찾아보자). 기왕의 현실이 그렇다고 하면, "도대체 내가 이 책이 필요한 이유가 뭘까?"라는 의문이 생길지 모른다. 아, 아주 훌륭한 의문이다. 바라 마지않던 물음이다!

기본적으로, 이 책은 데이터를 구글 애널리틱스로 통합할 때 필요한 모든 내용을 한데 모았다. 데이터 통합에 이르는 여정을 안내할 상세한 설명과 스크린샷이 마련되어 있고, 다년간 직접 경험해 익힌 팁과 트릭이 가득하다(구글 애널리틱스가 2005년 최초로 등장한 지 한 달 후부터 적용했던 웹사이트를 보유하고 있다!). 책 안의 일부 내용을 온라인에서 찾아볼 수 있더라도, 그보다 더 많은 새로운 트릭을 꽤 많이 배우게 될 것이다.

책의 전반에 걸쳐 구글 애널리틱스 도움말 센터와 개발자 문서의 링크를 여러 군데 남겨 두었다. 따라서 독자가 내용을 좀 더 쉽게 이해할 수 있고, 필요할 때마다 도움을 얻을 수 있다. 무엇보다 이 책의 가장 큰 장점이라면, 어떤 필요한 내용이 있을 때 복잡한 세부사항까지 파고들어갈 필요가 없다는 것이다. 자신의 작업 과정에서 자료로 곧장 찾아가 필요한 내용을 얻을 수 있다.

★ 이 책의 구성 ★

내용을 작성하는 도중에도 여러 차례에 걸쳐 책의 구성이 달라졌다. 주로 구글 애널리틱스와 기타 데이터 소스 간의 관계를 바라보는 관점이 다양했던 탓이다. 이로 인해 데이터를 구글 애널리틱스로 가져오는 표준 통합 방법만 내용에 담아야겠다는, 어려운 결심이 필요했다. 표준 통합 방법만을 책의 내용으로 포함시키자는 결정은 이 책이 본래 구글 애널리틱스를 비즈니스의 영역(그 어떤 종류의 비즈니스라도)에서 데이터 분석의 중앙 집중 플랫폼으로 활용하는 데 도움을 주려는 목적으로 쓰였기 때문이다. 오해는 곤란하다! 구글 애널리틱스는 그 안에 수집했던 데이터를 끄집어내는 방식으로 통합하기에도 훌륭하며, 활용하기에 따라 자신의 비즈니스에 적합하면서, 강력한 맞춤 솔루션을 만들 수도 있다. 단지 이러한 활용법은 이 책의 목적과 범위에서 벗어나 있을 뿐이다.

밑바탕에 있는 재료(데이터)가 부실하면 아무리 잘 그러모아도 쓸 만한 것을 만들기 어렵다. 따라서 무엇보다 먼저 최고의 사례에 대한 소개로 책을 시작하려 한다. 구글 애널리틱스를 활용할 때 반드시 알아야 할 중요한 정보를 알아본다.

이어지는 장은 차례로 최선의 사례를 만드는 방법에 대한 내용이다. 크게 애드워즈, 애드센스, 구글 플레이, 아이튠즈, 웹마스터 도구 등 구글 애널리틱스에서 공식적으로 설명하는 방법을 다룬 1부 '구글 통합', 그리고 데이터 가져오기 기능과 측정 프로토콜을 활용해서 외부의 데이터를 구글 애널리틱스의 커스텀 데이터로 가져오는 방법을 설명한 2부 '커스텀 통합' 두 가지로 구성되어 있다.

