헤더 영역 바로가기 메뉴 영역 바로가기 비주얼 영역 바로가기 본문 영역 바로가기 푸터 영역 바로가기

Blog/News

#블로그

마케터가 보고싶은 데이터를 설계하는 법

 



 

안녕하세요. 그로스마케팅 파트너, 허들러스의 유성민 대표입니다. 지난 시리즈에서 우리는 우리 비즈니스에 성장단계에 따른 웹/앱 로그 분석 툴을 간단히 살펴보았습니다. 이제 우리는 해당 분석툴들을 활용할 수 있어야만 합니다. 하지만, 시작부터 난관에 봉착합니다. 데이터를 보려고 하니, 데이터 관련 지식이 없어서 왠지 어렵게 느껴지기도 합니다. 개발지식이 없는 마케터라면 특히 더더욱 데이터를 관측하는일이 어려운 일처럼 느껴질 것입니다.

 

 

하지만, 어려울 것 없습니다. 웹사이트, 어플리케이션 모두 데이터를 보내는 원리는 같기 때문입니다. 이번 글에서는 데이터를 설계하고 어떻게 활용할 수 있는지에 대해서 차세대 분석툴인, GA4를 예시로 들어 설계부터 활용까지 자세히 살펴보도록 합시다.

 

비전공자가 데이터를 잘 활용하고 싶다면.


 

SQL이나 데이터베이스에 대한 지식 없이도 우리는 시중에 나온 다양한 분석툴을 활용하여, 우리 비즈니스의 웹사이트 또는 어플리케이션의 고객 행동 데이터를 관측하고 활용할 수 있습니다. 다만, GA4와 같은 툴을 활용하여 데이터를 본격적으로 수집하기전에 우리는 한 가지 명심할 것이 있습니다. 

 



 

데이터를 적재하기전, 여러분이 스스로 무엇이 궁금한지를 열거해보는 것입니다. 무엇을 보고싶은지, 우리 비즈니스에서 어떤 것이 문제인지 정의되지 않았다면, 데이터를 적재해도 활용할 수가 없습니다. 데이터 그 자체에는 정답이 없기 때문입니다. 한 가지 사례를 들어봅시다.

 

CASE STUDY

 



 

저는 제가 얻은 경험들을 보관하고, 방문자들에게 유용한 정보를 제공해주기 위해, 저만의 블로그를 만들었습니다. 블로그에 글을 좀 쓰다보니, 방문자들이 조금씩 생기기 시작했습니다. 그 이후 저는 제 블로그에 방문하는 유저들이 글에 얼마나 관심을 가지는지 보고 싶었습니다.


 

위 사례에서 제가 보고 싶은 것은, “유저들이 얼마나 내 글에 관심을 가지는가?” 입니다. 그렇다면 유저들이 제 블로그에서 어떤 행동을 해야, 관심을 가지고 글을 본다고 생각할 수 있을까요?

 

아래와 같은 답변들이 나올 수 있을 것입니다.

 

 

이렇게 내가 원래 보고싶은것이 무엇인지에 대해서 정의하면 그에 맞는 지표들을 만들어낼 수 있습니다.

 

 

이렇듯 문제 또는 내가 보고싶은 것이 무엇인지를 먼저 정의하고 데이터 설계 작업을 시작해야만, 우리는 이러한 데이터를 활용할 수 있습니다.

 

지표가 열거되었다면, 데이터를 설계해보아야 합니다.

 

우리는 이제 필요한 고객의 행위를 지표로 치환하는 작업을 끝냈습니다. 이제는 실제로 데이터를 설계하는 방법에 대해서 살펴보아야 합니다. 믹스패널, GA4, 엠플리튜드, 브레이즈 등 대부분의 분석 툴 또는 CRM 툴은 ‘이벤트’라는 단위로 데이터를 전송합니다. 여기서 ‘이벤트’라는 단어에 대해서 여러분은 주목할 필요가 있습니다.

 

로그와 이벤트(Log, Event)

 

웹/앱 분석툴은 모두 다 이벤트 기반으로 데이터를 적재합니다. 여기서 우리는 대표적인 차세대 분석툴인, 구글 애널리틱스 4를 예시로 들어 데이터를 설계하는 방법을 배웁니다. 구글 애널리틱스는 ‘로그 분석 툴’로 분류가 되는데, 이 중 로그(log)라는 단어부터 개발지식이 없는 우리들에게는 어렵게 느껴집니다.

 


 

로그란, 과거 항해 일지를 통나무(log)에 기록했다고 하여 나오게된 단어입니다. 즉 특정 상황이나 지속적인 관리가 필요한 영역에서 그 일지를 기록해두기 위한 하나의 기록(History)이라는 의미를 가지고 있습니다.

