Files

Andrew Yim 338176abbe feat: add D.intelligence Agent Corps (9 skills + shared infra)

Add 9 agent skills (#70-#77, #88) for D.intelligence business operations:
brand guardian, brand editor, doc secretary, quotation manager, service
architect, marketing manager, back office manager, account manager, and
skill update meta-agent. Includes shared Python package (dintel), reference
docs, document/quotation templates, service module CSVs, cross-device
installer, and comprehensive user guide.

Co-Authored-By: Claude Opus 4.6 <noreply@anthropic.com>

2026-03-09 00:49:04 +09:00

GA4 & GTM 실무 가이드

Google Analytics 4 & Google Tag Manager 설정, 감사, 활용 매뉴얼

본 가이드는 GA4를 처음 접하는 마케팅 담당자부터 이미 운영 중인 실무자까지, 실전에서 바로 활용할 수 있도록 구성되었습니다. 각 챕터는 독립적으로 활용 가능하며, NotebookLM 등 AI 학습 소스로도 사용할 수 있습니다.

최종 업데이트: 2026년 3월 반영된 주요 변경사항: Analytics Advisor 출시, Key Events 명칭 변경, Generated Insights, Measurement Protocol EU 엔드포인트, GTM Google 태그 자동 로드

이 가이드의 대상 독자

독자 유형	활용 방법	권장 시작 챕터
GA4 입문자 (마케팅 담당자)	기초 개념부터 설정까지 순서대로 학습	Chapter 01부터 순차 진행
GA4 실무자 (감사/최적화)	필요한 챕터를 선택하여 체크리스트 기반 점검	Chapter 06-07 중심
데이터 분석가	고급 설정 및 AI 기능 활용	Chapter 07-08 중심
컨설턴트/대행사	프로젝트 착수 체크리스트 및 진단 프레임워크	Chapter 01, 04 중심

속성 기본 설정: 시간대, 통화, 업종 카테고리
데이터 스트림 및 향상된 측정 (Enhanced Measurement) 상세 설정
Google 태그 설정: 교차 도메인, 내부 트래픽, 세션 타임아웃
데이터 수집: Google Signals, User-ID, 동의 관리
데이터 보존 (14개월), 필터, 가져오기

Chapter 07. 리포트 구성 & 분석 활용

리포트 사용자 분류별 활용 전략
기본 보고서 맞춤 설정 및 보고서 라이브러리
탐색 분석 (Explorations) 7가지 기법
맞춤 측정기준, 맞춤 측정항목, 계산된 측정항목 (Calculated Metrics)
채널 그룹, 기여 분석 (Attribution), 보고 ID 설정

Chapter 08. 고급 설정 & AI 기능 (2025-2026)

BigQuery 연동 및 Looker Studio 리포트
User-ID 및 측정 프로토콜 (Measurement Protocol) 최신 업데이트
Analytics Advisor: Gemini 기반 AI 대화형 분석 (2025.12)
Generated Insights: AI 자동 인사이트 요약 (2026.02)
예측 측정항목 (Predictive Metrics) 및 예측 잠재고객
프라이버시/동의 관리, GTM 2025-2026 업데이트
정기 감사 및 운영 체계 수립

워크플로우 개요

[1단계: 진단]
  계정 권한 확인 → 태그 설치 진단 → 웹사이트 구조 분석
                                          |
[2단계: 설계]                              v
  사용자 세그먼트 정의 → 행동 가설 수립 → 측정 계획 작성
                                          |
[3단계: 구현]                              v
  이벤트/Key Event 설정 → GA4 속성 설정 → 데이터 수집 구성
                                          |
[4단계: 활용]                              v
  리포트 맞춤 구성 → 탐색 분석 → 잠재고객/채널 설정
                                          |
[5단계: 고급]                              v
  BigQuery 연동 → AI 기능 활용 → 정기 감사 체계 운영

GA4 주요 변경 이력 (2024-2026)

시기	변경 사항
2024년	"전환 (Conversions)" → "주요 이벤트 (Key Events)" 명칭 변경
2024년	Google Signals가 보고 ID (Reporting Identity)에서 제외
2025년 4월	GTM 컨테이너 내 Google Ads/Floodlight 태그 시 Google 태그 자동 로드
2025년 5월	Measurement Protocol EU 전용 엔드포인트 추가
2025년 6월	Measurement Protocol 디바이스/지리 정보 필드 추가
2025년 9월	GA4 Event Builder: screen_view, ad_impression 앱 스트림 지원
2025년 12월	Analytics Advisor (Gemini 기반 AI 분석 어드바이저) 출시
2025년 12월	Measurement Protocol 앱 스트림 in_app_purchase, session_id 지원
2026년 1월	Google 태그 게이트웨이 (Akamai 경유) 도입
2026년 1월	크로스 채널 예산 관리, 전환 기여 분석 보고서 (베타)
2026년 2월	Generated Insights: 홈 페이지 AI 인사이트 요약 기능
2026년 2월	Measurement Protocol 쿠키 기반 client_id/session_id 수용

참고 자료 (공식 문서)

GA4 새로운 기능 — What's new in Google Analytics
GA4 공지사항 — GA4 Announcements
GTM 릴리스 노트 — Tag Manager Release Notes
Measurement Protocol 변경 로그 — Measurement Protocol Changelog
서버 사이드 태깅 릴리스 노트 — Server-side Tagging Release Notes
GA4 도움말 센터 — Google Analytics Help Center

가이드 활용 안내

Markdown 변환: 각 챕터 파일은 독립적인 Markdown 문서로, 다음과 같이 변환 가능합니다.

변환 대상	도구/방법
Google Docs	Markdown을 복사-붙여넣기 또는 Docs Markdown 확장 사용
Microsoft Word (.docx)	Pandoc: `pandoc chapter.md -o chapter.docx`
Google Slides / PowerPoint	섹션별 발췌 후 슬라이드 구성, 또는 Marp 활용
NotebookLM	각 챕터 .md 파일을 소스로 직접 업로드
PDF	Pandoc 또는 브라우저 인쇄 기능 활용

전체 가이드를 하나의 파일로 합치려면: cat 0*.md > ga4-gtm-complete-guide.md

Chapter 01. 계정 권한 및 초기 진단

1. GA4 계정 구조 이해
2. 계정 접근 권한 획득 및 관리
3. 기존 태그 설치 현황 진단
4. 프로젝트 착수 인터뷰 체크리스트
5. 2025-2026 주요 업데이트

1. GA4 계정 구조 이해

GA4를 처음 접하는 분이라면 가장 먼저 이해해야 할 것이 계정의 계층 구조입니다. GA4는 세 단계의 계층으로 구성되며, 각 단계마다 관리할 수 있는 범위와 권한이 다릅니다.

1.1 계층 구조 개요

계정 (Account)
  └── 속성 (Property)
        └── 데이터 스트림 (Data Stream)

계층	설명	예시
계정 (Account)	최상위 관리 단위. 하나의 조직 또는 회사 단위로 생성합니다.	"OurDigital Inc."
속성 (Property)	데이터를 수집하고 보고서를 생성하는 단위. 하나의 브랜드, 제품, 또는 서비스 단위로 생성합니다.	"OurDigital 공식 웹사이트"
데이터 스트림 (Data Stream)	실제 데이터가 유입되는 경로. 웹사이트, iOS 앱, Android 앱 각각에 대해 별도로 생성합니다.	"웹 스트림 - ourdigital.com"

1.2 각 레벨별 역할

계정 (Account)

하나의 Google 계정으로 최대 2,000개의 GA4 속성을 관리할 수 있습니다.
계정 레벨에서 설정하는 항목: 사용자 권한, 계정 변경 내역, 휴지통 관리
계정을 삭제하면 하위의 모든 속성과 데이터 스트림이 함께 삭제됩니다.

속성 (Property)

GA4에서 데이터 분석의 핵심 단위입니다.
속성 레벨에서 관리하는 항목: 이벤트 (Events), 전환 설정, 잠재고객 (Audiences), 맞춤 측정기준 (Custom Dimension), 데이터 보관 기간
하나의 속성 안에 여러 데이터 스트림을 연결하여 웹과 앱 데이터를 통합 분석할 수 있습니다.

데이터 스트림 (Data Stream)

플랫폼별 데이터 수집 채널입니다.
세 가지 유형: 웹 스트림, iOS 앱 스트림, Android 앱 스트림
웹 스트림 생성 시 **측정 ID (Measurement ID)**가 발급됩니다 (형식: G-XXXXXXXXXX).
향상된 측정 (Enhanced Measurement) 기능을 통해 별도 코딩 없이 스크롤, 이탈 클릭, 사이트 검색 등의 이벤트를 자동 수집할 수 있습니다.

초보자 팁: GA4 속성 하나에 웹사이트와 앱 스트림을 함께 연결하면, 동일 사용자가 웹과 앱을 넘나드는 행동을 하나의 보고서에서 확인할 수 있습니다. 다만, 웹 전용 서비스라면 웹 스트림 하나만 생성해도 충분합니다.

1.3 계정 구조 설계 시 고려사항

상황	권장 구조
단일 브랜드, 웹사이트 1개	계정 1개 > 속성 1개 > 웹 스트림 1개
단일 브랜드, 웹 + 앱	계정 1개 > 속성 1개 > 웹 스트림 1개 + 앱 스트림 1~2개
다수 브랜드를 운영하는 회사	계정 1개 > 브랜드별 속성 각각 생성
대행사가 여러 클라이언트 관리	클라이언트별 계정 각각 생성 (데이터 분리 및 권한 관리 용이)

실무 참고: 대행사가 클라이언트의 GA4를 관리할 때는, 클라이언트 소유의 계정에 대행사 담당자를 사용자로 추가하는 방식을 권장합니다. 대행사 계정 아래에 클라이언트 속성을 만들면, 계약 종료 시 데이터 이관이 복잡해집니다.

더 읽어보기 (Further Reading)

2. 계정 접근 권한 획득 및 관리

GA4 프로젝트를 시작하려면 적절한 수준의 접근 권한이 확보되어야 합니다. 이 절에서는 권한 체계를 이해하고, 실무에서 권한을 요청하거나 부여하는 절차를 다룹니다.

2.1 설정 대상 채널 확인

권한을 요청하기 전에, 프로젝트에서 추적해야 할 디지털 채널을 먼저 파악합니다.

채널 확인 체크리스트

메인 웹사이트 URL 확인
서브도메인 또는 별도 도메인 운영 여부 확인 (예: blog.example.com, shop.example.com)
모바일 앱 운영 여부 및 플랫폼 확인 (iOS / Android)
랜딩 페이지 또는 이벤트 페이지 별도 운영 여부 확인
기존 GA (UA 또는 GA4) 설치 여부 및 계정 정보 확인
GTM (Google Tag Manager) 설치 여부 및 컨테이너 정보 확인

2.2 GA4 권한 레벨

GA4는 계정 레벨과 속성 레벨 각각에서 사용자 권한을 설정할 수 있습니다. 상위 레벨에서 부여한 권한은 하위 레벨로 자동 상속됩니다.

권한 레벨	설명	주요 가능 작업
관리자 (Administrator)	최고 권한. 사용자 관리 및 전체 설정 변경 가능	사용자 추가/삭제, 속성 생성/삭제, 모든 설정 변경
편집자 (Editor)	설정 변경이 가능하나 사용자 관리 불가	이벤트 생성, 전환 설정, 잠재고객 생성, 데이터 스트림 관리
분석가 (Analyst)	보고서 열람 및 개인 탐색 보고서 생성 가능	탐색 분석 (Explorations) 생성, 공유된 보고서 조회
뷰어 (Viewer)	보고서 열람만 가능	대시보드 및 보고서 조회 (설정 변경 불가)

주의: 관리자 권한은 반드시 클라이언트 측 담당자가 최소 1명 이상 보유해야 합니다. 대행사 담당자만 관리자 권한을 갖고 있을 경우, 계약 종료 시 클라이언트가 자사 데이터에 접근하지 못하는 상황이 발생할 수 있습니다.

데이터 제한 추가 옵션

권한 레벨과 별도로, 다음과 같은 데이터 제한을 추가 설정할 수 있습니다.

데이터 제한 옵션	설명
비용 측정항목 없음 (No Cost Metrics)	Google Ads 연동 시 비용 관련 데이터 접근 차단
수익 측정항목 없음 (No Revenue Metrics)	수익, 거래 관련 데이터 접근 차단

2.3 권한 설정 절차

GA4에서 사용자 추가하기

Google 애널리틱스에 관리자 계정으로 로그인합니다.
좌측 하단의 관리 (Admin) 아이콘을 클릭합니다.
권한을 부여할 레벨을 선택합니다.
- 계정 레벨: 계정 > 계정 액세스 관리 (Account Access Management)
- 속성 레벨: 속성 > 속성 액세스 관리 (Property Access Management)
우측 상단의 + 버튼을 클릭한 뒤, **사용자 추가 (Add users)**를 선택합니다.
추가할 사용자의 Google 계정 이메일 주소를 입력합니다.
부여할 권한 레벨을 선택하고, 필요 시 데이터 제한을 설정합니다.
추가 (Add) 버튼을 클릭합니다.

GTM에서 사용자 추가하기

Google Tag Manager에 관리자 계정으로 로그인합니다.
상단의 관리 (Admin) 탭을 클릭합니다.
계정 또는 컨테이너 레벨에서 **사용자 관리 (User Management)**를 선택합니다.
+ 버튼을 클릭하고 사용자를 추가합니다.

GTM의 권한 체계는 GA4와 다릅니다.

GTM 권한 레벨	설명
관리자 (Admin)	모든 권한 + 사용자 관리
게시 (Publish)	워크스페이스 생성, 버전 생성 및 게시
승인 (Approve)	버전 생성은 가능하나 게시 불가
수정 (Edit)	워크스페이스 내 태그, 트리거, 변수 수정
읽기 (Read)	열람만 가능

2.4 실무 권한 요청 체크리스트

프로젝트 시작 시 클라이언트에게 요청해야 할 권한 목록입니다.

GA4 속성 - 편집자 이상 권한 (이벤트, 전환 설정을 위해 필수)
GTM 컨테이너 - 게시 이상 권한 (태그 배포를 위해 필수)
Google Ads 계정 - 읽기 이상 권한 (광고 데이터 연동 확인용)
Google Search Console - 소유자 또는 전체 사용자 권한 (검색 데이터 연동용)
웹사이트 관리자 페이지 접근 권한 (GTM 코드 직접 설치 시 필요)

실무 팁: 권한 요청 시에는 왜 해당 권한이 필요한지, 어떤 작업을 수행할 것인지를 명시하여 메일로 요청하면 승인이 빠릅니다. "GA4 이벤트 설정 및 GTM 태그 배포를 위해 편집자/게시 권한이 필요합니다"와 같이 구체적으로 작성하세요.

더 읽어보기 (Further Reading)

3. 기존 태그 설치 현황 진단

새로운 GA4 프로젝트를 시작하기 전에, 대상 웹사이트에 이미 설치된 태그와 스크립트의 현황을 파악하는 것이 중요합니다. 기존 설정을 파악하지 않으면 데이터 중복 수집, 충돌, 페이지 성능 저하 등의 문제가 발생할 수 있습니다.

3.1 크롬 확장 프로그램을 활용한 진단

아래의 크롬 확장 프로그램들을 활용하면 별도의 코드 분석 없이도 사이트의 태그 설치 현황을 빠르게 파악할 수 있습니다.

WASP (Web Analytics Solution Profiler)

항목	내용
용도	웹 애널리틱스 솔루션의 전반적 설치 상태 점검
주요 확인 사항	쿠키 상태, 페이지 헤더 정보, 데이터 수집 구조, 히트(Hit) 전송 내역
활용법	페이지 로드 후 확장 프로그램 아이콘을 클릭하면 해당 페이지에서 발생하는 모든 애널리틱스 요청을 실시간으로 표시합니다. GA4, UA, Adobe Analytics 등 주요 솔루션을 자동 감지합니다.

Ghostery

항목	내용
용도	사이트에 포함된 광고 트래커, 애드온, 분석 도구 식별
주요 확인 사항	광고 네트워크 (Google Ads, Meta Pixel 등), 분석 도구, 마케팅 자동화 도구, 소셜 미디어 위젯
활용법	페이지 방문 시 자동으로 감지된 트래커 목록을 카테고리별로 분류하여 보여줍니다. 불필요하거나 중복된 트래커를 한눈에 파악할 수 있습니다.

Analytics Debugger

항목	내용
용도	GA4 및 기타 애널리틱스 도구의 실시간 디버깅
주요 확인 사항	이벤트 발화 (Event Firing) 여부, 이벤트 매개변수 (Event Parameters) 값, 측정 ID 확인, 데이터 전송 상태
활용법	확장 프로그램 활성화 후 페이지를 탐색하면, 브라우저 화면 위에 실시간으로 발생하는 이벤트를 오버레이로 표시합니다. 이벤트명, 매개변수, 전송 대상 속성 ID를 즉시 확인할 수 있습니다.

META SEO Inspector

항목	내용
용도	SEO 관련 메타 태그 및 구조화 데이터 점검
주요 확인 사항	title, description, canonical URL, OG (Open Graph) 태그, 구조화된 데이터 (Structured Data), hreflang 설정
활용법	페이지의 SEO 설정 상태를 한 화면에서 확인할 수 있으며, 누락되거나 잘못된 설정은 경고 표시로 알려줍니다. GA4 프로젝트와 직접 관련은 없으나, 전체 사이트 건강도를 파악하는 데 유용합니다.

ADSWERVE dataLayer Inspector+

항목	내용
용도	종합 태그 관리 툴킷. GA4 활동 검수 및 데이터 레이어 (dataLayer) 모니터링
주요 확인 사항	dataLayer 푸시 이벤트, GTM 컨테이너 로드 상태, GA4 이벤트 검증, 태그 발화 순서
활용법	크롬 개발자 도구 (DevTools) 패널에 통합되어, dataLayer에 푸시되는 모든 데이터를 시간순으로 추적합니다. GTM을 통한 태그 관리 환경에서 특히 유용합니다.

3.2 진단 절차

다음 단계에 따라 체계적으로 기존 설치 현황을 진단합니다.

Step 1. 설치된 태그 식별

WASP 또는 Ghostery를 활용하여 사이트에 설치된 모든 분석/광고 도구 목록 작성
각 도구의 계정 ID 또는 측정 ID 기록 (예: G-XXXXXXXXXX, UA-XXXXXXX-X, AW-XXXXXXXXX)
GTM 컨테이너 설치 여부 및 컨테이너 ID 확인 (형식: GTM-XXXXXXX)

Step 2. 태그 설치 방식 확인

설치 방식	특징	확인 방법
GTM을 통한 설치	태그 관리가 용이, 권장 방식	GTM 컨테이너 로그인 후 태그 목록 확인
직접 코드 삽입 (하드코딩)	HTML에 직접 스크립트가 삽입됨	페이지 소스 보기에서 gtag.js, analytics.js 등 검색
워드프레스 플러그인 등	CMS 플러그인을 통한 설치	관리자 페이지에서 설치된 플러그인 확인

각 태그의 설치 방식 파악 및 기록
GTM과 하드코딩이 혼재되어 있는지 확인 (데이터 중복 수집의 주요 원인)

Step 3. 기존 설정의 용도 파악

각 태그/스크립트가 어떤 목적으로 설치되었는지 담당자에게 확인
현재 활용 중인 태그와 더 이상 사용하지 않는 태그 분류
전환 추적 (Conversion Tracking) 설정이 있다면, 추적 대상 액션과 매핑 확인

Step 4. 데이터 수집 상태 검증

Analytics Debugger로 실제 이벤트 발화 여부 확인
GA4 실시간 보고서 (Realtime Report)에서 데이터 수신 여부 확인
ADSWERVE dataLayer Inspector로 dataLayer 데이터 구조 점검

3.3 미활용 스크립트 제거의 필요성

기존 사이트에는 과거에 설치했으나 더 이상 사용하지 않는 스크립트가 남아 있는 경우가 많습니다. 이를 방치하면 다음과 같은 문제가 발생합니다.

문제 유형	상세 설명
페이지 로딩 속도 저하	불필요한 외부 스크립트 로드로 인해 페이지 렌더링이 지연됩니다. Core Web Vitals 점수에 부정적 영향을 미칩니다.
데이터 디버깅 방해	사용하지 않는 태그가 여전히 데이터를 수집하거나 요청을 보내면, 유효한 데이터와 혼재되어 디버깅이 어려워집니다.
개인정보 규정 위반 위험	방치된 트래커가 사용자 동의 없이 데이터를 수집할 경우, 개인정보보호법 또는 GDPR 위반 소지가 있습니다.
보안 취약점	업데이트되지 않는 서드파티 스크립트는 보안 취약점의 원인이 될 수 있습니다.

권장 사항: 프로젝트 초기에 사이트 내 모든 서드파티 스크립트를 목록화하고, 사용 여부를 확인한 뒤, 미사용 스크립트는 제거하는 것을 권장합니다. 이 작업은 GA4 설정의 정확성을 높이고 사이트 성능을 개선하는 데 기여합니다.

3.4 초기 진단 결과 정리 템플릿

진단 결과를 아래 형식으로 정리하면 이후 설정 작업에 활용하기 좋습니다.

## 사이트 태그 진단 결과

### 기본 정보
- 사이트 URL:
- 진단 일자:
- 진단 담당자:

### 설치된 도구 목록
| 도구명 | 계정/측정 ID | 설치 방식 | 활용 상태 | 비고 |
|--------|-------------|-----------|-----------|------|
| GA4    | G-XXXXXXXXXX | GTM       | 활용 중   |      |
| Meta Pixel | XXXXXXX | 하드코딩  | 활용 중   |      |

### GTM 컨테이너 현황
- 컨테이너 ID:
- 태그 수:
- 트리거 수:
- 변수 수:
- 마지막 게시 일자:

### 제거 대상 스크립트
| 스크립트/태그명 | 사유 | 제거 예정일 |
|----------------|------|------------|
|                |      |            |

### 특이사항 및 주의점
-

더 읽어보기 (Further Reading)

4. 프로젝트 착수 인터뷰 체크리스트

GA4 설정은 단순한 기술 작업이 아닙니다. 비즈니스 목표와 마케팅 전략에 맞는 데이터 수집 체계를 설계하려면, 프로젝트 착수 전에 클라이언트와 충분한 인터뷰를 진행해야 합니다.

4.1 마케팅 전략 및 브랜딩 방향 확인

GA4에서 어떤 이벤트를 추적하고, 어떤 지표를 주요 이벤트 (Key Events)로 설정할지는 비즈니스의 마케팅 전략에 따라 달라집니다.

현재 비즈니스의 핵심 목표는 무엇입니까? (매출 증대, 브랜드 인지도 확대, 리드 생성 등)
온라인 마케팅의 주요 채널은 무엇입니까? (검색 광고, 소셜 미디어, 이메일 마케팅, 콘텐츠 마케팅 등)
브랜드 포지셔닝과 타겟 고객층은 어떻게 정의하고 있습니까?
경쟁사 대비 차별화 포인트는 무엇입니까?
올해(또는 이번 분기)의 마케팅 KPI는 무엇입니까?

4.2 기존 마케팅 활동 내역 및 브랜드 에셋 확인

현재 진행 중인 광고 캠페인 목록 (Google Ads, Meta Ads, 네이버 광고 등)
광고 예산 규모 및 배분 현황
기존에 활용 중인 분석 도구 및 보고서 (GA, Adobe Analytics, 내부 BI 등)
UTM 파라미터 (UTM Parameters) 사용 규칙이 있는지 확인
보유 중인 브랜드 에셋: 로고, 브랜드 가이드라인, 랜딩 페이지 등
CRM (Customer Relationship Management) 시스템 사용 여부 및 연동 가능성

4.3 주력 상품 및 카테고리별 소구 포인트

전자상거래 (E-commerce) 사이트이거나 상품/서비스를 판매하는 사이트라면, 상품 구조를 이해해야 향상된 전자상거래 (Enhanced E-commerce) 이벤트를 올바르게 설계할 수 있습니다.

주력 상품 또는 서비스는 무엇입니까?
상품 카테고리 분류 체계는 어떻게 되어 있습니까?
각 카테고리별 주요 소구 포인트 (가격, 품질, 편의성, 디자인 등)는 무엇입니까?
시즌별 또는 시기별 주력 상품이 변경됩니까?
상품별 마진율 또는 우선순위 차이가 있습니까?
프로모션, 할인, 멤버십 등의 가격 정책이 있습니까?

4.4 주력 상품의 키워드 및 인지 속성

검색 광고 및 SEO 전략과 GA4 데이터를 연계하기 위해, 상품 관련 키워드 체계를 파악합니다.

주력 상품/서비스의 핵심 키워드 목록
브랜드 키워드 vs. 비브랜드 키워드 구분
고객이 해당 상품을 검색할 때 사용하는 주요 검색어
상품/서비스의 인지 경로 (검색, 광고, 입소문, SNS 등)
고객의 구매 의사결정에 영향을 미치는 주요 요인
리뷰, 평점, 인증 등 신뢰도 관련 요소

4.5 기술 환경 확인

웹사이트 개발 플랫폼/CMS (워드프레스, Shopify, 카페24, 자체 개발 등)
개발팀 협업 가능 여부 및 개발 리소스 수준
사이트 변경 배포 주기 (수시, 주 1회, 격주 등)
기존 dataLayer 구현 여부
쿠키 동의 배너 (Cookie Consent Banner) 구현 여부
SPA (Single Page Application) 여부

실무 팁: 인터뷰 결과는 반드시 문서화하여 프로젝트 관계자 전원이 공유할 수 있도록 합니다. 이 문서는 이후 측정 계획서 (Measurement Plan) 작성의 기초 자료가 됩니다.

더 읽어보기 (Further Reading)

웹사이트 및 앱의 애널리틱스 설정

5. 2025-2026 주요 업데이트

GA4와 GTM 생태계는 지속적으로 변화하고 있습니다. 프로젝트 착수 시점에 최신 변경 사항을 인지하고 있어야 설정에 반영할 수 있습니다.

5.1 GTM의 Google 태그 자동 로드 (2025년 4월~)

변경 내용: GTM 컨테이너에 Google Ads 태그 또는 Floodlight 태그가 포함되어 있을 경우, GTM이 해당 태그보다 먼저 **Google 태그 (Google Tag)**를 자동으로 로드합니다.

영향 및 대응:

항목	상세
배경	Google 태그는 Google Ads 전환 추적, 리마케팅, GA4 등 Google 제품군의 공통 기반 태그입니다. 기존에는 수동으로 Google 태그를 별도 설정해야 했습니다.
변경 효과	Google Ads 또는 Floodlight 태그를 사용하는 GTM 컨테이너에서 Google 태그가 자동 로드되므로, 별도 설정 없이도 동의 모드 (Consent Mode) 연동 및 퍼스트파티 데이터 수집이 원활해집니다.
주의사항	이미 Google 태그를 수동으로 설정한 경우, 중복 로드 여부를 확인해야 합니다. GTM 컨테이너 내 태그 설정을 점검하여 불필요한 중복을 제거하세요.
확인 방법	GTM 미리보기 모드 (Preview Mode) 또는 Analytics Debugger로 Google 태그 로드 순서를 확인합니다.

5.2 Google 태그 게이트웨이 도입 (2026년 1월~)

변경 내용: Google 태그가 Akamai CDN (Content Delivery Network)을 경유하는 게이트웨이 방식으로 데이터를 전송합니다.

영향 및 대응:

항목	상세
배경	기존에는 Google 태그가 google-analytics.com 또는 googletagmanager.com 도메인으로 직접 데이터를 전송했습니다. 일부 광고 차단기 (Ad Blocker)나 브라우저 정책에 의해 이 요청이 차단되는 경우가 있었습니다.
변경 효과	Akamai CDN을 경유함으로써 데이터 전송의 안정성이 향상되고, 일부 네트워크 환경에서의 차단 문제가 완화됩니다. 또한, 전송 속도가 향상될 수 있습니다.
주의사항	방화벽이나 콘텐츠 보안 정책 (CSP, Content Security Policy)을 엄격하게 운영하는 사이트의 경우, Akamai 도메인을 허용 목록에 추가해야 할 수 있습니다.
확인 방법	크롬 개발자 도구의 네트워크 (Network) 탭에서 Google 태그 요청의 도메인을 확인합니다.

실무 참고: 위 두 변경 사항은 GTM을 통해 Google 광고 제품을 사용하는 모든 사이트에 영향을 미칩니다. 신규 프로젝트 착수 시에는 GTM 미리보기 모드에서 태그 로드 순서와 네트워크 요청을 반드시 확인하세요.

5.3 기타 참고할 최신 동향

업데이트 항목	시기	핵심 내용
동의 모드 v2 (Consent Mode v2) 필수화	2024년 3월~ (EEA 대상)	EU/EEA 지역 대상 사이트는 동의 모드 v2를 필수로 구현해야 Google Ads 리마케팅 기능을 사용할 수 있습니다.
GA4 보고서 ID (Reporting Identity) 변경	2024년~	블렌디드 (Blended) 보고서 ID가 기본값으로 설정되어, 기기 간 사용자 식별이 개선되었습니다.
BigQuery 무료 내보내기 한도	상시	GA4 표준 속성에서 BigQuery로 일일 100만 이벤트까지 무료로 내보낼 수 있습니다. 대량 데이터 처리가 필요한 프로젝트라면 사전에 확인이 필요합니다.

더 읽어보기 (Further Reading)

부록: Chapter 01 종합 체크리스트

프로젝트 착수 전에 아래 항목을 모두 완료했는지 확인하세요.

A. 계정 및 권한

GA4 계정 구조 (계정 > 속성 > 데이터 스트림) 확인 완료
추적 대상 채널 (웹사이트, 앱, 랜딩페이지 등) 목록 작성 완료
GA4 편집자 이상 권한 획득 완료
GTM 게시 이상 권한 획득 완료
연관 Google 서비스 (Ads, Search Console) 권한 확인 완료
클라이언트 측 관리자 권한 보유자 확인 완료

B. 기존 설치 현황 진단

크롬 확장 프로그램을 활용한 사이트 스캔 완료
설치된 분석/광고 도구 목록 작성 완료
각 태그의 설치 방식 (GTM / 하드코딩 / 플러그인) 파악 완료
GTM과 하드코딩 중복 여부 확인 완료
미활용 스크립트 식별 및 제거 계획 수립 완료
진단 결과 문서 작성 및 공유 완료

C. 비즈니스 인터뷰

마케팅 전략 및 KPI 확인 완료
기존 마케팅 활동 내역 파악 완료
주력 상품/서비스 및 소구 포인트 정리 완료
핵심 키워드 및 인지 속성 정리 완료
기술 환경 (CMS, 개발 리소스, SPA 여부 등) 확인 완료

D. 최신 업데이트 확인

GTM Google 태그 자동 로드 정책 인지 및 기존 설정 점검 완료
Google 태그 게이트웨이 (Akamai 경유) 도입 사항 인지 완료
CSP 또는 방화벽 설정에 Akamai 도메인 허용 필요 여부 확인 완료

Chapter 02. 웹사이트/앱 구조 분석

GA4 데이터를 올바르게 수집하고 해석하려면, 먼저 분석 대상인 웹사이트와 앱의 구조를 정확히 이해해야 합니다. 이 장에서는 사이트의 정보 구조 파악부터 검색 엔진 노출 현황 진단, SEO 점검, UTM 매개변수 설정, 그리고 모바일 앱 분석 기초까지 다룹니다.

메뉴 구조 및 정보 구조 분석
외부 검색 엔진 결과 페이지 노출 진단
SEO 진단
UTM 매개변수 설정 진단
모바일 앱 분석 기초

1. 메뉴 구조 및 정보 구조 분석 (Information Architecture)

웹사이트 분석의 첫 단계는 사이트의 **정보 구조 (Information Architecture, IA)**를 파악하는 것입니다. 사용자가 어떤 경로로 사이트에 들어와서, 어떤 페이지를 거쳐, 최종적으로 어떤 행동(전환)을 하는지를 이해해야 GA4 이벤트 설계와 보고서 해석이 가능합니다.

1.1 사이트 네비게이션 구조 파악

사이트의 전체 구조를 시각적으로 정리하면, GA4에서 어떤 페이지 그룹을 중점적으로 분석해야 하는지 명확해집니다.

네비게이션 구조 파악 방법:

GNB (Global Navigation Bar) 분석: 상단 메뉴 구조를 1차, 2차, 3차 뎁스(depth)로 정리합니다.
푸터(Footer) 링크 확인: 사이트맵, 이용약관, 개인정보처리방침 등 하단 영역의 링크를 파악합니다.
사이드바 및 보조 네비게이션: 카테고리 필터, 검색 기능, 최근 본 상품 등 보조 탐색 요소를 정리합니다.
URL 구조 패턴 분석: URL 경로(path)가 어떤 규칙으로 구성되어 있는지 확인합니다.

실무 팁: 사이트맵(sitemap.xml)을 먼저 확인하면 전체 페이지 구조를 빠르게 파악할 수 있습니다. 브라우저에서 도메인/sitemap.xml을 입력해 보세요.

네비게이션 구조 정리 템플릿:

뎁스 1 (대분류)	뎁스 2 (중분류)	뎁스 3 (소분류)	URL 패턴	비고
홈	-	-	/	메인 랜딩
제품	카테고리 A	상품 상세	/products/category-a/{id}	상품 페이지
블로그	카테고리별	개별 글	/blog/{slug}	콘텐츠 영역
회사 소개	팀 소개	-	/about/team	정보 페이지
고객 지원	FAQ	-	/support/faq	지원 영역

1.2 전환 포인트 매핑 (Conversion Point Mapping)

**전환 포인트 (Conversion Point)**란 사용자가 비즈니스 목표에 부합하는 특정 행동을 완료하는 지점을 말합니다. GA4에서는 이를 **핵심 이벤트 (Key Event)**로 설정하여 추적합니다.

주요 전환 포인트 유형:

전환 유형	예시	GA4 이벤트 예시
구매/결제	상품 구매, 서비스 신청	`purchase`
회원 가입	신규 회원 가입 완료	`sign_up`
리드 생성 (Lead Generation)	상담 신청, 문의 양식 제출	`generate_lead`
뉴스레터 구독	이메일 구독 신청	`newsletter_signup` (맞춤 이벤트)
광고 수신 동의	마케팅 수신 동의	`marketing_optin` (맞춤 이벤트)
콘텐츠 다운로드	PDF, 백서 다운로드	`file_download`
앱 설치 유도	앱 다운로드 버튼 클릭	`app_install_click` (맞춤 이벤트)

전환 포인트 매핑 체크리스트:

사이트 내 모든 폼(form) 요소를 목록화했는가?
각 폼의 제출 완료 후 감사(Thank You) 페이지 또는 확인 메시지가 있는가?
CTA (Call-to-Action) 버튼의 위치와 목적을 정리했는가?
전화 걸기, 카카오톡 상담 등 오프사이트(off-site) 전환 포인트를 파악했는가?
각 전환 포인트에 대응하는 GA4 이벤트명을 정의했는가?
전환의 우선순위(매크로 전환 vs 마이크로 전환)를 구분했는가?

매크로 전환 vs 마이크로 전환: 매크로 전환 (Macro Conversion)은 비즈니스 목표에 직접 기여하는 행동(예: 구매, 상담 신청)이고, 마이크로 전환 (Micro Conversion)은 매크로 전환으로 이어질 가능성이 높은 보조 행동(예: 장바구니 추가, 뉴스레터 구독)입니다. 두 가지를 모두 추적해야 사용자 여정 (User Journey)을 완전히 이해할 수 있습니다.

1.3 페이지 유형 분류

GA4에서 의미 있는 분석을 하려면 페이지를 유형별로 그룹화해야 합니다. 이를 **콘텐츠 그룹 (Content Group)**이라고 하며, GA4에서 맞춤 측정기준으로 설정할 수 있습니다.

대표적인 페이지 유형:

페이지 유형	설명	GA4 분석 관점
랜딩 페이지 (Landing Page)	사용자가 외부에서 처음 도착하는 페이지	유입 소스별 첫 접점 분석
상품/서비스 페이지	제품 목록, 상세 페이지	조회수, 장바구니 추가율
콘텐츠 페이지	블로그, 뉴스, 가이드	참여도, 스크롤 깊이
카테고리/목록 페이지	상품 또는 콘텐츠의 분류 페이지	탐색 패턴, 이탈률
전환 페이지	장바구니, 결제, 신청 양식	전환율, 이탈 지점
감사 페이지 (Thank You Page)	전환 완료 후 표시되는 확인 페이지	전환 완료 수 검증
유틸리티 페이지	로그인, 마이페이지, 설정	회원 활동 분석

콘텐츠 그룹 설정을 위한 URL 패턴 매핑 예시:

/products/*        → 상품 페이지
/blog/*            → 블로그 콘텐츠
/category/*        → 카테고리 페이지
/cart, /checkout/* → 전환 페이지
/thank-you/*       → 감사 페이지
/account/*         → 유틸리티 페이지

GA4에서 콘텐츠 그룹 설정하기: GTM(Google Tag Manager)에서 page_view 이벤트에 content_group이라는 이벤트 매개변수를 추가하고, URL 경로 기반 규칙으로 값을 할당합니다. 이렇게 설정하면 GA4 보고서에서 페이지 유형별로 데이터를 필터링하고 비교할 수 있습니다.

더 읽어보기 (Further Reading)

GA4 데이터 스트림 설정 - Google 공식 가이드
GA4 태그 설정 가이드 - Google Developers

2. 외부 검색 엔진 결과 페이지 노출 진단

GA4로 유입 트래픽을 분석하기 전에, 현재 내 웹사이트가 주요 검색 엔진에서 어떻게 노출되고 있는지 직접 확인하는 것이 중요합니다. 검색 결과 페이지 (SERP, Search Engine Results Page)에서의 노출 상태는 자연 검색 (Organic Search) 트래픽의 양과 질에 직접적인 영향을 미칩니다.

