GA4 분석하기_동질집단 탐색 분석 살펴보기

 본 게시물은 패스트 캠퍼스 'GA4 완벽 탑재, 구글 애널리틱스 완전 정복 시그니처 패키지 Online' 강의 수강 후 정리용으로 작성되었습니다.

강의 홍보 : https://fastcampus.co.kr/mktg_online_siga4

[GA4 완벽 탑재, 구글 애널리틱스 완전 정복 시그니처 패키지 Online. | 패스트캠퍼스

가장 최신의 구글 애널리틱스부터 루커스튜디오, 구글 애즈 등 구글 마케팅 툴 6종까지 한 번에! 계속 변화하는 구글 마케팅 플랫폼에 맞추어 무한 업데이트까지 약속합니다.

fastcampus.co.kr](https://fastcampus.co.kr/mktg_online_siga4)

---

 

 

• 이제 탐색 리포트의 마지막 기법인 동질집단 탐색 분석에 대해서 자세히 설명하도록 하겠다.

 

• 애널리틱스의 데모 계정의 탐색 영역으로 이동한다. 이 탐색 분석 영역에서 경로 탐색 분석과 세그먼트 중복 분석, 동질 집단 탐색 분석이라고 있죠 여기의 동질 집단 탐색 분석을 클릭한다. 동질집단 탐색 분석을 클릭했더니 이런 차트가 나오는데. 이 차트가 익숙하신 분들도 있고 익숙하지 않은 분들도 있을 것 같다. 이거는 코호트 분석 또는 리텐션 분석이라고도 불리는 차트다.

---

FROM ChatGPT

1. 코호트 분석 (Cohort Analysis):
   • 정의: 코호트는 특정 기간에 동일한 특성이나 경험을 공유하는 그룹을 의미합니다. 코호트 분석은 이러한 코호트를 사용하여 특정 기간 동안의 그룹의 행동을 추적하고 분석하는 방법입니다.
   • 활용: 보통 사용자들이나 고객들을 등록한 날짜, 첫 구매일, 가입일 등의 기준으로 코호트를 형성하고, 이 코호트들이 시간에 따라 어떻게 변화하는지를 관찰합니다. 이를 통해 특정 이벤트나 변화에 대한 영향을 파악할 수 있습니다.
2. 리텐션 분석 (Retention Analysis):
   • 정의: 리텐션은 특정 기간 동안 사용자 또는 고객이 서비스를 계속 이용하는 정도를 나타내는 지표입니다. 리텐션 분석은 특히 초기 고객을 유지하고 계속해서 이용하도록 유도하는 데 중점을 둡니다.
   • 활용: 사용자 또는 고객의 획득 이후에도 얼마나 많은 사람들이 서비스를 계속 이용하는지를 파악합니다. 주로 일정 기간 동안의 리텐션률을 측정하여, 사용자들이 얼마나 지속적으로 서비스를 이용하는지를 확인하고, 필요한 조치를 취할 수 있도록 도와줍니다.

이러한 분석은 기업이나 조직이 제품 또는 서비스를 개선하고 사용자 경험을 최적화하기 위해 중요한 정보를 제공합니다.

---

 

