[TIL 31] 퍼널 관점에서의 GA 데이터 이해해보기

퍼널에 대한 이야기는 항상 많이 듣지만 GA 데이터를 퍼널과 전환 관점에서 이해하려면

"사용자가 어떤 경로로 유입되어 어떤 행동을 거쳐 목표(전환)에 도달하는가?"의 흐름을 데이터 기준으로 볼 수 있어야 한다.

 

자사몰 행동 데이터 그 자체로도 볼 수 있지만 퍼널 관점에서 GA를 바라보는 건 필수적이다.

 

✅ 1. 퍼널(Funnel) 관점에서 보는 GA 핵심 데이터

퍼널은 사용자의 여정(여러 단계)을 의미하며, GA에서는 아래와 같은 단계별 이벤트와 파라미터로 추적된다. 

이벤트의 경우에는 GA에서 기본적으로 세팅된 것도 있고 GTM으로 별도 설정해주어야 하는 것도 있다. 

퍼널 단계	GA 이벤트	주요 필드/파라미터	설명
유입	page_view	page_location, utm_campaign, utm_source, utm_medium	유저가 어떤 페이지에 어떤 채널로 들어왔는지 확인
탐색	view_item, scroll, click 등	items, content_type	상품/콘텐츠를 봤는지, 어느 정도 탐색했는지
장바구니	add_to_cart	items	장바구니 담기 발생 여부
결제 시작	begin_checkout	transaction_id, items	구매 흐름으로 진입했는지
구매 완료	purchase	transaction_id, items, value, currency	실제 결제가 완료된 시점. 전환의 핵심 이벤트

 

👉 각각의 단계는 event_name으로 식별되고, 세부 내용은 event_params, items 같은 구조 안에 들어 있다.

---

✅ 2. 전환(Conversion) 관점에서 보는 GA 핵심 데이터

GA에서는 purchase 이벤트가 핵심 전환 이벤트! 

크로스셀링을 통해 구매한 경우, 전환을 다음과 같이 정의할 수 있다

분류	정의	측정 기준
구매 전환	크로스셀링으로 추천된 제품 중 1개 이상을 구매한 경우	purchase 이벤트 + product_name ∈ 추천 제품
세션 전환율	크로스셀링 제품 페이지를 본 세션 중 실제 구매가 발생한 비율	전환 세션 / 크로스셀링 상품 상세페이지 조회 세션
추천 제품 전환율	크로스셀링 제품을 클릭하고 그 제품을 실제로 구매한 비율	클릭 후 구매 여부 (page_view + purchase)

---

✅ GA 데이터 구조 요약 (event 기반 분석 시)

GA 데이터는 processed_events_* 테이블로 구성되고,

하나의 세션에 여러 이벤트가 포함되므로 세션 기준, 유저 기준으로 퍼널을 재구성해야 한다

즉, 세션 기준과 유저 기준은 다르기에 주의가 필요하단 점! 

필드	설명
event_name	이벤트 이름 (page_view, purchase, etc)
event_timestamp	이벤트 발생 시간
user_pseudo_id	유저 ID (로그인 여부 상관없이 GA 기준)
ga_session_id	GA에서 계산한 세션 ID
page_location	유입된 URL
utm_campaign 등	마케팅 유입 채널 정보
items	구매한 상품 정보 포함된 배열 (상품명, ID 등)
transaction_id	주문번호 (구매 이벤트와 Cafe24 매칭 시 사용)

---

✅ GA 퍼널/전환 분석에서 데이터 추출 시 고려할 점

GA 데이터를 추출할 때는 기준에 대한 부분을 고려할 필요가 있따. 

포인트	설명
세션 단위 정리	같은 유저가 여러 세션 동안 행동했을 수 있음. 세션 단위로 page_view → purchase 흐름을 봐야 함
items 데이터	purchase 이벤트의 경우 items를 UNNEST하여 개별 상품 단위로 분석 필요
page_location / utm_campaign	크로스셀링 구좌, 결과 그룹군, 추천 상품을 식별하는 기준
세션 간 전환	추천 받고 바로 사지 않아도, 이후에 구매할 수 있음. 이런 경우 세션 간 분석 (예: 7일 이내 전환율) 고려 가능 🤔 해당 케이스를 고려하느냐 안하느냐에 따라 결과가 달라질 수 있음

 

---

 

그렇다면 GA 데이터로는 과연 어떤 데이터 분석을 할 수 있을까?

➡️ Google Analytics(GA) 데이터는 유저 행동 전반을 추적할 수 있도록 설계되어 있기 때문에

웹사이트나 자사몰의 퍼널 흐름, 성과 지표, UX 개선점 등을 분석하는 데 매우 유용하다.