2.1 구글 검색 결과 페이지 (SERP) 노출 현황 확인

구글에서 자사 브랜드명, 핵심 키워드를 검색하여 다음 항목을 점검합니다.

구글 SERP 점검 항목:

점검 항목	확인 내용	중요도
브랜드 검색 결과	브랜드명 검색 시 자사 사이트가 1위에 노출되는가?	매우 높음
사이트링크 (Sitelinks)	검색 결과 아래에 주요 페이지 링크가 표시되는가?	높음
리치 스니펫 (Rich Snippet)	별점, 가격, FAQ 등 구조화된 정보가 표시되는가?	중간
지식 패널 (Knowledge Panel)	브랜드 관련 정보 패널이 우측에 표시되는가?	중간
이미지/동영상 결과	자사 콘텐츠가 이미지, 비디오 탭에 노출되는가?	중간
경쟁사 광고 노출	자사 브랜드명에 경쟁사 광고가 노출되는가?	높음

구글 검색 연산자를 활용한 진단:

site:example.com                    → 구글에 인덱싱된 전체 페이지 수 확인
site:example.com inurl:blog         → 블로그 페이지 인덱싱 현황
site:example.com intitle:"핵심 키워드" → 특정 키워드가 타이틀에 포함된 페이지
"example.com" -site:example.com     → 외부에서 자사 도메인을 언급한 페이지
cache:example.com                   → 구글이 캐시한 최신 버전 확인

2.2 네이버 검색 결과 확인

한국 시장에서 네이버는 여전히 가장 높은 검색 점유율을 차지합니다. 네이버의 검색 결과는 구글과 달리 통합 검색 (Universal Search) 형태로, 여러 영역(탭)이 하나의 결과 페이지에 혼합되어 표시됩니다.

네이버 검색 영역별 점검표:

검색 영역	확인 내용	콘텐츠 대응 전략
VIEW (블로그/카페 통합)	자사 또는 관련 콘텐츠가 노출되는가?	네이버 블로그, 카페 활용
이미지	자사 제품/서비스 이미지가 노출되는가?	이미지 ALT 텍스트, 파일명 최적화
지식iN	자사 관련 질문/답변이 있는가?	지식iN 답변 활동
뉴스	자사 관련 뉴스 기사가 노출되는가?	보도자료 배포
지식백과	관련 백과사전 항목이 있는가?	두산백과, 나무위키 등 기여
쇼핑	자사 상품이 네이버 쇼핑에 노출되는가?	스마트스토어, 쇼핑 EP 연동
지도/플레이스	네이버 플레이스에 업체 정보가 등록되어 있는가?	네이버 플레이스 최적화
웹사이트 (사이트)	자사 웹사이트 페이지가 직접 노출되는가?	네이버 서치어드바이저 등록

네이버 서치어드바이저: 네이버에서 제공하는 웹마스터 도구입니다. searchadvisor.naver.com에서 사이트를 등록하고, 인덱싱 현황을 확인할 수 있습니다. 구글의 Search Console에 해당하는 서비스입니다.

2.3 한국 시장 특화: 검색 엔진 비중 분석

한국에서는 네이버, 구글, 다음(Daum) 세 검색 엔진의 비중을 함께 고려해야 합니다. 업종과 타겟 연령에 따라 검색 엔진 비중이 크게 달라집니다.

업종별 검색 엔진 활용 경향:

업종/분야	주요 검색 엔진	특이사항
IT/기술/개발	구글 비중 높음	영문 검색 비중도 높음
맛집/지역 정보	네이버 비중 높음	네이버 지도, 플레이스 연동
뉴스/시사	네이버, 다음	포털 뉴스 제휴 여부가 중요
쇼핑/이커머스	네이버, 쿠팡 내부 검색	네이버 쇼핑 검색 광고 활용
B2B 서비스	구글 비중 증가 추세	LinkedIn 등 해외 채널 연동
의료/건강	네이버 비중 높음	네이버 지식iN, 블로그 영향력 큼

GA4에서 검색 엔진별 트래픽 확인 방법:

GA4 보고서 > 획득 (Acquisition) > 트래픽 획득 (Traffic Acquisition)에서 세션 소스 (Session source) 측정기준을 사용하면 검색 엔진별 유입 비중을 확인할 수 있습니다.

소스 값	검색 엔진
`google`	구글
`naver`	네이버
`daum`	다음
`bing`	마이크로소프트 빙
`zum`	줌(ZUM)

검색 엔진 노출 진단 체크리스트:

구글에서 브랜드명 검색 시 자사 사이트가 최상단에 노출되는가?
네이버에서 브랜드명 검색 시 각 영역별 노출 상태를 확인했는가?
다음에서 브랜드명 검색 결과를 확인했는가?
주요 키워드 3~5개에 대한 검색 결과 노출 순위를 기록했는가?
구글 Search Console에 사이트가 등록되어 있는가?
네이버 서치어드바이저에 사이트가 등록되어 있는가?
경쟁사의 검색 결과 노출 상태를 비교 분석했는가?

더 읽어보기 (Further Reading)

Google Search Console과 GA4 연동 - Google 공식 가이드
네이버 서치어드바이저 - 네이버 웹마스터 도구

3. SEO 진단

검색엔진 최적화 (SEO, Search Engine Optimization)는 자연 검색 트래픽의 양과 질을 결정짓는 핵심 요소입니다. GA4 데이터를 올바르게 해석하려면, 먼저 웹사이트의 SEO 상태가 어떤 수준인지 진단해야 합니다. SEO가 부실하면 GA4에서 자연 검색 유입 자체가 적어 분석할 데이터가 부족해지기 때문입니다.

3.1 메타 정보 점검

**타이틀 태그 (Title Tag)**와 **메타 디스크립션 (Meta Description)**은 검색 결과에 직접 표시되는 요소로, 클릭률 (CTR, Click-Through Rate)에 큰 영향을 미칩니다.

타이틀 태그 점검 기준:

점검 항목	권장 기준	비고
길이	50~~60자 (영문 기준) / 25~~30자 (한글 기준)	초과 시 검색 결과에서 말줄임 처리됨
핵심 키워드 포함	주요 키워드를 앞쪽에 배치	뒤쪽에 배치하면 노출 효과 감소
브랜드명	타이틀 끝에 브랜드명 포함	예: "GA4 가이드 - 브랜드명"
고유성	페이지마다 고유한 타이틀 사용	중복 타이틀은 SEO에 부정적
사용자 의도 반영	검색 의도에 부합하는 표현 사용	"방법", "가이드", "비교" 등

메타 디스크립션 점검 기준:

점검 항목	권장 기준	비고
길이	150~~160자 (영문) / 70~~80자 (한글)	초과 시 말줄임 처리
핵심 키워드 포함	자연스럽게 1~2회 포함	키워드 스터핑 금지
행동 유도 문구	"지금 확인하세요", "무료로 알아보기"	CTR 향상에 기여
고유성	페이지마다 고유한 디스크립션 작성	중복 또는 미작성 주의

그 외 점검해야 할 메타/HTML 요소:

요소	설명	점검 포인트
H1 태그	페이지의 대제목	페이지당 1개, 키워드 포함
H2~H6 태그	소제목 구조	논리적 계층 구조 유지
이미지 ALT 속성	이미지 대체 텍스트	모든 주요 이미지에 설명 텍스트
캐노니컬 태그 (Canonical Tag)	대표 URL 지정	중복 페이지 문제 방지
OG 태그 (Open Graph Tag)	소셜 미디어 공유 시 표시 정보	og:title, og:description, og:image
구조화 데이터 (Structured Data)	검색 결과 리치 스니펫용	JSON-LD 형식 권장
robots.txt	크롤러 접근 제어	중요 페이지 차단 여부 확인
hreflang 태그	다국어 사이트의 언어/지역 지정	한국어 사이트: `ko-KR`

빠른 메타 정보 확인 방법:

브라우저 개발자 도구(F12)의 콘솔(Console)에서 다음 코드를 실행하면 현재 페이지의 메타 정보를 한눈에 확인할 수 있습니다.

console.log('Title:', document.title);
console.log('Description:', document.querySelector('meta[name="description"]')?.content);
console.log('Canonical:', document.querySelector('link[rel="canonical"]')?.href);
console.log('H1:', document.querySelector('h1')?.textContent);
console.log('OG Title:', document.querySelector('meta[property="og:title"]')?.content);
console.log('OG Description:', document.querySelector('meta[property="og:description"]')?.content);

3.2 전략 키워드 및 관련 콘텐츠 현황 점검

SEO는 단순히 기술적 요소만 점검하는 것이 아니라, 어떤 키워드로 검색하는 사용자를 타겟할 것인지를 전략적으로 결정하고, 그에 맞는 콘텐츠가 존재하는지 확인하는 과정을 포함합니다.

키워드 분류 체계:

키워드 유형	설명	예시 (피부과 기준)
브랜드 키워드	자사 브랜드 관련	"XX피부과", "XX클리닉"
핵심 키워드 (Head)	검색량 높음, 경쟁 치열	"여드름 치료"
중간 키워드 (Body)	2~3단어, 적절한 검색량	"여드름 흉터 치료 비용"
롱테일 키워드 (Long-tail)	구체적, 전환율 높음	"강남 여드름 흉터 레이저 치료 후기"
정보성 키워드	정보 탐색 의도	"여드름 원인", "여드름 예방법"
거래성 키워드	구매/전환 의도	"여드름 치료 예약", "피부과 상담"

콘텐츠 갭 분석 (Content Gap Analysis) 절차:

자사 키워드 목록 작성: 비즈니스와 관련된 키워드 50~100개를 도출합니다.
현재 콘텐츠 매핑: 각 키워드에 대응하는 페이지가 자사 사이트에 있는지 확인합니다.
갭(Gap) 식별: 키워드는 있지만 대응 콘텐츠가 없는 영역을 찾습니다.
경쟁사 비교: 경쟁사가 다루고 있지만 자사가 다루지 않는 키워드/콘텐츠를 파악합니다.
우선순위 결정: 검색량, 경쟁 강도, 비즈니스 연관성을 기준으로 콘텐츠 제작 우선순위를 정합니다.

콘텐츠 현황 점검 시트 예시:

전략 키워드	월간 검색량	현재 순위	대응 페이지 URL	콘텐츠 상태	조치 필요 사항
GA4 설치 방법	1,200	15위	/blog/ga4-setup	업데이트 필요	최신 UI 스크린샷 추가
GTM 사용법	800	-	없음	미작성	신규 콘텐츠 제작
구글 애널리틱스 전환 설정	600	8위	/guide/conversion	양호	내부 링크 강화

3.3 Google Search Console 연동의 중요성

**Google Search Console (GSC)**은 구글 검색에서의 사이트 성과를 직접 측정할 수 있는 무료 도구입니다. GA4와 연동하면 검색 쿼리(Search Query) 데이터를 GA4 보고서에서 함께 확인할 수 있어, 자연 검색 트래픽 분석의 깊이가 크게 달라집니다.

GSC에서 확인할 수 있는 핵심 지표:

지표	설명	활용 방법
노출수 (Impressions)	검색 결과에 페이지가 표시된 횟수	키워드 커버리지 파악
클릭수 (Clicks)	검색 결과에서 자사 사이트로 유입된 횟수	실제 유입 규모 파악
평균 CTR	노출 대비 클릭 비율	타이틀/디스크립션 매력도 진단
평균 게재순위 (Position)	검색 결과 내 평균 순위	SEO 성과 추적

GA4와 GSC 연동 방법:

GA4 속성의 관리 (Admin) 메뉴로 이동합니다.
서비스 연결 (Product Links) 섹션에서 Search Console 연결을 선택합니다.
연동할 Search Console 속성을 선택하고 연결을 완료합니다.
연동 후 GA4의 보고서 > 획득 > Search Console 메뉴에서 검색어(쿼리) 보고서를 확인할 수 있습니다.

주의 사항: GA4와 GSC 연동은 연동 시점 이후의 데이터만 표시됩니다. 과거 데이터를 소급 적용하지 않으므로 가능한 한 빨리 연동하는 것이 좋습니다. 또한, GA4 속성 1개에는 GSC 속성 1개만 연결할 수 있습니다.

SEO 진단 종합 체크리스트:

주요 페이지의 타이틀 태그가 적절한 길이와 키워드를 포함하고 있는가?
모든 페이지에 고유한 메타 디스크립션이 작성되어 있는가?
각 페이지에 H1 태그가 1개씩 존재하며 키워드를 포함하는가?
이미지에 ALT 속성이 적절히 작성되어 있는가?
캐노니컬 태그가 올바르게 설정되어 있는가?
사이트맵(sitemap.xml)이 존재하고 최신 상태인가?
robots.txt 파일이 중요 페이지를 차단하고 있지 않은가?
Google Search Console이 GA4와 연동되어 있는가?
네이버 서치어드바이저에 사이트가 등록되어 있는가?
모바일 친화성 (Mobile-Friendliness) 테스트를 통과하는가?
페이지 로딩 속도가 3초 이내인가?
전략 키워드 목록이 정리되어 있는가?
콘텐츠 갭 분석이 완료되었는가?

더 읽어보기 (Further Reading)

Search Console과 GA4 연동 가이드 - Google 공식 가이드
GA4 태그 설정 가이드 - Google Developers

4. UTM 매개변수 설정 진단

UTM 매개변수 (UTM Parameters)는 마케팅 캠페인의 유입 경로를 추적하기 위해 URL에 추가하는 태그입니다. GA4에서 트래픽 소스를 정확하게 분석하려면 UTM이 체계적으로 설정되어 있어야 합니다. UTM은 "Urchin Tracking Module"의 약자로, 구글 애널리틱스의 전신인 Urchin에서 유래한 이름입니다.

4.1 UTM 파라미터 구조

UTM은 5개의 표준 매개변수로 구성됩니다.

매개변수	필수 여부	설명	예시
`utm_source`	필수	트래픽을 보내는 플랫폼/매체	`google`, `naver`, `facebook`, `newsletter`
`utm_medium`	필수	마케팅 매체 유형	`cpc`, `email`, `social`, `banner`, `referral`
`utm_campaign`	필수	캠페인 이름	`spring_sale_2026`, `brand_awareness_q1`
`utm_term`	선택	유료 검색 키워드	`ga4_guide`, `data_analytics`
`utm_content`	선택	동일 캠페인 내 콘텐츠 구분	`banner_a`, `cta_button`, `text_link`

UTM이 적용된 URL 예시:

https://example.com/products/ga4-guide
  ?utm_source=naver
  &utm_medium=cpc
  &utm_campaign=ga4_guide_launch_2026
  &utm_term=ga4+사용법
  &utm_content=banner_top

중요: UTM 매개변수는 외부에서 자사 사이트로 유입되는 링크에만 사용합니다. 자사 사이트 내부 링크에 UTM을 붙이면 기존 세션의 소스/매체 정보가 덮어쓰기 되어 데이터가 왜곡됩니다. 이는 GA4 분석에서 가장 흔히 발생하는 실수 중 하나입니다.

4.2 UTM 네이밍 컨벤션 (Naming Convention)

UTM 값의 일관성은 GA4 보고서의 정확성에 직접적인 영향을 미칩니다. 팀 내에서 반드시 네이밍 규칙을 정하고 문서화해야 합니다.

네이밍 컨벤션 핵심 원칙:

소문자 통일: UTM 값은 대소문자를 구분합니다. Facebook과 facebook은 GA4에서 별도의 소스로 인식됩니다.
단어 구분자 통일: 언더스코어(_) 또는 하이픈(-) 중 하나를 선택하여 일관되게 사용합니다.
공백 금지: URL에서 공백은 %20 또는 +로 변환되어 혼란을 야기합니다.
한글 사용 최소화: 가능하면 영문을 사용합니다. 한글 사용 시 URL 인코딩 문제가 발생할 수 있습니다.
약어 규칙 문서화: 약어를 사용할 경우 팀 내 합의된 약어표를 만듭니다.

utm_source 표준값 예시:

플랫폼	권장값	비권장 (비일관)
구글 (유료)	`google`	`Google`, `GOOGLE`, `google_ads`
네이버 (유료)	`naver`	`Naver`, `naver_sa`, `NAVER`
페이스북/메타	`facebook` 또는 `meta`	`Facebook`, `fb`, `FB`
인스타그램	`instagram`	`Instagram`, `insta`, `IG`
카카오	`kakao`	`Kakao`, `kakaotalk`, `KakaoTalk`
이메일 뉴스레터	`newsletter`	`email`, `Email`, `e-mail`
문자 메시지	`sms`	`SMS`, `문자`, `text`

utm_medium 표준값 예시:

매체 유형	권장값	GA4 기본 채널 그룹 매핑
유료 검색 (클릭당 과금)	`cpc`	Paid Search
자연 검색	(UTM 불필요)	Organic Search
디스플레이 광고	`display`	Display
소셜 미디어 (유료)	`paid_social`	Paid Social
소셜 미디어 (무료)	`social`	Organic Social
이메일	`email`	Email
제휴 마케팅	`affiliate`	Affiliates
배너 광고	`banner`	Display
리타게팅/리마케팅	`retargeting`	Display
SMS/문자	`sms`	SMS

GA4 기본 채널 그룹 (Default Channel Group): GA4는 source와 medium 값의 조합을 기반으로 트래픽을 자동으로 채널 그룹에 분류합니다. 예를 들어, source=google / medium=cpc는 Paid Search 채널로 분류됩니다. 비표준 medium 값을 사용하면 "Unassigned" 채널로 분류될 수 있으므로, GA4의 채널 그룹 규칙을 이해하고 이에 맞는 값을 사용하는 것이 중요합니다.

utm_campaign 네이밍 구조 권장안:

캠페인명은 다음 요소를 조합하여 구성하면 보고서에서 분류와 필터링이 용이합니다.

[연도/분기]_[캠페인 목적]_[타겟/상품]_[기타 식별자]

예시:

utm_campaign 값	설명
`2026q1_brand_awareness_ga4guide`	2026년 1분기, 브랜드 인지도, GA4 가이드
`2026_spring_sale_skincare`	2026년 봄 세일, 스킨케어
`2026_always_on_retargeting`	2026년 상시 운영, 리타게팅

4.3 UTM 통합 관리 시트 활용법

팀 내 여러 명이 UTM 링크를 생성하면 일관성이 무너지기 쉽습니다. UTM 통합 관리 시트를 운영하면 이 문제를 예방할 수 있습니다.

UTM 관리 시트 구성 항목:

열(Column)	설명	예시
생성일	UTM 링크 생성 날짜	2026-03-07
담당자	링크 생성자	홍길동
캠페인명 (내부용)	내부 관리용 캠페인 이름	봄 세일 메인 배너
랜딩 URL	UTM을 적용할 원본 URL	https://example.com/sale
utm_source	소스	naver
utm_medium	매체	cpc
utm_campaign	캠페인	2026_spring_sale
utm_term	키워드 (선택)	봄세일
utm_content	콘텐츠 구분 (선택)	banner_main
최종 URL	UTM이 포함된 전체 URL	(자동 생성)
단축 URL	필요 시 단축 처리된 URL	(선택)
메모	사용 맥락, 주의사항	네이버 SA 3월 캠페인용

UTM 링크 생성 도구: 구글에서 제공하는 Campaign URL Builder를 활용하면 UTM 매개변수가 포함된 URL을 쉽게 생성할 수 있습니다. 단, 팀 단위로 운영할 때는 구글 스프레드시트 기반의 관리 시트를 병행하는 것이 바람직합니다.

UTM 관리 체크리스트:

팀 내 UTM 네이밍 컨벤션 문서가 존재하는가?
모든 유료 캠페인 링크에 UTM이 적용되어 있는가?
UTM 통합 관리 시트를 운영하고 있는가?
utm_source와 utm_medium 값이 GA4 기본 채널 그룹 규칙에 부합하는가?
소문자 통일, 공백 미사용 등 기본 규칙을 준수하고 있는가?
자사 사이트 내부 링크에 UTM을 사용하고 있지 않은가?
UTM 링크가 정상 작동하는지 (리다이렉트, 깨진 링크 등) 테스트했는가?
이메일 뉴스레터, SMS 등 비웹 채널에도 UTM을 적용하고 있는가?

4.4 GA4에서 UTM 데이터가 보고서에 반영되는 구조

UTM 매개변수가 URL에 포함된 상태로 사용자가 사이트에 방문하면, GA4는 해당 값을 자동으로 수집하여 트래픽 소스 (Traffic Source) 측정기준에 매핑합니다.

UTM 매개변수와 GA4 측정기준 매핑:

UTM 매개변수	GA4 측정기준 (세션 범위)	GA4 측정기준 (사용자 범위)
`utm_source`	세션 소스 (Session source)	첫 번째 사용자 소스 (First user source)
`utm_medium`	세션 매체 (Session medium)	첫 번째 사용자 매체 (First user medium)
`utm_campaign`	세션 캠페인 (Session campaign)	첫 번째 사용자 캠페인 (First user campaign)
`utm_term`	세션 수동 검색어 (Session manual term)	첫 번째 사용자 수동 검색어
`utm_content`	세션 수동 광고 콘텐츠 (Session manual ad content)	첫 번째 사용자 수동 광고 콘텐츠

세션 범위 vs 사용자 범위의 차이:

세션 범위 (Session-scoped): 해당 방문(세션)의 유입 소스를 나타냅니다. 사용자가 여러 번 방문하면 방문마다 다른 세션 소스를 가질 수 있습니다.
사용자 범위 (User-scoped, "첫 번째 사용자"): 사용자가 최초로 사이트를 방문했을 때의 유입 소스를 나타냅니다. 이후 방문과 무관하게 고정됩니다.

GA4 보고서에서 UTM 데이터 확인 위치:

보고서	확인할 수 있는 정보
획득 > 사용자 획득 (User Acquisition)	첫 번째 사용자 소스/매체/캠페인 (최초 유입 기준)
획득 > 트래픽 획득 (Traffic Acquisition)	세션 소스/매체/캠페인 (방문별 기준)
광고 > 모든 채널 (All Channels)	Google Ads 연동 시 캠페인 성과 통합
탐색 (Explorations)	맞춤 보고서에서 UTM 관련 측정기준 자유 조합

자동 태그 추가 (Auto-tagging) vs UTM: Google Ads를 사용하는 경우, 자동 태그 추가 기능(gclid 매개변수)이 UTM보다 우선 적용됩니다. Google Ads 캠페인에는 별도로 UTM을 설정할 필요가 없습니다. UTM은 Google Ads 외의 유료 매체(네이버 SA, 카카오 광고, 페이스북 광고 등)와 비유료 채널(이메일, SMS 등)에 사용합니다.

더 읽어보기 (Further Reading)

UTM 매개변수 활용 가이드 - Google 공식 가이드
GA4 기본 채널 그룹 정의 - Google 공식 가이드

5. 모바일 앱 분석 기초

GA4의 가장 큰 차별점 중 하나는 웹사이트와 모바일 앱 데이터를 하나의 속성(Property)에서 통합 분석할 수 있다는 것입니다. 기존 유니버설 애널리틱스 (Universal Analytics, UA)에서는 웹과 앱을 별도로 추적해야 했지만, GA4는 처음부터 크로스 플랫폼 분석 (Cross-platform Analysis)을 위해 설계되었습니다.

5.1 앱 데이터 스트림 설정 개요

GA4에서 앱 데이터를 수집하려면 **데이터 스트림 (Data Stream)**을 추가해야 합니다.

GA4 데이터 스트림 유형:

데이터 스트림 유형	대상	SDK/도구
웹 (Web)	웹사이트	gtag.js 또는 GTM
Android 앱	Android 앱	Firebase SDK for Android
iOS 앱	iOS 앱	Firebase SDK for iOS

앱 데이터 스트림 설정 절차 (개요):

Firebase 프로젝트 생성: Firebase 콘솔(console.firebase.google.com)에서 프로젝트를 생성합니다.
앱 등록: Firebase 프로젝트에 Android 앱(패키지명) 또는 iOS 앱(번들 ID)을 등록합니다.
설정 파일 다운로드: Android는 google-services.json, iOS는 GoogleService-Info.plist 파일을 다운로드하여 앱 프로젝트에 추가합니다.
Firebase SDK 설치: 앱 코드에 Firebase Analytics SDK를 추가합니다.
GA4 속성과 연결: Firebase 프로젝트를 GA4 속성과 연결합니다 (Firebase 콘솔의 프로젝트 설정에서 GA4 속성 연결).
GA4에서 데이터 스트림 확인: GA4 관리 메뉴에서 앱 데이터 스트림이 생성되었는지 확인합니다.

참고: 앱 데이터 스트림 설정에는 모바일 앱 개발 환경에 대한 기술적 이해가 필요합니다. 마케터가 직접 설정하기보다는, 이 절차를 이해한 후 개발팀과 협업하여 진행하는 것이 일반적입니다.

5.2 Firebase 연동 기본 개념

Firebase는 구글이 제공하는 모바일 및 웹 앱 개발 플랫폼으로, GA4의 앱 분석은 Firebase Analytics를 기반으로 동작합니다.

Firebase와 GA4의 관계:

항목	Firebase Analytics	GA4
역할	앱에서 이벤트 데이터를 수집하는 SDK	수집된 데이터를 분석하는 보고서/인터페이스
이벤트 수집	Firebase SDK가 앱 내 이벤트를 자동/수동 수집	Firebase에서 전달받은 데이터를 처리
보고서 위치	Firebase 콘솔 (기본 보고서)	GA4 콘솔 (상세 분석 보고서)
관계	GA4 속성 1개에 연결 가능	여러 데이터 스트림(웹+앱) 통합

Firebase SDK가 자동 수집하는 주요 이벤트:

이벤트	설명
`first_open`	앱 최초 실행
`session_start`	세션 시작
`screen_view`	화면(스크린) 조회
`app_update`	앱 업데이트 후 최초 실행
`app_remove`	앱 삭제 (Android만 해당)
`os_update`	OS 업데이트 후 최초 실행
`app_exception`	앱 크래시/오류 발생
`user_engagement`	앱이 포그라운드 상태에서 활성 사용

웹과 앱의 이벤트 대응 관계:

사용자 행동	웹 이벤트	앱 이벤트
최초 방문/실행	`first_visit`	`first_open`
페이지/화면 조회	`page_view`	`screen_view`
세션 시작	`session_start`	`session_start`
스크롤	`scroll`	(맞춤 구현 필요)
외부 링크 클릭	`click`	(맞춤 구현 필요)
구매	`purchase`	`purchase`
로그인	`login`	`login`
회원가입	`sign_up`	`sign_up`

5.3 웹+앱 통합 분석의 이점

GA4에서 웹과 앱을 하나의 속성으로 통합하면 다음과 같은 분석이 가능해집니다.

통합 분석의 핵심 이점:

이점	설명
교차 플랫폼 사용자 식별	동일 사용자가 웹과 앱을 번갈아 사용하는 패턴을 파악할 수 있습니다. 예를 들어, 웹에서 검색 후 앱에서 구매하는 경로를 추적할 수 있습니다.
중복 집계 방지	웹과 앱을 별도로 분석하면 동일 사용자를 2명으로 집계할 수 있습니다. 통합 분석은 이를 방지합니다.
통합 전환 경로 분석	첫 접점(웹 광고 클릭)부터 최종 전환(앱 내 구매)까지의 전체 여정을 하나의 보고서에서 확인할 수 있습니다.
일관된 이벤트 체계	웹과 앱에서 동일한 이벤트 이름과 매개변수를 사용하여 비교 분석이 가능합니다.
통합 잠재고객 생성	웹과 앱 행동 데이터를 결합하여 보다 정교한 잠재고객 (Audience) 세그먼트를 생성할 수 있습니다.

통합 사용자 식별을 위한 조건:

GA4에서 웹과 앱 사용자를 동일인으로 인식하려면 다음 중 하나의 조건이 필요합니다.

식별 방법	설명	구현 난이도
User-ID	로그인 시 동일한 사용자 ID를 웹과 앱에서 GA4로 전송	중간 (로그인 기능 필요)
Google Signals	구글 계정에 로그인한 사용자를 자동 매칭	낮음 (GA4 설정에서 활성화)
Device ID	기기 ID 기반 (동일 기기 내에서만 유효)	자동 (제한적)

실무 권장 사항: 가장 정확한 교차 플랫폼 분석을 위해서는 User-ID 방식을 구현하는 것이 좋습니다. 사용자가 웹과 앱 모두에서 로그인하도록 유도하고, 동일한 사용자 식별자를 GA4에 전송하면 됩니다. Google Signals는 별도 구현 없이 활성화할 수 있지만, 구글 계정 로그인 사용자에 한정되며 데이터 임계값 (Thresholds) 적용으로 일부 보고서에서 데이터가 가려질 수 있습니다.

앱 분석 시작을 위한 체크리스트:

Firebase 프로젝트가 생성되어 있는가?
앱(Android/iOS)이 Firebase에 등록되어 있는가?
Firebase SDK가 앱에 정상적으로 설치되어 있는가?
Firebase 프로젝트가 GA4 속성과 연결되어 있는가?
GA4에서 앱 데이터 스트림을 확인할 수 있는가?
자동 수집 이벤트(first_open, screen_view 등)가 정상 수신되는가?
웹과 앱에서 동일한 이벤트 이름 체계를 사용하고 있는가?
User-ID 설정이 구현되어 있는가? (로그인 기능이 있는 경우)
Google Signals가 GA4 속성에서 활성화되어 있는가?

더 읽어보기 (Further Reading)

GA4 데이터 스트림 설정 - Google 공식 가이드
GA4 태그 설정 가이드 - Google Developers

이 장의 요약

이 장에서는 GA4 분석의 기초가 되는 웹사이트/앱 구조 분석을 다섯 가지 관점에서 살펴보았습니다.

분석 영역	핵심 질문	주요 산출물
정보 구조 (IA)	사이트가 어떤 구조로 되어 있는가?	네비게이션 구조도, 전환 포인트 맵, 페이지 유형 분류표
검색 엔진 노출	주요 검색 엔진에서 어떻게 보이는가?	SERP 노출 현황 보고서, 검색 엔진별 점유율
SEO	검색 엔진이 사이트를 잘 이해하고 있는가?	메타 정보 점검표, 키워드 전략 시트, 콘텐츠 갭 분석
UTM	마케팅 채널별 성과를 정확히 추적할 수 있는가?	UTM 네이밍 컨벤션 문서, UTM 통합 관리 시트
모바일 앱	앱 데이터를 웹과 통합 분석할 준비가 되어 있는가?	Firebase 연동 체크리스트, 이벤트 매핑표

다음 장 안내: Chapter 03에서는 이 장에서 파악한 사이트 구조를 기반으로, GA4 속성 및 데이터 스트림을 실제로 설정하고 GTM을 활용한 이벤트 추적을 구현하는 방법을 다룹니다.

Chapter 03. 사용자 세그먼트 정의

데이터 분석의 출발점은 "우리 고객이 누구인가?"라는 질문이다. 이 장에서는 목표 사용자 그룹을 정의하고, 퍼스트 파티 데이터를 수집하며, GA4의 잠재고객 기능을 활용해 정밀한 세그먼트를 만드는 방법을 다룬다.

1. 목표 사용자 그룹 설정

1.1 왜 사용자 그룹을 정의해야 하는가

마케팅 예산은 한정되어 있고, 모든 사람에게 동일한 메시지를 보내는 것은 비효율적이다. 사용자 세그먼트 (User Segment)를 명확히 정의하면 다음과 같은 이점을 얻는다.

광고 비용 대비 전환율 (Conversion Rate) 향상
개인화된 사용자 경험 제공
제품/서비스 개선 방향의 명확화
리마케팅 (Re-marketing) 대상의 정밀한 선별

1.2 데모그래픽, 관심사, 라이프스타일 속성

사용자 그룹을 정의할 때 사용하는 대표적인 세 가지 축이 있다.

분류	설명	예시
데모그래픽 (Demographics)	나이, 성별, 소득, 직업, 학력, 거주지역 등 인구통계학적 속성	25~34세 여성, 수도권 거주, 연소득 4,000만 원 이상
관심사 (Interests)	사용자가 평소 관심을 가지는 주제나 카테고리	패션, 여행, 건강, 테크놀로지
라이프스타일 (Lifestyle)	생활 방식, 가치관, 소비 성향 등 심리적 특성	환경 의식 소비자, 얼리어답터, 가성비 추구형

실무 팁: GA4의 "사용자 속성 (User Properties)" 보고서에서 데모그래픽 정보를 확인할 수 있다. 단, Google 신호 데이터 (Google Signals)를 활성화해야 관심사 카테고리가 수집된다. 관리 > 데이터 설정 > 데이터 수집에서 활성화한다.

1.3 목표 고객 프로파일링 방법론

목표 고객을 프로파일링하는 것은 추상적인 "타겟"을 구체적인 인물상으로 만드는 과정이다. 다음 단계를 따른다.

단계 1: 기존 데이터 분석

GA4에서 이미 수집된 데이터를 기반으로 현재 방문자의 특성을 파악한다.

보고서 > 사용자 > 사용자 속성 > 인구통계 세부정보
보고서 > 사용자 > 기술 > 기술 세부정보
보고서 > 수명 주기 > 획득 > 사용자 획득

단계 2: 페르소나 (Persona) 작성

수집된 데이터를 바탕으로 대표 고객 유형을 2~4개로 압축한다. 각 페르소나에는 다음 항목을 포함한다.

항목	작성 내용
이름 (가상)	예: "직장인 민지"
나이/성별	29세 여성
직업/소득	IT기업 마케터, 연봉 3,800만 원
주요 관심사	자기계발, 온라인 쇼핑, 여행
정보 탐색 방식	인스타그램, 블로그 검색, 유튜브 리뷰
구매 의사결정 요인	후기 개수, 가격 비교, 무료 배송 여부
불편 사항/이탈 요인	복잡한 결제 과정, 느린 페이지 로딩

단계 3: 가설 수립 및 검증

각 페르소나별로 "이 사용자는 왜 우리 사이트에 오는가?", "무엇이 전환을 막는가?"에 대한 가설을 세우고, 데이터로 검증한다.

1.4 실제 예시: "장바구니에 담았지만 결제하지 않는 사용자"

이커머스에서 가장 흔하고 중요한 세그먼트 중 하나가 장바구니 이탈자 (Cart Abandoner)다. 이 사용자들을 이해하려면 다음 질문에 답해야 한다.

이 사용자는 누구인가?

분석 항목	확인 방법 (GA4)
어떤 채널에서 유입되었는가	탐색 > 유입경로 탐색 분석에서 `session_source` / `session_medium` 확인
어떤 기기를 사용하는가	`device_category` 기준으로 세그먼트 비교
장바구니에 머문 시간	`engagement_time_msec` 이벤트 파라미터 분석
장바구니에 담긴 상품 가격대	`add_to_cart` 이벤트의 `value` 파라미터

왜 결제하지 않는가? (가설)

배송비가 추가되어 총 결제 금액이 예상보다 높아짐
회원가입 또는 로그인 요구로 인한 이탈
결제 수단이 제한적임 (예: 카드 결제만 가능, 간편결제 미지원)
모바일 환경에서 결제 UX가 불편함
비교 쇼핑 중으로, 아직 구매 의사결정을 하지 않은 상태

실무 체크리스트:

GA4에서 add_to_cart 이벤트와 purchase 이벤트 사이의 전환율 확인

유입경로 탐색 (Funnel Exploration)으로 이탈 단계 시각화

기기별(데스크톱/모바일/태블릿) 장바구니 전환율 비교

장바구니 이탈자 대상 설문조사 실시 (이메일 또는 팝업)

더 읽어보기 (Further Reading)

2. 퍼스트 파티 데이터 (1st Party Data) 전략

2.1 프라이버시 환경의 변화와 1st Party Data의 중요성

2024~2026년 디지털 마케팅 환경에서 가장 큰 변화는 프라이버시 규제 강화다.

변화	영향
서드파티 쿠키 (3rd Party Cookie) 단계적 폐지	크로스 사이트 추적 제한, 리타게팅 광고 정확도 감소
iOS ATT (App Tracking Transparency) 정책	앱 추적 동의율 약 25~30%로 하락, 모바일 데이터 수집 제한
개인정보 보호법 강화 (한국 PIPA 개정)	동의 기반 데이터 수집 의무화, 위반 시 과징금
브라우저 ITP (Intelligent Tracking Prevention)	Safari/Firefox의 쿠키 수명 단축 (최대 7일)

이러한 환경에서 퍼스트 파티 데이터 (1st Party Data), 즉 기업이 고객과의 직접적인 관계를 통해 수집한 데이터의 가치가 급격히 상승하고 있다.

핵심 원칙: 서드파티 데이터에 의존하던 시대는 끝났다. 자사 데이터를 체계적으로 수집하고 활용하는 것이 데이터 분석과 마케팅의 기본 전제가 되었다.

2.2 퍼스트 파티 데이터의 유형

유형	수집 채널	예시
선언적 데이터 (Declared Data)	회원가입, 설문조사, 프로필 설정	나이, 성별, 직업, 관심 카테고리
행동 데이터 (Behavioral Data)	웹사이트/앱 이용 행동	페이지 조회, 클릭, 구매, 검색어
거래 데이터 (Transactional Data)	결제, 주문, 반품	구매 금액, 구매 빈도, 구매 상품
참여 데이터 (Engagement Data)	이메일, 소셜 미디어, 앱 알림	이메일 오픈율, 푸시 클릭률

2.3 고객 설문조사 (Customer Survey) 정기 운영

GA4가 수집하는 행동 데이터만으로는 사용자의 "이유"를 알 수 없다. 설문조사는 행동 데이터의 빈틈을 채우는 핵심 수단이다.