구글 애널리틱스가 주는 가장 중요한 가치는 데이터의 통합입니다. 데이터의 통합으로 사용자의 방문 전 데이터와 방문 데이터를 엮어 사용자가 비즈니스를 따라가는 과정을 시종일관 함께하며 전체 그림을 그려볼 수 있습니다. 데이터의 통합으로 어떤 광고가 우수한 트래픽을 많이 유발하는지(예: 애드워즈(AdWords) 통합), 콘텐츠의 수익화를 끌어내려면 어떻게 해야 하는지(예: 애드센스(AdSense) 통합)에 대한 깊은 인사이트(insight)를 얻을 수 있습니다. 이처럼 중요하고도 강력한 데이터 통합을 널리 가르쳐줄 최고의 강사가 바로 이 책의 저자인 다니엘 와이스버그입니다. 개인적으로 몇 년간 그와 친분을 쌓아왔으며, 분석에 관한 한 가장 해박한 사람으로 그를 첫 손에 꼽습니다. 다니엘은 그간 수많은 사업가 및 콘텐츠 발행인과 밀접하게 지내며 그들의 성공을 도왔습니다. 이제 그가 가진 깊이 있는 인사이트, 비결을 직접 배울 좋은 기회가 왔습니다.
- 샤그닉 난디(Sagnik Nandy) / 구글 애널리틱스 특임 엔지니어

데이터의 통합으로 디지털 분석의 활용 가치를 끌어올리는 방법에 대한 다니엘의 깊은 통찰력이 담긴 연구 결과와 기법이 이 한 권의 책에 꼼꼼하게 담겨 있습니다. 분석을 활용하는 사람과 마케터라면 반드시 읽어야 할 책입니다!
- 바박 팔라반(Babak Pahlavan) / 구글 애널리틱스 제품 관리 이사

구글 애널리틱스의 핵심적인 이점은 다른 구글 제품과 연결했을 때 얻을 수 있는 깊은 통찰입니다. 이 책은 왜 그러한 통합이 중요한지, 어떻게 해야 데이터를 통합할 수 있는지, 또 어떻게 활용해야 하는지를 훌륭하게 설명합니다.
- 저스틴 쿠트로니(Justin Cutroni) / 구글 애널리틱스 분석 에반젤리스트

빅데이터가 지닌 이점은 단순히 많은 양의 데이터를 여러 저장소에 따로 모아두는 것만으로는 얻을 수 없습니다. 이러한 저장소의 데이터를 하나로 통합해야만 비즈니스로 전환할 수 있는 진정한 인사이트란 놀라운 능력을 얻는 것입니다. 이 책은 그처럼 원대한 목표를 달성하기 위한 상세한 전략을 그려서 보여줍니다!
- 아비나쉬 카우쉭(Avinash Kaushik) / [웹 데이터 분석학](에이콘, 2013), [실전 웹사이트 분석 A to Z](에이콘, 2008)의 저자

다니엘 와이스버그의 책은 구글 애널리틱스를 여러 상황에 통합해 데이터의 충실함과 활용성을 모두 끌어올리는 데 중요한 핵심 인사이트를 알려준다. 한마디로, 눈 깜짝할 사이에 설치하고 가장 중요한 연결까지 순식간에 도달하는 실전적인 가이드라 할 수 있다.
- 폴 뮤렛(Paul Muret) / 구글 엔지니어링 부사장

1장 최선의 통합
__구현 기획
____1. 사업 목표 정의
____2. 핵심성과지표 구성
____3. 데이터 수집
____4. 데이터 분석
____5. 대안 실험
____6. 인사이트 구현
__코드의 구현과 최적화
____교차 도메인 추적
____전자상거래
____맞춤 정의
____다운로드 클릭
____고급 콘텐츠 추적
____웹사이트 문제 해결
__구글 애널리틱스 인터페이스 설정
____목표 설정
____잠재고객에 대한 집중
____동일한 콘텐츠를 가리키는 파라미터 생략
____중복 페이지 제거
____사이트 검색 설정
____광고 표시와 인구통계 보고서 활성화
____제외할 추천 경로
__유입 트래픽의 태그
____캠페인 태그
____피드버너 트래픽 태그
__통합 기능 효과의 관리
____로우 데이터와 보기 설정의 생성
____배치 단계의 속성 설정
____프로그램의 추적과 설정 변경
____외부 변경 내역과 전체 변동의 주석
__정리
__2015 구글 애널리틱스의 새로운 기능 | 옮긴이 노트 |

