루커 대시보드를 보고 GA 탐색 보고서를 훑어보면서
"기준(Dimension)"과 측정항목(Metric) 개념을 명확히 잡아 둘 필요성을 느꼈다.
어떤 식으로 대시보드를 구성할 지 & 해석할 수 있을 지에 대해서 이해하는 게 우선이라고 생각이 들었다.
우선 GA 로 자주 확인하는 퍼널 분석 단계별로 지표를 이해해보기가 목표!
📌 핵심 요약
| 개념 | 설명 |
| Dimension (기준) | 데이터를 나눌 기준. "누가, 언제, 어디서" |
| Metric (측정항목) | 숫자 지표. "얼마나, 몇 명" |
| 행 기준 | 주요 분석 축 (ex. 날짜, 캠페인명, 디바이스) |
| 측정 기준/필터 | 세부 분류용 필터 (ex. 구매자만, 모바일만 등) |
| 계산 필드 | 전환율/평균 등 지표를 새로 만드는 방식 |
✅ 퍼널 분석 예시: "상세 → 장바구니 → 결제 → 구매"
📌 1. 핵심 퍼널 단계 정리 (행동 흐름)
| 단계 | 의미 | 측정 지표(Metrics) |
| 상세페이지 진입 | 고려 시작 | 페이지뷰 수, 이벤트 수 |
| 장바구니 진입 | 의사결정 | add_to_cart 이벤트 수 |
| 결제페이지 진입 | 결제 의향 | begin_checkout 이벤트 수 |
| 구매 | 최종 전환 | purchases 이벤트 수, 수익 |
✅ 2. GA4/루커 기준 세팅 방법
📍 GA4 or 루커스튜디오에서의 구성 개념
| 구성 요소 | 의미 | 예시 |
| 행 기준 (행 Dimension) | 데이터를 나누는 기준 | 날짜, 기기, 유입 경로, 상품명 등 |
| 열 기준 (열 Dimension) | (루커에서 Pivot 쓸 때만 해당) | 기기 유형별 장바구니 진입률 등 |
| 측정 항목 (Metric) | 수치화된 지표 | 페이지뷰 수, 이벤트 수, 전환율 등 |
| 측정 기준 (Breakdown 기준) | 어떤 조건으로 나눌지 | 특정 캠페인, 경로, 카테고리별 퍼널 성과 |
✅ 퍼널 보고서 예시 (루커 기준)
🎯 장바구니 퍼널 성과 보고서 구성 예시
| 행 기준 | 날짜 |
| 열 기준 | 퍼널 단계별 이벤트 |
| 측정항목 | - 상세 진입 수 (page_view) - 장바구니 진입 수 (add_to_cart) - 결제페이지 진입 수 (begin_checkout) - 구매 수 (purchase) - 전환율 (계산 필드: 구매 수 ÷ 상세 진입 수) |
| 날짜 | 상세 진입 | 장바구니 진입 | 결제 페이지 | 구매 | 전환율 |
| 6/1 | 1,000 | 300 | 200 | 120 | 12% |
| 6/2 | 1,200 | 340 | 250 | 130 | 10.8% |
✅ TIP 전환율은 계산 필드로 직접 만들기
- 루커에서 구매율 = purchase / page_view
- 장바구니 진입률 = add_to_cart / page_view
✏️ 엑셀 사용에 익숙하기 때문에 엑셀에 빗대어 대시보드 구성 프로세스를 이해해보기
✅ 1. 대시보드 구성 프로세스
✔️ 피벗테이블의 개념으로 이해하면 보다 이해하기 쉽다. 값을 구성하는 것도 함수로 집계하는 경우가 많다.
| 단계 | 설명 | 엑셀에 비유하기 |
| 1단계 | 목표 정의 | 어떤 시트를 만들지 결정: 예를 들어 “상세페이지 → 장바구니 전환율 개선 추이” |
| 2단계 | 필요 이벤트 정의 및 태깅 확인 | 필요한 셀 데이터를 입력받기 위한 수식이나 데이터가 이미 입력되어 있는지 확인 |
| 3단계 | 측정 항목 및 세그먼트 정의 | 어떤 열(Column)과 행(Row)을 넣을지 결정 |
| 4단계 | GA 탐색 보고서(또는 Looker Studio) 구성 | 피벗 테이블처럼 데이터를 뽑고 정리 |
| 5단계 | 공유 및 활용 방법 정리 | 시트를 공유하거나 파일을 함께 사용하는 방법 안내 |
✅ 2. 주요 세팅 설명
📌 A. 측정항목(Metrics): 엑셀의 숫자형 값 열 (예: 클릭 수, 전환율, 구매수)
- 자사몰에서는 아래처럼 구좌별로 지정 가능:
- 상품상세 클릭 수
- 장바구니 담기 수
- 구매 완료 수
- 구매 전환율 (%) = 구매수 ÷ 클릭 수
➡️ 엑셀에서 SUM(구매수), AVERAGE(전환율) 이런 식의 수치열로 이해하면 된다.
📌 B. 측정기준(Dimensions): 엑셀의 분류 기준 열 (예: 날짜, 기기, 유입 경로)
- 예시:
- 날짜 → 시계열 추이 보기
- 디바이스 (Mobile / Desktop)
- 유입경로 (Organic / Paid / Direct)
- 상품 카테고리 (브라, 팬티, 세트)
➡️ 엑셀에서 피벗 테이블에서 '행' 또는 '열' 필드로 들어가는 요소와 동일하다.