정기 설문조사에서 수집해야 할 항목

카테고리	수집 항목	활용 목적
기본 인구통계	나이, 성별, 거주 지역	GA4 데모그래픽 데이터 보완
직업/소득	직업군, 월 평균 소득 구간	가격 정책, 상품 추천
정보 탐색	주로 사용하는 검색 채널, SNS 플랫폼	미디어 믹스 최적화
구매 동기	구매 결정에 가장 영향을 주는 요소	랜딩페이지 (Landing Page) 최적화
이탈 사유	구매를 포기한 이유	UX 개선, 가격 전략 수정
NPS (Net Promoter Score)	추천 의향 (0~10점)	고객 만족도 추적

설문조사 운영 주기 권장안

설문 유형	주기	대상
신규 가입자 온보딩 설문	가입 후 3일 이내	신규 회원
구매 후 만족도 설문	구매 후 7일 이내	구매 고객
장바구니 이탈 설문	이탈 후 24시간 이내	장바구니 이탈자
정기 브랜드 인식 설문	분기 1회	전체 회원
서비스 이용 경험 설문	반기 1회	활성 사용자

실무 팁: 설문조사 데이터를 GA4와 연결하려면, 설문 응답 시 사용자의 client_id 또는 user_id를 함께 저장하고, 이를 GA4의 사용자 속성 (User Properties)으로 전송한다. 이렇게 하면 "설문에서 가격이 비싸다고 응답한 사용자"의 실제 행동 패턴을 GA4에서 분석할 수 있다.

2.4 서드파티 쿠키 폐지 대응 전략

서드파티 쿠키 의존도를 줄이기 위한 실행 가능한 전략은 다음과 같다.

전략 1: 로그인 사용자 확대

회원가입/로그인 인센티브 제공 (포인트, 할인 쿠폰)
소셜 로그인 (Social Login) 옵션 추가
로그인 사용자에게만 제공되는 콘텐츠/기능 설계

전략 2: GA4 동의 모드 (Consent Mode) v2 구현

사용자 동의 여부에 따라 데이터 수집 범위를 자동 조절
동의하지 않은 사용자에 대해서도 모델링된 데이터를 확보
GTM의 동의 모드 태그 설정 필수

전략 3: 서버 사이드 태깅 (Server-Side Tagging) 도입

클라이언트 측이 아닌 서버에서 데이터를 수집/전송
브라우저의 쿠키 제한을 우회할 수 있음
Google Tag Manager 서버 컨테이너 활용

전략 4: Google Enhanced Conversions 활성화

해시 처리된 자사 고객 데이터 (이메일, 전화번호 등)를 Google에 전송
서드파티 쿠키 없이도 전환 측정 정확도 유지
GA4 + Google Ads 연동 시 설정

실무 체크리스트:

웹사이트에 동의 관리 플랫폼 (CMP, Consent Management Platform) 구축

GA4 동의 모드 v2 태그 설정 완료

로그인 사용자 비율 모니터링 대시보드 구축

이메일, 전화번호 등 PII (Personally Identifiable Information) 해시 전송 체계 마련

설문조사 정기 운영 프로세스 수립

더 읽어보기 (Further Reading)

3. 사용자 관심사 및 행동 경향 분석

3.1 사용 기기/디바이스 분석

사용자가 어떤 기기로 접속하는지를 파악하는 것은 UX 최적화와 광고 타겟팅의 기본이다.

GA4에서 기기 데이터 확인 경로

보고서 > 사용자 > 기술 > 기술 세부정보
탐색 > 자유 형식에서 device_category, operating_system, browser 등을 차원 (Dimension)으로 설정

분석 시 확인해야 할 항목

분석 항목	차원 (Dimension)	확인 포인트
기기 유형	`device_category`	모바일 vs 데스크톱 vs 태블릿 비율
운영체제	`operating_system`	iOS vs Android 비율 (앱의 경우)
브라우저	`browser`	Chrome, Safari, Samsung Internet 등 점유율
화면 해상도	`screen_resolution`	반응형 디자인 최적화 기준
기기 모델	`device_model`	주요 사용 단말기 확인 (앱의 경우)

실무 팁: 한국 시장에서는 모바일 트래픽 비중이 70~80%에 달하는 경우가 많다. 모바일 전환율이 데스크톱 대비 현저히 낮다면, 모바일 결제 UX나 페이지 로딩 속도에 문제가 있을 가능성이 높다. 이 경우 기기별 전환율 차이를 OMTM 후보 지표로 설정할 수 있다.

3.2 정보 탐색 행동의 경향성

사용자가 구매 또는 전환에 이르기까지 어떤 정보 탐색 경로를 거치는지 이해하면, 콘텐츠 전략과 미디어 전략을 최적화할 수 있다.

탐색 행동 분석 프레임워크

단계	사용자 행동	GA4 분석 방법
인지 (Awareness)	브랜드를 처음 알게 됨	`first_user_source` / `first_user_medium` 분석
탐색 (Exploration)	정보를 비교하고 검색함	사이트 내 검색어 (`search_term`) 분석, 페이지별 조회 수
고려 (Consideration)	상세 페이지 열람, 리뷰 확인	`view_item` 이벤트, 페이지 체류 시간
결정 (Decision)	장바구니 담기, 결제 시도	`add_to_cart`, `begin_checkout` 이벤트
구매 (Purchase)	결제 완료	`purchase` 이벤트

GA4 탐색 보고서 활용

탐색 > 경로 탐색 분석 (Path Exploration)을 사용하면, 사용자가 특정 페이지에서 다음으로 어디로 이동하는지 시각적으로 확인할 수 있다.

시작 노드 (Starting Node): 랜딩페이지 또는 특정 이벤트
후속 단계: 사용자가 이후 방문한 페이지 또는 발생시킨 이벤트
세그먼트 비교 (Segment Comparison): 전환 사용자 vs 비전환 사용자의 경로 차이

3.3 주 정보 획득처 분석

사용자가 어디에서 정보를 얻어 우리 사이트에 도달하는지를 파악하면, 마케팅 채널 투자 우선순위를 결정할 수 있다.

GA4의 트래픽 소스 분석

보고서	확인 내용
수명 주기 > 획득 > 사용자 획득	사용자가 처음 유입된 채널 (첫 방문 기준)
수명 주기 > 획득 > 트래픽 획득	각 세션별 유입 채널 (재방문 포함)
광고 > 어트리뷰션 (Attribution) > 전환 경로	전환에 기여한 터치포인트 (Touchpoint) 분석

한국 시장 주요 유입 채널

채널	소스/매체 예시	특징
네이버 검색	`naver / organic`	한국 검색 시장 점유율 50%+, 블로그/카페/지식인 포함
구글 검색	`google / organic`	기술/영어권 콘텐츠 검색 시 점유율 높음
네이버 광고	`naver / cpc`	네이버 검색광고, 파워링크, 쇼핑검색
Google Ads	`google / cpc`	검색광고, 디스플레이, 유튜브 광고
카카오	`kakao / referral`	카카오톡 공유, 카카오 비즈보드
인스타그램	`instagram / social`	20~30대 타겟 시 중요
유튜브	`youtube / referral`	영상 리뷰 기반 유입

실무 팁: GA4에서 네이버 유입을 정확히 추적하려면, 네이버 검색광고에 UTM 파라미터를 반드시 설정해야 한다. 설정하지 않으면 naver / organic과 naver / cpc가 구분되지 않아 광고 성과 분석이 불가능하다.

더 읽어보기 (Further Reading)

4. 이탈 분석 및 리마케팅 전략

4.1 이탈 지점 분석

이탈 (Drop-off)은 사용자가 전환 퍼널 (Conversion Funnel)의 특정 단계에서 다음 단계로 진행하지 않고 빠져나가는 것을 의미한다.

GA4 유입경로 탐색 분석 (Funnel Exploration) 설정

이커머스를 기준으로 한 표준 퍼널 단계는 다음과 같다.

단계	이벤트	설명
1단계	`page_view` (상품 목록 페이지)	상품 목록 조회
2단계	`view_item`	상품 상세 페이지 조회
3단계	`add_to_cart`	장바구니 담기
4단계	`begin_checkout`	결제 시작
5단계	`add_payment_info`	결제 정보 입력
6단계	`purchase`	구매 완료

이탈 분석 시 핵심 확인 사항

이탈 지점	가능한 원인	확인 방법
목록 > 상세	상품 이미지/가격 매력도 부족	목록 페이지의 CTR (Click-Through Rate) 분석
상세 > 장바구니	상품 정보 부족, 가격 거부감	상세 페이지 체류 시간, 스크롤 깊이 분석
장바구니 > 결제 시작	배송비 추가, 회원가입 요구	장바구니 페이지 이탈률 분석
결제 시작 > 결제 정보 입력	결제 수단 부족, UX 복잡	결제 페이지 에러 로그 확인
결제 정보 입력 > 구매 완료	결제 실패, 최종 금액 확인 후 이탈	결제 에러율, PG사 로그 확인

4.2 이탈 행위 분석

이탈 "지점"뿐 아니라 이탈 "행위"를 분석하면 더 깊은 인사이트를 얻을 수 있다.

분석해야 할 이탈 행위 패턴

빠른 이탈 (Bounce): 페이지를 열자마자 떠나는 경우. 잘못된 광고 타겟팅이나 랜딩페이지 불일치가 원인일 가능성이 높다.
반복 방문 후 이탈: 여러 번 방문하지만 전환하지 않는 경우. 가격 비교 중이거나, 확신이 부족한 상태.
깊은 탐색 후 이탈: 상세 페이지를 여러 개 보고도 장바구니에 담지 않는 경우. 의사결정을 위한 정보(리뷰, 비교)가 부족할 수 있다.
장바구니 반복 수정 후 이탈: 수량이나 옵션을 여러 번 변경하다 이탈. 총 금액에 대한 저항이 있을 수 있다.

GA4에서 이러한 행위를 분석하려면 탐색 > 자유 형식 보고서에서 세그먼트를 활용한다.

4.3 리마케팅 (Re-marketing) 전략

이탈한 사용자를 다시 전환으로 유도하는 리마케팅은, 신규 사용자 획득보다 비용 효율이 높은 경우가 많다.

이탈 단계별 리마케팅 전략

이탈 단계	리마케팅 전략	실행 채널
상품 조회 후 이탈	관심 상품 기반 디스플레이 광고	Google Ads 리마케팅, 네이버 GFA
장바구니 이탈	장바구니 상품 리마인드 + 한정 할인 쿠폰	이메일, 카카오 알림톡, 앱 푸시
결제 시도 후 이탈	결제 완료 유도 + 추가 혜택 제안	이메일, SMS, 앱 푸시
구매 후 비활성	재구매 유도 할인, 관련 상품 추천	이메일, CRM 자동화

리마케팅 시 유의사항

리마케팅 빈도 상한 (Frequency Cap) 설정: 과도한 노출은 브랜드 이미지를 훼손한다.
리마케팅 기간 설정: 상품 특성에 따라 다르다. 소비재는 7~~14일, 고가 상품은 30~~60일이 적절하다.
혜택의 차등화: 이탈 단계가 깊을수록 (결제 시작 이후 이탈) 더 강한 인센티브를 제공한다.
개인정보 보호법 준수: 리마케팅 메시지 발송 시 마케팅 수신 동의를 받은 사용자에게만 발송한다.

4.4 서베이를 통한 이탈 원인 파악

데이터만으로 이탈 원인의 "왜"를 알기 어렵다. 직접 물어보는 것이 가장 정확하다.

이탈 서베이 설계 예시

장바구니 이탈자에게 보내는 이메일 설문:

Q1. 최근 장바구니에 담으신 상품의 구매를 완료하지 않으신 이유는 무엇인가요?
(복수 선택 가능)

[ ] 배송비가 예상보다 높았습니다
[ ] 다른 사이트와 가격을 비교하고 있습니다
[ ] 원하는 결제 수단이 없었습니다
[ ] 아직 구매를 결정하지 못했습니다
[ ] 회원가입/로그인이 불편했습니다
[ ] 상품 정보(사이즈, 색상 등)가 부족했습니다
[ ] 배송일이 너무 오래 걸립니다
[ ] 기타: ________________

Q2. 어떤 조건이 충족되면 구매를 완료하시겠습니까?
(자유 서술)

실무 팁: 이탈 서베이 응답률을 높이려면 설문 완료 시 소정의 혜택(포인트, 할인 쿠폰)을 제공하고, 설문 문항은 5개 이내로 간결하게 유지한다.

더 읽어보기 (Further Reading)

5. OMTM: 가장 중요한 단 하나의 지표

5.1 OMTM (One Metric That Matters)이란

OMTM (One Metric That Matters)은 린 분석 (Lean Analytics) 방법론에서 제시된 개념으로, 현재 비즈니스 단계에서 가장 중요한 단 하나의 핵심 지표를 의미한다.

모든 지표를 동시에 개선하려 하면 집중력이 분산되고 성과를 내기 어렵다. OMTM을 설정하면 조직 전체가 하나의 목표에 집중할 수 있다.

5.2 OMTM과 다른 지표 프레임워크의 차이

프레임워크	특징	OMTM과의 관계
KPI (Key Performance Indicator)	비즈니스 성과를 측정하는 핵심 성과 지표. 여러 개 존재 가능	OMTM은 KPI 중에서 현재 가장 중요한 하나를 선택한 것
OKR (Objectives and Key Results)	목표와 핵심 결과. 보통 3~5개의 Key Results 설정	OMTM은 Key Results 중 최우선 지표
노스스타 메트릭 (North Star Metric)	장기적 비즈니스 성장을 대표하는 지표	OMTM은 현재 단계에 집중, 노스스타는 장기적 방향성

5.3 OMTM 설정 방법론

단계 1: 비즈니스 단계 진단

현재 비즈니스가 어떤 단계에 있는지에 따라 집중해야 할 지표가 달라진다.

비즈니스 단계	핵심 질문	OMTM 후보
공감 (Empathy)	고객의 문제를 이해하고 있는가?	고객 인터뷰 수, 설문 응답률
점착성 (Stickiness)	사용자가 제품을 반복 사용하는가?	DAU/MAU 비율, 재방문율
바이럴 (Virality)	사용자가 다른 사람에게 추천하는가?	초대 전환율, 공유율, NPS
매출 (Revenue)	수익이 발생하고 있는가?	ARPU (Average Revenue Per User), LTV (Lifetime Value)
확장 (Scale)	시장을 확대할 수 있는가?	CAC (Customer Acquisition Cost), 채널별 ROI

단계 2: OMTM 선정 기준

좋은 OMTM은 다음 기준을 충족해야 한다.

기준	설명
측정 가능 (Measurable)	정량적으로 추적할 수 있어야 한다
행동 유발 (Actionable)	지표를 보고 구체적 행동을 취할 수 있어야 한다
비교 가능 (Comparable)	기간별, 세그먼트별 비교가 가능해야 한다
이해 가능 (Understandable)	조직 구성원 누구나 의미를 이해할 수 있어야 한다
비즈니스 연결 (Business-relevant)	최종 비즈니스 성과(매출, 이익)와 인과관계가 있어야 한다

5.4 OMTM 예시

예시 1: 이커머스 쇼핑몰

현재 상황: 트래픽은 충분하나 구매 전환이 낮음
OMTM: 장바구니 > 결제 완료 전환율
이유: 유입은 잘 되고 있으므로 전환 퍼널의 병목을 해결하는 것이 매출에 가장 큰 영향을 준다
목표: 현재 2.3%에서 30일 내 3.0%로 개선

예시 2: SaaS 서비스

현재 상황: 무료 체험 가입은 많으나 유료 전환이 낮음
OMTM: 무료 체험 > 유료 전환율 (Trial-to-Paid Conversion Rate)
이유: 무료 사용자를 유료로 전환하는 것이 현재 가장 시급한 과제
목표: 현재 5%에서 60일 내 8%로 개선

예시 3: 콘텐츠 미디어

현재 상황: 방문자 수는 많으나 재방문율이 낮음
OMTM: 주간 재방문율 (Weekly Returning Users Rate)
이유: 충성 독자 확보가 광고 수익과 직결됨
목표: 현재 15%에서 90일 내 25%로 개선

핵심 원칙: OMTM은 고정불변이 아니다. 현재 지표가 목표에 도달하면 다음 단계의 OMTM으로 전환한다. 보통 4~8주 주기로 점검하고, 필요 시 재설정한다.

5.5 GA4에서 OMTM 추적 설정

GA4에서 OMTM을 효과적으로 추적하려면 다음과 같이 설정한다.

맞춤 보고서 (Custom Report) 생성: OMTM 지표를 중심으로 일별/주별 추이를 볼 수 있는 보고서를 구성한다.
커스텀 인사이트 (Custom Insights) 설정: OMTM이 일정 기준 이하로 떨어지면 자동 알림을 받도록 설정한다 (관리 > 커스텀 인사이트).
루커 스튜디오 (Looker Studio) 대시보드 연동: GA4 데이터를 연결하여 OMTM 전용 대시보드를 구축하고, 팀 전체가 공유한다.

더 읽어보기 (Further Reading)

6. GA4에서의 잠재고객 (Audience) 설정

6.1 잠재고객 생성 기본 개념

잠재고객 (Audience)은 특정 조건을 만족하는 사용자들의 그룹이다. GA4에서 잠재고객을 만들면 다음과 같은 용도로 활용할 수 있다.

보고서 비교: 탐색 보고서에서 잠재고객별 행동 차이를 비교
Google Ads 연동: 잠재고객을 광고 타겟으로 활용 (리마케팅, 유사 잠재고객)
맞춤 알림: 특정 잠재고객의 행동 변화 시 알림 수신
A/B 테스트: 잠재고객 기반으로 실험 대상 그룹 설정

잠재고객 생성 경로: 관리 > 데이터 표시 > 잠재고객 > 새 잠재고객

6.2 행동 기반 세그먼트 vs 전환 기반 세그먼트

유형	정의	예시
행동 기반 세그먼트 (Behavior-based)	특정 행동을 수행한 사용자	최근 7일간 3회 이상 방문한 사용자, 특정 카테고리 페이지를 본 사용자
전환 기반 세그먼트 (Conversion-based)	전환 이벤트를 기준으로 분류한 사용자	구매 완료 사용자, 회원가입 완료 사용자, 장바구니에 담았지만 구매하지 않은 사용자

실전에서 자주 사용하는 잠재고객 예시

잠재고객 이름	조건	활용 목적
고가치 고객 (High-Value Customers)	`purchase` 이벤트의 `value` 합계가 100,000원 이상	VIP 대상 프로모션
장바구니 이탈자 (Cart Abandoners)	`add_to_cart` 발생 AND `purchase` 미발생	리마케팅 광고
반복 방문자 (Frequent Visitors)	최근 30일간 세션 수 5회 이상	충성 고객 전환 유도
신규 방문자 (New Users)	`first_visit` 이벤트 발생 후 7일 이내	온보딩 캠페인
이탈 위험 고객 (Churn Risk)	과거 활성 사용자 중 최근 30일간 방문 없음	재활성화 캠페인
특정 카테고리 관심자	특정 카테고리 페이지 3회 이상 조회	카테고리별 타겟 광고

6.3 스코프 설정 (Scope)

GA4에서 잠재고객 조건을 설정할 때, 스코프 (Scope)는 조건이 적용되는 범위를 의미한다.

스코프	적용 범위	설명	예시
모든 세션 (User scope)	사용자의 전체 기록	사용자의 전체 방문 이력에서 조건을 충족하는지 평가	"지금까지 총 구매 금액이 50만 원 이상인 사용자"
세션 내 (Session scope)	단일 세션	하나의 세션 내에서 조건을 충족하는지 평가	"한 번의 방문에서 5개 이상 상품을 조회한 사용자"
이벤트 내 (Event scope)	단일 이벤트	개별 이벤트 수준에서 조건을 충족하는지 평가	"가격이 10만 원 이상인 상품을 장바구니에 담은 사용자"

주의: 스코프 설정을 잘못하면 의도와 다른 잠재고객이 만들어진다. 예를 들어, "상품 A를 보고 AND 상품 B를 구매한 사용자"를 만들 때, 세션 스코프로 설정하면 "같은 세션에서 A를 보고 B를 산 사용자"가 되고, 유저 스코프로 설정하면 "언젠가 A를 본 적이 있고 언젠가 B를 산 적이 있는 사용자"가 된다. 분석 목적에 맞는 스코프를 선택해야 한다.

6.4 집계 기간 설정

잠재고객의 멤버십 기간 (Membership Duration)은 조건을 충족한 사용자가 해당 잠재고객에 포함되는 기간이다.

기간	적합한 경우	예시
7일	단기 프로모션, 긴급 리마케팅	최근 7일 내 장바구니 이탈자
30일	일반적인 리마케팅, 월간 행동 분석	최근 30일 내 구매자
60일	중기 캠페인, 재구매 주기가 긴 상품	최근 60일 내 특정 카테고리 조회자
90일	장기 캠페인, 시즌 상품	분기별 구매 패턴 분석
120일	장기 리마케팅, 고가 상품	고관여 상품(가전, 가구 등) 관심자
540일 (최대)	장기 고객 분석	연간 구매 행동 분석

실무 팁: Google Ads와 연동하여 리마케팅에 활용하는 경우, 멤버십 기간은 상품의 평균 구매 결정 기간을 기준으로 설정한다. 예를 들어, 의류는 7~~14일, 가전제품은 30~~60일, 자동차는 90~120일이 적절하다.

6.5 잠재고객 트리거 (Audience Trigger) 활용

잠재고객 트리거 (Audience Trigger)는 사용자가 잠재고객 조건을 충족하는 순간 GA4 이벤트를 자동으로 발생시키는 기능이다. 이 이벤트는 전환 (Key Event)으로 설정하거나, 다른 잠재고객 조건에 활용할 수 있다.

설정 방법

잠재고객 생성 화면에서 "새 잠재고객" 클릭
조건 설정 완료 후 "잠재고객 트리거" 섹션에서 이벤트 이름 입력
저장하면, 조건 충족 시 해당 이벤트가 자동으로 기록됨

활용 예시

잠재고객 트리거 이벤트	조건	후속 활용
`became_high_value`	총 구매 금액 50만 원 돌파 시	이 이벤트를 Key Event로 설정하여 전환 추적
`cart_abandoner_identified`	장바구니 담기 후 48시간 내 미구매	이벤트 발생 시 CRM 시스템에서 자동 이메일 발송 트리거
`engaged_user_milestone`	세션 수 10회 도달 시	충성 고객 세그먼트 자동 분류

주의: 잠재고객 트리거 이벤트는 사용자가 조건을 충족하는 최초 1회만 발생한다. 반복 발생시키려면 잠재고객 조건을 재설정해야 한다.

6.6 조건식 설정: AND/OR 및 임의의 시점 (At Any Point)

GA4 잠재고객의 조건은 논리 연산자 (Logical Operator)를 사용하여 복합 조건을 만들 수 있다.

AND 조건

두 가지 조건을 모두 충족하는 사용자를 선택한다.

예: add_to_cart 이벤트 발생 AND purchase 이벤트 미발생
의미: "장바구니에 담았지만 구매하지 않은 사용자"

OR 조건

두 가지 조건 중 하나라도 충족하는 사용자를 선택한다.

예: page_view에서 /shoes/ 경로 포함 OR /sneakers/ 경로 포함
의미: "신발 또는 스니커즈 카테고리를 조회한 사용자"

조건 그룹 (Condition Group)

AND와 OR을 조합하여 복잡한 조건을 설정할 수 있다.

(조건 그룹 1: 관심 표현)
  view_item 이벤트 발생 (item_category = "전자제품")
  OR
  add_to_cart 이벤트 발생 (item_category = "전자제품")

AND

(조건 그룹 2: 미전환)
  purchase 이벤트 미발생

의미: "전자제품을 조회하거나 장바구니에 담았지만 구매하지 않은 사용자"

"임의의 시점" (At Any Point) 지정

조건이 특정 시점이 아니라 사용자의 전체 이력에서 한 번이라도 충족된 적이 있는지를 평가한다.

체크 해제: 현재 멤버십 기간 내에서만 조건 평가
체크 활성화: 사용자의 전체 이력에서 조건 평가

예시 비교:

설정	"임의의 시점" 해제	"임의의 시점" 활성화
`purchase` 이벤트 발생, `value` >= 100,000	최근 멤버십 기간(예: 30일) 내 10만 원 이상 구매한 사용자	과거 어느 시점이든 10만 원 이상 구매한 적이 있는 사용자

6.7 시퀀스 (Sequence) 조건 활용

GA4 잠재고객에서는 시퀀스 (Sequence) 조건을 사용하여 특정 순서로 행동한 사용자를 선택할 수 있다.

설정 방법

잠재고객 생성 화면에서 "시퀀스 추가" 클릭
단계 1, 단계 2, ... 순서대로 조건 설정
각 단계 사이에 시간 제약 (Time Constraint) 설정 가능

예시: 상품 조회 후 24시간 내 장바구니 이탈

단계 1: view_item 이벤트 발생 (item_category = "패션")
  ↓ 24시간 이내
단계 2: add_to_cart 이벤트 발생
  ↓
제외 조건: purchase 이벤트 발생

의미: "패션 카테고리 상품을 본 후 24시간 내에 장바구니에 담았지만, 결국 구매하지 않은 사용자"

6.8 Google Ads 연동 시 잠재고객 활용

GA4에서 생성한 잠재고객을 Google Ads에 공유하면, 강력한 리마케팅과 타겟 광고가 가능해진다.

연동 설정 단계

GA4 관리 > 제품 링크 > Google Ads 링크 설정
Google Ads 계정을 연결
잠재고객 생성 시 "이 잠재고객을 Google Ads에 게시" 옵션 활성화 (또는 광고 개인 최적화 설정)

Google Ads에서 GA4 잠재고객 활용 방법

활용 방법	설명	예시
리마케팅 (Remarketing)	잠재고객에 해당하는 사용자에게 광고 표시	장바구니 이탈자에게 해당 상품 광고 노출
유사 잠재고객 (Similar Audiences)	잠재고객과 유사한 특성을 가진 신규 사용자 타겟	구매 고객과 유사한 신규 사용자에게 광고 노출
입찰 조정 (Bid Adjustment)	잠재고객별로 입찰가를 다르게 설정	고가치 고객에게는 입찰가를 높여 노출 확대
제외 타겟 (Exclusion)	특정 잠재고객을 광고 대상에서 제외	이미 구매한 사용자를 동일 상품 광고에서 제외

실무 체크리스트 - GA4 잠재고객 설정:

GA4와 Google Ads 계정 연결 완료

기본 잠재고객 5종 이상 생성 (구매자, 장바구니 이탈자, 고가치 고객, 신규 방문자, 이탈 위험 고객)

각 잠재고객에 적절한 멤버십 기간 설정

잠재고객 트리거를 활용한 Key Event 설정

Google Ads에 잠재고객 공유 활성화

잠재고객별 리마케팅 캠페인 설계

월 1회 잠재고객 크기 및 전환 성과 점검

6.9 GA4 추천 잠재고객 및 예측 잠재고객

GA4는 자동으로 추천하는 잠재고객 템플릿과, 머신러닝 기반의 예측 잠재고객 (Predictive Audience)을 제공한다.

추천 잠재고객 (Suggested Audiences)

잠재고객 생성 화면에서 "추천" 탭을 선택하면 업종별로 미리 정의된 잠재고객 템플릿을 사용할 수 있다.

추천 잠재고객	조건 요약
최근 구매자 (Recent Purchasers)	최근 N일 내 `purchase` 이벤트 발생
비구매 방문자 (Non-Purchasers)	방문했으나 `purchase` 미발생
장바구니 이탈자 (Cart Abandoners)	`add_to_cart` 발생, `purchase` 미발생
검색 사용자 (Searchers)	`search` 이벤트 발생
고가치 고객 (High-Value Customers)	구매 금액 상위 N%

예측 잠재고객 (Predictive Audiences)

GA4의 머신러닝 모델이 사용자의 미래 행동을 예측하여 자동 분류한다.

예측 잠재고객	예측 내용	요구 조건
구매 가능성 높은 사용자 (Likely Purchasers)	향후 7일 내 구매할 가능성이 높은 사용자	최근 28일간 구매자 1,000명 이상, 비구매자 1,000명 이상 필요
이탈 가능성 높은 사용자 (Likely Churning Users)	향후 7일간 활동하지 않을 가능성이 높은 사용자	최근 7일간 활성 사용자 1,000명 이상, 비활성 전환 사용자 1,000명 이상 필요
예측 지출 상위 사용자 (Predicted Top Spenders)	향후 28일간 가장 많이 지출할 것으로 예측되는 사용자	최근 28일간 구매자 1,000명 이상 필요

주의: 예측 잠재고객을 사용하려면 일정 수준 이상의 데이터 양이 필요하다. 소규모 사이트에서는 데이터 요구 조건을 충족하지 못해 예측 잠재고객을 사용할 수 없는 경우가 많다. 이 경우 행동 기반 잠재고객을 활용한다.

더 읽어보기 (Further Reading)

요약: 사용자 세그먼트 정의 실행 로드맵

이 장에서 다룬 내용을 실행 순서로 정리하면 다음과 같다.

순서	실행 항목	소요 기간
1	기존 GA4 데이터로 현재 방문자 특성 분석	1~2일
2	페르소나 2~4개 작성	2~3일
3	이탈 퍼널 분석 및 병목 지점 파악	1~2일
4	OMTM 선정 및 팀 공유	1일
5	GA4 잠재고객 5종 이상 생성	1일
6	Google Ads 연동 및 리마케팅 캠페인 설정	2~3일
7	퍼스트 파티 데이터 수집 계획 수립 (설문조사 등)	3~5일
8	동의 모드 v2 및 서버 사이드 태깅 검토/구현	1~2주
9	월간 잠재고객 성과 리뷰 프로세스 수립	지속

최종 체크: 사용자 세그먼트 정의는 한 번 하고 끝나는 것이 아니다. 비즈니스 환경, 제품 라인업, 시장 상황이 변하면 세그먼트도 갱신해야 한다. 최소 분기 1회 이상 전체 세그먼트를 점검하고, 새로운 데이터에 기반하여 재정의하는 것을 권장한다.

Chapter 04. 사용자 행동 가설 & 측정 계획

4.1 사용자 행동 가설 수립
4.2 측정 프레임워크 설계 (Measurement Framework)
4.3 핵심 성과 지표 (KPI) 설정
4.4 리드 생성 (Lead Generation) 전략
4.5 마이크로 전환 (Micro Conversion) 설정
4.6 측정 계획서 (Measurement Plan) 작성

데이터 분석의 출발점은 "무엇을 측정할 것인가"를 정하는 일이다. 아무리 정교한 도구를 갖추고 있어도 측정 대상이 불명확하면 의미 있는 인사이트를 얻기 어렵다. 이 장에서는 사용자 행동에 대한 가설을 세우고, 비즈니스 목표에 부합하는 측정 계획을 체계적으로 수립하는 방법을 다룬다. 측정 계획이 명확해야 GA4 이벤트 설계와 GTM 태깅 구현이 효율적으로 진행될 수 있다.

4.1 사용자 행동 가설 수립

데이터 분석에 앞서, 우리 웹사이트(또는 앱)에서 사용자가 어떻게 행동할 것인지에 대한 가설을 먼저 세워야 한다. 가설 없는 데이터 수집은 방향 없는 항해와 같다.

4.1.1 사용자 방문 유입처 가설

GA4에서는 사용자가 웹사이트에 도달하는 경로를 기본 채널 그룹 (Default Channel Grouping)으로 자동 분류한다. 이 채널 그룹핑은 source, medium, campaign 파라미터 조합에 따라 결정된다.

Tip

: 대부분의 웹사이트에서 유기적 검색 (Organic Search) 트래픽이 전체 유입의 60~70%를 차지한다. 자사 웹사이트의 유입 채널 비율이 이 기준과 크게 다르다면, 마케팅 채널 전략이나 UTM 파라미터 설정을 점검해 볼 필요가 있다.

주요 유입 채널과 가설 수립 포인트

채널 그룹	설명	가설 수립 포인트
Organic Search	검색엔진을 통한 자연 유입	어떤 키워드로 유입되는가? 검색 의도는 정보 탐색인가, 구매 의도인가?
Paid Search	검색 광고를 통한 유입	광고 키워드별 전환율 차이가 있는가?
Direct	URL 직접 입력 또는 북마크	브랜드 인지도가 높은가? 재방문 사용자 비율은?
Referral	외부 사이트 링크를 통한 유입	어떤 외부 사이트에서 양질의 트래픽이 발생하는가?
Organic Social	소셜 미디어 자연 유입	어떤 소셜 채널이 가장 효과적인가?
Paid Social	소셜 미디어 광고 유입	광고 소재별 참여도 차이는?
Email	이메일 캠페인을 통한 유입	이메일 캠페인 유형별 반응률은?
Display	디스플레이 광고를 통한 유입	리타겟팅 vs. 신규 노출 캠페인의 효율은?

4.1.2 사용자 유입 접점 분류

사용자가 웹사이트에 처음 도달하는 페이지, 즉 랜딩 페이지 (Landing Page)는 사용자 행동의 시작점이다. 유입 접점을 체계적으로 분류하면 사용자의 방문 의도를 파악할 수 있다.

유입 접점 유형과 사용자 의도

유입 접점 유형	사용자 의도	측정 관점
홈페이지/메인 페이지	브랜드 탐색, 전반적 정보 확인	이탈률 (Bounce Rate), 다음 페이지 이동 경로
프로모션/캠페인 페이지	특정 혜택 확인, 할인 정보 탐색	전환율, 쿠폰 사용율, 참여 시간
회원가입/로그인 페이지	서비스 이용 의사	가입 완료율, 로그인 성공률, 이탈 구간
제품 상세/서비스 소개 페이지	구매 고려, 상세 정보 탐색	페이지 체류 시간, 장바구니 추가율, 스크롤 깊이
콘텐츠 페이지 (블로그, 뉴스룸 등)	정보 탐색, 학습	페이지 뷰 (Page View) 수, 공유율, 재방문율
사이트 내 검색 페이지	특정 제품/정보에 대한 명확한 관심	검색 키워드, 검색 결과 클릭률, 검색 후 전환율

Tip

: 사이트 내 검색 (Site Search)은 사용자의 관심 키워드를 직접적으로 파악할 수 있는 가장 강력한 데이터 소스다. GA4에서 view_search_results 이벤트를 설정하면 사용자가 입력한 검색어를 search_term 파라미터로 수집할 수 있다. 이 데이터는 콘텐츠 기획과 상품 구성에 직접적인 인사이트를 제공한다.

4.1.3 사용자 페이지 이동 경로 가설

사용자가 웹사이트 내에서 어떤 순서로 페이지를 이동하는지 가설을 세우면, 이상적인 사용자 여정 (User Journey)과 실제 행동 사이의 차이를 발견할 수 있다.

이커머스 사이트의 이동 경로 가설 예시

[이상적 경로]
메인 페이지 → 카테고리 페이지 → 제품 상세 → 장바구니 → 결제 → 구매 완료

[검색 유입 경로]
검색엔진 → 제품 상세 → 관련 상품 탐색 → 장바구니 → 결제 → 구매 완료

[프로모션 유입 경로]
광고 클릭 → 프로모션 랜딩 → 제품 상세 → 장바구니 → 결제 → 구매 완료

가설 수립 시 핵심 질문

각 단계에서 이탈하는 사용자의 비율은 얼마나 되는가?
이탈이 집중되는 특정 단계가 있는가?
이상적 경로를 따르지 않는 사용자는 어디로 이동하는가?
구매를 완료한 사용자와 이탈한 사용자의 경로 차이는 무엇인가?

Tip

: GA4의 탐색 (Explorations) 기능 중 경로 탐색 (Path Exploration)과 유입경로 탐색 (Funnel Exploration)을 활용하면 실제 사용자 이동 경로를 시각적으로 확인할 수 있다. 가설을 먼저 세운 뒤 데이터로 검증하는 순서가 효과적이다.

더 읽어보기 (Further Reading)

GA4 획득 보고서 -- 사용자 유입 경로 분석의 기본 보고서 활용법

4.2 측정 프레임워크 설계 (Measurement Framework)

측정 프레임워크 (Measurement Framework)는 비즈니스 목표를 데이터 측정 항목으로 변환하는 체계적인 구조다. 이 프레임워크 없이 GA4를 설정하면 "수집은 많이 했지만 활용할 수 없는" 데이터가 쌓이게 된다.

4.2.1 Top-down 방식의 목표 설정

측정 프레임워크는 반드시 비즈니스 최상위 목표에서 출발하여 세부 측정 항목으로 내려가는 하향식 (Top-down) 방식으로 설계해야 한다.

비즈니스 목표 (Business Objective)
    └── 마케팅 목표 (Marketing Objective)
            └── 단위 업무 미션 (Mission Statement)
                    └── 핵심 성과 지표 (KPI)
                            └── 세부 측정 지표 (Metrics & Dimensions)
                                    └── GA4 이벤트 & 파라미터

4.2.2 프레임워크 설계 단계

1단계: 비즈니스 목표 정의

비즈니스 목표는 조직 전체의 최상위 목표다. 구체적이고 측정 가능해야 한다.

비즈니스 유형	비즈니스 목표 예시
이커머스	자사몰 내 상품 매출 증대
SaaS	유료 구독자 수 확대
미디어/콘텐츠	광고 수익 극대화를 위한 트래픽 증대
리드 생성	영업 기회 창출을 위한 문의 건수 확대
브랜딩	브랜드 인지도 및 호감도 제고

2단계: 마케팅 목표 수립

비즈니스 목표를 달성하기 위한 마케팅 차원의 목표를 수립한다.

