추가 적립 안내

시장조사, 기획, 판매, 홍보 등 다양한 의미로 사용되는 단어 ‘마케팅’에는 전략이 필요합니다. 또한 마케팅은 한쪽에서 일방적으로 행하는 일이 아닌 모두와 상호작용을 이루어 전체적인 규모를 점차 확장해가는 분야이기에, 상대방, 즉 고객에 대한 분석과 그에 맞는 전략을 갖추는 게 매우 중요합니다.
이를 위해 필요한 게 무엇일까요? 디지털 마케팅을 하며 궁금해하는 것, 예를 들면 홈페이지 또는 사이트에 방문한 사람들이 어떻게 이곳에 오게 되었는지, 들어와서는 어떻게 행동하고 어디로 움직이는지 등, 이러한 궁금증을 해결해 주는 건 누구일까요?
『비전공자도 배워서 바로 쓰는 디지털 분석 구글 애널리틱스』는 당신의 궁금증을 시원하게 해결해줄 웹 도구, 구글 애널리틱스를 다루는 최고의 가이드북입니다. 최적의 구글 애널리틱스 셋업 및 분석 실습 방법론을 익혀 이론적 지식 습득에 머물지 않고, 실제 구글 애널리틱스를 스스로 활용하고 싶다면, 이 도서는 당신에게 필독서가 될 게 분명합니다.

1.구글 애널리틱스 입문자를 위한 기초 이해
2.소비자 환경 변화와 행동 패턴 분석의 필요성
3.실질적 성과를 창출하는 분석 프레임워크
4.따라하기 쉬운 웹서버 트래킹 코드 삽입
5.지나칠 수 없는 ROI 마케팅 체계적 전략 수립
6.비즈니스 의사결정이 가능한 Core Report 생성 및 분석
7.의미있는 인사이트를 도출하는 적절한 목표 설정 방법
8.GA 보고서 성공적인 해석을 위한 디멘젼(Dimensions)과 메트릭스(Metrics)이해
9.캠페인별 성과 측정을 위한 구글 애널리틱스 트래킹 방법
10.새롭게 등장한 구글 애널리틱스4 살펴보기

웹사이트를 이용하는 유저들의 행동 패턴을 분석하라!
매출과 전환률 중심의 유저 인사이트를 얻어내는 디지털 마케팅과 웹 기획 성공 가이드

마케팅 전략을 수립하는데 필수 베이스가 되는 자료는 바로 고객 데이터입니다. 과연 데이터베이스에 쌓인 고객 구매 데이터만으로 유의미한 비즈니스 인사이트를 도출할 수 있을까요?
제대로 된 비즈니스 인사이트를 얻어내려면, 당신은 웹사이트 방문자가 어떤 경로로 유입되었고, 어떤 페이지를 어떻게 활용하는지 알아야만 합니다.
이때 사용되는 웹 데이터 추적 및 분석 툴, ‘구글 애널리틱스’는 웹 분석 분야의 실질적인 표준 분석 도구(de faco standard)로서, 웹사이트 방문에 대한 로그를 생성하고, 분석하고, 보고서를 보여줍니다. 이렇듯 구글 애널리틱스가 제시하는 여러 분석 데이터를 통해 당신들은 여러분들의 디지털 마케팅 캠페인들이 어느 정도의 성과를 내고 있는지 정량적으로 바라볼 수 있습니다.
'비전공자도 배워서 바로 쓰는 디지털 분석 구글 애널리틱스 입문' 도서는 구글 애널리틱스를 셋업하는 것부터 시작하여 유입된 유저들이 웹사이트를 활용하는 행동 패턴들을 분석하며, 최종적으로 매출, 전환률 중심의 유저 인사이트를 얻는 분석 역량을 기르는 걸 목표로 합니다.