 

웹사이트에 방문하는 유저들은 상세페이지를 조회하기도 하고, 구매하기 버튼을 클릭하기도 하고, 스크롤을 하기도 합니다. 이 경우 고객의 모든 행위를 데이터 형태로 기록하게 되면, 웹 로그 데이터가 되는 것이며, 어플리케이션에 있는 고객의 행위를 데이터 형태로 기록하면 앱 로그 데이터가 됩니다. 구글 애널리틱스 4는 이렇듯 고객이 웹/앱에서 상호작용하게 되는 모든 행위를 로그 데이터 형태로 저장하고, 우리가 보기 쉽게 리포트로 정리하여 보고해주거나, 우리가 원하는 방식으로 리포트를 만들어줄 수 있게 도와주는 분석툴입니다.

 

그렇다면 이벤트(Event)란 무엇일까요? 이벤트(Event)란, 고객이 웹/앱에서 키보드, 마우스, 손가락과 같은 입력 도구를 이용해 상호작용하는 일련의 행위들을 가장 작은 단위로 표현한 것입니다. 예를들어, 우리가 추적하고자 하는 고객의 행위가, 공유하기 버튼 클릭, 공감 버튼 클릭 2가지라면, 2개의 이벤트가 될 수 있는 것처럼요. 즉, 이벤트 데이터는 고객의 로그 데이터이기도 합니다.

 

정보를 전달하는 최소 단위, 이벤트를 쪼개보자

 

 

수백대의 차량이 지나가고 있습니다. 그 중 저는 제가 봤던 한대의 아반떼 차량이 지나간다는 것을 친구한테 말해주고 싶습니다. 그래서 저는 친구한테 말합니다.

 

“친구야, 자동차가 지나간다!”

 

이렇게 자동차가 지나간다는 말로는 제가 가리키는 특정 한대를 지칭할 수가 없습니다. 그래서 저는 자동차가 가지고 있는 성격을 함께 표현합니다.

 

“저 자동차의 이름은 아반떼고, 색깔은 흰색이고, 번호판은 1752이고, 시속은 60km/h야 !” 라고 제가 설명하려는 차량이 가지고 있는 성격들을 여러가지로 열거하여 친구에게 정보를 전달하는 것이지요.

 

 

친구에게 정보를 전달할 때, 정보 전달의 대상이 되는 것을 우리는 사물, 또는 대상이라는 의미를 가지고 있는 개체(Object) 라고 부릅니다. 그리고 좀 더 구체적으로 특정 차량을 지목하기 위해, 해당 차량이 가지고 있는 성격을 열거하는데, 이 열거된 정보들은 차량이 가지고 있는 성질 또는 특징을 의미하며, 그 대상이 가지고 있는 속성(Attribute)이라고 부릅니다.

 

개체(Object) : 정보 전달의 대상

속성(Attribute) : 대상이 가지고 있는 성질

 

구글 애널리틱스와 같은 분석툴들은 이러한 원리로 데이터를 적재하고 있습니다. 실제로 웹사이트에 방문하는 순간 구글 애널리틱스로는 아래와 같은 방식으로 데이터를 보냅니다.


 



 

여기서 페이지뷰는 설명의 대상(Object)이 되는 동시에, 정보를 전달하는 가장 작은 단위인 이벤트(EVENT)입니다. 또 그 이벤트의 추가 정보를 제공해주기 위해 속성(Attribute) 정보를 추가로 제시하는데, 이 정보를 우리는 전문 용어로 프로퍼티(Property)라고 부릅니다.

 


 

마치 오브젝트와 오브젝트가 가지고 있는 성질을 가지고 누군가에게 정보를 전달하는 것처럼, 로그 데이터는 이벤트와 이벤트가 가지고 있는 성질을 데이터로 전송합니다. 그렇습니다. 이벤트는 고객이 웹/앱에서 행동하는 하나의 상호작용을 나타내는 단위이며, 이벤트와 프로퍼티로 구성요소가 나뉘어져 있습니다.

 

예를들어 우리가 쇼핑몰을 운영한다고 생각해봅시다. 그렇다면, 실제로 고객이 구매 완료 페이지에 도착했을때, 우리는 아래와 같은 그림처럼 데이터를 전송할 것입니다.


 

 

이것을 그대로 데이터로 전송하는 코드 방식으로 변환하면 아래 이미지처럼 표현이 됩니다.

 



 

프로퍼티(Property)를 한번 더 쪼개보자.