예시: 비즈니스 목표가 "자사몰 내 상품 매출 증대"인 경우

마케팅 목표	방향
신규 고객 유입 확대	검색광고, 소셜 광고, SEO 강화
기존 고객 재구매율 향상	CRM 마케팅, 리타겟팅 캠페인
객단가 증대	교차판매 (Cross-sell), 상향판매 (Up-sell) 전략
구매 전환율 개선	랜딩 페이지 최적화, UX 개선

3단계: 단위 업무 미션 정의

각 마케팅 목표를 담당 조직이나 팀 단위의 구체적 업무 미션으로 분해한다.

Tip

: 단위 업무 미션 (Mission Statement)은 "~를 통해 ~를 달성한다"의 형태로 작성하면 측정 가능한 KPI로 전환하기 쉽다. 예: "검색광고 캠페인 최적화를 통해 월간 신규 방문자 20% 증대를 달성한다."

4.2.3 측정 프레임워크 실전 예시

비즈니스 목표: 자사몰 내 상품 매출 증대

구분	항목	상세
비즈니스 목표	자사몰 내 상품 매출 증대	전년 대비 매출 30% 성장
마케팅 목표 1	신규 고객 유입 확대	월간 신규 사용자 50,000명 달성
단위 업무 미션	SEO 최적화를 통한 검색 유입 강화	유기적 검색 트래픽 40% 증대
KPI	유기적 검색 신규 사용자 수	월간 30,000명
세부 지표	키워드별 유입 수, 랜딩 페이지별 이탈률	GA4 이벤트로 측정
마케팅 목표 2	구매 전환율 개선	전환율 2.5% → 3.5% 달성
단위 업무 미션	제품 상세 페이지 UX 개선	장바구니 추가율 15% 향상
KPI	장바구니 추가율 (Add-to-Cart Rate)	목표 25%
세부 지표	상품별 장바구니 추가율, 이탈 구간	GA4 이벤트로 측정

더 읽어보기 (Further Reading)

GA4 이벤트 정보 -- GA4 이벤트 모델의 기본 개념과 구조

4.3 핵심 성과 지표 (KPI) 설정

핵심 성과 지표 (KPI, Key Performance Indicator)는 비즈니스 목표 달성 여부를 판단하는 가장 중요한 지표다. KPI는 매크로 전환 (Macro Conversion) 지표와 이를 뒷받침하는 세부 지표로 구성된다.

4.3.1 매크로 전환 (Macro Conversion)

매크로 전환은 비즈니스에 직접적인 가치를 만들어 내는 최종 전환 행동이다. GA4에서는 이를 핵심 이벤트 (Key Events)로 설정하여 추적한다.

매크로 전환은 다음과 같은 동사 형태로 정의한다:

~달성한다: 매출 목표 달성, 가입자 수 목표 달성
~얻는다: 구매 완료, 유료 구독 전환
~획득한다: 신규 회원 획득, 리드 획득

비즈니스 유형별 매크로 전환 예시

비즈니스 유형	매크로 전환	GA4 핵심 이벤트
이커머스	상품 구매 완료	`purchase`
SaaS	유료 플랜 구독	`subscribe` (맞춤 이벤트)
미디어	유료 콘텐츠 구독	`subscribe` (맞춤 이벤트)
리드 생성	상담 신청 완료	`generate_lead`
앱 서비스	앱 설치 후 회원 가입	`sign_up`

4.3.2 트래픽 증대 지표

트래픽 지표를 분석할 때는 사용자 범위 (User Scope)와 세션 범위 (Session Scope)를 구분해야 한다.

범위	지표	설명	활용
User Scope	총 사용자 수 (Total Users)	기간 내 고유 사용자 수	순수 방문자 규모 파악
User Scope	신규 사용자 수 (New Users)	첫 방문 사용자 수	마케팅 유입 효과 측정
User Scope	재방문 사용자 수 (Returning Users)	재방문한 사용자 수	고객 충성도 판단
Session Scope	세션 수 (Sessions)	총 방문 횟수	방문 빈도 파악
Session Scope	참여 세션 수 (Engaged Sessions)	10초 이상 체류, 2페이지 이상 조회, 또는 전환 발생 세션	실질적 방문 품질
Session Scope	사용자당 세션 수 (Sessions per User)	평균 방문 빈도	재방문 패턴 분석

Tip

: GA4에서 활성 사용자 (Active Users)는 단순 방문자가 아니라, 참여 세션 (Engaged Session)이 발생한 사용자를 의미한다. GA4의 대부분의 보고서에서 "사용자" 지표는 기본적으로 활성 사용자를 가리킨다. 참여 세션의 기본 조건은 10초 이상 체류, 2페이지 이상 조회, 또는 핵심 이벤트 발생 중 하나를 충족하는 것이다.

4.3.3 구매 전환율 (Transaction Conversion Rate)

구매 전환율은 이커머스에서 가장 중요한 KPI 중 하나다. GA4에서는 다음과 같이 계산한다.

구매 전환율 = (purchase 이벤트 발생 수 / 세션 수) x 100

또는

사용자 기준 전환율 = (구매 사용자 수 / 총 사용자 수) x 100

전환율 분석 시 고려할 세분화 기준

세분화 기준	분석 관점
채널별	어떤 유입 채널의 전환율이 가장 높은가?
기기별	모바일 vs. 데스크톱 전환율 차이는?
신규 vs. 재방문	재방문 사용자의 전환율이 얼마나 높은가?
랜딩 페이지별	어떤 랜딩 페이지가 전환에 기여하는가?
상품 카테고리별	어떤 카테고리의 전환율이 높은가?

4.3.4 사용자 유지율 (Retention Rate)

사용자 유지율 (Retention Rate)은 특정 기간 동안 사용자가 서비스를 계속 이용하는 비율이다. GA4에서는 이를 활성 사용자 (Active Users) 비율로 측정한다.

사용자 유지율 = (특정 기간 후 재방문한 사용자 수 / 최초 방문 사용자 수) x 100

GA4 활성 사용자 유형

지표	정의	활용
DAU (일일 활성 사용자)	당일 참여 세션이 발생한 사용자	일간 서비스 이용 현황 모니터링
WAU (주간 활성 사용자)	최근 7일간 참여 세션이 발생한 사용자	주간 트렌드 분석
MAU (월간 활성 사용자)	최근 28일간 참여 세션이 발생한 사용자	월간 성장 추이 분석

Tip

: DAU/MAU 비율은 사용자 참여도를 나타내는 핵심 비율 지표다. 이 비율이 높을수록 사용자가 서비스를 자주, 그리고 꾸준히 사용하고 있음을 의미한다. 일반적으로 DAU/MAU 비율이 20% 이상이면 양호한 수준으로 본다.

더 읽어보기 (Further Reading)

활성 사용자 -- GA4의 활성 사용자 정의와 집계 방식
핵심 이벤트 정보 -- 핵심 이벤트(구 전환) 설정 및 관리 방법

4.4 리드 생성 (Lead Generation) 전략

모든 비즈니스가 즉각적인 구매 전환을 목표로 하지는 않는다. B2B 서비스, 고가 제품, 교육 서비스 등은 잠재고객 (Lead)을 먼저 확보한 뒤, 영업 활동이나 너처링 (Nurturing)을 통해 전환으로 이끄는 전략을 취한다.

4.4.1 Quality 높은 리드 창출을 위한 고객 행동 지표

리드의 품질은 최종 전환(구매, 계약 등)으로 이어지는 확률로 판단한다. 단순히 리드 수를 늘리는 것이 아니라, 전환 가능성이 높은 리드를 식별하는 것이 핵심이다.

리드 품질 판단을 위한 행동 지표

행동 지표	높은 품질 신호	낮은 품질 신호
페이지 조회 수	제품/가격 페이지를 여러 번 조회	블로그 1페이지만 조회 후 이탈
체류 시간	서비스 소개 페이지에서 3분 이상 체류	10초 미만 체류 후 이탈
사이트 내 검색	구체적 제품명/서비스명 검색	일반적 키워드만 검색
방문 빈도	7일 내 3회 이상 재방문	1회 방문 후 미재방문
콘텐츠 소비	사례 연구, 기술 문서 다운로드	표면적 콘텐츠만 조회

4.4.2 리드 생성 이벤트와 GA4 설정

리드 생성 활동을 GA4에서 추적하기 위한 이벤트 매핑 전략을 수립해야 한다.

리드 목표 (Lead Goal) 유형과 이벤트 매핑

리드 활동	전환 가치 수준	GA4 이벤트 (권장)	핵심 이벤트 설정
회원 가입	높음	`sign_up`	O (핵심 이벤트)
유료 구독 전환	매우 높음	`purchase` 또는 맞춤 이벤트	O (핵심 이벤트)
뉴스레터 구독	중간	`newsletter_subscribe` (맞춤)	O (핵심 이벤트)
무료 회원 가입	중간	`sign_up` (method 파라미터로 구분)	O (핵심 이벤트)
자료 다운로드	중간	`file_download`	상황에 따라 설정
쿠폰 다운로드	낮음~중간	`coupon_download` (맞춤)	상황에 따라 설정
상담 신청	높음	`generate_lead`	O (핵심 이벤트)

Tip

: 쿠폰 다운로드는 직접적인 리드 확보보다는 잠재고객의 반응 확인 (Response Check) 목적으로 활용하는 것이 적절하다. 쿠폰 다운로드 후 실제 사용까지의 전환율을 추적하면 프로모션 효과를 보다 정확하게 평가할 수 있다.

4.4.3 리드 스코어링과 GA4 연계

GA4 데이터를 활용하여 리드 스코어링 (Lead Scoring) 기준을 수립할 수 있다.

GA4 기반 리드 스코어링 모델 예시

행동	점수	GA4 데이터 소스
가격 페이지 조회	+10	`page_view` (page_location 필터)
사례 연구 다운로드	+15	`file_download`
데모 신청	+30	`generate_lead` (맞춤 파라미터)
3회 이상 재방문	+20	User 속성 (session_count)
5분 이상 체류	+10	`user_engagement`
뉴스레터 구독	+5	`newsletter_subscribe` (맞춤)

Tip

: GA4 자체에는 리드 스코어링 기능이 내장되어 있지 않다. GA4에서 수집한 행동 데이터를 BigQuery로 내보낸 뒤 CRM 시스템과 연계하거나, GA4 잠재고객 (Audiences) 기능을 활용하여 행동 기반 세그먼트를 만들어 간접적으로 리드 품질을 분류할 수 있다.

더 읽어보기 (Further Reading)

GA4 핵심 이벤트 정보 -- 핵심 이벤트 설정으로 리드 전환 추적하기

4.5 마이크로 전환 (Micro Conversion) 설정

마이크로 전환 (Micro Conversion)은 매크로 전환에 이르기까지의 중간 단계 행동을 말한다. 사용자가 최종 전환에 도달하기 전에 거치는 핵심 활동 (Key Activities)을 정의하고 측정하는 것이 이 단계의 목표다.

4.5.1 핵심 활동 (Key Activities) 정의 방법

핵심 활동을 정의하려면 비즈니스 담당자와의 긴밀한 협업이 필요하다. 데이터 분석가 혼자서 가설을 세우기보다, 현장의 경험과 지식을 반영해야 한다.

핵심 활동 정의를 위한 3가지 방법

방법	설명	적용 상황
담당자 인터뷰	마케팅/영업/CS 담당자와의 1:1 면담을 통해 고객 행동 패턴 파악	프로젝트 초기 단계, 신규 비즈니스
서면 질의	표준화된 질문지를 통해 각 부서의 핵심 지표 수집	다수 부서 협업 시, 대규모 조직
상담 브리프 (Consultation Brief)	고객사/프로젝트 이해관계자와의 공식 상담 문서 작성	에이전시 업무, 외부 컨설팅

인터뷰 및 서면 질의 시 핵심 질문 목록

현재 비즈니스에서 가장 중요한 고객 행동은 무엇입니까?
고객이 구매(또는 전환)를 결정하기 전에 반드시 거치는 단계가 있습니까?
가장 많이 이탈이 발생하는 구간은 어디라고 생각하십니까?
마케팅 캠페인의 성과를 어떤 기준으로 판단하고 계십니까?
현재 추적하고 있지 않지만 알고 싶은 사용자 행동이 있습니까?

4.5.2 사용자 증대 관련 세부 지표

트래픽과 사용자 증대를 위한 마이크로 전환 지표를 체계적으로 구성한다.

세부 지표	정의	측정 방법 (GA4)	활용
일일 활성 사용자 (DAU)	하루 동안 참여 세션이 발생한 고유 사용자	기본 보고서 > 사용자 수	일간 서비스 활성도 모니터링
세션 트래픽	일정 기간의 총 세션 수	기본 보고서 > 세션 수	전체 방문 볼륨 파악
채널 기여도	각 유입 채널이 전체 트래픽에서 차지하는 비율	획득 보고서 > 채널 그룹	마케팅 예산 배분 의사결정
재방문율 (Return Visit Rate)	재방문 사용자 / 총 사용자 비율	유지 보고서 (Retention Report)	사용자 충성도 판단
참여율 (Engagement Rate)	참여 세션 / 전체 세션 비율	기본 보고서 > 참여율	트래픽 품질 평가
사용자당 참여 시간	사용자 1명당 평균 참여 시간	기본 보고서 > 평균 참여 시간	콘텐츠 매력도 판단

4.5.3 구매 전환 관련 세부 지표

구매 전환율 개선을 위한 마이크로 전환 지표를 정의한다.

세부 지표	정의	GA4 이벤트	산출 공식
프로모션 참여율	프로모션에 반응한 사용자 비율	`select_promotion`, `view_promotion`	(프로모션 클릭 수 / 프로모션 노출 수) x 100
랜딩 페이지 전환율	랜딩 페이지에서 다음 행동으로 이어진 비율	`page_view` + 후속 이벤트	(후속 행동 발생 수 / 랜딩 페이지 세션 수) x 100
장바구니 추가율	제품 조회 후 장바구니에 추가한 비율	`add_to_cart`	(장바구니 추가 수 / 제품 상세 조회 수) x 100
결제 시작율	장바구니에서 결제를 시작한 비율	`begin_checkout`	(결제 시작 수 / 장바구니 추가 수) x 100
결제 완료율	결제를 시작한 후 완료한 비율	`purchase`	(구매 완료 수 / 결제 시작 수) x 100
위시리스트 추가율	위시리스트에 제품을 추가한 비율	`add_to_wishlist`	(위시리스트 추가 수 / 제품 상세 조회 수) x 100

Tip

: 이커머스 퍼널 (Funnel)의 각 단계별 전환율을 추적하면 어디에서 가장 큰 이탈이 발생하는지 파악할 수 있다. 예를 들어, 장바구니 추가율은 높지만 결제 시작율이 낮다면 결제 페이지 UX나 배송비 정책을 점검해야 할 수 있다.

더 읽어보기 (Further Reading)

GA4 이벤트 정보 -- 마이크로 전환 추적을 위한 이벤트 설계 기초

4.6 측정 계획서 (Measurement Plan) 작성

측정 계획서 (Measurement Plan)는 앞서 수립한 가설과 KPI를 GA4 구현으로 연결하는 실행 문서다. 이 문서가 완성되어야 GTM 태깅 작업과 GA4 설정을 체계적으로 진행할 수 있다.

4.6.1 측정 계획서 템플릿 구조

측정 계획서는 다음 5개 영역으로 구성한다.

[1] 비즈니스 목표 (Business Objective)
    ↓
[2] KPI 정의 (Key Performance Indicators)
    ↓
[3] 사용자 세그먼트 (User Segments)
    ↓
[4] 타겟 설정 (Targets)
    ↓
[5] GA4 이벤트 매핑 (Event Mapping)

4.6.2 측정 계획서 작성 실전 예시

다음은 이커머스 사이트를 기준으로 한 측정 계획서 작성 예시다.

영역 1: 비즈니스 목표

항목	내용
비즈니스명	가상 쇼핑몰 "K-Style"
비즈니스 유형	패션 이커머스
비즈니스 목표	자사몰 매출 전년 대비 30% 성장
기간	2026년 1월 ~ 12월

영역 2: KPI 정의

KPI 구분	KPI	현재 수치	목표 수치	측정 주기
매크로 전환	월간 매출액	5억 원	6.5억 원	월간
매크로 전환	구매 전환율	2.1%	2.8%	주간
트래픽	월간 활성 사용자 수	150,000명	200,000명	월간
리드	신규 회원 가입 수	3,000명/월	5,000명/월	월간
유지	30일 유지율	15%	20%	월간

영역 3: 사용자 세그먼트

세그먼트	정의	분석 목적
신규 사용자	첫 방문 사용자	유입 채널별 효율 비교
재방문 사용자	2회 이상 방문 사용자	유지 전략 효과 측정
구매 사용자	purchase 이벤트 발생 사용자	구매 패턴 분석, 객단가 분석
장바구니 이탈 사용자	add_to_cart 후 purchase 미발생	리타겟팅 대상 선정
고가치 사용자	LTV 상위 20% 사용자	VIP 마케팅 전략 수립
모바일 사용자	모바일 기기 접속 사용자	모바일 UX 최적화 우선순위

영역 4: 타겟 설정

KPI	세그먼트	현재	목표	달성 전략
구매 전환율	검색 유입 사용자	3.2%	4.0%	검색 키워드별 랜딩 페이지 최적화
구매 전환율	소셜 유입 사용자	1.5%	2.5%	소셜 전용 프로모션 페이지 제작
장바구니 추가율	모바일 사용자	8%	12%	모바일 상품 상세 페이지 개선
재방문율	전체 사용자	25%	35%	이메일 마케팅, 푸시 알림 강화
회원 가입율	신규 사용자	5%	8%	가입 혜택 강화, 소셜 로그인 추가

영역 5: GA4 이벤트 매핑

KPI	관련 이벤트	이벤트 유형	필수 파라미터	비고
매출액	`purchase`	권장 이벤트	`transaction_id`, `value`, `currency`, `items`	이커머스 필수
구매 전환율	`purchase`, `session_start`	권장 이벤트	--	산출 지표
장바구니 추가율	`add_to_cart`	권장 이벤트	`items`, `value`, `currency`	--
회원 가입	`sign_up`	권장 이벤트	`method`	가입 경로 구분
뉴스레터 구독	`newsletter_subscribe`	맞춤 이벤트	`email_type`, `source_page`	맞춤 이벤트 생성 필요
쿠폰 다운로드	`coupon_download`	맞춤 이벤트	`coupon_id`, `coupon_name`	맞춤 이벤트 생성 필요
제품 조회	`view_item`	권장 이벤트	`items`, `value`, `currency`	--
결제 시작	`begin_checkout`	권장 이벤트	`items`, `value`, `currency`, `coupon`	--
사이트 내 검색	`view_search_results`	자동 수집 이벤트	`search_term`	향상된 측정 활성화 필요
프로모션 클릭	`select_promotion`	권장 이벤트	`promotion_id`, `promotion_name`, `items`	--
자료 다운로드	`file_download`	자동 수집 이벤트	`file_name`, `file_extension`, `link_url`	향상된 측정 활성화 필요
스크롤 완료	`scroll`	자동 수집 이벤트	`percent_scrolled`	향상된 측정(90% 기준)

4.6.3 측정 계획서 작성 체크리스트

측정 계획서 작성 완료 후, 다음 항목을 점검한다.

비즈니스 목표와 KPI가 논리적으로 연결되어 있는가?
매크로 전환과 마이크로 전환이 명확히 구분되어 있는가?
각 KPI에 대한 현재 수치와 목표 수치가 설정되어 있는가?
사용자 세그먼트가 분석 목적에 맞게 정의되어 있는가?
모든 KPI에 대응하는 GA4 이벤트가 매핑되어 있는가?
맞춤 이벤트의 네이밍 규칙이 일관되게 적용되어 있는가?
각 이벤트에 필요한 파라미터가 누락 없이 정의되어 있는가?
이벤트 유형(자동 수집/향상된 측정/권장/맞춤)이 명확히 구분되어 있는가?
이해관계자(마케팅, 개발, 경영진)의 리뷰를 받았는가?

Tip

: 측정 계획서는 한 번 작성하고 끝나는 문서가 아니다. 비즈니스 환경 변화, 신규 캠페인 런칭, 웹사이트 구조 변경 시마다 업데이트해야 한다. 분기별 정기 리뷰를 권장한다. 또한 측정 계획서는 GA4 구현 이전에 반드시 완성되어야 하며, 개발팀과 마케팅팀 모두가 합의한 문서여야 한다.

더 읽어보기 (Further Reading)

활성 사용자 -- 활성 사용자 개념과 측정 계획서의 사용자 지표 설정
GA4 이벤트 정보 -- 이벤트 매핑 시 참고할 GA4 이벤트 체계
핵심 이벤트 정보 -- 매크로/마이크로 전환의 핵심 이벤트 설정
GA4 획득 보고서 -- 유입 채널 분석 및 세그먼트 설정 가이드

다음 장 예고: Chapter 05에서는 이 측정 계획서를 바탕으로 GA4 이벤트를 실제로 설계하고, GTM을 통해 구현하는 방법을 다룬다.

Chapter 05. 이벤트 & 주요 이벤트 설정

GA4의 핵심은 이벤트 기반 데이터 모델이다. 이 챕터에서는 이벤트의 구조와 유형을 이해하고, 비즈니스에 중요한 사용자 행동을 **주요 이벤트 (Key Events)**로 설정하는 방법을 다룬다. 이벤트 태깅 플랜 작성부터 보고서 매핑까지, 실무에서 바로 적용할 수 있는 가이드를 제공한다.

명칭 변경 안내: 2024년부터 GA4에서 기존의 "전환 (Conversions)"이 **"주요 이벤트 (Key Events)"**로 명칭이 변경되었습니다. 본 챕터 전체에서 새 명칭인 "주요 이벤트"를 사용합니다. Google Ads 연동 시에는 여전히 "전환 (Conversions)"이라는 용어가 사용되므로, 맥락에 따라 구분하여 이해해 주세요.

5.1 GA4 이벤트 모델 이해
5.2 주요 이벤트 (Key Events) 설정
5.3 주요 사용자 행동 이벤트 설계
5.4 사용자 행동 유형별 트리거 조건 분석
5.5 이벤트 태깅 플랜 작성
5.6 측정 대상 가설과 보고서 매핑

5.1 GA4 이벤트 모델 이해

5.1.1 이벤트 기반 데이터 모델이란

UA(유니버설 애널리틱스)에서는 **페이지뷰 (Pageview)**가 데이터 수집의 기본 단위였다. 사용자가 페이지를 이동할 때마다 히트(Hit)가 발생하고, 그 위에 이벤트, 거래, 소셜 인터랙션 등 별도의 히트 유형이 존재했다.

GA4는 이 모든 것을 **이벤트 (Event)**라는 단일 개념으로 통합했다. 페이지뷰도 이벤트이고, 버튼 클릭도 이벤트이며, 구매 완료도 이벤트이다. 모든 사용자 행동이 동일한 구조로 수집된다.

구분	UA (유니버설 애널리틱스)	GA4
데이터 수집 단위	히트 (Hit) — 페이지뷰, 이벤트, 거래 등 별도 유형	이벤트 (Event) — 모든 행동이 이벤트
이벤트 구조	카테고리 / 액션 / 라벨 (3단계 고정)	이벤트 이름 + 매개변수 (유연한 구조)
세션 정의	30분 타임아웃 기준	30분 타임아웃 + session_start 이벤트 기반
사용자 식별	Client ID 중심	User ID > Device ID > Modeling 순

5.1.2 이벤트 + 매개변수 구조

GA4의 이벤트는 **이벤트 이름 (Event Name)**과 **매개변수 (Parameter)**로 구성된다.

이벤트 이름: select_content
├── 매개변수: content_type = "product"
├── 매개변수: item_id = "SKU_12345"
└── 매개변수: item_name = "블루 러닝화"

하나의 이벤트에는 최대 25개의 매개변수를 포함할 수 있다. 매개변수를 통해 이벤트의 맥락 정보를 풍부하게 기록할 수 있으며, 이는 이후 분석 및 보고서 작성의 핵심 재료가 된다.

핵심 개념: GA4에서 이벤트 이름은 "무엇이 일어났는가"를, 매개변수는 "어떤 맥락에서 일어났는가"를 설명한다. 예를 들어 purchase라는 이벤트 이름은 구매가 발생했음을 알려주고, value, currency, items 등의 매개변수는 얼마짜리 어떤 상품을 샀는지를 알려준다.

매개변수의 두 가지 유형:

유형	설명	예시
이벤트 매개변수 (Event Parameter)	특정 이벤트에 종속된 추가 정보	`page_title`, `link_url`, `value`
사용자 속성 (User Property)	사용자 수준에서 지속되는 속성 정보	`membership_level`, `user_type`, `preferred_language`

5.1.3 이벤트 유형 4가지

GA4 이벤트는 수집 방식에 따라 네 가지 유형으로 나뉜다.

1) 자동 수집 이벤트 (Automatically Collected Events)

GA4 태그(gtag.js 또는 GTM)를 설치하면 별도의 설정 없이 자동으로 수집되는 이벤트이다.

이벤트 이름	설명
`first_visit`	사용자가 처음 방문했을 때
`session_start`	새로운 세션이 시작될 때
`user_engagement`	앱이 포그라운드 상태이거나 웹페이지에 포커스가 있을 때
`page_view`	페이지가 로드되거나 History API로 URL이 변경될 때
`scroll`	페이지 하단 90%에 도달했을 때 (향상된 측정 활성화 시)
`click`	현재 도메인 외부로 이동하는 링크 클릭 시 (향상된 측정 활성화 시)

2) 향상된 측정 이벤트 (Enhanced Measurement Events)

GA4 관리자 화면에서 향상된 측정 (Enhanced Measurement) 토글을 켜면 추가로 수집되는 이벤트이다. 별도 코딩 없이 관리자 UI에서 ON/OFF할 수 있다.

이벤트 이름	측정 항목	기본값
`page_view`	페이지 조회	ON
`scroll`	스크롤 (90% 도달)	ON
`click`	이탈 링크 클릭 (Outbound Click)	ON
`view_search_results`	사이트 내 검색	ON
`video_start` / `video_progress` / `video_complete`	YouTube 동영상 참여	ON
`file_download`	파일 다운로드	ON
`form_start` / `form_submit`	폼 인터랙션	ON

실무 팁: 향상된 측정의 view_search_results는 URL에 검색 쿼리 매개변수(q, s, search, query, keyword 등)가 포함된 경우에만 작동한다. 만약 사이트가 다른 형식의 검색 매개변수를 사용한다면, 향상된 측정 설정에서 해당 매개변수 이름을 수동으로 추가해야 한다.

향상된 측정 설정 경로: GA4 관리 > 데이터 스트림 (Data Streams) > 웹 스트림 선택 > 향상된 측정 > 설정 아이콘(톱니바퀴)

3) 추천 이벤트 (Recommended Events)

Google이 업종별로 표준화된 이벤트 이름과 매개변수를 권장하는 이벤트이다. 직접 구현해야 하지만, Google의 권장 사양을 따르면 GA4의 기본 보고서에서 자동으로 데이터를 활용할 수 있다.

이커머스 (E-commerce) 추천 이벤트 예시:

이벤트 이름	트리거 시점	필수 매개변수
`view_item`	상품 상세페이지 조회	`items`
`add_to_cart`	장바구니 담기	`items`, `value`, `currency`
`begin_checkout`	결제 프로세스 시작	`items`, `value`, `currency`
`add_payment_info`	결제 정보 입력	`items`, `value`, `currency`, `payment_type`
`purchase`	구매 완료	`transaction_id`, `items`, `value`, `currency`

리드 생성 (Lead Generation) 추천 이벤트 예시:

이벤트 이름	트리거 시점
`generate_lead`	문의 폼 제출, 견적 요청
`sign_up`	회원가입 완료
`login`	로그인 완료

중요: 추천 이벤트의 이름과 매개변수를 정확히 따라야 GA4 기본 보고서(예: 이커머스 보고서)에서 데이터가 올바르게 표시된다. 이벤트 이름의 대소문자, 언더스코어 위치 등을 반드시 확인하자.

4) 맞춤 이벤트 (Custom Events)

위 세 가지 유형에 해당하지 않는, 비즈니스 고유의 사용자 행동을 측정하기 위해 직접 정의하는 이벤트이다.

맞춤 이벤트 예시:

이벤트 이름	설명	매개변수 예시
`cta_click`	CTA 버튼 클릭	`cta_text`, `cta_location`, `page_section`
`wishlist_add`	위시리스트 추가	`item_id`, `item_name`, `item_category`
`review_submit`	리뷰 작성 완료	`item_id`, `rating`, `review_length`
`coupon_copy`	쿠폰 코드 복사	`coupon_id`, `coupon_value`, `coupon_type`
`share_content`	콘텐츠 공유	`method`, `content_type`, `item_id`

네이밍 규칙: 맞춤 이벤트 이름은 반드시 영문 소문자와 언더스코어만 사용하고, 숫자로 시작하지 않아야 한다. ga_, google_, firebase_ 접두사는 예약어이므로 사용할 수 없다. 최대 40자까지 가능하다.

더 읽어보기 (Further Reading)

5.2 주요 이벤트 (Key Events) 설정

5.2.1 주요 이벤트란?

주요 이벤트 (Key Events)는 비즈니스에 가장 중요한 사용자 행동을 측정하기 위해 특별히 표시한 이벤트이다. 기존 GA4에서 "전환 (Conversions)"이라 불리던 기능이 2024년에 "주요 이벤트"로 명칭이 변경되었다.

구분	설명
일반 이벤트	모든 사용자 행동을 기록 (페이지뷰, 스크롤, 클릭 등)
주요 이벤트 (Key Event)	비즈니스 성과에 직접 기여하는 핵심 행동만 선별 표시
Google Ads 전환 (Conversion)	주요 이벤트 중 Google Ads에 공유하여 입찰 최적화에 활용하는 이벤트

용어 구분: GA4 내에서는 "주요 이벤트 (Key Events)"라고 부르고, Google Ads에 연결하여 광고 최적화에 활용할 때는 "전환 (Conversions)"이라고 부른다. 동일한 이벤트가 GA4에서는 주요 이벤트, Google Ads에서는 전환으로 표시될 수 있다.

5.2.2 주요 이벤트로 표시하는 방법

방법 1: GA4 관리자 화면에서 설정

GA4 속성 > 관리 (Admin) > 데이터 표시 (Data Display) > 이벤트 (Events) 이동
이벤트 목록에서 주요 이벤트로 지정할 이벤트의 오른쪽 토글 "주요 이벤트로 표시 (Mark as key event)" 활성화
활성화 즉시 해당 이벤트가 주요 이벤트로 집계 시작

방법 2: 이벤트가 아직 수집되지 않은 경우

GA4 관리 > 데이터 표시 > 이벤트 > "이벤트 만들기 (Create event)" 클릭
이벤트 이름과 조건을 설정하여 새 이벤트 생성
생성 후 이벤트 목록에서 주요 이벤트로 표시

주의사항: purchase 이벤트는 GA4에서 기본적으로 주요 이벤트로 자동 설정된다. 이 설정은 해제할 수 없다. first_open(앱), first_visit(웹) 등도 기본 주요 이벤트로 설정되어 있을 수 있다.

5.2.3 집계 방법: 이벤트당 1회 vs 세션당 1회

주요 이벤트의 집계 방법은 두 가지가 있다.

집계 방법	설명	적합한 시나리오
이벤트당 1회 (Once per event)	이벤트가 발생할 때마다 주요 이벤트 1회로 집계	이커머스 구매 (한 세션에서 여러 번 구매 가능)
세션당 1회 (Once per session)	한 세션 내에서 최초 발생 시에만 1회로 집계	문의 폼 제출, 회원가입 (중복 집계 방지)

설정 경로: GA4 관리 > 데이터 표시 > 주요 이벤트 (Key Events) > 해당 이벤트 클릭 > 집계 방법 (Counting method) 선택

실무 가이드: 이커머스 purchase는 "이벤트당 1회"로, generate_lead나 sign_up 같은 이벤트는 "세션당 1회"로 설정하는 것이 일반적이다. 집계 방법 선택에 따라 주요 이벤트 수가 크게 달라질 수 있으므로 신중하게 결정하자.

5.2.4 주요 이벤트 가치 (Value) 설정

주요 이벤트에 금전적 가치를 부여하면 ROAS (Return on Ad Spend) 계산, 채널별 수익 기여도 분석 등이 가능해진다.

가치 설정 방법 1: 이벤트 매개변수의 value 사용 (동적)

이커머스 purchase 이벤트처럼 매번 금액이 다른 경우, 이벤트 발생 시 value와 currency 매개변수를 함께 전송한다.

gtag('event', 'purchase', {
  transaction_id: 'T_12345',
  value: 89000,
  currency: 'KRW',
  items: [{ item_id: 'SKU_001', item_name: '블루 러닝화', price: 89000, quantity: 1 }]
});

가치 설정 방법 2: GA4 관리에서 고정 값 지정 (정적)

문의 폼 제출, 뉴스레터 구독 등 금전적 가치가 명확하지 않은 이벤트에 대해 추정 가치를 부여한다.

GA4 관리 > 데이터 표시 > 주요 이벤트
해당 이벤트 클릭 > "기본값 설정 (Set default value)" 활성화
통화(KRW)와 금액 입력

주요 이벤트 예시	추정 가치 (KRW)	산출 근거
`generate_lead` (문의)	50,000	문의 전환율 10% x 평균 주문가 500,000원
`sign_up` (회원가입)	30,000	회원 평균 LTV 300,000원 x 구매 전환율 10%
`newsletter_subscribe`	5,000	뉴스레터 구독자 평균 구매 전환 기여액
`download_catalog`	10,000	카탈로그 다운로드 후 구매 전환율 기반 추정

5.2.5 Macro vs Micro 주요 이벤트 구분

효과적인 분석을 위해 주요 이벤트를 **Macro (매크로)**와 **Micro (마이크로)**로 구분하여 관리하는 것을 권장한다.

구분	정의	예시
Macro 주요 이벤트	비즈니스 목표 달성에 직접 기여하는 핵심 행동	`purchase`, `generate_lead`, `sign_up`
Micro 주요 이벤트	Macro 달성을 향한 중간 단계 또는 참여 행동	`add_to_cart`, `begin_checkout`, `view_item`, `newsletter_subscribe`

Micro 주요 이벤트의 활용 가치:

Google Ads 스마트 입찰에서 Macro 데이터가 부족할 때 Micro 이벤트로 보완
퍼널 (Funnel) 분석에서 이탈 지점 파악에 활용
전체 고객 여정 (Customer Journey) 내 참여도 측정

권장 사항: 주요 이벤트는 5~~10개 이내로 유지하는 것이 좋다. 너무 많으면 데이터의 초점이 흐려지고, 너무 적으면 사용자 행동의 맥락을 놓칠 수 있다. Macro 2~~3개, Micro 3~7개 정도가 적절하다.

더 읽어보기 (Further Reading)

5.3 주요 사용자 행동 이벤트 설계

비즈니스 유형에 따라 추적해야 할 사용자 행동이 다르다. 이 절에서는 실무에서 가장 많이 사용되는 이벤트 설계 패턴을 유형별로 정리한다.

5.3.1 이커머스 이벤트

이커머스 사이트에서는 Google의 추천 이벤트 사양을 따르는 것이 필수적이다. 이를 통해 GA4의 이커머스 보고서, 수익화 보고서를 자동으로 활용할 수 있다.

이커머스 퍼널 이벤트 (전체 흐름):

view_item_list → view_item → add_to_cart → view_cart → begin_checkout
                                                            │
                                              add_shipping_info
                                                            │
                                              add_payment_info
                                                            │
                                                        purchase

각 이벤트의 상세 설계:

단계	이벤트 이름	필수 매개변수	설명
상품 목록 조회	`view_item_list`	`items`, `item_list_id`, `item_list_name`	카테고리/검색 결과 페이지
상품 상세 조회	`view_item`	`items`, `value`, `currency`	상품 상세페이지
장바구니 담기	`add_to_cart`	`items`, `value`, `currency`	장바구니 추가 버튼 클릭
장바구니 조회	`view_cart`	`items`, `value`, `currency`	장바구니 페이지 조회
결제 시작	`begin_checkout`	`items`, `value`, `currency`	결제 프로세스 진입
배송 정보 입력	`add_shipping_info`	`items`, `value`, `currency`, `shipping_tier`	배송지 입력 완료
결제 정보 입력	`add_payment_info`	`items`, `value`, `currency`, `payment_type`	결제수단 선택 완료
구매 완료	`purchase`	`transaction_id`, `items`, `value`, `currency`	주문 확인 페이지
환불	`refund`	`transaction_id`	환불 처리 완료

items 배열 구조 예시 (데이터 레이어 (dataLayer) 기준):

dataLayer.push({
  event: 'add_to_cart',
  ecommerce: {
    currency: 'KRW',
    value: 89000,
    items: [{
      item_id: 'SKU_001',
      item_name: '블루 러닝화',
      item_brand: '나이키',
      item_category: '신발',
      item_category2: '러닝화',
      item_variant: '270mm',
      price: 89000,
      quantity: 1,
      index: 0,
      item_list_id: 'search_results',
      item_list_name: '검색 결과'
    }]
  }
});

한국 이커머스 참고: KRW는 소수점이 없으므로 value와 price에 정수를 사용한다. currency는 반드시 'KRW'로 설정해야 GA4 수익화 보고서에서 정확한 금액이 표시된다.