이 도서의 학습 목표는 구글 애널리틱스를 사용하기 위한 모든 기초를 다지는 것부터 고급 분석이 가능한 수준까지 도달하는 것입니다. 구글 애널리틱스 계정을 생성하기, 추적코드를 삽입하기, 구글 애널리틱스의 User Interface를 이해하기, 그리고 고급 분석을 해내기 위해 필요한 실질적 목표를 설정하기를 배웁니다.
그리고, 그동안 진행해온 캠페인 ROI에 대해 디지털 마케팅 채널별로 각각 통찰합니다. 여러분이 관리하는 사이트에 나타나는 양적지표(페이지뷰, 방문자수, 체류시간 등)와 질적지표(매출, 전환률 등)를 구글 애널리틱스를 통한 추적으로 획득하고, 이렇게 추출한 데이터들을 취합하여 실무에서 성과를 낼 수 있도록 즉시 적용 가능한 분석 역량을 제고합니다.
본 책은 이러한 목표들을 체계적으로 달성할 수 있도록 돕는 디지털 분석의 필수 길잡이가 될 것입니다.

이 책에서 다루는 주요 내용은 다음과 같습니다.
- 웹사이트에 트래킹 코드를 심고 관리하는 방법
- 방문자가 사이트에 어떻게 유입되고, 어떤 콘텐츠를 활용하는 지에 대한 행동 데이터 분석 방법
- GA 보고서를 활용한 분석 방법론(실시간 유입자 분석 방법, 방문자 및 유입경로 분석 방법)
- 사이트 성과 측정을 위한 KPI 도출 및 Goal 셋업 방안
- Goal을 중심으로 한 전환 중심의 질적 분석 진행 방안
- 채널 효과분석 전략 수립 및 GA 캠페인 트랙킹을 활용한 분석 진행 방안
본 도서를 통해 독자들이 목표하는 바를 성취할 수 있도록 돕는 유의미한 비즈니스 의사결정을 이룰 수 있길 바랍니다.

01 구글 애널리틱스 소개
구글 애널리틱스 소개

02 데이터 분석이란?
소비자 환경 변화 이해하기
데이터 분석의 요소
분석을 위한 주요 데이터 유형
퍼포먼스 마케팅과 데이터 분석

03 분석 방법론
실질적 성과를 창출하는 분석 프레임워크
사업 목표와 연계된 적절한 KPI 체계 수립
디지털 마케팅에서 고려 가능한 KPI
데이터 분석 실행 모델
디지털 마케팅 효과 측정 모델
디지털 마케팅 캠페인 효과 측정 사례분석
Data-Driven 마케팅을 정착시키기 위한 조직문화

04 구글 애널리틱스 생태계의 이해
구글 애널리틱스와 관련된 역할들
구글 애널리틱스 아키텍처
구글 애널리틱스 트래킹 코드 추가 방법

05 구글 애널리틱스 기본 활용
데이터 분석에서의 구글 애널리틱스 역할
Core Report를 활용한 기본 분석 진행하기

06 구글 애널리틱스 실무 적용 전략
Configuration 실무 전략

07 구글 애널리틱스를 활용한 질적 분석
질적 분석을 위한 목표 설정(Goal Setup) 진행하기

08 구글 애널리틱스 주요 Interface 이해하기
주요 보고서 활용의 핵심 요소 디멘전(Dimensions)과 메트릭스(Metrics)
구글 애널리틱스 주요 인터페이스 이해하기

09 디지털 채널 효과분석
디지털 채널 효과분석 전략 이해하기
구글 애널리틱스 디지털 캠페인 트래킹
디지털 채널 효과분석 실전 사례

10 GA4 소개
구글 애널리틱스 발전 과정과 GA4의 등장
GA4 핵심 개념 이해하기
GA4의 서비스 적용 여부에 대한 제언

“이에 따라 디지털 마케팅의 성과 측정을 위한 수많은 데이터가 현재도 쌓이고 있으며, 이 제 마케터에게 제일 중요한 일은 소비자의 행동 패턴을 분석하는 것이 되었 다. 과거에는 소비자의 행동 패턴을 분석하는 일이 많이 까다로웠지만 이제는 디지털 로그를 통해서 소비자의 행동 패턴을 데이터로 분석할 수 있으므로, 데이터를 필요에 맞게 활용할 수 있는 역량이 현재 경쟁 시장에서 이길 수 있는 가장 중요한 역량이 되었다.”
- 22p, 『데이터 분석이란?』 중에서