1부 구글 통합
2장 구글 애드워즈 통합
__애드워즈와 구글 애널리틱스 통합
____애드워즈와 구글 애널리틱스 연결
____구글 애널리틱스와 애드워즈 연결의 해제 또는 수정
____구글 애널리틱스와 애드워즈의 데이터가 틀린 열 가지 이유
__데이터, 구조, 표준 보고서의 통합
____구글 애널리틱스의 애드워즈 측정 항목과 측정 기준
____애드워즈 계정의 구조
____애드워즈의 표준 보고서
__애드워즈 성과 최적화
____승자와 패자: ABC 프레임워크
____커스텀 보고서의 부정 키워드 탐색
____리마케팅 목록 구성
____쇼핑 캠페인 최적화
__정리

3장 애드센스 통합
__애드센스의 통합
____애드센스에 애널리틱스 연결
____여러 애드센스 계정의 연결
____연결 해제와 데이터 접근 권한 관리
____구글 애널리틱스와 애드센스의 데이터 불일치
__구글 애널리틱스의 애드센스 효율성 분석
____애드센스 개요
____애드센스 페이지
____애드센스 추천 보고서
____구글 애널리틱스 대시보드의 애드센스 모니터링
__정리

4장 모바일 앱 통합
__구글 애널리틱스의 구글 플레이와 아이튠즈 데이터
____안드로이드 SDK v4: 설치와 캠페인의 측정
i____OS SDK v3: 설치와 캠페인의 측정
__모바일 앱 분석: 사용자 여정
____소스 보고서
____구글 플레이 추천 흐름 보고서
__정리

5장 웹마스터 도구 통합(검색 콘솔)
__웹마스터 도구의 구글 애널리틱스 연결
__구글 애널리틱스의 웹마스터 도구 데이터 분석
____검색어 보고서
____방문 페이지
____SEO 지역 요약
__정리

6장 유튜브 통합
__유튜브 통합
__구글 태그 관리자를 활용한 유튜브 영상 추적
____구현 방법
____유튜브 영상 성과 보고서
__정리

2부 커스텀 통합
7장 커스텀 데이터 통합
__구글 애널리틱스의 데이터 가져오기 방법
____측정 프로토콜
____데이터 가져오기
__실제 사례
____콘텐츠 데이터 가져오기
____제품 이익률 데이터 가져오기
____환불 데이터 가져오기
__한계와 사례
__정리

8장 사용자 데이터 통합
__묵힌 데이터 세트
__사용자 ID
____사용자 ID 보기 생성
____사용자 ID 설정
____사용자 ID 저장
__추가 데이터 가져오기
__정리

9장 마케팅 캠페인 데이터 통합
__구글 애널리틱스 획득 채널
__맞춤 마케팅 캠페인 태그
____온라인 캠페인 측정
____오프라인 캠페인 측정
__비용 데이터 가져오기
____비용 데이터 가져오기 과정
__마케팅 캠페인의 분석
__정리

10장 A/B 테스트 데이터 통합
__Optimizely 데이터의 구글 애널리틱스 통합
____고급 세그멘테이션 기법: 테스트 변인의 이벤트 전달
__테스트 결과 분석
____테스트 종결
____'유의성 없는 차이'의 해결
__정리

11장 이메일 데이터 통합
__이메일 열기 인터랙션의 추적
____1단계: 맞춤 측정 항목 생성
____2단계: 이메일 캠페인 생성
____3단계: 구글 애널리틱스 코드 추가
____4단계: 이메일 전송과 결과 분석
__장치 간 사용자 행동의 추적
____1단계: 구글 애널리틱스의 사용자 ID 보기 기능을 활성화한다
____2단계: 이메일 링크에 메일침프 ID를 추가한다
____3단계: 구글 애널리틱스로 사용자 ID 값을 전달한다
____보너스 단계: 사용자 ID 값의 맞춤 측정 기준을 추가한다
__정리