5.3.2 회원가입 / 로그인 이벤트

이벤트 이름	트리거 시점	매개변수	User-ID 연동
`sign_up`	회원가입 완료	`method` (이메일, 카카오, 네이버 등)	가입 완료 시 User-ID 설정
`login`	로그인 성공	`method` (이메일, 카카오, 네이버 등)	로그인 시 User-ID 갱신

User-ID 연동 구현 예시:

// 로그인 성공 시
gtag('config', 'G-XXXXXXXXXX', {
  user_id: 'USER_12345'
});
gtag('event', 'login', {
  method: 'kakao'
});

User-ID 활용: User-ID를 설정하면 GA4의 보고 정체성 (Reporting Identity) 설정에서 "혼합 (Blended)" 또는 "관찰됨 (Observed)" 모드를 활용하여 기기 간 (Cross-device) 사용자 분석이 가능해진다. 개인식별정보(PII)는 User-ID로 사용하지 않도록 주의한다.

5.3.3 콘텐츠 반응 이벤트

사용자가 콘텐츠에 어떻게 반응하는지를 측정하는 이벤트이다.

행동	이벤트 이름	매개변수	비고
메인 캐러셀 클릭	`carousel_click`	`slide_index`, `slide_title`, `link_url`	맞춤 이벤트
사이트 내 검색	`view_search_results`	`search_term`	향상된 측정 or 맞춤 구현
위시리스트 추가	`add_to_wishlist`	`items`, `value`, `currency`	추천 이벤트
콘텐츠 공유	`share`	`method`, `content_type`, `item_id`	추천 이벤트
리뷰 작성	`review_submit`	`item_id`, `rating`, `review_text_length`	맞춤 이벤트

사이트 내 검색어 추적 심화:

향상된 측정의 view_search_results가 기본 제공되지만, 추가 정보(검색 결과 수, 검색 카테고리 등)를 수집하려면 GTM을 통한 맞춤 구현이 필요하다.

dataLayer.push({
  event: 'site_search',
  search_term: '블루 러닝화',
  search_results_count: 42,
  search_category: '신발',
  search_filter_applied: '가격:5만원~10만원'
});

5.3.4 프로모션 및 커머스 부가 이벤트

행동	이벤트 이름	매개변수	비고
프로모션 조회	`view_promotion`	`promotion_id`, `promotion_name`, `creative_name`, `creative_slot`	추천 이벤트
프로모션 클릭	`select_promotion`	`promotion_id`, `promotion_name`, `creative_name`, `creative_slot`	추천 이벤트
쿠폰 사용	`coupon_use`	`coupon_id`, `coupon_code`, `discount_value`, `coupon_type`	맞춤 이벤트
결제수단 선택	`add_payment_info`	`payment_type`, `value`, `currency`	추천 이벤트

프로모션 이벤트 팁: view_promotion은 프로모션 배너가 뷰포트에 노출되었을 때, select_promotion은 실제 클릭했을 때 발생시킨다. GTM의 요소 공개 (Element Visibility) 트리거를 활용하면 배너 노출을 자동으로 감지할 수 있다.

더 읽어보기 (Further Reading)

5.4 사용자 행동 유형별 트리거 조건 분석

GTM(구글 태그 매니저)에서 이벤트를 구현할 때, 사용자 행동의 유형에 따라 적합한 트리거 (Trigger) 유형을 선택해야 한다.

5.4.1 클릭 이벤트 (Click Events)

사용자가 특정 요소를 클릭할 때 발생시키는 이벤트이다.

GTM 트리거 유형	설명	사용 시나리오
모든 요소 클릭 (All Elements - Click)	페이지 내 모든 클릭 감지	버튼, 이미지, 텍스트 등 비링크 요소 클릭
링크만 클릭 (Just Links - Click)	`<a>` 태그 클릭만 감지	내비게이션, 텍스트 링크, 배너 링크

클릭 트리거에서 사용 가능한 변수 (Built-in Variables):

변수	설명	활용 예시
`Click Element`	클릭된 HTML 요소	CSS 선택자로 특정 버튼 식별
`Click Classes`	클릭된 요소의 class 속성	`btn-purchase`, `cta-primary`
`Click ID`	클릭된 요소의 id 속성	`submit-form`, `add-to-cart-btn`
`Click Text`	클릭된 요소의 텍스트	"구매하기", "장바구니 담기"
`Click URL`	클릭된 링크의 href 속성	링크 클릭 트리거에서만 사용
`Click Target`	링크의 target 속성	`_blank` 여부 확인

실전 트리거 조건 예시 — CTA 버튼 클릭:

트리거 유형: 모든 요소 클릭 (All Elements)
조건:
  Click Classes  포함(contains)  "btn-cta"
  Page Path      일치(equals)    "/product/"

실무 주의: 동적으로 생성되는 요소(AJAX로 로드되는 버튼 등)는 클릭 트리거가 정상 작동하지 않을 수 있다. 이 경우 데이터 레이어 (dataLayer) 이벤트를 직접 푸시하는 방식이 더 안정적이다.

5.4.2 링크 이벤트 (Link Events)

외부 링크 클릭, 파일 다운로드 링크, 전화번호 링크(tel:) 등을 추적한다.

추적 대상	트리거 조건	이벤트 이름
외부 링크 클릭	Click URL이 현재 도메인과 다른 경우	`outbound_link_click`
전화번호 클릭	Click URL이 `tel:`로 시작	`phone_call_click`
이메일 링크 클릭	Click URL이 `mailto:`로 시작	`email_link_click`
파일 다운로드	Click URL 확장자가 pdf, xlsx, docx 등	`file_download` (향상된 측정과 중복 주의)
소셜 미디어 링크	Click URL에 특정 소셜 도메인 포함	`social_link_click`

전화번호 클릭 트리거 예시:

트리거 유형: 링크만 클릭 (Just Links)
조건:
  Click URL  시작(starts with)  "tel:"
태그 → 관련 활성화 옵션:
  "태그 실행 전 링크 대기 (Wait for Tags)" 체크
  최대 대기 시간: 2000ms

5.4.3 폼 이벤트 (Form Events)

사용자가 폼을 작성하고 제출하는 행동을 추적한다.

GTM 트리거 유형	설명	주의사항
폼 제출 (Form Submission)	`<form>` 태그의 submit 이벤트 감지	AJAX 폼에서는 작동하지 않을 수 있음

폼 트리거에서 사용 가능한 변수:

변수	설명
`Form Element`	제출된 폼 HTML 요소
`Form Classes`	폼의 class 속성
`Form ID`	폼의 id 속성
`Form Target`	폼의 target 속성
`Form URL`	폼의 action 속성 (제출 대상 URL)
`Form Text`	폼 내부의 텍스트

AJAX 폼 대응 방법:

최근 웹사이트는 전통적인 폼 제출 대신 AJAX(비동기) 방식으로 폼을 처리하는 경우가 많다. 이 경우 GTM 기본 폼 제출 트리거가 작동하지 않으므로, 다음 방법을 사용한다.

데이터 레이어 푸시: 폼 제출 성공 콜백에서 dataLayer.push() 호출
URL 변경 감지: 폼 제출 후 감사(Thank you) 페이지로 이동하는 경우 페이지뷰 트리거 활용
DOM 변경 감지: 성공 메시지 요소가 나타나는 것을 Element Visibility 트리거로 감지

// AJAX 폼 제출 성공 시 dataLayer 푸시 예시
fetch('/api/contact', {
  method: 'POST',
  body: formData
}).then(response => {
  if (response.ok) {
    dataLayer.push({
      event: 'form_submit_success',
      form_id: 'contact_form',
      form_name: '문의하기',
      form_type: 'lead_generation'
    });
  }
});

5.4.4 기타 트리거 유형

스크롤 깊이 (Scroll Depth)

설정 항목	설명
트리거 유형	스크롤 깊이 (Scroll Depth)
측정 방식	세로 스크롤 비율(%) 또는 픽셀(px)
권장 임계값	25%, 50%, 75%, 90%
활용	콘텐츠 소비 깊이 분석, 기사/블로그 열독률 측정

향상된 측정과의 차이: 향상된 측정의 scroll 이벤트는 90% 도달만 감지한다. 25%, 50%, 75% 등 세분화된 스크롤 추적이 필요하면 GTM에서 스크롤 깊이 트리거를 별도로 설정해야 한다.

체류 시간 / 타이머 (Timer)

설정 항목	설명
트리거 유형	타이머 (Timer)
간격	밀리초 단위 (예: 30000 = 30초)
제한	실행 횟수 제한 (예: 1회만 실행)
활용	특정 시간 이상 체류한 사용자를 "참여 사용자"로 분류

요소 공개 (Element Visibility)

설정 항목	설명
트리거 유형	요소 공개 (Element Visibility)
선택 방법	CSS 선택자 또는 Element ID
공개 조건	뷰포트 노출 비율(%), 최소 노출 시간(ms)
활용	프로모션 배너 노출 추적, 특정 섹션 도달 여부 확인

요소 공개 트리거 예시 — 프로모션 배너 노출:

트리거 유형: 요소 공개 (Element Visibility)
선택 방법: CSS 선택자
요소 선택자: .promo-banner
실행 시점: 요소당 1회 (Once per element)
최소 뷰포트 비율: 50%
최소 체류 시간: 1000ms

트리거 유형 선택 가이드

사용자 행동	추천 트리거 유형	대체 방법
버튼 클릭	모든 요소 클릭	dataLayer 이벤트
링크 이동	링크만 클릭	모든 요소 클릭
폼 제출	폼 제출	dataLayer 이벤트 (AJAX 폼)
페이지 도달	페이지뷰	히스토리 변경 (SPA)
배너 노출	요소 공개	dataLayer 이벤트
스크롤 구간	스크롤 깊이	맞춤 JavaScript
장시간 체류	타이머	맞춤 JavaScript

더 읽어보기 (Further Reading)

5.5 이벤트 태깅 플랜 작성

체계적인 이벤트 추적을 위해서는 구현 전에 **태깅 플랜 (Tagging Plan)**을 작성하는 것이 필수적이다. 태깅 플랜은 "어떤 이벤트를, 어떤 조건에서, 어떤 매개변수와 함께 수집할 것인가"를 문서화한 것이다.

5.5.1 이벤트 네이밍 컨벤션 (Naming Convention)

일관된 네이밍 규칙은 데이터 품질과 분석 효율성의 기반이다.

GA4 이벤트 네이밍 규칙:

규칙	설명	올바른 예시	잘못된 예시
소문자만 사용	대문자 사용 금지	`add_to_cart`	`Add_To_Cart`
단어 구분은 언더스코어	하이픈, 공백, 카멜케이스 금지	`page_view`	`page-view`, `pageView`
동사_목적어 구조	행동을 명확히 표현	`submit_form`, `click_cta`	`form`, `cta`
숫자로 시작 금지	영문자로 시작	`step_1_complete`	`1_step_complete`
예약 접두사 금지	`ga_`, `google_`, `firebase_` 사용 불가	`custom_search`	`ga_search`
40자 이내	이벤트 이름 최대 길이	`product_detail_view`	(40자 초과 이름)

매개변수 네이밍 규칙:

규칙	설명
소문자 + 언더스코어	이벤트 이름과 동일한 규칙 적용
40자 이내	매개변수 이름 최대 길이
매개변수 값 최대 100자	문자열 값의 최대 길이
이벤트당 최대 25개	하나의 이벤트에 포함 가능한 매개변수 수

실무 팁: Google의 추천 이벤트와 매개변수 이름이 이미 존재하는 경우, 반드시 해당 이름을 그대로 사용하자. 예를 들어 item_name이 추천되는 곳에 product_name을 사용하면 GA4 기본 보고서에서 데이터가 인식되지 않는다.

5.5.2 매개변수 설계: 이벤트 매개변수 vs 사용자 속성

구분	이벤트 매개변수 (Event Parameter)	사용자 속성 (User Property)
범위	이벤트 수준 (해당 이벤트에만 적용)	사용자 수준 (모든 이벤트에 적용)
변경 빈도	이벤트마다 다를 수 있음	비교적 안정적 (가끔 변경)
등록 한도	이벤트 범위 맞춤 측정기준 50개, 맞춤 측정항목 50개	사용자 범위 맞춤 측정기준 25개
예시	`page_title`, `button_text`, `item_category`	`membership_tier`, `preferred_language`, `age_group`
활용	특정 행동의 세부 맥락 분석	사용자 세그먼트 생성, 잠재고객 (Audience) 정의

사용자 속성 설정 예시:

// 사용자 속성 설정 (gtag.js)
gtag('set', 'user_properties', {
  membership_tier: 'gold',
  account_creation_date: '2024-03-15',
  preferred_category: 'electronics'
});

GA4에서 맞춤 측정기준 (Custom Dimension) 등록:

이벤트 매개변수와 사용자 속성은 GA4 관리자에서 **맞춤 정의 (Custom Definitions)**로 등록해야 보고서에서 사용할 수 있다.

GA4 관리 > 속성 (Property) > 데이터 표시 (Data Display) > 맞춤 정의 (Custom Definitions)
"맞춤 측정기준 만들기 (Create custom dimension)" 클릭
측정기준 이름, 범위(이벤트/사용자), 이벤트 매개변수 이름 입력

중요: 맞춤 측정기준을 등록하지 않으면 매개변수 데이터가 수집은 되지만 보고서에서 조회할 수 없다. DebugView에서는 확인 가능하나, 표준 보고서와 탐색 (Explore) 보고서에서는 등록 후에야 사용할 수 있다. 또한 등록 후 데이터가 표시되기까지 24~48시간이 소요될 수 있다.

5.5.3 이벤트 조회/확인 시트 작성법

태깅 플랜을 체계적으로 관리하기 위해 스프레드시트 형식의 이벤트 추적 시트를 작성한다.

이벤트 추적 시트 (Event Tracking Sheet) 템플릿:

구분	이벤트 이름	이벤트 유형	트리거 조건	매개변수	값 예시	주요 이벤트 여부	구현 방법	담당자	상태
이커머스	`purchase`	추천	주문완료 페이지 로드	`transaction_id`, `value`, `currency`, `items`	T_001, 89000, KRW, [...]	O (Macro)	GTM - dataLayer	개발팀	완료
이커머스	`add_to_cart`	추천	장바구니 담기 버튼 클릭	`items`, `value`, `currency`	[...], 89000, KRW	O (Micro)	GTM - dataLayer	개발팀	진행중
리드	`generate_lead`	추천	문의 폼 제출 성공	`form_id`, `form_name`, `value`, `currency`	contact_01, 문의하기, 50000, KRW	O (Macro)	GTM - DOM 이벤트	마케팅팀	대기
참여	`cta_click`	맞춤	CTA 버튼 클릭	`cta_text`, `cta_location`, `page_path`	무료체험, hero_section, /home	X	GTM - 클릭 트리거	마케팅팀	대기
콘텐츠	`scroll_depth`	맞춤	스크롤 25/50/75/90%	`percent_scrolled`, `page_path`	50, /blog/post-1	X	GTM - 스크롤 트리거	마케팅팀	완료

시트 작성 시 포함해야 할 열 (Column) 목록:

열 이름	필수 여부	설명
구분/카테고리	필수	이벤트 그룹 분류 (이커머스, 리드, 콘텐츠 등)
이벤트 이름	필수	GA4에 전송되는 이벤트 이름
이벤트 유형	필수	자동/향상된 측정/추천/맞춤
트리거 조건	필수	이벤트가 발생하는 사용자 행동 설명
매개변수	필수	함께 전송하는 매개변수 목록
값 예시	권장	매개변수 값의 예시 (QA 검증 시 참고)
주요 이벤트 여부	필수	Macro/Micro/아니오
구현 방법	필수	GTM 트리거 유형 또는 직접 코딩
담당자	권장	구현 및 검증 담당자
상태	필수	대기/진행중/완료/검증완료
비고	선택	특이사항, 제한 조건 등

5.5.4 GTM 활용 권장 및 GA4 UI 이벤트 수정 비추천

이벤트 구현 방식에는 크게 세 가지가 있으며, 각각의 장단점은 다음과 같다.

방식	장점	단점	권장 여부
GTM (구글 태그 매니저)	코드 수정 없이 태그 관리 가능, 버전 관리, 미리보기 모드로 디버깅 가능, 팀 협업 용이	초기 학습 곡선 존재, GTM 컨테이너 설치 필요	강력 권장
직접 코딩 (gtag.js / SDK)	완전한 코드 제어 가능, 복잡한 로직 구현 용이	코드 배포 사이클에 종속, 마케터가 독립적으로 수정 불가	특수한 경우에만
GA4 UI 이벤트 수정	별도 도구 없이 GA4 관리 화면에서 직접 생성	조건 설정 제한적, 디버깅 어려움, 복잡한 로직 불가, 관리 어려움	비추천

GA4 UI 이벤트 수정이 비추천인 이유: GA4 관리 화면에서 만든 이벤트는 서버 측에서 기존 이벤트를 기반으로 새 이벤트를 파생시키는 방식이다. 조건 설정이 제한적이고, 디버깅이 어려우며, 복잡한 매개변수 조합이 불가능하다. 또한 GTM처럼 버전 관리나 롤백이 되지 않아 운영 리스크가 있다. 간단한 이벤트 이름 변경 외에는 GTM을 사용하는 것이 바람직하다.

이벤트 태깅 플랜 작성 체크리스트

태깅 플랜 작성 시 다음 항목을 점검한다.

비즈니스 목표(KPI)가 명확히 정의되었는가?
Macro 주요 이벤트가 2~3개 이내로 선정되었는가?
Micro 주요 이벤트가 Macro 달성 경로를 설명하는가?
이커머스 이벤트는 Google 추천 사양을 따르는가?
맞춤 이벤트의 네이밍 컨벤션이 일관적인가?
모든 매개변수에 예시 값이 포함되어 있는가?
맞춤 측정기준/측정항목 등록 한도(50/50/25)를 초과하지 않는가?
구현 방법(GTM 트리거 유형)이 명시되어 있는가?
구현 담당자와 검증 담당자가 지정되어 있는가?
QA 시나리오(검증 방법)가 포함되어 있는가?

더 읽어보기 (Further Reading)

5.6 측정 대상 가설과 보고서 매핑

이벤트와 주요 이벤트를 설계했다면, 이제 **"무엇을 알고 싶은가 (측정 가설)"**와 **"어디서 확인할 것인가 (보고서)"**를 연결해야 한다. 이 매핑이 없으면 데이터는 수집되지만 활용되지 않는다.

5.6.1 트래픽 소스 분석

가설: "어떤 채널에서 유입된 사용자가 가장 많이 전환하는가?"

측정 요소	GA4 보고서	필요 설정
채널별 트래픽	획득 (Acquisition) > 트래픽 획득 (Traffic Acquisition)	기본 제공
유기적 검색 성과	획득 > Search Console 보고서	Search Console 연결 필요
캠페인별 유입	획득 > 트래픽 획득 > 세션 캠페인 측정기준	UTM 매개변수 설정 필요

UTM 매개변수 설정 가이드:

UTM 매개변수	필수 여부	설명	값 예시
`utm_source`	필수	트래픽 소스	`naver`, `google`, `kakao`, `instagram`
`utm_medium`	필수	마케팅 매체 유형	`cpc`, `organic`, `email`, `social`, `referral`
`utm_campaign`	필수	캠페인 이름	`spring_sale_2025`, `brand_awareness_q1`
`utm_term`	선택	유료 검색 키워드	`러닝화`, `블루투스이어폰`
`utm_content`	선택	광고 소재 구분	`banner_a`, `text_link`, `video_30s`

UTM 네이밍 규칙: UTM 값은 소문자와 언더스코어를 사용하여 일관성을 유지한다. Spring Sale과 spring_sale은 GA4에서 별도의 캠페인으로 집계되므로 반드시 통일된 규칙을 적용하자.

5.6.2 캠페인 효율성 분석

가설: "어떤 광고 캠페인이 가장 높은 ROI를 달성하는가?"

측정 요소	GA4 보고서	필요 설정
Google Ads 캠페인 성과	광고 (Advertising) > 성과 (Performance)	Google Ads 연결 필요
캠페인별 전환 수	획득 > 트래픽 획득 (주요 이벤트 측정항목 추가)	주요 이벤트 설정 + UTM
채널별 ROAS	광고 > 성과 > ROAS 열	주요 이벤트 가치(Value) 설정
광고 비용 대비 수익	Google Ads 보고서에서 직접 확인	GA4 ↔ Google Ads 연결 + 주요 이벤트 공유

Google Ads 연결 방법:

GA4 관리 > 제품 연결 (Product Links) > Google Ads 연결 (Google Ads Links)
"연결 (Link)" 클릭
Google Ads 계정 선택 후 연결 완료
GA4 주요 이벤트를 Google Ads 전환으로 가져오기

5.6.3 마케팅 프로그램 성과 분석

가설: "프로모션 A와 프로모션 B 중 어느 것이 구매 전환에 더 효과적인가?"

측정 요소	GA4 보고서	분석 방법
프로모션별 전환 비교	탐색 (Explore) > 자유 형식 (Free-form)	프로모션 이벤트 매개변수를 측정기준으로 활용
프로모션 참여 퍼널	탐색 > 퍼널 탐색 (Funnel Exploration)	view_promotion → select_promotion → purchase
쿠폰 사용 효과	탐색 > 자유 형식	coupon 매개변수 기준 세그먼트 비교

탐색 (Explore) 보고서 활용 팁:

탐색 보고서는 GA4의 가장 강력한 분석 도구이다. 기본 보고서에서 제공하지 않는 맞춤 분석이 가능하다.

탐색 기법	용도	활용 시나리오
자유 형식 (Free-form)	맞춤 테이블, 차트 생성	이벤트별 성과 비교, 매개변수 드릴다운
퍼널 탐색 (Funnel Exploration)	단계별 이탈률 분석	이커머스 구매 퍼널, 회원가입 퍼널
경로 탐색 (Path Exploration)	사용자 이동 경로 분석	특정 페이지 전후 행동 패턴
세그먼트 중복 (Segment Overlap)	잠재고객 세그먼트 간 교집합 분석	VIP + 모바일 + 서울 사용자 중복 확인
코호트 탐색 (Cohort Exploration)	시간에 따른 사용자 그룹 행동 변화	주간별 재방문율, 월별 구매 전환율
사용자 전체 기간 (User Lifetime)	개별 사용자의 전체 여정 분석	고가치 사용자의 행동 패턴 이해

5.6.4 핵심 고객 세그먼트 분석

가설: "고가치 사용자와 일반 사용자의 행동 차이는 무엇인가?"

측정 요소	GA4 기능	설정 방법
잠재고객 (Audience) 정의	관리 > 잠재고객 (Audiences)	조건 기반 사용자 그룹 생성
세그먼트 비교	탐색 > 세그먼트	탐색 보고서 내 세그먼트 적용
잠재고객 트리거	잠재고객 생성 시 트리거 이벤트 설정	잠재고객 조건 충족 시 자동 이벤트 발생

잠재고객 (Audience) 생성 예시:

잠재고객 이름	조건	활용
고가치 구매자	`purchase` 이벤트 발생 + `value` >= 100,000 (최근 30일)	Google Ads 리마케팅, VIP 분석
장바구니 이탈자	`add_to_cart` 발생 + `purchase` 미발생 (최근 7일)	리타겟팅 광고, 이메일 마케팅
콘텐츠 적극 참여자	`scroll` 이벤트 (90%) 발생 3회 이상 (최근 7일)	콘텐츠 관심 그룹 분석
신규 가입 미구매자	`sign_up` 발생 + `purchase` 미발생 (최근 14일)	온보딩 캠페인 대상

5.6.5 사용자 행동 가설 검증 — 경로 분석 (Path Analysis)

가설: "구매를 완료한 사용자는 구매 전에 어떤 경로를 거치는가?"

분석 유형	GA4 보고서	설정
순방향 경로 (Forward Path)	탐색 > 경로 탐색	시작점: `session_start` → 이후 경로 확인
역방향 경로 (Reverse Path)	탐색 > 경로 탐색	종료점: `purchase` → 이전 경로 확인
전환 퍼널	탐색 > 퍼널 탐색	단계 정의: view_item → add_to_cart → begin_checkout → purchase

경로 분석 활용 시나리오:

질문: "구매 완료 사용자는 평균 몇 개의 상품 상세페이지를 조회하는가?"

방법:
1. 탐색 > 경로 탐색 (Path Exploration)
2. 종료점 (Ending point): purchase 이벤트
3. 역방향 (Reverse) 경로 확인
4. view_item 이벤트의 평균 발생 횟수 확인

결과 해석:
- 평균 3.2개의 상품을 조회한 후 구매 → 비교 탐색 행동이 활발
- 상품 추천 위젯이 교차 판매에 기여하는지 확인 가능

측정 가설 — 보고서 매핑 종합표

측정 가설 (알고 싶은 것)	필요 이벤트/설정	GA4 보고서	추가 설정
어떤 채널이 가장 많이 전환하는가?	주요 이벤트 + UTM	획득 > 트래픽 획득	UTM 태깅 규칙 통일
광고비 대비 수익은 얼마인가?	purchase + value	광고 > 성과	Google Ads 연결
어느 프로모션이 효과적인가?	view_promotion, select_promotion	탐색 > 자유 형식	프로모션 매개변수 설계
이탈 지점은 어디인가?	이커머스 퍼널 이벤트	탐색 > 퍼널 탐색	퍼널 단계 정의
고가치 고객의 특징은?	사용자 속성 + purchase	탐색 > 세그먼트 중복	잠재고객 정의
구매 전 행동 패턴은?	주요 이벤트 + page_view	탐색 > 경로 탐색	-
검색어가 전환에 기여하는가?	view_search_results	탐색 > 자유 형식	검색어 매개변수 수집
회원가입이 구매로 이어지는가?	sign_up, purchase	탐색 > 코호트 탐색	User-ID 설정

더 읽어보기 (Further Reading)

구현 체크리스트 (Implementation Checklist)

이벤트와 주요 이벤트 설정 작업을 완료하기 전에 다음 항목을 점검한다.

1단계: 기획

비즈니스 목표(KPI)를 정의했는가?
Macro / Micro 주요 이벤트를 구분하여 선정했는가?
이벤트 추적 시트(태깅 플랜)를 작성했는가?
네이밍 컨벤션을 팀 내에 공유했는가?
맞춤 측정기준/측정항목 등록 한도를 확인했는가?

2단계: 구현

향상된 측정 (Enhanced Measurement) 설정을 확인했는가?
GTM 컨테이너가 모든 페이지에 올바르게 설치되었는가?
이커머스 이벤트는 Google 추천 사양을 준수하는가?
데이터 레이어 (dataLayer) 구조가 올바르게 구현되었는가?
맞춤 이벤트의 매개변수가 정확한 값을 전달하는가?
User-ID 설정이 필요한 경우 구현되었는가?

3단계: 검증

GTM 미리보기 (Preview) 모드에서 모든 태그가 정상 발동하는가?
GA4 DebugView에서 이벤트와 매개변수가 올바르게 표시되는가?
GA4 실시간 (Realtime) 보고서에서 이벤트가 수집되는가?
주요 이벤트로 표시한 이벤트가 정상 집계되는가?
이커머스 보고서에서 구매 데이터가 정확한가?
맞춤 측정기준이 탐색 보고서에서 조회 가능한가?

4단계: 운영

UTM 매개변수 규칙을 팀 전체에 배포했는가?
주요 이벤트 가치(Value)를 설정하고 정기 검토 일정을 잡았는가?
Google Ads 연결 및 주요 이벤트 공유가 완료되었는가?
잠재고객 (Audience)을 생성하고 광고 플랫폼에 공유했는가?
정기적인 데이터 품질 점검(QA) 프로세스가 수립되었는가?

다음 챕터 안내: Chapter 06에서는 GTM을 활용한 이벤트 태그 구현 실습을 다룬다. 본 챕터에서 설계한 이벤트 태깅 플랜을 바탕으로, GTM에서 태그-트리거-변수를 설정하고 DebugView를 통해 검증하는 과정을 단계별로 안내한다.

Chapter 06. GA4 속성 및 데이터 수집 설정

GA4 속성 (Property)을 처음 만들었다면, 데이터가 쌓이기 전에 반드시 점검해야 할 설정들이 있다. 이 장에서는 속성 기본 설정부터 데이터 스트림, Google 태그, 데이터 수집 옵션, 데이터 보존, 필터, 그리고 데이터 가져오기까지 — 실무에서 놓치기 쉬운 항목을 빠짐없이 다룬다.

1. 속성 기본 설정 (Property Settings)

관리 > 속성 > 속성 설정에서 확인할 수 있다.

1.1 지역, 시간대, 통화 설정

GA4 속성을 생성할 때 설정하는 세 가지 기본 항목이다. 이 설정은 보고서의 날짜 기준과 수익 데이터 표시에 직접 영향을 준다.

설정 항목	권장값 (한국 비즈니스)	설명
보고 시간대 (Reporting Time Zone)	대한민국 (GMT+09:00)	보고서의 "오늘" 기준. 변경 시 데이터 공백 또는 중복 발생 가능
통화 (Currency)	KRW (한국 원화)	전자상거래 수익, 전환 가치 등 금액 표시 기준
업종 카테고리 (Industry Category)	실제 업종에 맞게 선택	벤치마킹 데이터 조회용. 정확히 설정해야 의미 있는 비교 가능

주의: 보고 시간대를 변경하면 변경 시점 기준으로 데이터에 공백이 생기거나 같은 시간대의 데이터가 중복 집계될 수 있다. 속성 생성 초기에 정확히 설정하고 이후 변경을 최소화해야 한다.

팁: 업종 카테고리를 정확히 설정하면 Google이 제공하는 벤치마크 보고서 (Benchmarking Reports)에서 동종 업계 평균과 자사 지표를 비교할 수 있다. "기타"로 두면 벤치마킹 데이터가 제공되지 않는다.

1.2 속성 변경 이력 관리

GA4에는 속성 설정 변경에 대한 별도의 감사 로그 (Audit Log)가 내장되어 있지 않다. 따라서 다음과 같은 방법으로 변경 이력을 관리하는 것을 권장한다.

변경 이력 관리 체크리스트:

변경 전 현재 설정 스크린샷 보관
변경 일시, 변경자, 변경 내용을 별도 문서(스프레드시트 등)에 기록
주요 변경 사항은 팀 내 공유 채널에 공지
GA4 속성에 접근 권한이 있는 사용자 목록을 정기적으로 검토

팁: Google Workspace를 사용하는 조직이라면 Google 스프레드시트에 "GA4 변경 이력" 시트를 만들어 날짜, 변경 항목, 변경 전 값, 변경 후 값, 변경 사유, 변경자를 기록하는 것이 가장 실용적이다.

더 읽어보기 (Further Reading)

GA4 속성 설정 - Google 공식 문서

2. 데이터 스트림 (Data Streams) 설정

관리 > 속성 > 데이터 스트림에서 확인할 수 있다.

데이터 스트림 (Data Streams)은 GA4 속성으로 데이터가 유입되는 경로를 정의한다. 웹사이트, Android 앱, iOS 앱 각각에 대해 별도의 데이터 스트림을 생성해야 한다.

2.1 웹/앱 데이터 소스 등록

스트림 유형	등록 시 필요 정보	비고
웹 (Web)	웹사이트 URL, 스트림 이름	측정 ID (Measurement ID, G-XXXXXXX) 자동 생성
Android 앱	Firebase 프로젝트 연결, 패키지 이름	Firebase SDK 필수
iOS 앱	Firebase 프로젝트 연결, 번들 ID	Firebase SDK 필수

팁: 하나의 GA4 속성에 웹과 앱 스트림을 함께 등록하면 크로스 플랫폼 (Cross-platform) 사용자 행동을 통합 분석할 수 있다. 단, 앱 스트림은 Firebase 프로젝트와 연결이 필수이며, Firebase 없이는 앱 데이터를 수집할 수 없다.

2.2 향상된 측정 (Enhanced Measurement) 상세 설정

향상된 측정 (Enhanced Measurement)은 웹 데이터 스트림에서만 제공되는 기능으로, 별도의 코드 수정 없이 주요 사용자 상호작용을 자동으로 추적한다. 데이터 스트림 상세 화면에서 톱니바퀴 아이콘을 클릭하면 개별 항목을 켜거나 끌 수 있다.

항목별 상세 설명 및 on/off 판단 기준

항목	수집 이벤트	기본값	on 권장 조건	off 권장 조건
페이지 조회 (Page views)	`page_view`	ON	항상 ON 유지	끄지 않는다. 이 항목을 끄면 GA4 보고서 대부분이 무의미해진다
스크롤 (Scrolls)	`scroll`	ON	단순한 90% 스크롤 도달 여부만 필요한 경우	25%, 50%, 75% 등 세분화된 스크롤 깊이를 GTM으로 측정하려는 경우
이탈 클릭 (Outbound clicks)	`click`	ON	외부 링크 클릭을 별도 이벤트로 추적하고 싶은 경우	외부 링크가 거의 없거나, GTM으로 더 정밀하게 추적하는 경우
사이트 검색 (Site search)	`view_search_results`	ON	사이트 내 검색 기능이 있는 경우	사이트에 검색 기능이 없는 경우
양식 상호작용 (Form interactions)	`form_start`, `form_submit`	ON	간단한 문의 양식 제출 추적이 필요한 경우	Facebook Pixel과 병행 사용 시, GTM으로 정밀 추적하는 경우
동영상 참여 (Video engagement)	`video_start`, `video_progress`, `video_complete`	ON	YouTube 삽입 영상이 있는 경우	YouTube 외 동영상 플랫폼(Vimeo 등)을 사용하는 경우
파일 다운로드 (File downloads)	`file_download`	ON	PDF, 문서, 이미지 등 다운로드 링크가 있는 경우	다운로드 가능한 파일이 없는 경우

사이트 검색 매개변수 설정

사이트 검색 이벤트가 정상적으로 수집되려면 검색 매개변수 (Query Parameter)를 정확히 지정해야 한다.

검색 매개변수 확인 방법:

사이트에서 실제로 검색을 수행한다
검색 결과 페이지의 URL을 확인한다
URL에서 검색어가 포함된 매개변수를 식별한다

예시:

URL 형태	검색 매개변수
`example.com/search?q=키워드`	`q`
`example.com/search?query=키워드`	`query`
`example.com/search?s=키워드`	`s`
`example.com/?s=키워드`	`s` (WordPress 기본값)
`example.com/search?search_term=키워드`	`search_term`

설정 방법:

데이터 스트림 > 향상된 측정 > 톱니바퀴 아이콘 클릭
"사이트 검색" 항목의 "고급 설정 표시" 클릭
검색어 매개변수 입력란에 확인한 매개변수 입력
여러 매개변수가 있으면 쉼표로 구분하여 입력 (예: q, query, s)

주의: GA4는 기본적으로 q, s, search, query, keyword를 자동 인식하지만, 사이트가 이 외의 매개변수를 사용하면 반드시 수동으로 추가해야 한다.

양식 상호작용: Facebook Pixel 병행 사용 시 주의사항

향상된 측정의 양식 상호작용 (Form interactions)이 켜져 있으면, GA4가 자동으로 모든 <form> 태그의 submit 이벤트를 감지한다. 이때 Facebook Pixel (Meta Pixel)이 동일 페이지에서 Lead 또는 CompleteRegistration 이벤트를 전송하는 경우 다음 문제가 발생할 수 있다.

GA4의 form_submit 이벤트와 Facebook Pixel의 폼 관련 이벤트가 서로 간섭하여 이중 전송 발생
Facebook Pixel의 자동 이벤트 (Automatic Events)가 GA4의 양식 감지와 충돌
리다이렉트 방식의 폼 제출 시, GA4 이벤트가 전송되기 전에 페이지가 전환되어 데이터 누락

권장 대응:

향상된 측정의 양식 상호작용은 OFF
GTM에서 폼 제출 트리거를 별도로 구성하여 GA4와 Facebook Pixel 모두에 정확한 데이터를 전송
특히 전환 (Conversion)으로 사용하는 중요한 폼은 반드시 GTM으로 관리

동영상 참여: YouTube 외 플랫폼 사용 시

향상된 측정의 동영상 참여 (Video engagement)는 YouTube의 JS API를 활용하므로, YouTube 임베드 영상에서만 작동한다. 구체적으로 다음 조건을 충족해야 한다.

YouTube iframe 삽입 방식 사용
URL에 enablejsapi=1 매개변수가 포함되어 있어야 함 (GA4가 자동으로 추가 시도)

YouTube 외 동영상 플랫폼 대응:

플랫폼	향상된 측정 작동 여부	대안
YouTube (iframe)	작동함	향상된 측정 ON 유지
Vimeo	작동하지 않음	Vimeo Player API + GTM 맞춤 이벤트
Wistia	작동하지 않음	Wistia JS API + GTM 맞춤 이벤트
HTML5 Video (`<video>` 태그)	작동하지 않음	GTM의 YouTube 이외 비디오 트리거 또는 맞춤 JS
JW Player	작동하지 않음	JW Player API + GTM 맞춤 이벤트

팁: YouTube 외 플랫폼을 사용하고 있다면, 향상된 측정의 동영상 참여는 OFF로 두고 GTM에서 해당 플랫폼의 API를 활용한 맞춤 이벤트를 구성하는 것이 정확하다.

2.3 이벤트 수정 및 생성 — GTM 이용 권장

GA4 관리 화면에서도 이벤트를 수정하거나 새로 만들 수 있다 (관리 > 속성 > 이벤트). 하지만 다음과 같은 이유로 GA4 UI에서의 이벤트 수정은 권장하지 않는다.