“콘텐츠 서비스를 목표로 하는 디지털 마케팅은 네이버나 구글, 조선일보나 중앙일보와 같은 인터넷 포털사이트나 언론사에서 운영하는 디지털 채널의 서비스 목적이라 할 수 있다. 이런 서비스는 서비스 성공 여부를 측정하기 위한 KPI로 트래픽 관련 지 표를 많이 활용한다. 주당 방문자 수나 방문자당 페이지 뷰, 체류 시간, 광 고 클릭률 등이 대표적이며, 특히 광고가 주요 매출을 이루는 서비스에서 이 러한 KPI의 중요성은 더욱 커진다.”
- 41p, 『분석 방법론』 중에서

“[도표 22]에서 보이는 자바 스크립트 정보가 구글 애널리틱스에서 생성해서 제공하는 트래킹 코드이며, 구글 애널리틱스 관리자 화면(Console)의 Admin 메뉴로 가면 Property 메뉴 하단에 Tracking Info라는 메뉴가 있고, 그 하단에 Tracking Code라는 메뉴가 있다. 이 Tracking Code라는 메뉴를 클릭하면 구글 애널리틱스가 분석 대상 웹 서버를 트래킹 할 수 있도록 하는 트래킹 코드를 자바 스크립트 형식으로 제공한다. 제공된 이 자바 스크립트 트래킹 코드를 복사해서 분석 대상 웹 서버의 모든 〈HTML〉의 〈head〉와 〈/head〉 사이에 이 코드를 입력하고 저장하면 이제부터 분석을 위한 트래킹을 진행할 수 있다.”
- 65~66p, 『구글 애널리틱스 생태계의 이해』 중에서

“먼저 기능 권한 범위를 보면, Read & Analysis에서는 구성된 리포트들을 조회할 수 있으며 보고서 내에서 secondary dimension을 추가하고 segment를 추가하는 일들과 같이 데이터들을 왜곡할 수 없는 범위에서 조작할 수 있도록 하는 기본 옵션이다. Collaborate는 Customization 메뉴의 대시보드를 수정하고 보고서에서 annotation(주석)과 같이 자신의 의도에 맞는 데이터를 생성하거나, 생성한 데이터를 share할 수 있는 권한 옵션이다.”
- 122p~123, 『구글 애널리틱스 실무 적용 전략』 중에서

“2019년 8월 7일에 특정 링크를 걸은 곳을 Full Referral이라는 Secondary Dimension을 설정하여 어느 웹 사이트 URL에서 자사 웹 사이트로 왔는지 이 채널의 효과에 대한 추가 분석을 할 수 있다. 이런 식으로 특정 시간대에서 시간의 흐름에 따른 방문 트래픽 이상치를 찾아낼 때 모션 차트를 유용하게 쓸 수 있다.”
- 178p, 『구글 애널리틱스 주요 Interface 이해하기』 중에서

”이전 버전에서 일일이 해야 했던 이벤트 태깅 작업을 GA4에서 자동화한 것 처럼, 데이터 분석에 있어서도 머신러닝 기능이 상당 부분 적용되었다. 예 를 들어, UA 환경에서 제공하던 ‘사용자 이탈율’이라는 수치를 GA4에서는 사용자 ‘이탈 확률’이라는 데이터로 제공한다. 구체적으로, 사용자의 요구와 특성, 잠재적 수익 같은 지표를 머신러닝으 로 분석해서 어떤 고객이 다른 고객보다 얼마나 더 구매 가능성이 높을지, 현재 이용 중인 고객의 이탈 확률은 어느 정도인지 등을 예측해서 제공한다.”
- 224p, 『GA4 소개』 중에서