12장 오프라인 데이터 통합
__고객의 모든 여정
__구현 방법과 스크립트
____1단계: 어떤 데이터를 수집해야 할지 정의한다
____2단계: 구글 설문지를 만든다
____3단계: 설문지에 연결된 앱 스크립트를 생성하고 작성한다
____4단계: 앱 스크립트를 실행시킬 트리거를 추가한다
____5단계: 설문지는 채워져야 한다
____그리고 마지막… 스크립트!
__정리

수천 년 전 인류의 조상은 아마실을 길게 늘어뜨리고 그 위에 실을 감아 촘촘한 천으로 만든 후 체온을 보존하고 몸을 보호하는 데 활용하는 일의 위력을 잘 이해하고 있었다. 시간이 흘러 천을 짜는 행위에도 다소간 변화가 있어, 이제는 대규모의 복잡한 기계(방적기)가 사람을 대신해서 천을 짠다. 그러나 평행하게 늘어선 실(씨실)을 또 다른 실(날실)로 가로질러 연결한 다음 늘여 붙인다는 근본 원리는 거의 비슷하다.
이 책에서 설명하는 구글 애널리틱스가 방적기와 비슷하다고 할 수 있다. 구글 애널리틱스는 수많은 데이터 소스를 씨실과 날실처럼 연결해서 하나의 밀접한 데이터 플랫폼으로 만들어내는 데 탁월한 효과를 발휘한다. 회사라고 하면 회사 전반에 걸쳐 어디에나 데이터가 있으나, 각각의 데이터는 마치 베틀의 씨실처럼 어떠한 연결도 없이 따로따로 평행하게 걸려 있는 경우가 다반사다. 이래서는 곤란하다. 모든 데이터는 하나의 천과 같이 치밀하게 통합되어야 한다.
통합(Integration)이란 영단어는 라틴어에서 '전체를 이루다'를 뜻하는 단어 integrate의 과거 분사형인 integratus에서 비롯되었다. 어원의 관점에서 보자면 통합은 여러 부분, 원소를 한데 모아서 하나의 전체로 구성하는 과정이라 정의할 수 있다. 데이터의 통합이라면, 한 곳, 한 주체(사용자, 마케팅 캠페인, 제품, 기타 등등)에 대한 모든 데이터를 하나로 연결하는 과정이라 하겠다.
구글 애널리틱스를 활용하면 여러 구글 제품에서 발생한 데이터를 통합해서 하나의 보고서로 받아볼 수 있다. 구글 외의 제품에서도, (구글 애널리틱스에서 제공하는 key 값을 기준으로) 데이터를 통합할 수 있다. 그 말은 데이터를 분석하기 위해 수많은 서로 다른 도구를 활용하는 대신에 구글 애널리틱스로 모든 연관 정보를 한 점에 끌어와서 데이터 분석을 쉽고 빠르게 수행할 수 있는 능력을 갖게 되었다는 의미다. 서로 다른 제품에서 비롯된 데이터를 한 지점에 모아 분석함으로써 더 의미 있고 활용성 높은 분석을 얻을 수 있다.
많은 전문가는 지금도 사용자의 인터랙션과 디지털화한 속성 값을 일부분만으로 분석하고 있다. 따라서 온라인과 오프라인에 걸쳐 있는 사업에 영향을 주는 모든 요인(그리고 데이터) 을 보지는 못한다. 데이터가 여러 추적 도구에 걸쳐 흩어져 있어, 전문가일지라도 모든 데이터 소스에서 정보를 한 점으로 통합하기가 어렵기 때문이다. 이 책을 따라가다 보면, 온라인 관련 일을 하는 사람이라면 누구나 가장 중요한 정보 조각을 중앙으로 집중시켜 볼 수 있는 분석 플랫폼을 만들려 할 때 구글 애널리틱스가 가장 뛰어난 후보라는 점을 깨닫게 될 것이다.
한마디로, 이 책은 개인적으로 성공의 핵심 열쇠라 믿어 의심치 않는 가장 중요한 요소인 모든 데이터를 구글 애널리틱스로 통합해 넣어 마케팅의 성과와 사용자 행동에 대한 전체 그림을 그려보는 방법의 실전적인 약식 가이드다. 이 점을 가장 잘 설명한 연구자인 이컨설턴시(Econsultancy)의 연구 논문에서 다음의 내용을 발췌, 인용해본다(http://goo.gl/VFFHKD).
"웹 분석에 추가로 데이터를 통합해 넣으면 마케팅 흐름의 전반에 걸친 전체 그림을 볼 수 있다. 데이터를 통합함으로써 웹사이트의 방문자를 세는 것에서 더 넓은 분석 시스템으로 나아가, 광고의 효과, 온·오프라인의 영업 매출, 제품 활용, 지원 활용, 고객 충성도 등을 측정하는 능력을 얻을 수 있다."
(/ '지은이의 말' 중에서)