비교 항목	GA4 UI 이벤트 수정	GTM 이벤트 관리
수정 이력 추적	불가능	GTM 버전 관리로 가능
조건 설정 유연성	제한적 (매개변수 일치 조건만 가능)	다양한 트리거 유형 지원
테스트	DebugView로만 확인	GTM 미리보기 모드 + DebugView
복잡한 로직	지원하지 않음	맞춤 JavaScript 변수 활용 가능
되돌리기	불가능 (삭제 후 재생성)	이전 버전으로 즉시 복원 가능
다중 태그 관리	GA4 이벤트만 가능	GA4, Google Ads, Facebook 등 통합 관리

권장: 향상된 측정으로 자동 수집되는 이벤트 외에 추가로 필요한 이벤트는 GTM을 통해 구성한다. GA4 UI의 이벤트 수정 기능은 긴급한 임시 조치 용도로만 사용한다.

2.4 측정 프로토콜 API (Measurement Protocol API)

측정 프로토콜 (Measurement Protocol)은 HTTP 요청을 통해 GA4로 직접 이벤트를 전송할 수 있는 서버 사이드 API이다. 웹/앱 이외의 환경에서 데이터를 수집할 때 사용한다.

주요 활용 사례:

오프라인 전환 데이터 전송 (예: 전화 상담 후 계약 완료)
키오스크, POS 등 웹 브라우저가 아닌 디바이스에서의 이벤트 전송
서버 사이드에서 발생하는 이벤트 (예: 환불 처리, 구독 갱신)
CRM 데이터와 연동한 사용자 행동 보강

사용 시 필요한 정보:

항목	설명	확인 위치
측정 ID (Measurement ID)	`G-XXXXXXX` 형태	데이터 스트림 상세 화면
API 비밀번호 (API Secret)	서버 인증용 키	데이터 스트림 > 측정 프로토콜 API 비밀번호
client_id	사용자 식별용 클라이언트 ID	브라우저 쿠키 또는 자체 생성

주의: 측정 프로토콜로 전송된 이벤트는 GA4에서 유효성 검사 (Validation)를 하지 않는다. 잘못된 이벤트명이나 매개변수를 보내도 에러가 반환되지 않으므로, 반드시 GA4의 Validation Server 엔드포인트를 먼저 사용하여 테스트해야 한다.

더 읽어보기 (Further Reading)

3. Google 태그 설정

관리 > 데이터 스트림 > 웹 스트림 선택 > Google 태그 > 태그 설정 구성에서 확인할 수 있다.

Google 태그 (Google Tag)는 GA4 측정 ID를 포함하는 상위 태그 계층으로, GA4뿐 아니라 Google Ads 전환 추적, Google 마케팅 플랫폼 등과 공유될 수 있다. 2023년부터 기존의 전역 사이트 태그 (Global Site Tag, gtag.js)가 Google 태그로 통합되었다.

3.1 교차 도메인 추적 (Cross-domain Tracking)

교차 도메인 추적 (Cross-domain Tracking)은 사용자가 서로 다른 도메인 간에 이동할 때 동일한 사용자로 인식되도록 하는 설정이다.

필요한 경우:

메인 사이트 (www.example.com)와 결제 페이지 (pay.example-shop.com)가 다른 도메인인 경우
블로그 (blog.example.com)와 서비스 페이지 (app.example.com)가 서브도메인이 아닌 완전히 다른 도메인인 경우

참고: 같은 루트 도메인의 서브도메인 간 이동 (예: www.example.com → shop.example.com)은 GA4가 자동으로 처리하므로 교차 도메인 설정이 필요 없다.

설정 방법:

Google 태그 설정 > "허용 도메인 목록 (Configure your domains)" 선택
"조건 추가" 클릭
일치 유형을 "포함" 또는 "다음으로 시작"으로 설정하고 도메인 입력
추적이 필요한 모든 도메인을 추가

설정 확인 체크리스트:

추적할 모든 도메인이 목록에 포함되어 있는가
도메인 간 이동 시 URL에 _gl 매개변수가 추가되는지 확인
교차 도메인 이동 후 DebugView에서 새 세션이 시작되지 않는지 확인
모든 도메인에 동일한 GA4 측정 ID가 설치되어 있는가

3.2 사용자 제공 데이터 기능 허용 (User-provided Data Capabilities)

이 설정을 켜면 사용자가 자발적으로 제공한 정보 (이메일, 전화번호 등)를 해시 처리하여 Google의 광고 네트워크와 매칭할 수 있다. Google Ads의 향상된 전환 (Enhanced Conversions)과 연계된다.

활성화 전 확인 사항:

개인정보 처리방침에 데이터 수집 및 활용에 대한 고지가 포함되어 있는가
사용자 동의 관리 (Consent Management)가 구현되어 있는가
법무팀 또는 개인정보보호 담당자의 검토를 받았는가

3.3 내부 트래픽 정의 (Internal Traffic Rules)

내부 트래픽 (Internal Traffic)은 자사 직원, 개발자, 대행사 등의 방문을 식별하기 위한 규칙이다. 여기서 정의한 규칙은 이후 "데이터 필터" 설정에서 필터로 활성화해야 실제로 적용된다.

설정 방법:

Google 태그 설정 > "내부 트래픽 정의 (Define internal traffic)" 선택
"만들기" 클릭
규칙 이름, traffic_type 값, IP 주소 조건 설정

IP 주소 설정 예시:

시나리오	일치 유형	IP 주소 값
고정 IP 1개	같음 (equals)	`203.0.113.1`
IP 범위 (CIDR)	CIDR 블록에 포함	`203.0.113.0/24`
여러 고정 IP	각각 별도 규칙으로 추가	각 IP별 1행
재택근무자	VPN 고정 IP 사용 권장	VPN 서버 IP

팁: 자사 IP를 모르는 경우, 브라우저에서 "내 IP 주소 확인" 등으로 검색하면 현재 IP를 확인할 수 있다. 회사 네트워크 관리자에게 공인 IP 대역을 확인하는 것이 가장 정확하다.

주의: 내부 트래픽을 여기서 정의하는 것만으로는 필터링이 되지 않는다. 반드시 관리 > 데이터 필터에서 해당 필터를 "활성 (Active)" 상태로 변경해야 한다. 자세한 내용은 6. 데이터 필터 절을 참고한다.

3.4 원치 않는 추천 나열 (Unwanted Referrals)

원치 않는 추천 (Unwanted Referrals)은 세션 중간에 사용자가 거치는 외부 도메인이 추천 (Referral) 소스로 잘못 기록되는 것을 방지한다.

등록이 필요한 대표적인 도메인:

유형	예시 도메인	이유
결제 게이트웨이	`inicis.com`, `tosspayments.com`, `kakaopay.com`	결제 후 복귀 시 새 세션으로 잡힘
외부 로그인	`accounts.google.com`, `nid.naver.com`	소셜 로그인 후 복귀 시 추천으로 잡힘
교차 도메인 미설정 자사 도메인	자사의 다른 도메인	교차 도메인 설정이 더 적합

팁: 한국 이커머스에서 가장 흔한 사례는 PG사 (Payment Gateway) 도메인이다. 카드 결제, 간편결제 과정에서 외부 도메인을 거치므로, 해당 도메인을 모두 원치 않는 추천 목록에 추가해야 정확한 전환 경로 분석이 가능하다.

3.5 세션 제한 시간 조정 (Session Timeout Settings)

GA4에서는 두 가지 세션 관련 시간을 조정할 수 있다.

설정 항목	기본값	조정 범위	설명
세션 제한 시간 (Session timeout)	30분	5분 ~ 7시간 55분	비활동 상태에서 세션이 만료되는 시간
참여 세션 타이머 (Engaged session timer)	10초	10초 ~ 60초	세션이 "참여 세션 (Engaged Session)"으로 간주되기 위한 최소 체류 시간

조정 판단 기준:

세션 제한 시간 단축 (30분 미만): 콘텐츠가 짧고 빠른 상호작용이 주된 사이트 (예: 뉴스, 검색엔진)
세션 제한 시간 연장 (30분 이상): 긴 영상 콘텐츠, 온라인 학습 플랫폼 등 장시간 체류가 일반적인 사이트
참여 세션 타이머: 대부분의 사이트에서 기본값 10초를 유지하는 것이 적절하다

권장: 특별한 이유가 없다면 기본값을 유지한다. 세션 시간을 변경하면 이전 데이터와의 비교가 어려워지므로, 변경 전 충분한 검토가 필요하다.

3.6 태그 결합 (Combine Google Tags)

태그 결합 (Combine Google Tags)은 같은 페이지에 여러 Google 태그 (예: GA4 측정 ID와 Google Ads 전환 ID)가 설치되어 있을 때, 하나의 태그가 다른 태그의 설정을 공유할 수 있게 해주는 기능이다.

주의사항:

태그를 결합하면 한 태그의 설정 변경이 결합된 다른 태그에도 영향을 미침
의도하지 않은 데이터 수집이 발생할 수 있으므로 결합 전 양쪽 태그의 설정을 면밀히 검토
대행사가 관리하는 Google Ads 태그와 자사가 관리하는 GA4 태그를 결합하면 관리 권한 문제 발생 가능

권장: 태그 결합은 동일 조직에서 관리하는 태그 간에만 사용하고, 외부 파트너의 태그와는 결합하지 않는 것이 안전하다.

3.7 태그 적용 범위 (Tag Coverage) 모니터링

태그 적용 범위 (Tag Coverage)는 GA4 태그가 사이트의 모든 페이지에 올바르게 설치되어 있는지 모니터링하는 기능이다. 데이터 스트림 상세 화면에서 확인할 수 있다.

확인 항목:

태그가 설치되지 않은 페이지 목록
태그 설치율 (전체 페이지 대비 태그가 감지된 페이지 비율)
최근 크롤링 결과

팁: 태그 적용 범위 리포트에서 누락 페이지가 발견되면, 해당 페이지에 GTM 컨테이너 코드 또는 GA4 태그가 누락된 것이므로 즉시 수정해야 한다. CMS 템플릿이나 헤더 파일을 점검하는 것이 효율적이다.

3.8 2025 업데이트: GTM 컨테이너의 Google 태그 자동 로드

2025년부터 적용된 주요 변경사항으로, GTM (Google Tag Manager) 컨테이너에서 Google 태그를 자동으로 로드하는 기능이 도입되었다.

변경 내용:

GTM 컨테이너가 페이지에 설치되어 있으면, 해당 컨테이너와 연결된 Google 태그가 별도 설정 없이 자동으로 로드됨
GTM 컨테이너 내에서 GA4 구성 태그 (Configuration Tag)를 별도로 만들 필요가 줄어듦
Google 태그 설정에서 GTM 컨테이너와의 연결을 관리할 수 있음

실무 주의사항:

기존에 GTM 내에서 GA4 구성 태그를 별도로 설정한 경우, 이중 데이터 수집이 발생하지 않는지 확인
GTM 컨테이너에 연결된 Google 태그가 의도한 것인지 검토
자동 로드를 원하지 않는 경우, Google 태그 설정에서 비활성화 가능
기존 GA4 구성 태그와 자동 로드 태그가 동시에 실행되면 page_view 이벤트가 이중으로 수집될 수 있음

주의: 이 변경사항은 GTM을 사용하는 모든 사이트에 영향을 미친다. 2025년 이후 GTM 컨테이너를 새로 만들거나 기존 컨테이너를 수정할 때는 반드시 Google 태그 자동 로드 여부를 확인해야 한다.

더 읽어보기 (Further Reading)

4. 데이터 수집 (Data Collection) 설정

관리 > 속성 > 데이터 수집에서 확인할 수 있다.

이 섹션은 GA4가 어떤 사용자 데이터를 수집하고, 이를 어떻게 활용할 수 있는지를 결정하는 설정이다. 개인정보보호법과 직접 관련되므로 법무팀 또는 개인정보보호 담당자와 반드시 협의해야 한다.

4.1 Google Signals 데이터

Google 시그널 (Google Signals)은 Google 계정에 로그인하고 광고 개인 최적화를 동의한 사용자의 교차 기기 데이터를 수집하는 기능이다.

2024년 주요 변경사항:

2024년 2월부터 Google Signals 데이터가 보고 ID (Reporting Identity)에서 제외되었다. 이전에는 보고 ID 설정에서 "Blended" 또는 "Observed"를 선택하면 Google Signals 데이터가 사용자 식별에 포함되었지만, 이제는 다음과 같이 변경되었다.

항목	변경 전	변경 후 (2024~)
보고 ID에서의 역할	사용자 식별에 활용	보고 ID에서 제외됨
리마케팅 / 광고 기능	활용 가능	여전히 활용 가능
데이터 기준점 적용 (Thresholds)	Google Signals 활성 시 자주 발생	기준점 문제 대폭 감소
교차 기기 보고	Google Signals 기반	User-ID 또는 Device-ID 기반

팁: 이 변경으로 인해 이전에 자주 발생하던 데이터 기준점 적용 (Thresholds) 문제 — 보고서에서 일부 데이터가 "(other)"로 표시되거나 행 수가 줄어드는 현상 — 가 크게 개선되었다. Google Signals를 활성화해도 보고서 데이터 가용성에 부정적 영향이 줄었으므로, 광고 기능이 필요하다면 활성화를 권장한다.

4.2 User-ID 수집 설정

User-ID는 자사 로그인 시스템의 사용자 식별자를 GA4에 전달하여 교차 기기 및 교차 세션 사용자 통합을 가능하게 하는 기능이다.

설정 체크리스트:

자사 로그인 시스템에서 고유한 사용자 ID가 생성되는가
해당 ID가 개인 식별 정보 (PII: Personally Identifiable Information)를 포함하지 않는가 (이메일, 전화번호 등 사용 금지)
GTM에서 User-ID를 GA4 구성 태그의 user_id 필드에 매핑했는가
로그인/로그아웃 시 User-ID가 올바르게 설정/해제되는가

User-ID 설정 시 주의사항:

User-ID에 이메일 주소, 전화번호, 주민번호 등 직접 식별 가능한 정보를 사용해서는 안 된다
자사 DB의 auto-increment ID나 UUID 등 내부 식별자를 사용한다
User-ID는 모든 플랫폼 (웹, 앱)에서 동일한 값을 사용해야 크로스 플랫폼 통합이 가능하다

4.3 사용자 제공 데이터 수집

사용자 제공 데이터 수집 (User-provided Data Collection)은 사용자가 자발적으로 입력한 이메일, 전화번호, 이름, 주소 등의 정보를 해시 (Hash) 처리하여 Google의 광고 네트워크에서 활용하는 기능이다.

활용 목적:

활용 분야	설명
광고 최적화	전환 데이터를 Google Ads의 스마트 입찰 (Smart Bidding)에 활용하여 광고 효율 향상
리타겟팅 (Retargeting)	기존 고객 또는 관심 사용자를 대상으로 한 맞춤 광고
전환 측정 정확도	쿠키 없이도 전환을 정확하게 측정

설정 방법:

관리 > 데이터 수집 > "사용자 제공 데이터 수집" 활성화
데이터 수집에 대한 사용자 동의 및 법적 근거 확인 체크
GTM 또는 gtag.js를 통해 사용자 데이터를 전달하는 코드 구성

주의: 이 기능은 사용자의 명시적 동의가 반드시 필요하다. 한국의 개인정보보호법에 따라 수집 목적, 보유 기간, 제3자 제공 사항을 명확히 고지하고 동의를 받아야 한다.

4.4 세부 위치 및 기기 데이터 수집

이 설정을 활성화하면 사용자의 도시 수준 위치 정보와 상세 기기 정보 (브라우저 버전, 화면 해상도, 운영 체제 등)를 수집한다.

수집 데이터:

데이터 유형	활성화 시	비활성화 시
위치	도시 수준까지 수집	국가 수준만 수집
기기	브라우저, OS, 화면 해상도 등 상세 정보	기본 기기 카테고리만 수집

권장: 마케팅 분석에 도시별 데이터나 상세 기기 정보가 필요하다면 활성화한다. 다만, GDPR 적용 대상이거나 개인정보 수집을 최소화해야 하는 경우에는 비활성화를 검토한다.

4.5 광고 개인 최적화 허용 고급 설정

광고 개인 최적화 (Ads Personalization)는 GA4에서 수집된 데이터를 Google Ads의 리마케팅 잠재고객 (Remarketing Audiences) 생성에 활용할 수 있는지를 결정한다.

고급 설정 옵션:

국가/지역별 비활성화: 특정 국가 또는 지역의 사용자에 대해 광고 개인 최적화를 비활성화할 수 있다
이벤트별 비활성화: 특정 이벤트에 non_personalized_ads 매개변수를 추가하여 해당 이벤트 데이터를 광고 개인 최적화에서 제외할 수 있다

팁: EU/EEA 지역 사용자를 대상으로 하는 서비스라면 GDPR 준수를 위해 해당 지역에 대한 광고 개인 최적화를 비활성화하는 것이 안전하다. 한국에서도 개인정보보호위원회의 가이드라인에 따라 맞춤형 광고에 대한 동의를 별도로 받는 것이 권장된다.

4.6 사용자 데이터 수집 확인 — 법무팀 검토 필수

GA4 데이터 수집 설정을 완료한 후, 다음 항목에 대해 법무팀 또는 개인정보보호 담당자의 검토를 반드시 받아야 한다.

법무 검토 체크리스트:

개인정보 처리방침에 GA4를 통한 데이터 수집이 명시되어 있는가
쿠키 사용에 대한 동의 배너 (Consent Banner)가 구현되어 있는가
Google에 대한 데이터 제3자 제공에 대한 고지 및 동의가 포함되어 있는가
Google Signals, User-ID, 사용자 제공 데이터 각각에 대한 수집 근거가 있는가
데이터 처리 약관 (Data Processing Terms)에 동의했는가 (관리 > 계정 설정)
유럽 사용자 대상 서비스인 경우 동의 모드 (Consent Mode)가 구현되어 있는가

중요: GA4 데이터 수집 설정에서 "사용자 데이터 수집 확인" 체크박스에 동의하는 것은 Google에 데이터 수집에 대한 법적 책임이 자사에 있음을 확인하는 것이다. 형식적으로 체크하지 말고, 실제 법적 준비가 완료된 후에 확인해야 한다.

더 읽어보기 (Further Reading)

보고 ID - Google 공식 문서

5. 데이터 보존 (Data Retention)

관리 > 속성 > 데이터 보존에서 확인할 수 있다.

데이터 보존 (Data Retention) 설정은 GA4가 사용자 수준 및 이벤트 수준 데이터를 서버에 보관하는 기간을 결정한다. 이 설정은 탐색 보고서 (Explorations)에서 사용할 수 있는 데이터 범위에 직접 영향을 미친다.

5.1 기본값 2개월 vs 14개월

항목	2개월 (기본값)	14개월 (권장)
탐색 보고서 데이터 범위	최근 2개월만 조회 가능	최근 14개월까지 조회 가능
표준 보고서	영향 없음 (집계 데이터는 기간 제한 없이 유지)	영향 없음
사용자 수준 데이터	2개월 후 삭제	14개월 후 삭제
BigQuery Export	영향 없음 (BigQuery에 전송된 데이터는 별도 보관)	영향 없음

5.2 14개월 설정이 필수인 이유

탐색 보고서 활용: GA4의 가장 강력한 분석 도구인 탐색 보고서 (Explorations)는 데이터 보존 기간 내의 데이터만 사용할 수 있다. 2개월로 설정하면 3개월 전 데이터로는 퍼널 분석, 경로 탐색, 코호트 분석을 할 수 없다.
전년 동기 비교: 마케팅 성과 분석에서 가장 흔한 비교 기준인 전년 동기 (Year-over-Year) 비교를 탐색 보고서에서 수행하려면 최소 14개월의 데이터가 필요하다.
BigQuery Export 보완: BigQuery Export를 설정하면 원시 데이터 (Raw Data)가 BigQuery에 영구 보관되므로 GA4의 보존 기간에 관계없이 장기 분석이 가능하다. 하지만 BigQuery를 사용하지 않는 경우, GA4 내에서 14개월이 최대 보존 기간이다.

설정 방법:

관리 > 속성 > 데이터 보존
"이벤트 데이터 보존 기간"을 "14개월"로 변경
"새 활동 시 사용자 데이터 재설정" 토글을 ON으로 설정 (사용자가 새로운 활동을 할 때마다 보존 기간이 해당 시점부터 다시 시작됨)
저장

중요: 이 설정은 GA4 속성을 만든 직후 반드시 변경해야 한다. 기본값 2개월로 방치하면 2개월이 지난 시점부터 탐색 보고서에서 과거 데이터를 사용할 수 없다. 설정을 나중에 14개월로 변경해도 이미 삭제된 데이터는 복구되지 않는다.

더 읽어보기 (Further Reading)

데이터 보존 - Google 공식 문서

6. 데이터 필터 (Data Filters)

관리 > 속성 > 데이터 필터에서 확인할 수 있다.

데이터 필터 (Data Filters)는 GA4 속성에 유입되는 데이터를 특정 조건에 따라 포함하거나 제외하는 기능이다. 한번 필터링되어 제외된 데이터는 복구할 수 없으므로 신중하게 설정해야 한다.

6.1 내부 트래픽 필터

GA4 속성을 생성하면 "Internal Traffic"이라는 이름의 데이터 필터가 자동으로 생성된다. 단, 이 필터는 기본적으로 "테스트 (Testing)" 상태이므로 실제로 데이터를 필터링하지 않는다.

필터 활성화 순서:

3.3절에서 내부 트래픽 규칙 (IP 주소)을 먼저 정의한다
관리 > 데이터 필터에서 "Internal Traffic" 필터를 선택한다
필터 상태를 "테스트 (Testing)"에서 "활성 (Active)"으로 변경한다

필터 상태 설명:

상태	동작	용도
테스트 (Testing)	데이터에 `traffic_type` 매개변수를 추가하지만 실제 필터링하지 않음	필터 적용 전 영향 범위 확인
활성 (Active)	조건에 맞는 트래픽을 보고서에서 영구 제외	실제 운영 시
비활성 (Inactive)	아무 동작 안 함	필터를 일시적으로 중단할 때

6.2 개발자 트래픽 필터

개발자 트래픽 (Developer Traffic) 필터는 Google 태그 매니저의 미리보기 모드 (Preview Mode) 또는 GA4의 DebugView를 통해 유입되는 디버그 트래픽을 제외하는 필터이다.

설정 방법:

관리 > 데이터 필터 > "필터 만들기" 클릭
"개발자 트래픽" 유형 선택
필터 이름 지정 (예: "Developer Traffic Filter")
필터 상태를 "테스트"로 설정하여 먼저 확인 후 "활성"으로 변경

팁: 개발자 트래픽 필터는 GTM 미리보기 모드에서의 테스트 데이터가 실제 보고서에 포함되는 것을 방지한다. 개발 및 QA 과정에서 발생하는 불필요한 데이터를 깔끔하게 제거할 수 있으므로 활성화를 권장한다.

6.3 테스트 모드 vs 활성 모드 — 안전한 필터 적용 절차

데이터 필터를 잘못 설정하면 중요한 데이터가 영구적으로 손실될 수 있다. 따라서 다음의 안전한 적용 절차를 반드시 따른다.

안전한 필터 적용 절차:

필터 생성: 필터를 만들 때 상태를 반드시 "테스트 (Testing)"로 설정
테스트 기간: 최소 7일 동안 테스트 모드로 운영
영향 확인: 탐색 보고서에서 traffic_type 매개변수를 사용하여 필터 대상 트래픽의 규모 확인
검증: 필터 대상에 실제 사용자 트래픽이 포함되어 있지 않은지 확인
활성화: 검증이 완료된 후 필터 상태를 "활성 (Active)"으로 변경

테스트 모드에서 영향 확인 방법:

탐색 > 자유 형식 (Free Form) 보고서 생성
차원 (Dimensions)에 "테스트 데이터 필터 이름 (Test data filter name)" 추가
측정항목 (Metrics)에 "이벤트 수 (Event count)" 또는 "세션 (Sessions)" 추가
필터 대상 트래픽의 비율 확인

주의: "활성" 상태로 변경한 후에는 해당 필터 조건에 부합하는 데이터가 영구적으로 제외된다. 보존되지 않은 데이터는 어떤 방법으로도 복구할 수 없다. 필터 적용에 확신이 없다면 테스트 모드를 더 오래 유지하는 것이 안전하다.

더 읽어보기 (Further Reading)

데이터 필터 - Google 공식 문서

7. 데이터 가져오기 (Data Import)

관리 > 속성 > 데이터 가져오기에서 확인할 수 있다.

데이터 가져오기 (Data Import)는 외부 소스의 데이터를 GA4에 업로드하여 기존 수집 데이터와 결합하는 기능이다. 이를 통해 GA4에서 직접 수집할 수 없는 데이터를 보고서에 통합할 수 있다.

7.1 비용 데이터 (Cost Data)

Google Ads 이외의 광고 플랫폼 (네이버 광고, 카카오 광고, Meta Ads, 크리테오 등)의 비용, 클릭, 노출 데이터를 GA4에 가져올 수 있다.

가져오기 가능한 항목:

필드	설명	필수 여부
`utm_source`	소스 (예: naver, kakao)	필수 (키)
`utm_medium`	매체 (예: cpc, display)	필수 (키)
`utm_campaign`	캠페인 이름	필수 (키)
`date`	날짜 (YYYY-MM-DD 형식)	필수 (키)
`daily_cost`	일일 비용	선택
`daily_clicks`	일일 클릭 수	선택
`daily_impressions`	일일 노출 수	선택

활용 예시:

네이버 검색 광고의 비용 대비 GA4 전환 수 비교
카카오 모먼트 광고와 Google Ads의 ROAS 비교
전체 디지털 마케팅 채널별 비용 효율 분석

팁: 비용 데이터는 수동으로 CSV 파일을 업로드하거나 SFTP를 통해 자동화할 수 있다. 주기적으로 업데이트해야 하는 데이터이므로, 가능하면 SFTP 자동 업로드 또는 외부 ETL 도구를 활용하여 자동화하는 것이 좋다.

7.2 아이템 데이터 (Item Data)

전자상거래 (E-commerce) 이벤트에서 전송하는 제품 ID에 추가 메타데이터를 결합할 수 있다.

가져오기 가능한 항목:

필드	설명	필수 여부
`item_id`	제품 ID	필수 (키)
`item_name`	제품 이름	선택
`item_brand`	브랜드	선택
`item_category`	카테고리	선택
`item_category2` ~ `item_category5`	하위 카테고리	선택
`item_variant`	변형 (색상, 사이즈 등)	선택

활용 사례:

이벤트에서는 item_id만 전송하고, 나머지 속성은 데이터 가져오기로 보강
제품 카테고리 체계가 변경되었을 때, 과거 데이터에 새 카테고리 적용
브랜드별, 카테고리별 분석을 위한 메타데이터 보강

7.3 사용자 데이터 (User Data)

User ID 또는 Client ID를 키로 사용하여 사용자별 속성 데이터를 가져올 수 있다.

User ID별 사용자 데이터:

필드	설명	필수 여부
`user_id`	자사 사용자 ID	필수 (키)
사용자 속성 (User Properties)	맞춤 사용자 속성 (최대 25개)	선택

Client ID별 사용자 데이터:

필드	설명	필수 여부
`client_id`	GA4 클라이언트 ID (`_ga` 쿠키 값)	필수 (키)
사용자 속성 (User Properties)	맞춤 사용자 속성 (최대 25개)	선택

활용 사례:

CRM 데이터의 고객 등급, 가입 유형, 멤버십 레벨 등을 GA4에 결합
오프라인 매장 방문 이력을 사용자 속성으로 추가
고객 세그먼트 정보를 가져와서 온라인 행동과 교차 분석

주의: 사용자 데이터 가져오기에서 이메일, 전화번호, 이름 등 PII (개인 식별 정보)를 사용자 속성으로 업로드하면 Google Analytics 서비스 약관 위반이다. 반드시 해시 처리하거나 내부 식별자만 사용해야 한다.

7.4 오프라인 이벤트 데이터

오프라인에서 발생한 이벤트 (매장 방문, 전화 상담, 오프라인 구매 등)를 GA4에 가져올 수 있다.

가져오기 가능한 항목:

필드	설명	필수 여부
`client_id` 또는 `user_id`	사용자 식별 키	필수 (키)
`timestamp_micros`	이벤트 발생 시간 (마이크로초 단위 Unix 타임스탬프)	필수
`event_name`	이벤트 이름	필수
이벤트 매개변수	맞춤 매개변수	선택

활용 사례:

온라인 문의 후 오프라인 계약 완료 이벤트 결합
매장 POS 데이터의 구매 이벤트를 온라인 사용자 여정에 연결
콜센터 상담 데이터를 GA4에 통합하여 전체 전환 퍼널 분석

7.5 데이터 가져오기 실무 체크리스트

점검 항목	확인
CSV 파일의 인코딩이 UTF-8인가	[ ]
키 필드 (item_id, user_id, client_id 등)가 기존 GA4 데이터와 정확히 일치하는가	[ ]
날짜 형식이 YYYY-MM-DD인가 (비용 데이터)	[ ]
PII (개인 식별 정보)가 포함되어 있지 않은가	[ ]
가져오기 유형 (처리 시간 vs 수집 시간)을 올바르게 선택했는가	[ ]
업로드 후 보고서에서 데이터가 정상적으로 결합되는지 확인했는가	[ ]
정기적으로 업데이트해야 하는 데이터의 자동화 방안을 마련했는가	[ ]

팁: 데이터 가져오기는 업로드 후 반영까지 최대 24시간이 걸릴 수 있다. 업로드 직후 보고서에 데이터가 보이지 않더라도 정상이므로, 하루 후에 다시 확인한다.

더 읽어보기 (Further Reading)

데이터 가져오기 - Google 공식 문서

설정 완료 종합 체크리스트

GA4 속성 및 데이터 수집 설정을 마친 후, 아래 체크리스트로 최종 점검한다.

속성 기본 설정

보고 시간대가 "대한민국 (GMT+09:00)"으로 설정되어 있는가
통화가 "KRW"로 설정되어 있는가
업종 카테고리가 실제 업종에 맞게 설정되어 있는가

데이터 스트림

웹/앱 데이터 스트림이 올바르게 등록되어 있는가
향상된 측정의 각 항목이 사이트 특성에 맞게 on/off 되어 있는가
사이트 검색 매개변수가 정확히 지정되어 있는가

Google 태그

교차 도메인이 필요한 경우 모든 도메인이 등록되어 있는가
내부 트래픽 IP가 정의되어 있는가
결제 게이트웨이 등 원치 않는 추천 도메인이 등록되어 있는가
GTM 컨테이너와 Google 태그 자동 로드 설정이 검토되었는가

데이터 수집

Google Signals가 필요에 따라 활성화/비활성화 되어 있는가
User-ID 수집이 자사 로그인 시스템과 올바르게 연동되어 있는가
사용자 데이터 수집 관련 법무팀 검토가 완료되었는가

데이터 보존

데이터 보존 기간이 14개월로 설정되어 있는가
"새 활동 시 사용자 데이터 재설정"이 ON으로 설정되어 있는가

데이터 필터

내부 트래픽 필터가 테스트를 거쳐 활성화되어 있는가
개발자 트래픽 필터 활성화 여부를 검토했는가

데이터 가져오기

Google 외 광고 비용 데이터 가져오기가 필요한지 검토했는가
전자상거래 아이템 메타데이터 보강이 필요한지 검토했는가

다음 장에서는 GA4에서 이벤트를 설계하고 구현하는 방법을 다룬다.

Chapter 07. 리포트 구성 & 분석 활용

GA4의 보고서 환경은 이전 유니버설 애널리틱스(Universal Analytics)와 근본적으로 다르다. 데이터를 단순히 나열하는 것이 아니라, 조직의 분석 목적에 맞게 보고서를 재구성하고, 다양한 탐색 기법을 활용하며, 기여 분석과 채널 설정까지 통합적으로 관리해야 한다. 이 장에서는 리포트의 사전 진단부터 구조화된 분석 환경 구축까지 실무에 필요한 전 과정을 다룬다.

7.1 고객사 담당자 질의서 (사전 진단)
7.2 리포트 사용자 분류별 활용 전략
7.3 기본 보고서 (Standard Reports) 맞춤 설정
7.4 탐색 분석 (Explorations)
7.5 맞춤 측정기준 & 측정항목
7.6 채널 그룹 설정
7.7 기여 분석 (Attribution) 설정
7.8 보고 ID (Reporting Identity) 설정
7.9 리포트 구조화 가이드

7.1 고객사 담당자 질의서 (사전 진단)

GA4 리포트를 구성하기 전에, 현재 조직이 GA를 어떻게 활용하고 있는지를 정확히 파악하는 것이 첫 번째 단계다. 사전 진단 없이 보고서를 설계하면 실제로 아무도 사용하지 않는 보고서가 만들어지거나, 정작 필요한 데이터가 빠지는 경우가 빈번하다.

7.1.1 진단 질의서 항목

아래 질의서를 통해 조직의 GA 활용 수준을 체계적으로 파악할 수 있다.

진단 영역	질문 항목	확인 목적
사용 주체	GA4에 접속하는 담당자는 누구인가? (직급, 부서)	보고서 난이도 및 접근 권한 설계
접속 빈도	얼마나 자주 GA4에 접속하는가? (매일/주간/월간/거의 안 함)	실시간 대시보드 vs 정기 리포트 구분
사용 목적	GA4에서 주로 확인하는 정보는 무엇인가?	핵심 보고서 선별
현재 보고서	보고서 스냅샷 (Reports Snapshot)을 맞춤 설정했는가?	기본 설정 활용 여부 확인
잠재고객	잠재고객 (Audiences)을 생성하여 활용하고 있는가?	세그먼트 기반 분석 역량 파악
탐색 분석	탐색 분석 (Explorations)을 사용해 본 적이 있는가?	고급 분석 역량 및 교육 필요성 판단
외부 연동	Looker Studio, BigQuery, Data API 등을 사용하는가?	데이터 파이프라인 구축 수준 확인
보고 체계	현재 보고서를 어떤 형태로 공유하는가? (이메일, 슬라이드, 대시보드)	리포트 산출물 형식 결정

7.1.2 활용 수준 분류

질의서 응답을 기반으로 조직의 GA4 활용 수준을 아래와 같이 분류할 수 있다.

수준	특징	권장 조치
Level 1 - 미활용	GA4 설치는 되어 있으나 거의 접속하지 않음	보고서 스냅샷 정리, 핵심 지표 대시보드 구성
Level 2 - 기본 활용	기본 보고서만 간헐적으로 확인	비교 기능 교육, 탐색 분석 입문 가이드 제공
Level 3 - 적극 활용	탐색 분석, 잠재고객을 활용하고 있음	맞춤 측정기준/항목 설정, 채널 그룹 최적화
Level 4 - 고급 활용	BigQuery Export, Data API 등 외부 도구 활용	기여 분석 고도화, 자동화 파이프라인 구축

7.1.3 사용하지 않는 보고서 정리

실무 팁: GA4 보고서 라이브러리에서 실제로 사용하지 않는 보고서 컬렉션과 토픽은 과감히 숨기거나 삭제하라. 보고서 목록이 복잡하면 담당자가 필요한 데이터를 찾는 시간이 길어지고, 결국 GA4 자체를 외면하게 된다.

정리 절차:

관리자 > 보고서 라이브러리 진입
각 컬렉션(Collection)별 최근 3개월 내 접속 이력 확인
접속 이력이 없는 보고서는 컬렉션에서 제거
조직별로 필요한 핵심 보고서만 남긴 "맞춤 컬렉션" 생성

더 읽어보기 (Further Reading)

7.2 리포트 사용자 분류별 활용 전략

GA4 데이터를 소비하는 사용자는 역할과 분석 역량에 따라 최적의 도구가 다르다. 모든 사용자에게 동일한 분석 환경을 제공하면 활용도가 떨어진다. 사용자 유형별로 적합한 도구와 접근 방식을 설계해야 한다.

7.2.1 사용자 유형별 권장 도구

사용자 유형	주요 역할	권장 도구	접근 권한
실무 담당자	캠페인 운영, 콘텐츠 관리	GA4 탐색 분석 (Explorations)	분석가 (Analyst)
마케팅 분석가	데이터 추출, 심층 분석	GA4 Data API + Google Sheets/Excel	편집자 (Editor)
유관팀 이용자	KPI 모니터링, 주간/월간 보고	Looker Studio 대시보드	뷰어 (Viewer)
고급 사용자	원시 데이터 분석, 머신러닝 적용	BigQuery Export + Data API	관리자 (Administrator)

7.2.2 실무 담당자: 탐색 분석 활용

실무 담당자는 GA4 인터페이스 내에서 직접 데이터를 탐색하는 것이 가장 효율적이다.

권장 활용 시나리오:

특정 캠페인 랜딩 페이지의 사용자 행동 흐름 확인 (경로 탐색)
전환 퍼널의 각 단계별 이탈률 분석 (유입경로 탐색)
신규 사용자 vs 재방문 사용자 행동 비교 (자유 형식 + 세그먼트)

설정 방법: 분석가 역할을 부여한 후, 자주 사용하는 탐색 분석 템플릿을 미리 만들어 공유한다. 탐색 분석 보고서는 개인 계정에 저장되므로, 공유할 때는 "공유" 버튼을 사용하여 같은 속성에 접근 가능한 사용자에게 읽기 전용으로 제공한다.

7.2.3 마케팅 분석가: Data API 활용

GA4 Data API (데이터 API)를 통해 Google Sheets나 Excel로 데이터를 직접 추출하면, 피벗 테이블이나 차트를 자유롭게 구성할 수 있다.

활용 방법:

Google Sheets 애드온: "GA4 Reports Builder for Google Analytics" 애드온 설치
Apps Script: AnalyticsData 서비스를 활용한 자동 데이터 추출 스크립트 작성
Python + pandas: google-analytics-data 라이브러리로 대량 데이터 처리

주의: Data API에는 일일 쿼터 제한이 있다. 속성당 하루 기본 200,000 토큰이 할당되며, 대규모 데이터 추출 시에는 쿼리 최적화가 필요하다.