 

위 이미지에서는 실제 우리 웹사이트에 방문해서 페이지뷰가 발생할 때, 전송되는 이벤트와 프로퍼티를 단순하게 보여주고 있습니다. 여기서 우리는 프로퍼티를 좀 더 해부해보겠습니다. 

 

지금 보면 프로퍼티를 구성하고 있는 성질이 총 4가지가 있습니다. 제품 이름, 제품 가격, 통화, 제품 컬러로 구성되어있습니다. 사실 우리는 저 속성을 구성하고 있는 요소들은 좀 더 쪼갤 수 있습니다. 4개의 속성은 각각 변수(variable)라는 단위로 불립니다.

 

 

변수라는 개념을 이해하는것은 매우 중요합니다. 데이터는 모두 변수의 형태로 저장되기 때문입니다.

변수란, 그 정보를 저장하고 있는 공간의 이름과, 정보 그 자체를 의미합니다.

 

 

철수가 가지고 있는 돈이 2000원이지만, 1000원짜리 아이스크림을 사먹는다면, 철수가 가지고 있는 돈은 1000원입니다. 2000원에서 1000원으로 정보는 바뀌었지만, 정보를 담고있는 공간의 이름, 즉, ‘철수가 가지고 있는 돈’이라는 이름은 바뀌지 않았습니다.

 

 

이벤트의 프로퍼티도 마찬가지 입니다. 프로퍼티 역시 변수 형태로 저장이 되어있습니다.

 

 

이렇듯 정보와 정보 그 자체를 담고있는 형태를 묶어서 우리는 변수라고 부릅니다.

 

 

여기서 조금 더, 전문적인 용어를 사용하자면, 연산자를 기준으로 좌측에 있는 정보를 담는 그릇을 우리는 ‘KEY’라고 부릅니다. 연산자를 기준으로 우측에 있는 정보 그 자체를 우리는 ‘VALUE’라고 부릅니다.

 

 

총 정리를 하자면 정보를 전달할때에는 이벤트를 전송하는데, 정보가 부족할 경우, 이벤트에 변수 형태로 이벤트의 추가적인 속성(Property)를 변수(Variable) 형태로 함께 전달합니다. 이 순간, 각각의 변수들은 이벤트에 대한 추가적인 정보를 제공해주는 매개체의 역할을 하기 때문에, 이벤트 매개변수(Event Parameter)라고 부릅니다.

 

이벤트와 매개변수 구조를 알았다. 그 다음은?

 

위와 같은 형태로 데이터를 전송하게 된다면, 우리는 GA4, 엠플리튜드, 믹스패널과 같은 분석툴에서 다양한 방법으로 활용할 수 있습니다. 이번 글에서는 GA4에서의 활용 방법 대표적인 예시를 하나 가져왔습니다.

 

 

GA4에서 가장 중요한 개념입니다. 데이터를 보낼때 파라미터의 Key가 GA4의 측정 기준이 되는 순간 우리는 더 많은 데이터를 관측할 수 있습니다.

 

여기서 측정기준(Dimension)이란, 데이터를 바라보는 기준을 의미합니다. 아래는 GA4의 대표적인 리포트인 인구통계 세부정보 리포트입니다.


 

 

위 이미지는 측정기준이 ‘국가’인 리포트이며, 국가별로 방문자 수, 참여율과 같은 다양한 지표들을 관측할 수 있습니다. 그리고 테이블의 가장 왼쪽은 데이터를 바라보는 기준이라하여, 측정기준(Dimension)이라고 부릅니다.

 

다시 위쪽에서 언급한 명제로 넘어가 봅시다. KEY가 측정기준이 되면 우리는 더 많은 것들을 볼 수 있습니다. 예를들어 구매(Purchase)라는 이벤트에 파라미터 4개를 넣었고, 그 안에 color라는 제품의 컬러를 담은 변수를 매개변수의 형태로 데이터를 전송할때, 우리가 color를 측정기준으로 설정하면 우리는 아래와 같이 더 많은 것들을 볼 수 있습니다.

 

 

어떤 컬러가 인기가 있었는지, 어떤 컬러의 수익이 높은지 등등을 GA4에서 쉽게 관찰할수가 있습니다. 이렇듯, 이벤트 하나에 매개변수를 추가하면 추가할수록 더 많은 것들을 관측할 수 있습니다.


 

이벤트 택소노미란?

우리 사이트에는 어떤 이벤트가 필요한지, 또 이벤트 별로 어떤 속성이 들어가야할지 고민하고, 데이터를 설계하는 작업을 이벤트 택소노미(Taxonomy)라고 부릅니다. 택소노미란, 분류 체계를 의미하는 용어로서, 생물학에서 생물을 분류하기 위해 자주 사용되었던 단어입니다.