정확한 추적 분석(Tracking measurement)이 가능하다는 점이 디지털 마케팅의 가장 큰 장점이라고 한다. 하지만 현실의 문제는 언제나 이상적인 상상을 벗어난다. 디지털 마케팅 분야에 종사하는 기획자와 분석가, 엔지니어는 항상 현실의 벽에 맞닥뜨리곤 한다. 물론 신문, TV, 라디오와 같은 구시대 매체에 비해 훨씬 나은 상황인 것은 사실이다. 하지만 그런 전통적인 매체는 '어차피 정확한 측정은 불가능하다.'는 묵인하에 대략적인 수치만으로 만족하는 반면, 디지털 매체는 "무엇인가 조금만 더 있으면 어떻게 할 수 있을 것 같은데."라는 희망고문을 반복하면서 수많은 기획자, 분석가, 엔지니어의 밤잠을 설치게 했다(잠이라도 잘 수 있었다면 그나마 다행이었지만).
구글 애널리틱스가 웹사이트와 모바일 애플리케이션의 추적 분석이나 마케팅 분석, 최적화의 유일한 데이터 분석 도구는 아니다. 다만 선택할 수 있는 모든 도구 중 최고, 최선일 뿐이다. 거의 무제한으로, 무료로 사용할 수 있다는 장점을 빼도 그렇다.
구글 애널리틱스의 가장 큰 단점으로는, 기능이 너무 다양하고 강력해서 무엇부터 어떻게 시작해야 할지 떠올리기 어렵다는 것을 꼽을 수 있다. 전문 데이터 엔지니어의 입장에서도 구글 애널리틱스는 결코 간단한 도구가 아니다. 하지만 구글 애널리틱스의 복잡성을 뚫고 이해할 수만 있다면 이보다 더 좋은 도구가 없다. 그렇기 때문에 구글 애널리틱스가 최선의 도구이고, 최고의 도구다.
단순히 그 자체의 뛰어난 성능만을 이야기하는 것이 아니다. 엮여 있어야만 가치를 발휘하는 데이터의 본질적인 특성을 생각해야 한다. 쌓여 있기만 한 숫자는 그저 숫자일 뿐이다. 비교하고, 모아보고, 파고들고, 엮어봐야 의미 있는 데이터 분석이라 할 수 있다. 따라서 구글 애널리틱스를 다른 데이터와 연결한다면, 상상만 했던 분석이 이미 현실이라는 것을 알게 될 것이다. 데이터 엔지니어의 입장에서 구글 애널릭티스란, 비록 꿈은 아니더라도 이상에 가까운 추적 분석 서비스다. 그리고 구글 애널리틱스 이상은 없다(이 책에서 설명하는 내용을 모두 알게 된다면, 데이터 엔지니어로서 이 말이 얼마나 복잡한 심정을 담고 있는지에 대해서도 공감하게 될 것이다).
(/ '옮긴이의 말' 중에서)