7.2.4 유관팀 이용자: Looker Studio 대시보드

경영진이나 타 부서 담당자에게는 Looker Studio (루커 스튜디오) 대시보드가 가장 적합하다.

대시보드 설계 원칙:

페이지 1: 핵심 KPI 요약 (사용자 수, 전환 수, 매출)
페이지 2: 채널별 성과 비교
페이지 3: 상세 데이터 테이블 (필터 포함)
자동 새로고침 주기: 12시간 권장

7.2.5 고급 사용자: BigQuery Export + Data API

BigQuery Export (빅쿼리 내보내기)를 활성화하면 이벤트 단위의 원시 데이터(raw data)에 접근할 수 있다.

BigQuery Export 활성화 요건:

Google Cloud 프로젝트 연결 필요
일일 내보내기(Daily Export)와 스트리밍 내보내기(Streaming Export) 선택 가능
스트리밍 내보내기는 BigQuery 비용이 발생하므로, 실시간 분석이 필요한 경우에만 활성화
일일 내보내기는 무료이나, BigQuery 저장 및 쿼리 비용은 별도

더 읽어보기 (Further Reading)

7.3 기본 보고서 (Standard Reports) 맞춤 설정

GA4의 기본 보고서는 수정 가능한 프레임워크다. 조직의 비즈니스 모델과 분석 목적에 맞게 보고서를 재구성해야 실제 활용도가 높아진다.

7.3.1 보고서 스냅샷 (Reports Snapshot) 커스터마이징

보고서 스냅샷은 GA4에 접속했을 때 가장 먼저 보이는 화면이다. 편집자(Editor) 이상 권한이 있으면 카드(Card)를 추가, 제거, 재배치할 수 있다.

커스터마이징 절차:

보고서 > 보고서 스냅샷 진입
우측 상단 연필 아이콘(편집) 클릭
기존 카드 중 불필요한 항목 제거 (X 버튼)
"카드 추가" 버튼으로 필요한 요약 카드 추가
드래그 앤 드롭으로 카드 순서 변경
저장 클릭

권장 카드 구성 (이커머스 기준):

순서	카드 유형	표시 내용
1	사용자 개요	활성 사용자 수, 신규 사용자 수 추이
2	전환 개요	주요 전환 이벤트별 달성 수
3	매출 개요	총 수익, 거래 수, 평균 주문 가치
4	채널별 사용자	기본 채널 그룹별 사용자 유입
5	인기 페이지	조회수 기준 상위 페이지

7.3.2 보고서 라이브러리 활용

보고서 라이브러리 (Report Library)는 GA4 보고서의 전체 구조를 관리하는 곳이다. 여기서 컬렉션(Collection)과 토픽(Topic)을 편집하여 좌측 네비게이션 메뉴를 재구성할 수 있다.

보고서 추가/제거/순서 변경:

보고서 > 좌측 메뉴 하단 라이브러리 클릭
기존 컬렉션에서 불필요한 보고서 제거
"새 컬렉션 만들기"로 맞춤 컬렉션 생성
토픽 아래에 관련 보고서를 그룹핑
컬렉션의 게시/게시 취소 토글로 네비게이션 노출 관리

맞춤 컬렉션 예시:

[컬렉션] 마케팅 성과
  ├─ [토픽] 채널 분석
  │   ├─ 트래픽 획득
  │   └─ 사용자 획득
  ├─ [토픽] 캠페인 성과
  │   ├─ Google Ads 캠페인
  │   └─ 전환 경로
  └─ [토픽] 콘텐츠 성과
      ├─ 페이지 및 화면
      └─ 방문 페이지

7.3.3 보고서 내 측정기준/측정항목 맞춤화

각 기본 보고서의 테이블에 표시되는 측정기준 (Dimensions)과 측정항목 (Metrics)을 변경할 수 있다.

변경 절차:

해당 보고서 진입 후 우측 상단 연필 아이콘 클릭
측정기준 영역에서 기본 측정기준과 보조 측정기준 설정
측정항목 영역에서 표시할 측정항목 추가/제거/순서 변경
적용 > 저장 (현재 보고서에 저장 또는 새 보고서로 저장)

주의: "현재 보고서의 변경사항 저장"을 선택하면 해당 속성의 모든 사용자에게 변경 사항이 적용된다. 개인적으로 테스트하려면 "새 보고서로 저장"을 사용하라.

7.3.4 비교 (Comparisons) 기능 활용

비교 (Comparisons) 기능은 기본 보고서에서 세그먼트와 유사한 필터링을 적용하여 두 개 이상의 데이터 집합을 나란히 비교하는 기능이다.

활용 예시:

비교 시나리오	조건 A	조건 B
기기별 비교	기기 카테고리 = desktop	기기 카테고리 = mobile
채널별 비교	기본 채널 그룹 = Organic Search	기본 채널 그룹 = Paid Search
지역별 비교	국가 = South Korea	국가 = Japan
신규 vs 재방문	신규/재방문 = New	신규/재방문 = Returning

설정 방법:

보고서 상단의 "비교 추가" 클릭 (또는 기존 "모든 사용자" 옆 + 버튼)
측정기준 선택 (예: 기기 카테고리)
매칭 유형 선택 (포함/제외)
값 선택 (예: mobile)
적용 클릭
최대 5개 비교 동시 적용 가능

실무 팁: 비교 기능은 세션 단위로 적용된다. 탐색 분석의 세그먼트와 달리 사용자 단위 비교가 필요하면 탐색 분석을 사용해야 한다.

7.3.5 섹션 설정 및 보고서 구조화

보고서 라이브러리에서 컬렉션 내부의 토픽이 곧 좌측 메뉴의 섹션이 된다. 효과적인 구조화를 위해 다음 원칙을 따르라.

구조화 원칙:

하나의 컬렉션에 토픽은 3~5개로 제한
하나의 토픽에 보고서는 2~4개로 제한
조직 내 가장 자주 참조하는 보고서를 첫 번째 토픽에 배치
컬렉션 이름은 비즈니스 용어로 작성 (예: "마케팅 성과", "제품 분석", "전환 관리")

더 읽어보기 (Further Reading)

7.4 탐색 분석 (Explorations)

탐색 분석 (Explorations)은 GA4의 가장 강력한 분석 도구다. 기본 보고서가 정해진 틀 안에서 데이터를 보여준다면, 탐색 분석은 사용자가 직접 분석 구조를 설계하여 심층적인 인사이트를 도출할 수 있게 한다.

7.4.1 탐색 분석 공통 구조

모든 탐색 분석 보고서는 세 가지 영역으로 구성된다.

영역	역할	설정 항목
변수 (Variables)	분석에 사용할 데이터 요소 정의	세그먼트, 측정기준, 측정항목
탭 설정 (Tab Settings)	분석 방법 및 시각화 구성	기법, 시각화 유형, 행/열/값 배치
캔버스 (Canvas)	분석 결과 표시	테이블, 차트, 다이어그램

공통 작업 흐름:

"탐색" 메뉴에서 빈 탐색 분석 또는 템플릿 선택
변수 패널에서 필요한 측정기준과 측정항목을 "+" 버튼으로 추가
탭 설정에서 행, 열, 값에 변수를 드래그 앤 드롭
필요 시 세그먼트 또는 필터 적용
결과를 검토하고 탭을 추가하여 다각도 분석

7.4.2 자유 형식 (Free Form)

가장 범용적인 탐색 분석 기법이다. 피벗 테이블, 막대 차트, 선 차트, 산점도, 지도 등 다양한 시각화를 지원한다.

활용 시나리오: 특정 기간의 페이지별 전환율 비교

설정 예시:

설정 항목	값
기법	자유 형식
시각화	테이블
행	페이지 경로 + 쿼리 문자열
값	세션수, 전환수, 세션 전환율
필터	세션수 > 100
세그먼트	모바일 사용자 / 데스크톱 사용자

실무 예시 - 캠페인 랜딩 페이지 성과 분석:

측정기준: 방문 페이지 + 쿼리 문자열, 세션 소스/매체
측정항목: 세션수, 참여 세션수, 전환 이벤트 수, 세션당 평균 참여 시간
필터: 방문 페이지에 /campaign/ 포함
시각화: 테이블로 확인 후, 주요 페이지만 선택하여 선 차트로 추이 확인

7.4.3 유입경로 탐색 (Funnel Exploration)

사용자가 정의한 단계(Steps)를 순서대로 거치는 비율을 시각화한다. 전환 퍼널 분석의 핵심 도구다.

설정 항목:

설정	설명	옵션
단계 유형	개방형 vs 폐쇄형	개방형: 어느 단계에서든 진입 가능 / 폐쇄형: 1단계부터만 집계
단계 정의	각 단계의 조건	이벤트, 페이지, 매개변수 조합 가능
경과 시간	단계 간 허용 시간	예: 1단계에서 2단계까지 5분 이내
세그먼트 비교	퍼널을 세그먼트별로 비교	최대 4개 세그먼트 동시 비교

이커머스 전환 퍼널 예시:

단계 1: 페이지 조회 (page_view) — 상품 상세 페이지
    ↓ [완료율: 45%]
단계 2: 장바구니 추가 (add_to_cart)
    ↓ [완료율: 62%]
단계 3: 결제 시작 (begin_checkout)
    ↓ [완료율: 78%]
단계 4: 구매 완료 (purchase)

실무 팁: 폐쇄형 퍼널은 정확한 전환율을 측정할 때, 개방형 퍼널은 각 단계의 독립적인 이탈 원인을 분석할 때 사용한다. 대부분의 경우 폐쇄형 퍼널로 시작한 후, 이탈이 큰 단계를 개방형으로 세부 분석하는 것이 효과적이다.

이탈 분석 확장: 유입경로 탐색에서 특정 단계의 이탈자(Abandonment)를 클릭하면 해당 사용자 그룹을 세그먼트로 만들어 후속 분석에 활용할 수 있다.

7.4.4 경로 탐색 (Path Exploration) -- 사용자 행동 흐름 분석

사용자가 사이트/앱 내에서 어떤 순서로 페이지를 방문하거나 이벤트를 발생시키는지를 트리 맵(tree map) 형태로 시각화한다.

설정 방법:

"시작점" 또는 "종료점" 중 하나를 선택
노드 유형 선택: 이벤트 이름 / 페이지 제목 / 페이지 경로
시작점(또는 종료점) 설정: 특정 페이지나 이벤트 지정
최대 단계 수 및 노드 수 조정

활용 시나리오:

분석 목적	설정	기대 인사이트
홈페이지 이후 행동	시작점 = `/` (홈), 노드 = 페이지 경로	주요 탐색 경로 파악
구매 전 행동	종료점 = `purchase` 이벤트	구매까지의 공통 경로 발견
이탈 전 행동	종료점 = `session_start` 다음 이탈	이탈 원인 페이지 식별
검색 후 행동	시작점 = `view_search_results`	사이트 내 검색 효과 분석

주의: 경로 탐색은 데이터 양이 많으면 샘플링이 적용될 수 있다. 정확한 분석이 필요하면 기간을 좁히거나 필터를 적용하여 데이터 범위를 제한하라.

7.4.5 세그먼트 중복 (Segment Overlap)

최대 3개의 세그먼트가 서로 어떻게 중복되는지를 벤 다이어그램으로 시각화한다.

활용 예시:

세그먼트 A: 모바일 사용자
세그먼트 B: 구매 완료 사용자
세그먼트 C: 리마케팅 광고 유입 사용자

이 세 세그먼트의 중복을 분석하면, "모바일에서 리마케팅 광고를 통해 유입되어 구매한 사용자"의 규모를 파악할 수 있다. 이 데이터는 모바일 리마케팅 캠페인의 효과를 평가하는 데 직접적으로 활용된다.

세그먼트 생성 시 유의사항:

세그먼트 범위: 사용자 세그먼트 / 세션 세그먼트 / 이벤트 세그먼트 중 분석 목적에 맞는 범위 선택
조건 결합: AND/OR 조건을 조합하여 정밀한 세그먼트 정의
시퀀스 조건: "A 이벤트 후 B 이벤트" 같은 순서 조건 적용 가능

7.4.6 사용자 탐색 (User Explorer)

개별 사용자의 행동 타임라인을 상세히 확인할 수 있는 기법이다. 고유한 사용자 ID 또는 앱 인스턴스 ID별로 발생한 이벤트를 시간순으로 나열한다.

활용 시나리오:

고가 전환을 발생시킨 사용자의 전체 여정 추적
특정 오류 이벤트를 경험한 사용자의 전후 행동 분석
VIP 고객의 사이트 이용 패턴 파악

설정 방법:

탐색 분석에서 "사용자 탐색" 기법 선택
필터 적용: 특정 이벤트를 수행한 사용자만 표시
사용자 목록에서 특정 사용자 클릭
타임라인에서 이벤트 세부 정보 확인 (매개변수 값 포함)

주의: User-ID를 구현하지 않은 경우, 기기 기반 식별만 가능하므로 동일 사용자가 여러 기기에서 접속하면 별도 사용자로 표시된다.

7.4.7 동질 집단 분석 (Cohort Exploration)

특정 기간에 공통 특성을 가진 사용자 그룹(코호트)의 시간 경과에 따른 행동 변화를 분석한다. 리텐션(재방문율) 분석의 핵심 도구다.

설정 항목:

설정	설명	예시
포함 조건 (Inclusion criteria)	코호트에 포함될 조건	`first_visit` (첫 방문)
반환 조건 (Return criteria)	재방문으로 인정할 조건	`any event` (모든 이벤트) 또는 특정 이벤트
코호트 세분화 (Cohort granularity)	분석 단위 기간	일별 / 주별 / 월별
값 (Values)	표시할 측정항목	사용자 유지율, 이벤트 수, 거래 수

리텐션 분석 예시:

주간 리텐션 (코호트: 첫 방문 기준)
Week 0: 100% (기준)
Week 1: 25.3%
Week 2: 18.7%
Week 3: 15.2%
Week 4: 13.8%

이 데이터를 통해 "주 1에서 주 2 사이 이탈률이 높다"는 인사이트를 도출하고, 해당 시기에 리인게이지먼트(re-engagement) 캠페인을 집행하는 전략을 수립할 수 있다.

7.4.8 사용자 전체 기간 (User Lifetime)

사용자의 전체 수명 주기 동안의 행동을 분석한다. 획득 채널별 사용자의 장기 가치(LTV)를 비교하는 데 유용하다.

분석 가능 항목:

LTV (생애 가치) 수익
생애 트랜잭션 수
생애 참여 세션 수
생애 참여 시간
획득 날짜 기준 그룹화

활용 시나리오:

분석 질문	측정기준	측정항목
어느 채널에서 유입된 사용자가 가장 높은 LTV를 보이는가?	첫 사용자 소스/매체	LTV 수익
특정 캠페인으로 획득한 사용자가 장기적으로 가치가 있는가?	첫 사용자 캠페인	생애 트랜잭션 수
어느 시기에 획득한 사용자가 가장 활발한가?	획득 날짜	생애 참여 세션 수

실무 팁: 사용자 전체 기간 분석은 데이터 축적이 충분해야 의미 있는 인사이트가 나온다. 최소 3개월, 이상적으로는 6개월 이상의 데이터가 쌓인 후 활용하라.

더 읽어보기 (Further Reading)

7.5 맞춤 측정기준 & 측정항목

GA4에서 기본 제공하는 측정기준과 측정항목만으로는 비즈니스 특화 분석이 어렵다. 맞춤 측정기준 (Custom Dimensions), 맞춤 측정항목 (Custom Metrics), 계산된 측정항목 (Calculated Metrics)을 활용하면 조직 고유의 데이터를 보고서에 반영할 수 있다.

7.5.1 맞춤 측정기준 (Custom Dimensions)

맞춤 측정기준은 이벤트 매개변수 또는 사용자 속성 값을 보고서에서 측정기준으로 사용할 수 있게 등록하는 것이다.

범위(Scope)별 차이:

범위	설명	데이터 소스	예시
이벤트 범위 (Event-scoped)	특정 이벤트에 함께 전송된 매개변수 값	이벤트 매개변수	`button_text`, `product_category`, `search_term`
사용자 범위 (User-scoped)	사용자에게 영구적으로 부여되는 속성	사용자 속성	`membership_level`, `user_type`, `preferred_language`
항목 범위 (Item-scoped)	이커머스 항목에 연결된 매개변수	항목 매개변수	`item_brand`, `item_variant`, `item_color`

등록 절차:

관리자 > 데이터 표시 > 맞춤 정의 진입
맞춤 측정기준 만들기 클릭
측정기준 이름 입력 (보고서에 표시될 이름)
범위 선택 (이벤트 / 사용자 / 항목)
설명 입력 (선택사항이나 관리 편의를 위해 권장)
이벤트 매개변수 또는 사용자 속성 선택 (이미 수집 중인 매개변수 목록에서 선택)
저장

주의: 맞춤 측정기준은 등록 시점 이후의 데이터에만 적용된다. 과거 데이터에 소급 적용되지 않으므로, 가능한 한 초기 설정 단계에서 필요한 맞춤 측정기준을 모두 등록하라.

7.5.2 맞춤 측정항목 (Custom Metrics)

맞춤 측정항목은 이벤트 매개변수의 숫자 값을 측정항목으로 활용하는 것이다.

등록 절차:

관리자 > 데이터 표시 > 맞춤 정의 > 맞춤 측정항목 탭
맞춤 측정항목 만들기 클릭
측정항목 이름 입력
이벤트 매개변수 선택
측정 단위 선택: 표준(Standard), 통화(Currency), 거리(Distance), 시간(Time)
저장

활용 예시:

이벤트 매개변수	맞춤 측정항목 이름	측정 단위	활용
`score`	만족도 점수	표준	NPS 설문 점수 집계
`delivery_fee`	배송비	통화	총 배송비 합산
`video_duration`	영상 시청 시간	시간	영상 콘텐츠 참여도 분석
`scroll_depth`	스크롤 깊이	표준	콘텐츠 소비 정도 측정

7.5.3 계산된 측정항목 (Calculated Metrics)

계산된 측정항목 (Calculated Metrics)은 기존 측정항목을 수학 공식으로 조합하여 새로운 측정항목을 만드는 기능이다. GA4의 기본 보고서와 탐색 분석 모두에서 사용할 수 있다.

생성 절차:

관리자 > 데이터 표시 > 맞춤 정의 > 계산된 측정항목 탭
계산된 측정항목 만들기 클릭
이름 입력
API 이름 설정 (영문, Data API에서 사용)
수식 입력: 기존 측정항목 조합
출력 형식 선택: 부동 소수점(Float), 퍼센트(Percent), 통화(Currency), 시간(Time), 거리(Distance)
저장

주요 계산된 측정항목 예시:

측정항목 이름	수식	출력 형식	용도
유효 전환율	`{전환수} / {세션수}`	퍼센트	전체 세션 대비 전환 비율
사용자당 수익	`{총 수익} / {활성 사용자 수}`	통화	사용자 1인당 평균 매출
세션당 이벤트 수	`{이벤트 수} / {세션수}`	부동 소수점	세션 내 사용자 활동 밀도
구매 전환율	`{전자상거래 구매수} / {세션수}`	퍼센트	이커머스 핵심 KPI

실무 팁: 계산된 측정항목을 활용하면 보고서에서 별도의 계산 없이 바로 핵심 KPI를 확인할 수 있어, 보고 시간이 단축되고 일관된 기준으로 성과를 측정할 수 있다.

7.5.4 쿼터 사용량 관리

GA4 속성에는 맞춤 정의 등록 수에 제한이 있다. 쿼터를 초과하면 새로운 맞춤 측정기준이나 측정항목을 등록할 수 없으므로 계획적으로 관리해야 한다.

GA4 표준 속성 쿼터:

항목	무료 속성	GA4 360 속성
이벤트 범위 맞춤 측정기준	50개	125개
사용자 범위 맞춤 측정기준	25개	100개
항목 범위 맞춤 측정기준	10개	25개
맞춤 측정항목	50개	125개
계산된 측정항목	5개	50개

쿼터 관리 방법:

정기 감사: 분기마다 등록된 맞춤 정의 목록을 점검하여 사용하지 않는 항목 보관처리(Archive)
명명 규칙: [팀약어]_[카테고리]_[항목명] 형식 (예: mkt_campaign_type)으로 통일하여 관리 편의성 확보
사전 승인: 새 맞춤 정의 등록 시 반드시 분석 담당자의 사전 승인을 거쳐 무분별한 등록 방지
문서화: 등록된 모든 맞춤 정의를 별도 스프레드시트에 기록 (이름, 범위, 매개변수, 용도, 등록일, 담당자)

주의: 보관처리한 맞춤 측정기준은 쿼터에서 제외되지만, 해당 측정기준의 과거 데이터는 보고서에서 더 이상 표시되지 않는다. 보관처리 전에 필요한 데이터를 반드시 백업하라.

더 읽어보기 (Further Reading)

7.6 채널 그룹 설정

채널 그룹 (Channel Groups)은 사용자 유입 소스를 의미 있는 범주로 분류하는 체계다. 올바른 채널 그룹 설정은 마케팅 성과 분석의 기초가 된다.

7.6.1 기본 채널 그룹 (Default Channel Grouping) 이해

GA4는 사전 정의된 규칙에 따라 트래픽을 자동으로 채널로 분류한다.

주요 기본 채널:

채널	분류 조건	예시
Organic Search	검색 엔진에서 자연 검색으로 유입	Google 검색, Naver 검색
Paid Search	검색 광고를 통해 유입	Google Ads 검색 캠페인
Direct	직접 URL 입력 또는 출처 미확인	북마크, URL 직접 입력
Referral	다른 웹사이트의 링크를 통해 유입	블로그, 뉴스 기사
Organic Social	소셜 미디어 자연 게시물 유입	Instagram 프로필 링크
Paid Social	소셜 미디어 유료 광고 유입	Facebook Ads, Instagram Ads
Email	이메일 캠페인을 통해 유입	뉴스레터, 프로모션 메일
Display	디스플레이 광고 유입	Google Display Network
Organic Video	동영상 플랫폼 자연 유입	YouTube 동영상
Paid Video	동영상 광고 유입	YouTube Ads
Affiliates	제휴 마케팅 유입	제휴 네트워크
Unassigned	어떤 규칙에도 해당하지 않음	UTM 파라미터 오류

주의: "Unassigned" 채널에 트래픽이 많이 잡히면, UTM 파라미터가 올바르게 설정되지 않았을 가능성이 높다. 이 경우 소스/매체 값을 점검하여 올바른 채널로 분류되도록 수정해야 한다.

7.6.2 사용자 획득 채널 vs 세션 채널 맞춤 설정

GA4에서는 두 가지 관점에서 채널을 분석할 수 있다.

구분	측정기준	의미
사용자 획득 채널	첫 사용자 기본 채널 그룹 (First user default channel group)	사용자가 최초로 유입된 채널 (변하지 않음)
세션 채널	세션 기본 채널 그룹 (Session default channel group)	각 세션의 유입 채널 (방문할 때마다 달라질 수 있음)

맞춤 채널 그룹 생성:

GA4에서는 기본 채널 그룹 외에 맞춤 채널 그룹 (Custom Channel Groups)을 만들어 조직만의 분류 체계를 적용할 수 있다.

관리자 > 데이터 표시 > 채널 그룹 진입
새 채널 그룹 만들기 클릭
채널 그룹 이름 지정
각 채널의 분류 규칙 정의 (소스, 매체, 캠페인 이름 등의 조건 조합)
규칙 우선순위 조정 (위에 있는 규칙이 먼저 적용)
저장

맞춤 채널 그룹 예시 (한국 시장):

채널 그룹: 한국 마케팅 채널
├─ 네이버 검색광고: 소스 = "naver" AND 매체 = "cpc"
├─ 카카오 광고: 소스 포함 "kakao" AND 매체 = "cpc"
├─ 네이버 자연검색: 소스 = "naver" AND 매체 = "organic"
├─ 인플루언서: 매체 = "influencer"
├─ 제휴 마케팅: 매체 = "affiliate"
└─ (기본 채널 그룹 규칙 적용)

7.6.3 Primary Channel 설정 시 주의사항

GA4에서는 기본 채널 그룹 대신 맞춤 채널 그룹을 기본 보고서의 Primary Channel로 지정할 수 있다.

최소 90일 이상 유지 원칙:

Primary Channel을 변경하면 변경 시점 이전의 데이터에도 새 규칙이 소급 적용된다
그러나 잦은 변경은 보고서 데이터의 일관성을 해친다
한 번 설정한 Primary Channel은 최소 90일(한 분기) 이상 유지하는 것을 강력히 권장한다
변경이 필요한 경우 분기 시작 시점에 맞춰 변경하고, 변경 이력을 문서화하라

7.6.4 잦은 변경 시 데이터 품질 저하 위험

위험 요소	설명
과거 데이터 재분류	규칙 변경 시 과거 데이터의 채널 분류가 바뀌어 이전 보고서와 수치 불일치 발생
기간 비교 왜곡	동일 기간의 데이터도 규칙 변경 시점에 따라 다른 채널로 분류될 수 있음
보고 신뢰도 하락	주기적으로 수치가 바뀌면 경영진의 데이터 신뢰도 저하
분석 연속성 단절	장기 추이 분석이 불가능해짐

권장 사항: 맞춤 채널 그룹을 처음 설계할 때 충분히 검토하고, UTM 파라미터 가이드라인을 먼저 수립한 후에 채널 그룹을 확정하라. 채널 그룹 설계 전에 최소 2주간의 실제 트래픽 소스/매체 데이터를 분석하여 현실에 맞는 규칙을 만들어야 한다.

더 읽어보기 (Further Reading)

채널 그룹 설정

7.7 기여 분석 (Attribution) 설정

기여 분석 (Attribution)은 전환에 기여한 마케팅 터치포인트(접점)에 공헌도를 배분하는 방법이다. GA4는 데이터 기반 기여 분석 (Data-driven Attribution, DDA)을 기본 모델로 채택하고 있다.

7.7.1 데이터 기반 기여 분석 (Data-driven Attribution)

데이터 기반 기여 분석은 머신러닝 알고리즘을 활용하여, 실제 전환 경로 데이터를 분석하고 각 터치포인트의 기여도를 자동으로 산출한다.

작동 원리:

전환이 발생한 경로와 발생하지 않은 경로를 비교
각 터치포인트가 전환 확률에 미친 영향을 계산
기여도를 비율로 배분 (예: 첫 접점 30%, 중간 접점 25%, 마지막 접점 45%)

설정 경로: 관리자 > 데이터 표시 > 기여 분석 설정

기여 분석 모델 옵션 (2026년 기준):

모델	설명	적합한 경우
데이터 기반 (기본값)	머신러닝 기반 자동 배분	충분한 전환 데이터가 있는 경우 (권장)
유료 및 자연 검색 마지막 클릭	마지막 클릭한 유료/자연 채널에 100% 부여	Direct 채널의 과대 집계를 방지하고 싶은 경우
Google 유료 채널 마지막 클릭	Google Ads 마지막 클릭에 100% 부여	Google Ads 중심 마케팅 전략

참고: Google은 2023년에 퍼스트 클릭, 선형, 시간 감쇠, 위치 기반 모델을 폐지(Sunset)했다. 현재는 위 세 가지 모델만 사용 가능하다.

7.7.2 Google Ads 연결 필수

기여 분석의 효과를 극대화하려면 Google Ads 계정을 GA4 속성에 연결해야 한다.

연결 시 이점:

Google Ads 캠페인 데이터가 GA4 보고서에 자동 반영
데이터 기반 기여 분석이 Google Ads 터치포인트를 정확히 평가
GA4에서 생성한 잠재고객을 Google Ads 리마케팅에 활용 가능
전환 데이터를 Google Ads로 역전송하여 입찰 최적화에 활용

연결 절차:

관리자 > 서비스 연결 > Google Ads 연결 진입
연결 클릭
연결할 Google Ads 계정 선택 (관리자 권한 필요)
맞춤 광고 기능 활성화 여부 선택
제출

7.7.3 전환 추적 기간 설정

전환 추적 기간 (Lookback Window)은 전환 발생 이전 몇 일 동안의 터치포인트를 기여 분석에 포함할지를 결정한다.

설정 옵션:

전환 유형	기본값	설정 가능 범위	권장 설정
획득 전환 (사용자 획득)	30일	7일 / 30일	30일 (기본값 유지)
기타 모든 전환	90일	30일 / 60일 / 90일	90일 (기본값 유지)

권장: 특별한 이유가 없다면 기본값을 유지하라. 추적 기간을 짧게 설정하면 상위 퍼널 터치포인트의 기여도가 과소평가되고, 너무 길게 설정하면 관련 없는 과거 터치포인트가 포함될 수 있다.

7.7.4 2026 업데이트: 개선된 전환 기여 분석 보고서

2026년 기준 GA4의 기여 분석 보고서가 다음과 같이 개선되었다.

주요 변경 사항:

광고 보고서 내 기여 분석 섹션: "광고" > "기여 분석" 메뉴에서 통합 보고서 확인 가능
전환 경로 보고서: 전환까지의 터치포인트 경로를 채널별로 시각화
모델 비교 보고서: 서로 다른 기여 분석 모델의 결과를 나란히 비교
개선된 크로스 채널 분석: Google Ads와 비-Google 채널 간의 상호작용을 더 정밀하게 분석

전환 경로 분석 활용법:

광고 > 기여 분석 > 전환 경로 진입
전환 이벤트 선택 (예: purchase)
초기 터치포인트, 중간 터치포인트, 마지막 터치포인트별 채널 분포 확인
터치포인트 수별 전환 비율 확인 → 마케팅 채널 간 시너지 효과 분석

더 읽어보기 (Further Reading)

7.8 보고 ID (Reporting Identity) 설정

보고 ID (Reporting Identity)는 GA4가 사용자를 식별하고 중복을 제거하는 방식을 결정한다. 이 설정은 보고서의 사용자 수, 세션 수 등 핵심 지표에 직접적인 영향을 미친다.

7.8.1 보고 ID 옵션 비교

옵션	식별 방법	사용 데이터	사용자 수 영향
혼합됨 (Blended)	User-ID > Google 신호 > 기기 ID > 모델링	모든 식별자 + AI 모델링	가장 낮음 (중복 제거 최대)
관찰됨 (Observed)	User-ID > Google 신호 > 기기 ID	실제 관찰된 식별자만	중간
기기 기반 (Device-based)	기기 ID만 사용	쿠키/앱 인스턴스 ID	가장 높음 (기기별 별도 집계)

7.8.2 혼합됨 (Blended)에서 기기 기반 (Device-based)으로 변경 권장

변경 권장 이유:

데이터 일관성: 혼합 모드에서는 Google 신호 데이터와 모델링이 포함되어 수치가 예측하기 어렵게 변동할 수 있다
임계값 (Thresholds) 문제: 혼합 모드에서는 개인 식별 방지를 위해 데이터에 임계값이 적용되어, 소규모 세그먼트의 데이터가 "(other)" 또는 빈 행으로 표시될 수 있다
재현 가능성: 기기 기반은 동일한 조건에서 항상 동일한 수치가 나오므로 보고서 신뢰도가 높다
BigQuery와의 정합성: BigQuery Export 데이터와 GA4 보고서 수치가 더 일치한다

변경 절차:

관리자 > 데이터 표시 > 보고 ID 진입
기기 기반 (Device-based) 선택
저장

주의: 보고 ID 변경은 즉시 적용되며, 과거 데이터의 수치도 변경된다. 변경 전후의 수치 차이를 사전에 파악하고, 이해관계자에게 변경 사유와 예상 영향을 공유하라.

7.8.3 User-ID 사용 시 '관찰됨 (Observed)'으로 적용

User-ID (사용자 ID)를 구현한 사이트/앱의 경우, 관찰됨 (Observed) 옵션이 적합할 수 있다.

User-ID 구현 환경에서의 권장 설정:

조건	권장 보고 ID	이유
User-ID 미구현	기기 기반 (Device-based)	가장 안정적인 데이터
User-ID 구현 + 로그인 비율 높음 (60% 이상)	관찰됨 (Observed)	크로스 디바이스 분석 가능
User-ID 구현 + 로그인 비율 낮음 (60% 미만)	기기 기반 (Device-based)	임계값 문제 방지

관찰됨의 장점:

User-ID를 통해 동일 사용자의 크로스 디바이스(교차 기기) 행동을 연결
Google 신호를 활용한 추가적인 중복 제거 (모델링은 미포함)
혼합 모드보다 임계값 적용 범위가 좁아 데이터 가용성이 높음

7.8.4 사용자 속성/관심사 추출 시 혼합 설정 활용

예외적으로, 혼합됨 (Blended) 모드가 유용한 경우도 있다.

인구통계 보고서: 연령, 성별 등 인구통계 데이터는 Google 신호에서 가져오므로, 이 데이터가 필요하면 혼합 모드를 활용
관심분야 보고서: 사용자 관심 카테고리 역시 Google 신호 기반
잠재고객 타기팅: Google Ads 리마케팅 잠재고객 생성 시 혼합 모드의 데이터가 더 풍부

실무 팁: 보고 ID는 속성 수준에서 하나만 선택할 수 있다. 일상적인 보고에는 기기 기반을 사용하고, 인구통계 분석이 필요할 때만 임시로 혼합 모드로 전환하는 것은 권장하지 않는다. 대신, 탐색 분석에서 인구통계 관련 분석을 수행할 때 Google 신호 데이터가 포함된 측정기준을 활용하면 보고 ID를 변경하지 않고도 일부 인구통계 인사이트를 얻을 수 있다.

더 읽어보기 (Further Reading)

7.9 리포트 구조화 가이드

효과적인 리포트는 데이터를 나열하는 것이 아니라, 의사결정에 필요한 정보를 명확하게 전달하는 것이다. 아래 가이드를 적용하면 GA4 데이터를 기반으로 가독성 높은 리포트를 구성할 수 있다.

7.9.1 불필요한 정보 제외

리포트에 포함된 모든 데이터는 "이 수치를 보고 어떤 행동을 취할 수 있는가?"라는 질문에 답할 수 있어야 한다.

제외 판단 기준:

판단 기준	제외 대상 예시
변동이 없는 지표	매월 거의 동일한 값을 보이는 측정항목
행동 불가능한 지표	조직이 통제할 수 없는 외부 요인에 의한 수치
중복 정보	동일 데이터를 다른 형태로 반복 표시
과도한 세분화	의미 있는 차이를 보이지 않는 하위 분류

실무 체크리스트:

각 페이지에 핵심 메시지가 한 문장으로 요약되는가?
모든 차트와 테이블이 그 페이지의 핵심 메시지를 뒷받침하는가?
수신자가 이 데이터를 보고 구체적인 행동을 취할 수 있는가?
같은 정보가 여러 곳에서 반복되고 있지 않은가?

7.9.2 테이블 내 빈 셀 제거

GA4에서 데이터를 추출하면 "(not set)", "(not provided)", 빈 값 등이 포함될 수 있다. 리포트에 이런 빈 셀이 포함되면 가독성이 떨어지고 수신자의 신뢰도가 낮아진다.

빈 셀 처리 방법:

빈 셀 유형	원인	처리 방법
(not set)	해당 측정기준 값이 수집되지 않음	필터로 제외하거나, 원인 파악 후 추적 코드 수정
(not provided)	개인정보 보호로 값이 숨겨짐	별도 표기 또는 제외
0 또는 빈 값	해당 기간에 데이터 없음	"0"으로 표시하거나 해당 행 제외
(other)	카디널리티 제한으로 집계됨	기간을 좁히거나 필터 적용하여 세부 데이터 확인

실무 팁: 데이터 추출 시 Google Sheets나 Excel에서 FILTER() 또는 피벗 테이블을 활용해 빈 셀을 자동으로 제거하는 템플릿을 준비해두면 반복 작업을 줄일 수 있다.

7.9.3 월별 누적 내역 정리 방법

월별 누적 데이터를 정리할 때는 일관된 형식을 유지하는 것이 중요하다.

권장 테이블 구조:

항목	1월	2월	3월	QoQ 변화	비고
활성 사용자	12,500	13,200	14,800	+18.4%	3월 캠페인 효과
세션 수	28,300	30,100	35,600	+25.8%
전환 수	450	480	620	+37.8%
전환율	1.59%	1.59%	1.74%	+0.15%p
매출 (KRW)	45,000,000	48,200,000	62,100,000	+38.0%

월별 누적 정리 원칙:

기준 명시: "활성 사용자"인지 "총 사용자"인지, "세션 전환율"인지 "사용자 전환율"인지 명확히 기재
비교 기준 통일: 전월 대비(MoM), 전년 동기 대비(YoY), 분기 대비(QoQ) 중 하나를 선택하여 일관 적용
통화 단위: KRW는 소수점 없이 표시하며, 천 단위 구분 쉼표 사용
퍼센트 포인트(%p) 구분: 비율의 변화는 퍼센트(%p)로, 절대값의 변화는 퍼센트(%)로 구분
비고란 활용: 수치 변동의 원인이나 맥락을 비고란에 간략히 기재

7.9.4 대시보드 공유 설정

GA4 데이터를 기반으로 한 대시보드 공유는 Looker Studio를 통해 가장 효과적으로 구현할 수 있다.