• 지금 보시면은 요 차트에 주0 ~ 주 4가 돼있고 10월 27일에서 10월 며칠 아마 여기가 29일인 거 보니까 여기가 28일일 거다. 10월 27일에서 10월 28일, 10월 29일에서 11월 4일, 11월 5일에서 11월 11일 이 차트가 도대체 뭐냐면 10월 27일에서 10월 28일 날 우리 웹사이트 첫 주차에 처음 들어본 사람들의 수이다. 처음으로 들어온 사람들의 수. 그리고 그 사람들이 두 번째 주차에 몇명이 남았는지, 세 번째 주차에 몇 명이 남았는지, 네 번째 주차에 몇 명이 남았는지 이런 고객들이 지속적으로 우리 서비스를 사용하고 있는가에 대한 분석 리포트의 그러면 이 유저들은 14일에서 두 번째 주에 발견된 거니까 이 친구들은 얼마나 남았는지 얼마나 남았는지 얼마나 남았는지를 볼 수가 있다. 이걸 왜 리텐션 분석이라고 하냐면 웹 비즈니스에 입니다. 그러면 이 유저들은 29일에서 두 번째 줄에 발견된 보니까 이 친구들은 얼마나 남았는지, 얼마나 남았는지를 볼 수가 있다. 이걸 왜 리텐션 분석이라고 하냐면 웹 비즈니스에서는 좀 드물기는 하지만 애플리케이션 같은 경우에는 이 앱을 지속적으로 들어오기 위해서 만드는 게 애플리케이션이다. 어떻게 애플리케이션을 하나 만들었다고 해서 고객들을 유입시키려면 웹보다 얼마나 힘들까? 웹사이트는 그냥 링크만 누르면 우리 웹사이트로 들어오지만 애플리케이션은 링크 누르고 플레이 스토어 들어가서 앱 설치하고 앱 설치한 다음에 앱을 오픈해야만 앱에 들어와 지게 된다. 그런데도 앱 비즈니스를 하는 이유는 뭘까? 앱에 들어오는 유저들은 고착화되는 경향성이 있기 때문이다. 한 번 들어오면 잘 안 나간다는 거다.(웹에 비해서) 그래서 앱을 계속해서 사용하는 것은 결국에는 이 앱 비즈니스 같은 경우에는 얼마나 계속해서 유저들이 사용하느냐가 LTV이기도 한다. 이 앱 비즈니스가 꾸준하게 성장하려면 앱을 한번 설치해가지고 구매 한 번만 하고 앱을 삭제해 버리면 의미가 없는 앱이 돼버린다. 그래서 이 리텐션 분석은 특히나 앱 분석에서 매우 중요하다. 그래서 10월 27일에서 28일 날 처음으로 들어온 유저들이 그다음 주차에는 얼마나 남아 있는가 이렇게 주차 별로도 볼 수가 있고. 그리고 여기 보면 동질 집단 세분화에 일자별로도 볼 수가 있다. 제가 지금 10월 27일에서 11월 23일까지를 관측 기간으로 보고 있다 보니까 10월 27일 날 들어온 사람들이 두 번째 날, 세 번째 날, 네 번째 날, 다섯 번째 날에 얼마나 남았나 10월 28일 날 들어온 사람들은 얼마나 남았나 이거는 이제 서비스의 특성에 따라 달라진다.

---

FROM ChatGPT

LTV는 "고객의 생애 가치"를 나타내는 용어로, 영어로는 "Customer Lifetime Value"의 약자입니다. LTV는 특정 고객이 서비스 또는 제품을 이용하는 동안 회사가 그 고객으로부터 얼마나 가치를 창출할 수 있는지를 나타냅니다.

간단하게 설명하면, LTV는 고객이 서비스를 이용하는 동안 회사에게 기여하는 순이익의 총합입니다. 이는 고객이 제품이나 서비스를 구매한 후, 그룹 또는 개별 고객에 대한 수익, 마케팅 비용, 서비스 비용 등을 고려하여 계산됩니다.

LTV는 비즈니스에게 여러 가지 중요한 정보를 제공합니다. 예를 들어, 어떤 유형의 고객이 가장 가치 있게 여겨지는지를 파악하고, 이를 통해 마케팅 전략이나 고객 유치 방법을 최적화할 수 있습니다. 또한 LTV를 계산함으로써 기업은 장기적인 비즈니스 전략을 수립하고 고객 유지에 중점을 둘 수 있습니다.