📌 C. 행과 열 세팅: 피벗 테이블 구성과 동일
- 예시:
- 행(Row): 날짜별, 기기별, 카테고리별
- 열(Column): 주요 이벤트 (예: 장바구니 담기 수, 구매 수)
- 값(Value): 합계 또는 비율 (예: 구매 전환율)
➡️ 예제 피벗 구조:
| 날짜 | 장바구니 수 | 구매 수 | 전환율(%) |
| 2025-06-01 | 1,243 | 230 | 18.5% |
| 2025-06-02 | 1,131 | 210 | 18.6% |
| … | … | … | … |
📌 D. 세그먼트(Segment): 엑셀의 '필터' 기능과 비슷
- 특정 조건의 사용자만 분석하고 싶을 때 사용:
- 신규 방문자만 보기
- 첫 구매 전환자만 보기
- 모바일 사용자만 보기
- A/B 테스트 그룹 중 B그룹만 보기
➡️ 엑셀에서: 자동 필터로 특정 조건을 걸거나 고급 필터로 여러 조건을 동시에 지정하는 것과 비슷하다, 세그먼트별로 볼 수 있다.
✅ 3. 유의할 점
| 항목 | 설명 |
| 🎯 목표 중심 설계 | 대시보드를 보는 사람(마케팅/상품팀 등)이 어떤 인사이트를 얻을 수 있어야 하는지 생각하고 구성 |
| 📊 핵심 지표 간소화 | 너무 많은 지표를 넣지 말고, 핵심 이벤트 중심으로 한눈에 보이게 |
| 🔍 필터 명확화 | “신규고객 전환율”, “장바구니 이탈률” 등 지표 정의를 시트 상단에 명시해 이해도 높이기 |
| 📅 시계열 시각화 | 날짜별 변화(Week over Week 또는 MoM 비교)를 강조해서 개선 효과가 눈에 띄게 |
| 📤 공유 경로 고정 | Looker Studio를 사용하면 타부서와 URL 공유가 용이, PDF로도 정기 배포 가능 |
✔️ 대시보드, GA의 구성은 인사이트 기반으로 설계가 되어야 한다는 점과 핵심 지표 간소화가 주요 핵심인 것 같다.
✏️ GA 탐색 보고서 기준 추천 구성 예시
🎯 목적: 상세페이지 → 장바구니 → 구매 전환 Funnel 개선 추적용 대시보드
| 설정 요소 | 설정 값 |
| 보고서 유형 | GA4 탐색보고서(탐색 > 자유형) or Looker Studio |
| 행 기준 (Row) | 날짜, 기기, 상품 카테고리 |
| 열 기준 (Column) | 이벤트 (상세 클릭 / 장바구니 / 구매 완료) |
| 측정 항목 | 클릭 수, 전환율(계산된 항목), 평균 세션 시간 |
| 세그먼트 | 모바일 사용 고객 / 신규 방문자 / 유입 경로별 |
✔️ 탐색보고서와 대시보드를 구성할 때에는 공통된 기준 / 지표로 정리해 목적별로 분리할 수 있도록 하면 좋다.
📖 GA4·루커 기준 개념 정리
| 용어 | 의미 | 예시 |
| 행 기준 (Dimension) | 데이터를 구분하는 '기준' (분류 축) | 날짜, 유입 경로, 디바이스, 연령대, 회원 여부 등 |
| 열 기준 (Pivot Column) | 비교 항목을 가로로 펼쳐보는 분류 기준 (루커에서만 사용) | 퍼널 단계, 캠페인명 등 |
| 측정 항목 (Metric) | 수치화된 지표 | 세션 수, 구매 수, 클릭 수, 전환율 등 |
| 측정 기준 = 필터 조건 (Filter) | 특정 조건만 따로 보고 싶을 때 사용 | 회원만, 특정 기간만, 모바일만, 신규고객만 등 |
✏️ 느꼈던 점 요약
- 데이터는 어떠한 관점에 보느냐에 따라 해석이 달라지는 것 같다.
> 대시보드를 구성하고 활용하는 입장에서 이러한 개념들을 잘 이해하는 게 필요하다고 느꼈다.
💪🏻 시도할 점
- 대시보드를 구성하기 전에 어떤 데이터가 있는 지 / 필요한 지에 대해서 생각해보는 시간을 가지기
- 대시보드 데이터 정리 및 리스트업하면서 행/열, 측정 항목 및 기준을 이해해보고 확장 적용해보기
'데이터 분석' 카테고리의 다른 글
| [TIL 25] 분석 기준의 중요성, 상품? 고객? 주문? 해석이 달라진다. (1) | 2025.07.08 |
|---|---|
| [TIL 23] 가설 단위 vs 안건 단위 분석의 차이점과 활용 방안 (0) | 2025.07.05 |
| [TIL 21] 비율 지표에 있어 분자, 분모 해석 방법과 분석에 적절한 지표 개수는? (0) | 2025.06.29 |
| [TIL 20] 데이터 리터러시 향상을 위한 통계, 수학 개념 이해의 중요성 (1) | 2025.06.26 |
| [TIL 19] 데이터 분석에서의 "집합" 개념 적용의 필요성, 이해를 돕는 데 유리하다. (0) | 2025.06.25 |