 

 

이벤트 택소노미 사용 CASE STUDY

 

 

이벤트 택소노미를 만드는 절차는 위와 같습니다. 일단은 보고싶은 것이 무엇인지 정의할 필요가 있겠지요. 간단한 예시를 통해 살펴봅시다.

 

CASE STUDY 1 : 회원가입 데이터 설계하기

우리 비즈니스에는 각각의 방법으로 회원가입을 할 수 있는 회원가입 창이 있습니다.

 

 

1단계 : 궁금한 것 상상하기

 

이 경우, 마케터인 저는 어느 방식으로 가입하는 비율이 많을까 고민을 시작했습니다. 그래서 머릿속으로 회원가입 방식별로 가입자들의 수를 추후에 시각화된 데이터로 보고싶은 마음이 들었습니다. 이렇게 궁금한것에 대한 정의를 마쳤습니다.

 

2단계 : 이벤트 이름 정해주기

 

회원가입 이벤트이기 때문에, 회원가입이 발생할 시점에 sign_up이라는 이벤트를 전송하기로 했습니다.

 

3단계 : 매개변수 정해주기

 

 

가입방식별로 필요한 매개변수를 상상합니다. 그런다음 아래 이미지와 같이 프로퍼티를 상상합니다.

 

 

method 라는 가입방식을 의미하는 매개변수(임의로 지어준 이름)을 배치하고 그에 맞게 value가 들어갈 것을 상상합니다.

 

 

이렇게 이벤트와 매개변수가 들어간다고 상상하면 우리는 기존에 궁금했던 것을 해결할수가 있습니다.

 

CASE STUDY 2 : 고객 취향 조사 데이터 설계하기

 

 

우리 비즈니스에는 고객의 취향에 따라 제품을 추천해주는 취향 조사 모듈이 있습니다. 총 8단계로 이루어져있으며, 고객의 응답에 따라 다른 제품을 추천합니다.

 

1단계 : 궁금한 것 상상하기

 

저는 각 단계별로 고객들이 취향조사를 잘하는지에 대한 단계별 이탈률을 보고 싶습니다. 또, 어떤 응답들이 가장 많았는지를 체크할 수 있는 응답 데이터를 시각화하여 보고 싶습니다.


 

2단계 : 이벤트 이름 정해주기

 

 

다음 버튼을 누를때 마다, try_survey 라는 이벤트를 보내기로 이벤트의 이름을 결정하였습니다.

 

3단계 : 매개변수 상상하기


 

 

총 8단계로 구성되어 있기 때문에 각각의 단계를 넘어갈때 마다, 1,2,3 ~ 8까지의 스테이지 데이터를 볼 수 있도록 step 파라미터를 추가했습니다.

 

 

또 고객이 어떤 선택지를 선택하는지 보고싶어, 각 단계마다 반응하게되는 응답 선택지를 response라는 매개변수 안에 넣었습니다. 실제로 데이터가 발생하면 아래와 같이 시각화된 설문 응답 데이터를 관측할 수 있게 됩니다.

 

 

이렇듯 보고싶은 것을 먼저 상상하고 그에맞게 이벤트와 파라미터를 넣게된다면, 개발지식이 없는 마케터라도 쉽게 이벤트 데이터를 설계할 수 있게 됩니다. 가장 중요한 것은 본인의 서비스에서 호기심을 가지고 궁금해해야한다는 것입니다. 궁금한 것들을 검증하기 위한 용도로서 이벤트 데이터를 설계한다면, 어느새 훌륭한 데이터 분석가가 되어 있을 것입니다.

 

오늘은 마케터가 데이터를 설계하는 방법에 대해서 살펴보았습니다. 데이터 설계가 완료되었다면, 직접 이를 구현해보아야 합니다. 하지만 데이터를 구현하는 방법은 각 툴별로 다르다보니, 이 부분까지 다룰때에는 오히려 그로스 마케팅의 본질을 파악하는데 너무 많은 기술적 내용이 들어갑니다. 그래서 기술적인 부분들은 별도의 허들러스 공식 브런치 글을 통해 제공하고 있습니다. 

 

데이터를 구현했다고 가정하고, 우리는 실제로 데이터가 적재되었을 때, 어떻게 활용할 수 있는지를 대표적인 툴인 GA4를 가지고 활용 사례로 넘어가겠습니다.

 

톰소여의 모험의 저자, 마크 트웨인의 명언으로 이번 글을 마무리합니다. 긴 글 읽어주셔서 감사합니다.

 

“지식을 가지려면 호기심부터 가져야한다.”