---

• 만약에 우리 서비스는 매일 들어와야 되는 서비스야 그럼 일자별 리텐션 분석이 필요하고. 우리 서비스는 주차별로 들어와도 주에 한 번만 들어와도 되는 서비스야 그러면 주차별로 리텐션 분석이 진행되어야 될 것. 이렇게 해서 사용자 수가 얼마나 남았느냐를 본 다음에 어디 영역이 언제 획득된 유저가 사용자 수가 잔존율이 가장 높은지 이런 것들을 보는 거다. 지금 봤을 때는 다 비슷한 것 같다. 왜냐하면 웹 분석이다 보니까 좀 어느 정도 비슷한 게 있는데 지금 숫자로 보니까 감이 잘 안 오는데 그래서 숫자가 아니라 이 계산 부분에 일반에서 최근으로 바꿔보겠다. 이 부분의 계산 방식에 대해서는 여러분들의 비즈니스의 특성이 무엇이냐에 따라서 옵션을 선택할 수도 있고.

 

• 또 아래쪽에 보면 숫자로 보는 게 어려우니까 이 동질 집단 사용자당으로 바꾸게 되면 여기 비율로 바뀌게 된다 비율로 바뀌면 리텐션 잔존률이 좀 더 정확하게 나오게 된다. 여기 보시면 두 번째 날부터 리텐션이 꾸준히 유지되는 게 4.69%, 2%. 여기는 6.99%, 3.29%, 여기는 6.26%, 3.29%으로 나타난다. 여기서 마지막 날에 잔존율이 가장 높은 친구들이 어딘가를 찾은 다음에 만약에 여기가 잔존율이 가장 높다 그러면은 11월 7일 날 어떻게 마케팅했지?, 어떤 메시지를 광고했었지? 어떤 것 때문에 고객 유입이 많아졌고 고객들이 자주 유입이 높아졌지? 앱에서 어떤 서비스를 오픈했지?, 이런 것들을 역추적을 하는 거다. 회귀를 해가면서. 이런 식으로 리텐션 분석을 하는 것도 비즈니스에서 많이 쓰일 수 있다.

 

• 강사님의 말을 적자면 다른 얘기긴 하지만 어플리케이션 같은 경우 구글 애널리틱스를 썼을 때 좀 한계점이 있다고 한다. 사실은 애플리케이션에서 이벤트를 추적하고 리포팅을 도와주는 툴은 파이어 베이스라고 있다.  이 파이어 베이스로 이제 구글 애널리틱스의 앱 데이터를 적재하는데 문제는 utm같이 유입 경로를 잡는 것이 파이어 베이스에서 조금 한계가 있다. 구글 광고 쪽만 좀 정확하게 잡을 수 있고 페이스북 광고라든지 네이버 광고라든지 카카오 광고라든지 이런 데는 유입 방법을 찾기가 어려워서 앱 비즈니스를 하시는 분들이 만약에 광고를 적극적으로 한다 그러면 별도의 유입 경로를 추적해 주는 어트리뷰션 툴을 따로 쓰신다고 한다. 예를 들면 앱스플라이어나 에어브리지나 그 외 여러 가지  이제 브랜치나 이런 mmp 툴들이 있는데 mmp 툴들이 유입 경로를 정확하게 체크를 해주고 이 mmp 툴들과 함께 또 연동해서 사용할 수 있는 구글 애널리틱스 같은 툴들이 있다. 엠플리튜드라든가 믹스 패널이라든가 이런 툴들이 있는데 이거를 연동하다 보니까 사실은 앱 마케터분들은 아직까지는 GA4를 그렇게 적극적으로 쓰시지는 않은 것 같다는 게 강사님의 의견이었다.

 

• 하지만 이렇게 GA4는 UA와 달리 웹 분석에서 웹/앱 분석으로 변화를 했기 때문에 이렇게 앱 분석가들을 위해서 리텐션 지표들도 같이 맞춤 리포트로 제공을 하고 있다라는 걸 봐주면 좋을 것 같다. GA4가 나온 지 얼마 되지 않아서 앱 비즈니스 유저들도 이거를 적극적으로 활용하지는 않고 있지만 앞으로 GA4가 나오고 이 탐색 리포트에 대한 내용들이 점점 더 많아지면 아무래도 다른 툴들은 유료로 사용해야 되는 툴이다 보니까 무료로 사용할 수 있는 선에서 앱 비즈니스의 분석율도 GA4를 사용하는 비중이 좀 더 많아지지 않을까 이런 생각과 기대를 하신다 하셨다.