---

✅ GA 데이터로 확인 가능한 것 (전반적 관점)

분류	확인 가능한 데이터	설명
유입 분석	유입 채널, 캠페인, 유입 키워드	어떤 경로로 유입됐는지 (utm_source, utm_medium, utm_campaign 등)
행동 분석	페이지 조회, 클릭, 체류시간, 이탈률	어떤 페이지를 얼마나, 어떻게 탐색했는지 (page_view, scroll, click)
전환 분석	장바구니/결제/구매	실제 전환 행동이 어떻게 발생했는지 (add_to_cart, purchase)
퍼널 분석	유입 → 탐색 → 구매 퍼널 단계별 이탈	단계별 전환율, 문제 구간 탐지
세션 분석	방문자별 세션 수, 행동 수	세션 기준 분석 가능 (ga_session_id)
사용자 분석	신규/재방문, 디바이스, 지역	고객군의 특성 및 유입 경로별 분석 가능
이벤트 분석	페이지 내 상호작용 (버튼 클릭 등)	특정 UI 요소 클릭, 퀴즈 응답, 탭 클릭 등 커스텀 이벤트 기반
제품/컨텐츠 분석	어떤 상품/콘텐츠가 많이 조회되었는가	items 정보 기반으로 제품별 조회/구매 분석
A/B 테스트 성과 비교	실험 대상 vs 통제군 비교	구간별, 유입별 전환율/이탈율 비교 분석

 

🤔 그렇다면 이커머스 자사몰 기준으로는 GA 데이터 분석을 주로 어떤 걸 다룰까?

1. 유입 경로 분석

• 어떤 채널(Instagram, Naver, 유튜브 등)에서 가장 많은 트래픽이 발생했는가?
• 광고별 전환율, 이탈률, 체류시간 차이
• utm_campaign 기준으로 어떤 캠페인이 가장 효율적인가?

2. 상세페이지 → 장바구니 → 구매 퍼널 분석

• 상세페이지 유입 대비 구매 전환율이 낮은 제품은?
• 어떤 제품은 장바구니 담김은 높은데 구매율은 낮은가?
• 상세페이지별 평균 체류시간, 이탈률 분석

3. 유저 행동 패턴 분석

• 고객은 어떤 순서로 페이지를 탐색하는가?
• 페이지별 스크롤 비율(scroll), CTA 클릭률
• 페이지 내 클릭 이벤트 (버튼, 필터, 탭 등)

4. 추천 기능(AI 추천, 퀴즈 등) 성과 분석

• 추천 테스트를 이용한 사람의 전환율
• 추천 제품을 클릭한 후 구매한 비율
• 어떤 추천 그룹이 클릭률 or 전환률이 높은가?

5. 구매 전환율 및 이탈 구간 분석

• 세션당 이벤트 수 / 구매까지 평균 소요 시간
• 이탈이 많이 발생한 퍼널 단계는 어디인가?
• 결제 페이지까지 갔지만 이탈한 비율

6. A/B 테스트 or 개선안 효과 측정

• 개선 전후 상세페이지 클릭률 or 전환율 변화
• 새로운 구좌 or 레이아웃 변경에 따른 행동 변화

✏️ 이러한 방식으로 질문을 던지고 그에 관련해 분석하는 것이 가능하다 

---

✅ 실무에서 자주 쓰는 지표 (GA + 이커머스 관점)

지표	설명
세션 수	방문 횟수 (30분 이상 비활동 시 새로 카운트)
페이지뷰 수	전체 페이지 조회 횟수
이탈률 (bounce rate)	한 페이지만 보고 나간 비율
페이지당 평균 체류시간	해당 페이지에 머문 시간
상품 클릭 수	view_item, select_item 이벤트 기반
전환율 (conversion rate)	purchase 발생 세션 / 전체 세션
첫 구매 vs 재구매 세션 수	n_times 정보 매핑 시 가능
장바구니 이탈률	add_to_cart → purchase 안 간 비율

---

✅ 분석 목적별 GA 활용 예시

분석 목적	GA 주요 지표	이벤트 활용 방법
퍼널 구간별 이탈 원인 파악	page_view, add_to_cart, purchase	각 단계별 세션 수/전환율 계산
상세페이지 성과 평가	page_location, items.product_name	제품별 조회 → 장바구니 → 구매 흐름
광고 유입 성과 측정	utm_source, utm_campaign	캠페인별 유입 수/전환율 비교
추천 시스템 효과 확인	page_view + 추천 구좌 추적 + purchase	추천받은 상품 클릭 후 구매한 경우만 추출
신규/재방문 분석	user_pseudo_id, n_times	신규 고객군의 전환율 확인

 

실제로 ✔️ 자사몰 액션 ✔️유입에 따른 분석 등 GA 데이터는 여러 방면에서 활용 가능하다.

 

기본 세팅이 되어 있는 것도 있지만 트래킹 되지 않는 것이 있다면 확인 후 설치 & "정합성 체크" 또한 필수! 

실무를 하면서 GA 데이터에 대한 이해도를 높이는 것 또한 중요함을 깨닫는 요즈음이다.

 

데이터의 의미와 트래킹 시점, 기준과 정의에 대한 고민도 필수적이다. 

 

✏️ 느꼈던 점 요약
- GA 데이터, 이커머스 자사몰에 있어서는 중요한 데이터로 활용도를 높이는 게 브랜드의 자산을 쌓는 방법이다. 
- GA 데이터의 활용방향은 무궁무진, 어떻게 쓸 것이냐를 우선순위를 정해 진행해야 한다. 

💪🏻 시도할 점
- GA 데이터의 활용 방향과 상시 모니터링을 위한 중요성 잊지말기
- GA 데이터의 활용 방향성을 넓혀보기