공유 방식별 비교:

공유 방식	장점	단점	적합한 대상
Looker Studio 링크 공유	항상 최신 데이터, 인터랙티브	Google 계정 필요	내부 실무자
Looker Studio 이메일 배송	자동화, 일정 설정 가능	정적 PDF, 상호작용 불가	경영진, 유관팀
GA4 탐색 분석 공유	심층 분석 가능	GA4 접근 권한 필요	분석 담당자
Google Sheets 연동	자유로운 가공 가능	수동 새로고침 필요	마케팅 분석가
PDF/슬라이드 내보내기	범용적, 계정 불필요	정적, 업데이트 수동	외부 이해관계자, 보고서

Looker Studio 대시보드 공유 설정:

대시보드 우측 상단 공유 버튼 클릭
공유 대상 이메일 입력 또는 링크 생성
권한 설정:
- 뷰어 (Viewer): 대시보드 열람만 가능
- 편집자 (Editor): 대시보드 수정 가능
예약 이메일 설정 (선택):
- 파일 > 예약된 이메일 > 수신자, 빈도(일간/주간/월간), 시작일 설정

공유 시 보안 주의사항:

민감한 비즈니스 데이터가 포함된 대시보드는 특정 이메일 주소로만 공유
"링크가 있는 모든 사용자" 공유는 내부 지표에 적합하지 않음
Google Workspace 조직 내부로만 공유 범위를 제한하는 것을 권장
공유 대상자가 조직을 떠나면 즉시 접근 권한 해제

더 읽어보기 (Further Reading)

다음 장 안내: Chapter 08에서는 GA4와 Google Ads 연동, 전환 추적 최적화, 그리고 마케팅 자동화 파이프라인 구축 방법을 다룬다.

Chapter 08. 고급 설정 & AI 기능 (2025-2026 업데이트)

GA4는 단순한 웹 로그 분석 도구를 넘어, BigQuery 연동을 통한 원시 데이터 활용, AI 기반 예측 분석, 그리고 크로스 채널 예산 관리까지 아우르는 통합 데이터 플랫폼으로 진화하고 있다. 이 장에서는 GA4의 고급 설정과 2025-2026년에 새롭게 추가된 AI 기능을 다루며, 실무에서 이를 어떻게 활용할 수 있는지 안내한다.

BigQuery 연동
User-ID 설정
측정 프로토콜 (Measurement Protocol)
Analytics Advisor (분석 어드바이저)
Generated Insights (생성된 인사이트)
예측 측정항목 (Predictive Metrics)
크로스 채널 예산 관리 (Cross-channel Budgeting)
프라이버시 및 동의 관리 (Privacy & Consent)
GTM 최신 업데이트 (2025-2026)
정기 감사 및 운영 체계

1. BigQuery 연동

1.1 BigQuery Export 설정의 필요성과 이점

GA4는 기본적으로 집계된 보고서를 제공하지만, 개별 이벤트 수준의 원시 데이터 (Raw Data)에 접근하려면 빅쿼리 내보내기 (BigQuery Export)가 필수다. GA4의 무료 속성에서도 BigQuery 연동이 가능하며, 이는 Universal Analytics 시절에는 GA360 유료 사용자만 사용할 수 있었던 기능이다.

BigQuery 연동이 필요한 주요 이유는 다음과 같다.

이점	설명
원시 데이터 접근	이벤트 단위의 비집계 데이터를 SQL로 직접 조회
데이터 보존 기간 확장	GA4 기본 보존 기간(최대 14개월)을 넘어 장기 보관 가능
데이터 결합 (Data Joining)	CRM, ERP 등 외부 데이터와 결합하여 통합 분석
맞춤 매개변수 분석	GA4 UI에서 지원하지 않는 세분화된 매개변수 분석
고급 분석	머신러닝(ML) 모델 적용, 코호트 분석, 퍼널 커스텀 분석
샘플링 회피	GA4 보고서의 데이터 샘플링 (Data Sampling) 문제 해결

팁: GA4 속성의 데이터 보존 설정을 반드시 14개월로 설정하되, BigQuery Export를 병행하면 보존 기간 제한 없이 과거 데이터를 활용할 수 있다. 데이터 보존 설정은 [관리] > [데이터 수집 및 수정] > [데이터 보존]에서 변경한다.

1.2 GCP 인스턴스 생성 및 환경 설정

BigQuery Export를 위한 설정 절차는 다음과 같다.

1단계: Google Cloud Platform (GCP) 프로젝트 생성

Google Cloud Console(console.cloud.google.com)에 접속한다.
새 프로젝트를 생성하거나, 기존 프로젝트를 선택한다.
결제 계정을 연결한다. (BigQuery는 매월 1TB 쿼리와 10GB 저장이 무료다.)

2단계: BigQuery API 활성화

GCP 콘솔에서 [API 및 서비스] > [라이브러리]로 이동한다.
"BigQuery API"를 검색하여 활성화한다.

3단계: GA4에서 BigQuery 링크 설정

GA4 관리 화면에서 [제품 링크] > [BigQuery 링크]를 선택한다.
[연결]을 클릭하고 GCP 프로젝트를 선택한다.
데이터 위치(Region)를 선택한다. 한국 서비스의 경우 asia-northeast3 (서울)을 권장한다.
내보내기 유형을 선택한다.

내보내기 유형	설명	비용 영향
일일 내보내기 (Daily)	하루 한 번 전일 데이터를 내보냄	저장 비용만 발생
스트리밍 내보내기 (Streaming)	실시간으로 데이터를 내보냄	스트리밍 삽입 비용 추가 발생

주의: 스트리밍 내보내기는 실시간 분석이 필요한 경우에만 활성화한다. 일반적인 분석 용도라면 일일 내보내기로 충분하며 비용을 절약할 수 있다.

4단계: 내보낼 이벤트 선택

2025년 업데이트로, 내보낼 이벤트를 선택적으로 지정할 수 있다. 모든 이벤트를 내보내면 데이터 양이 급증하므로, 분석에 필요한 이벤트만 선별하여 비용을 관리한다.

1.3 데이터 불일치 이슈 및 대응 방안

BigQuery에 내보낸 데이터와 GA4 UI 보고서 간에는 수치 차이가 발생할 수 있다. 주요 원인과 대응 방안은 다음과 같다.

불일치 원인	설명	대응 방안
데이터 처리 지연	일일 내보내기는 다음 날 처리되며, 늦게 도착한 히트가 반영되지 않을 수 있음	`events_intraday_` 테이블과 `events_` 테이블을 함께 확인
필터 적용 차이	GA4 UI에서 내부 트래픽 필터가 적용되지만 BigQuery 원시 데이터에는 미적용	BigQuery 쿼리에서 동일한 필터 조건을 수동 적용
동의 모드 영향	동의하지 않은 사용자의 데이터 모델링 값이 UI에만 반영	동의 모드 적용 범위를 문서화하고, 분석 시 명시
세션 정의 차이	BigQuery의 세션 계산 로직이 UI와 미세하게 다를 수 있음	Google 공식 세션 계산 쿼리를 참조하여 일관성 유지
타임존 차이	BigQuery 테이블의 타임스탬프는 UTC 기준	쿼리 시 속성에 설정된 타임존으로 변환

1.4 Looker Studio 연동 기본 리포트 설정

BigQuery에 축적된 GA4 데이터를 시각화하려면 룩커 스튜디오 (Looker Studio, 구 Google Data Studio)를 활용한다.

연동 절차:

Looker Studio(lookerstudio.google.com)에 접속한다.
[만들기] > [보고서]를 선택한다.
데이터 소스로 [BigQuery]를 선택하고, GA4 내보내기 데이터셋의 events_* 테이블을 지정한다.
필요한 경우 맞춤 쿼리 (Custom Query)를 작성하여 데이터 소스를 생성한다.

팁: BigQuery를 데이터 소스로 사용할 때는 반드시 날짜 파라미터를 활용하여 쿼리 범위를 제한한다. 전체 테이블을 스캔하면 불필요한 비용이 발생한다. WHERE _TABLE_SUFFIX BETWEEN @DS_START_DATE AND @DS_END_DATE 구문을 활용한다.

기본 리포트 구성 예시:

리포트 페이지	주요 지표	시각화 유형
트래픽 개요	사용자, 세션, 페이지뷰 추이	시계열 차트, 스코어카드
획득 채널 분석	채널별 사용자, 전환율	파이 차트, 막대 그래프
사용자 행동 흐름	이벤트 발생 빈도, 페이지 경로	테이블, 퍼널 차트
전환 분석	전환 이벤트별 완료 수, 전환율	스코어카드, 비교 차트
이커머스 성과	매출, 평균 주문 금액, 상품별 매출	테이블, 히트맵

더 읽어보기 (Further Reading)

2. User-ID 설정

2.1 User-ID 개념과 활용 목적

User-ID는 로그인한 사용자에게 고유 식별자를 부여하여 여러 기기와 세션에 걸쳐 동일 사용자를 추적하는 기능이다. GA4는 기본적으로 쿠키 기반의 클라이언트 ID (Client ID)로 사용자를 식별하지만, 이는 기기별로 별도의 사용자로 집계된다는 한계가 있다.

User-ID 활용 시 기대 효과:

항목	설명
크로스 디바이스 추적 (Cross-device Tracking)	모바일, 데스크톱, 태블릿 등 여러 기기에서의 행동을 하나의 사용자로 통합
정확한 사용자 수 집계	동일 사용자의 중복 집계를 제거하여 실제 사용자 수에 근접
개인화된 사용자 여정 분석	로그인 전후, 기기 전환을 포함한 완전한 사용자 여정 파악
잠재고객 정교화	실제 사용자 기반의 세그먼트 생성으로 마케팅 타겟팅 정확도 향상

2.2 크로스 디바이스 사용자 추적

User-ID를 설정하면 GA4의 보고 ID (Reporting Identity) 설정과 연계하여 크로스 디바이스 추적이 가능해진다.

GA4는 다음 세 가지 보고 ID 옵션을 제공한다.

보고 ID 옵션	사용하는 식별자	특징
블렌디드 (Blended)	User-ID > Google Signals > Device ID > Modeling	가장 포괄적이며 권장 옵션
관찰 기반 (Observed)	User-ID > Google Signals > Device ID	모델링 데이터 제외
기기 기반 (Device-based)	Device ID만 사용	가장 보수적, 크로스 디바이스 미지원

참고: 2024년 2월부터 Google Signals 데이터는 보고 ID에서 제외되었다 (광고 개인화 목적으로만 유지). 따라서 크로스 디바이스 추적을 위해서는 User-ID 설정이 더욱 중요해졌다.

2.3 구현 방법

방법 1: GTM을 통한 구현

GTM을 사용하는 경우, GA4 구성 태그에서 User-ID를 설정한다.

GTM에서 GA4 구성 태그를 연다.
[사용자 속성] 섹션에서 user_id 필드를 추가한다.
값으로는 로그인 시 데이터 레이어 (Data Layer)에 푸시된 사용자 고유 식별자를 참조하는 변수를 지정한다.

데이터 레이어 푸시 예시:

dataLayer.push({
  'user_id': 'U12345ABC'  // 로그인 시스템의 고유 사용자 ID
});

방법 2: gtag.js 직접 구현

gtag('config', 'G-XXXXXXXXXX', {
  'user_id': 'U12345ABC'
});

주의: User-ID에는 이메일, 전화번호 등 개인식별정보 (PII, Personally Identifiable Information)를 직접 사용해서는 안 된다. 반드시 자체 시스템의 해시된 고유 ID 또는 비식별 ID를 사용한다.

2.4 Reporting Identity와의 관계

User-ID는 GA4의 보고 ID 체계에서 최우선 식별자로 작동한다. 블렌디드 모드에서의 식별 우선순위는 다음과 같다.

User-ID (최우선): 로그인한 사용자에게 직접 할당한 ID
Device ID: 쿠키 기반 클라이언트 ID (웹) 또는 앱 인스턴스 ID (앱)
모델링 (Modeling): 동의하지 않은 사용자의 행동을 통계적으로 추정

User-ID가 설정되면 GA4는 해당 사용자의 과거 Device ID 기반 세션도 소급하여 통합하려고 시도한다. 이를 통해 로그인 전 탐색 행동과 로그인 후 전환 행동을 하나의 사용자 여정으로 연결할 수 있다.

더 읽어보기 (Further Reading)

3. 측정 프로토콜 (Measurement Protocol)

3.1 오프라인 및 IoT 데이터 통합

측정 프로토콜 (Measurement Protocol)은 HTTP 요청을 통해 GA4 서버로 직접 이벤트를 전송하는 API다. 웹 브라우저나 앱 SDK를 사용할 수 없는 환경에서 데이터를 수집할 때 활용한다.

주요 활용 시나리오:

시나리오	설명
오프라인 매장 POS 데이터	매장 내 구매 데이터를 GA4에 전송하여 온-오프라인 통합 분석
IoT 기기 데이터	키오스크, 스마트 기기 등 브라우저가 없는 환경의 사용자 상호작용
CRM 이벤트 통합	고객 상담 완료, 계약 체결 등 백엔드 이벤트
환불 및 주문 수정	이커머스 환불 처리, 주문 상태 변경 등 서버측 이벤트
배치 데이터 업로드	일괄적으로 과거 이벤트 데이터를 전송

3.2 API 비밀번호 설정 방법

측정 프로토콜을 사용하려면 API 비밀번호 (API Secret)가 필요하다.

설정 절차:

GA4 관리 화면에서 [데이터 스트림]을 선택한다.
해당 데이터 스트림을 클릭한다.
[측정 프로토콜 API 비밀번호] 섹션에서 [만들기]를 클릭한다.
별칭(Nickname)을 입력하고 생성한다.
생성된 비밀번호를 안전하게 보관한다.

기본 요청 형식:

POST https://www.google-analytics.com/mp/collect?measurement_id=G-XXXXXXXXXX&api_secret=YOUR_API_SECRET

{
  "client_id": "client_id_value",
  "events": [{
    "name": "offline_purchase",
    "params": {
      "transaction_id": "T12345",
      "value": 50000,
      "currency": "KRW"
    }
  }]
}

주의: 측정 프로토콜로 전송된 이벤트는 GA4의 실시간 보고서에 표시되지만, 디버그 뷰 (DebugView)에서 확인하려면 요청 본문에 "debug_mode": true를 이벤트 매개변수로 추가하거나 검증 서버(/debug/mp/collect)를 활용한다.

3.3 2025-2026 주요 업데이트

측정 프로토콜은 2025-2026년에 걸쳐 대폭 기능이 확장되었다.

EU 전용 엔드포인트 추가

유럽연합(EU) 내 데이터 처리 규정 준수를 위해 별도의 엔드포인트가 추가되었다.

엔드포인트	URL	용도
글로벌 (기존)	`www.google-analytics.com/mp/collect`	기본 엔드포인트
EU 전용 (신규)	`region1.google-analytics.com/mp/collect`	EU 데이터 처리 규정 준수

EU 사용자 데이터를 처리하는 서비스의 경우, EU 전용 엔드포인트를 사용하면 데이터가 EU 내 서버에서 우선 처리된다.

디바이스 및 지리 정보 필드 추가

측정 프로토콜 요청에 디바이스와 위치 정보를 포함할 수 있게 되었다. 오프라인 이벤트에 사용자의 지리 정보와 기기 정보를 보강할 수 있어, 보고서의 정확도가 향상된다.

신규 필드	설명	예시
`user_location`	사용자 위치 (국가, 도시 등)	`{"country": "KR", "city": "Seoul"}`
`ip_override`	IP 주소 재정의	`"203.0.113.50"`
`device`	기기 정보 (카테고리, 모델 등)	`{"category": "mobile", "model": "SM-S928N"}`
`user_agent`	사용자 에이전트 문자열	브라우저/OS 정보 문자열

session_id / session_number 매개변수 지원

측정 프로토콜로 전송하는 이벤트에 session_id와 session_number를 포함할 수 있게 되어, 서버측 이벤트를 기존 사용자 세션에 연결할 수 있다. 이전에는 측정 프로토콜 이벤트가 독립된 세션으로 처리되는 문제가 있었다.

앱 스트림에서 in_app_purchase 이벤트 지원

앱 내 구매 (In-app Purchase) 이벤트를 측정 프로토콜로 전송할 수 있게 되어, 앱스토어/플레이스토어를 통하지 않는 서버측 구매 검증 데이터를 GA4에 통합할 수 있다.

쿠키 기반 client_id / session_id 수용 (2026년 2월)

2026년 2월 업데이트로, 웹 스트림에서 GA4 쿠키가 생성한 client_id와 session_id 값을 측정 프로토콜에서 직접 수용하게 되었다. 이를 통해 웹에서 시작된 사용자 세션과 서버측 이벤트를 원활하게 연결할 수 있다.

screen_view, ad_impression 이벤트 지원

앱 환경에서의 화면 조회 (screen_view)와 광고 노출 (ad_impression) 이벤트를 측정 프로토콜로 전송할 수 있게 되어, SDK가 설치되지 않은 환경에서도 앱 내 화면 탐색과 광고 성과를 추적할 수 있다.

더 읽어보기 (Further Reading)

4. Analytics Advisor (분석 어드바이저) -- 2025년 12월 출시

4.1 개요

분석 어드바이저 (Analytics Advisor)는 2025년 12월에 출시된 GA4의 AI 대화형 분석 도우미다. Google의 제미나이 (Gemini) AI 모델을 기반으로, 자연어로 데이터에 대한 질문을 하면 차트와 텍스트 설명을 자동으로 생성해 준다.

기존에는 GA4 데이터를 분석하려면 보고서 메뉴를 탐색하고, 적절한 측정기준과 측정항목을 조합하여 보고서를 직접 구성해야 했다. Analytics Advisor는 이 과정을 자연어 대화로 대체하여 데이터 접근성을 크게 높였다.

4.2 핵심 기능

기능	설명
자연어 질의	"지난주 트래픽이 왜 증가했나요?", "모바일 사용자의 전환율은?" 등 일상 언어로 질문
자동 차트 생성	질문에 적합한 시각화(추이 그래프, 비교 차트 등)를 자동 생성
원인 분석	데이터 변화의 원인을 자동으로 분석하여 설명 제공
후속 질문 제안	현재 분석과 관련된 후속 질문을 자동으로 제안
보고서 연결	분석 결과에서 관련 GA4 보고서로 바로 이동 가능

4.3 활용 시나리오

시나리오 1: 트래픽 변화 원인 분석

질문 예시: "이번 주 유기 검색 트래픽이 30% 감소한 이유가 무엇인가요?"

Analytics Advisor는 해당 기간의 트래픽 데이터를 분석하고, 검색 유입 키워드, 랜딩 페이지 성과, 검색엔진별 비중 변화 등을 종합하여 가능한 원인을 제시한다.

시나리오 2: 전환 성과 빠른 파악

질문 예시: "지난달 대비 이번 달 구매 전환율이 어떻게 변했나요?"

기간별 전환율 비교 차트와 함께, 전환율 변화에 영향을 미친 주요 요인(트래픽 소스 변화, 신규/재방문 사용자 비율 등)을 설명한다.

시나리오 3: 세그먼트 비교

질문 예시: "모바일과 데스크톱 사용자의 참여도 차이를 비교해 주세요."

기기별 참여 세션 수, 평균 참여 시간, 이벤트 수 등을 비교하는 차트와 요약을 제공한다.

4.4 한계점 및 주의사항

Analytics Advisor는 강력한 도구이지만, 다음과 같은 한계를 인식해야 한다.

한계점	설명
데이터 해석의 표면성	AI가 제시하는 원인 분석은 상관관계 수준이며, 인과관계를 보장하지 않음
복잡한 분석의 한계	다중 조건이 결합된 고급 분석이나 맞춤 퍼널 분석에는 제한적
비즈니스 맥락 부족	마케팅 캠페인, 시즌 이벤트 등 외부 요인을 자동으로 반영하지 못함
언어 지원	한국어 질의를 지원하지만, 영어 대비 정확도가 다소 낮을 수 있음
데이터 범위	GA4에 수집된 데이터만 분석 가능, 외부 데이터 참조 불가

중요: Analytics Advisor는 분석의 출발점으로 활용하되, 주요 비즈니스 의사결정에 사용되는 인사이트는 반드시 원본 데이터와 보고서에서 직접 검증해야 한다. AI가 생성한 분석은 탐색적 도구로서의 가치가 가장 크다.

더 읽어보기 (Further Reading)

GA4 새로운 기능 소개

5. Generated Insights (생성된 인사이트) -- 2026년 2월 출시

5.1 개요

생성된 인사이트 (Generated Insights)는 2026년 2월에 출시된 기능으로, GA4 홈 화면에서 마지막 방문 이후 발생한 주요 데이터 변화를 자동으로 요약해 준다. 사용자가 GA4에 로그인하면, AI가 선별한 3가지 핵심 변화 사항을 즉시 확인할 수 있다.

5.2 주요 감지 항목

Generated Insights가 자동으로 감지하고 보고하는 항목은 다음과 같다.

감지 유형	설명	예시
주요 설정 변경	GA4 속성이나 데이터 스트림의 중요 설정 변경	"어제 새로운 전환 이벤트 'signup_complete'가 등록되었습니다"
이상치 감지 (Anomaly Detection)	통계적으로 유의미한 데이터 급증 또는 급감	"유기 검색 트래픽이 평소 대비 45% 증가했습니다"
시즌성 트렌드 (Seasonal Trends)	계절적, 주기적 패턴 변화 감지	"연말 시즌 진입에 따라 이커머스 매출이 상승 추세입니다"
목표 달성 상황	설정된 목표 대비 현재 진행 상황	"월간 전환 목표의 78%를 달성했습니다 (잔여 10일)"

5.3 효과적인 활용법

1. 일일 모니터링 습관 형성

매일 GA4에 접속하여 Generated Insights를 확인하는 것만으로도 기본적인 데이터 모니터링이 가능하다. 특히 마케팅 캠페인 실행 중이나 사이트 업데이트 직후에는 이상치를 빠르게 발견하는 데 유용하다.

2. 심화 분석의 트리거로 활용

Generated Insights가 감지한 이상치를 발견하면, 해당 항목을 클릭하여 관련 보고서로 이동한 뒤 심층 분석을 진행한다.

3. 팀 공유 및 의사소통

Generated Insights의 요약을 팀 슬랙 채널이나 주간 회의에서 공유하면, 데이터 기반 의사소통의 출발점으로 활용할 수 있다.

팁: Generated Insights는 속성에 충분한 데이터가 축적되어야 정확한 인사이트를 제공한다. 신규 속성의 경우, 최소 수 주간의 데이터가 축적된 후부터 유의미한 인사이트가 생성되기 시작한다.

더 읽어보기 (Further Reading)

6. 예측 측정항목 (Predictive Metrics)

6.1 개요

예측 측정항목 (Predictive Metrics)은 GA4의 머신러닝 모델이 과거 데이터 패턴을 학습하여 미래 사용자 행동을 예측하는 기능이다. 이를 통해 마케팅 캠페인의 타겟팅을 선제적으로 최적화할 수 있다.

6.2 예측 측정항목의 종류

예측 측정항목	설명	예측 기간
이탈 확률 (Churn probability)	최근 7일간 활동한 사용자가 향후 7일 내 활동하지 않을 확률	7일
구매 가능성 (Purchase probability)	최근 28일간 활동한 사용자가 향후 7일 내 구매할 확률	7일
매출 예측 (Predicted revenue)	최근 28일간 활동한 사용자가 향후 28일 내 발생시킬 예상 매출	28일

6.3 예측 잠재고객 (Predictive Audiences) 생성 및 활용

예측 측정항목을 기반으로 잠재고객 (Audience)을 생성하면, 마케팅 캠페인의 효율을 크게 높일 수 있다.

활용 가능한 예측 잠재고객 예시:

잠재고객	조건	활용 방안
이탈 가능 사용자	이탈 확률 상위 20%	리텐션 캠페인, 할인 쿠폰 제공
구매 가능성 높은 사용자	구매 가능성 상위 10%	리마케팅 광고 집중 집행
고가치 예측 사용자	예측 매출 상위 5%	VIP 혜택 제공, 프리미엄 상품 추천
이탈 위험 고가치 사용자	이탈 확률 높음 + 과거 높은 매출	최우선 리텐션 타겟

생성 절차:

GA4에서 [관리] > [데이터 표시] > [잠재고객]으로 이동한다.
[새 잠재고객]을 클릭한다.
[예측 잠재고객] 템플릿 중 하나를 선택하거나, 맞춤 잠재고객에서 예측 측정항목을 조건으로 추가한다.
임계값을 설정한다 (예: 구매 가능성 > 90번째 백분위수).
Google Ads와 연동하면, 해당 잠재고객을 광고 타겟팅에 바로 활용할 수 있다.

6.4 필수 조건: 최소 데이터 요건

예측 측정항목이 활성화되려면 다음 조건을 충족해야 한다.

조건	요건
최소 양성 샘플 수	최근 7일간 해당 행동(구매/이탈)을 한 사용자가 최소 1,000명
최소 음성 샘플 수	최근 7일간 해당 행동을 하지 않은 사용자가 최소 1,000명
모델 품질 유지	일정 기간 동안 모델의 예측 품질이 기준 이상을 유지해야 함
이커머스 이벤트 구현	`purchase` 이벤트가 올바르게 구현되어 있어야 함 (구매 가능성/매출 예측)

주의: 최소 데이터 요건을 충족하지 못하면 예측 측정항목이 비활성화된다. 트래픽이 적은 소규모 사이트에서는 활성화가 어려울 수 있다. GA4 관리 화면의 [예측] 섹션에서 현재 모델 상태와 자격 조건을 확인할 수 있다.

더 읽어보기 (Further Reading)

7. 크로스 채널 예산 관리 (Cross-channel Budgeting) -- 2026년 1월 베타

7.1 GA4의 역할 전환: 보고 도구에서 계획 플랫폼으로

2026년 1월에 베타로 출시된 크로스 채널 예산 관리 (Cross-channel Budgeting) 기능은 GA4의 성격을 근본적으로 변화시키는 업데이트다. 기존에 GA4는 과거 데이터를 분석하는 보고 도구(Reporting Tool)였다면, 이 기능의 도입으로 미래 예산을 계획하고 의사결정을 지원하는 계획 플랫폼(Planning Platform)으로 확장되었다.

이 기능은 GA4가 수집한 멀티 채널 데이터를 기반으로, 마케팅 예산 배분에 대한 데이터 기반 권고안을 제공한다.

7.2 전환 기여 분석 보고서 (Conversion Attribution Analysis Report)

크로스 채널 예산 관리의 핵심은 전환 기여 분석 보고서다. 이 보고서는 각 마케팅 채널이 전환에 기여한 정도를 다양한 기여 모델 (Attribution Model)로 분석한다.

주요 분석 항목:

분석 항목	설명
채널별 전환 기여도	각 마케팅 채널이 최종 전환에 기여한 비중
채널 간 시너지 효과	특정 채널 조합이 전환율에 미치는 상승 효과
예산 대비 성과 (ROAS)	채널별 광고 투자 대비 수익률
예산 재배분 시뮬레이션	예산 배분 변경 시 예상되는 성과 변화 시뮬레이션

7.3 어시스트 및 여정 가치 분석

전환은 단일 접점에서 발생하지 않는다. 사용자는 여러 채널을 거쳐 최종 전환에 도달하며, 중간 접점의 기여도를 이해하는 것이 예산 배분의 핵심이다.

어시스트 분석의 주요 개념:

개념	설명
어시스트 전환 (Assisted Conversions)	최종 전환 직전이 아닌 중간 접점에서 기여한 전환 수
어시스트/최종 전환 비율	해당 채널이 어시스트 역할을 한 빈도 대비 최종 전환 역할을 한 빈도의 비율
전환 경로 길이	전환에 이르기까지 사용자가 거친 접점(터치포인트)의 수
여정 가치 (Journey Value)	전환 경로 전체에 걸쳐 각 접점이 창출한 가치 합산

활용 예시:

어시스트/최종 비율이 높은 채널(예: 디스플레이 광고)은 인지도 확보에 기여하는 상위 퍼널(Upper Funnel) 채널로 파악한다.
최종 전환 비율이 높은 채널(예: 브랜드 검색)은 전환 완료를 유도하는 하위 퍼널(Lower Funnel) 채널로 파악한다.
이를 기반으로 퍼널 단계별 예산 배분 전략을 수립한다.

참고: 이 기능은 2026년 3월 현재 베타 상태이며, Google Ads 계정이 연결된 GA4 속성에서 사용할 수 있다. 최종 출시 시 기능 범위와 인터페이스가 변경될 수 있다.

더 읽어보기 (Further Reading)

8.1 개요

개인정보 보호 규제가 전 세계적으로 강화되면서, GA4의 데이터 수집과 처리 방식도 지속적으로 변화하고 있다. 서드파티 쿠키 (Third-party Cookies) 폐지, 동의 모드 (Consent Mode) 강화, Google Signals 변경 등 2024-2026년 사이에 이루어진 주요 변화를 이해하고 대응하는 것이 필수적이다.

8.2 Google Signals의 보고 ID 제외 (2024년~)

2024년 2월부터 Google Signals 데이터는 GA4의 보고 ID (Reporting Identity)에서 제외되었다. 이전에는 Google Signals가 크로스 디바이스 식별에 활용되었으나, 개인정보 보호 강화 추세에 따라 보고 목적에서는 제외되었다.

변경 전후 비교:

항목	변경 전	변경 후 (2024년 2월~)
보고 ID에서의 역할	User-ID > Google Signals > Device ID	User-ID > Device ID > Modeling
광고 개인화	활용 가능	활용 가능 (유지)
인구통계 보고서	Google Signals 기반	한정적 (모델링 기반으로 일부 제공)
크로스 디바이스 추적	Google Signals 활용 가능	User-ID만으로 가능

실무 대응: Google Signals 의존도가 높았던 조직은 User-ID 구현을 최우선으로 추진해야 한다. 특히 크로스 디바이스 분석이 중요한 비즈니스의 경우, 로그인 유도 전략과 User-ID 설정을 병행한다.

동의 모드 (Consent Mode) v2는 사용자의 쿠키 동의 상태에 따라 GA4의 데이터 수집 방식을 자동으로 조정하는 기능이다. 2024년 3월부터 EU/EEA 지역의 Google Ads 사용자에게는 Consent Mode v2가 필수 요건이 되었다.

Consent Mode v2의 동의 유형:

동의 유형	설명	영향받는 기능
`analytics_storage`	분석 목적의 쿠키 저장 동의	GA4 쿠키, 세션 추적
`ad_storage`	광고 목적의 쿠키 저장 동의	리마케팅, 전환 추적
`ad_user_data`	광고 목적의 사용자 데이터 전송 동의 (v2 신규)	Google Ads 사용자 데이터 전송
`ad_personalization`	광고 개인화 동의 (v2 신규)	리마케팅 잠재고객 생성

동의 상태에 따른 데이터 수집 방식:

동의 상태	데이터 수집 방식
동의함 (Granted)	일반적인 쿠키 기반 데이터 수집
동의하지 않음 (Denied)	쿠키 없이 제한된 핑(ping) 전송, 행동 모델링 (Behavioral Modeling)으로 데이터 보완
미설정 (Default)	동의 관리 플랫폼(CMP) 로드 전까지 기본값 적용

GTM에서의 Consent Mode 구현:

동의 관리 플랫폼(CMP)을 GTM에 설치한다 (예: Cookiebot, OneTrust, CookieYes 등).
GTM의 [관리] > [컨테이너 설정]에서 동의 개요를 활성화한다.
각 태그에 동의 설정을 추가한다: 어떤 동의 유형이 필요한지 지정한다.
기본 동의 상태를 설정한다.

// GTM 동의 기본값 설정 예시 (EU 사용자용)
gtag('consent', 'default', {
  'analytics_storage': 'denied',
  'ad_storage': 'denied',
  'ad_user_data': 'denied',
  'ad_personalization': 'denied',
  'region': ['EU']  // EU 지역에만 적용
});

8.4 서드파티 쿠키 폐지 대응

Google Chrome의 서드파티 쿠키 폐지 계획은 여러 차례 연기되었지만, 장기적으로 서드파티 쿠키 의존도를 줄이는 방향으로의 전환은 불가피하다. GA4는 이에 대비하여 다음과 같은 대안을 제공한다.

대안 기술	설명
퍼스트파티 데이터 강화	User-ID, CRM 데이터 통합으로 자체 데이터 확보
동의 모드 행동 모델링	동의하지 않은 사용자의 행동을 통계적으로 추정
Enhanced Conversions	해시된 퍼스트파티 데이터를 활용한 전환 추적 강화
서버사이드 태깅	퍼스트파티 쿠키 기반으로 데이터를 서버에서 처리
Privacy Sandbox API	Google의 Topics API 등 쿠키 대안 기술 활용

8.5 데이터 삭제 요청 프로세스

GDPR, 개인정보보호법 등에 따라 사용자가 자신의 데이터 삭제를 요청할 수 있다. GA4에서는 다음 절차로 데이터 삭제를 처리한다.

삭제 요청 처리 절차:

GA4 [관리] > [데이터 수집 및 수정] > [데이터 삭제 요청]으로 이동한다.
[데이터 삭제 요청 만들기]를 클릭한다.
삭제 유형을 선택한다.
- 모든 이벤트의 등록된 매개변수 삭제
- 특정 이벤트에서 등록된 매개변수 삭제
- 모든 이벤트 삭제
- 사용자 속성에서 등록된 매개변수 삭제
삭제 대상 날짜 범위를 지정한다.
요청을 제출한다. 처리에는 일반적으로 수일이 소요된다.

주의: 데이터 삭제는 되돌릴 수 없다. 요청 제출 후 검토 기간(약 7일) 내에만 취소가 가능하므로, 삭제 범위를 신중하게 확인해야 한다. 또한 BigQuery로 이미 내보낸 데이터는 GA4 삭제 요청과 별도로 BigQuery에서 직접 삭제해야 한다.

더 읽어보기 (Further Reading)

9. GTM 최신 업데이트 (2025-2026)

9.1 Google 태그 자동 로드 (2025년 4월)

2025년 4월 업데이트로, GTM 컨테이너에 Google Ads 또는 Floodlight 태그가 포함된 경우, Google 태그가 자동으로 로드되는 기능이 추가되었다. 이전에는 Google 태그(구 글로벌 사이트 태그)를 별도로 구성해야 했으나, 이제 GTM이 이를 자동으로 처리한다.

변경 사항 요약:

항목	변경 전	변경 후
Google 태그 설정	수동으로 별도 구성 필요	GTM 컨테이너에서 자동 로드
태그 관리	개별 태그별 설정	통합된 Google 태그로 관리
초기 설정 복잡도	높음	낮음

팁: 기존에 수동으로 Google 태그를 구성한 컨테이너에서는 중복 실행되지 않도록 주의한다. GTM 미리보기 모드에서 태그 실행 순서를 반드시 확인한다.

9.2 Enhanced Conversions 원클릭 설정

향상된 전환 (Enhanced Conversions)은 해시된 퍼스트파티 사용자 데이터(이메일, 전화번호 등)를 Google Ads로 전송하여 전환 측정의 정확도를 높이는 기능이다. 2025년 업데이트로 GTM에서 원클릭으로 설정할 수 있게 간소화되었다.

원클릭 설정 절차:

GTM에서 Google Ads 전환 추적 태그를 연다.
[Enhanced Conversions] 토글을 활성화한다.
데이터 소스를 선택한다: 자동 수집, CSS 선택자, 또는 데이터 레이어.
저장하고 게시한다.

주의: Enhanced Conversions에 사용되는 사용자 데이터는 SHA-256으로 해시된 후 전송된다. 원본 데이터가 Google에 전송되지는 않지만, 반드시 개인정보 처리방침에 해당 내용을 고지해야 한다.

9.3 Cross-domain Tracking 간소화

교차 도메인 추적 (Cross-domain Tracking)은 여러 도메인에 걸친 사용자 여정을 하나의 세션으로 추적하는 기능이다. 2025년 업데이트로 설정 과정이 대폭 간소화되었다.

간소화된 설정 방법:

GA4 관리에서 [데이터 스트림]을 선택한다.
[웹 스트림 세부정보] > [태그 설정 구성]으로 이동한다.
[도메인 구성]에서 교차 추적이 필요한 도메인을 추가한다.
조건 유형(포함, 시작, 종료, 일치, 정규식)을 선택하고 도메인을 입력한다.

이전에는 GTM에서 링크 장식(Link Decoration) 설정을 수동으로 구성해야 했으나, 이제 GA4 인터페이스에서 도메인 목록만 등록하면 자동으로 처리된다.

9.4 Google 태그 게이트웨이 via Akamai (2026년 1월)

2026년 1월에 도입된 Google 태그 게이트웨이 (Google Tag Gateway)는 Akamai CDN 네트워크를 활용하여 태그 요청을 퍼스트파티 도메인을 통해 라우팅하는 기능이다.

핵심 특징:

항목	설명
퍼스트파티 도메인 라우팅	태그 요청이 자사 도메인(`metrics.yoursite.com`)을 통해 전송
광고 차단기 우회	서드파티 도메인 차단의 영향을 받지 않음
데이터 수집 정확도 향상	브라우저 제한으로 인한 데이터 손실 감소
Akamai CDN 활용	글로벌 CDN을 통한 빠른 응답 속도
서버사이드 태깅과의 차이	자체 서버 운영 없이 유사한 효과 달성

참고: Google 태그 게이트웨이는 서버사이드 태깅의 간소화 버전으로 이해할 수 있다. 완전한 서버사이드 태깅처럼 서버에서 데이터를 가공하거나 제어하는 것은 불가능하지만, 퍼스트파티 라우팅의 핵심 이점을 쉽게 얻을 수 있다.

9.5 서버사이드 태깅 (Server-side Tagging) 개요

서버사이드 태깅 (Server-side Tagging)은 GTM의 데이터 처리를 클라이언트(브라우저)에서 서버로 이전하는 방식이다. 2025-2026년에도 지속적으로 기능이 확장되고 있다.

서버사이드 태깅의 구조:

사용자 브라우저 → 자사 서버(GTM Server Container) → 각 서비스(GA4, Google Ads 등)

클라이언트사이드 vs 서버사이드 비교:

항목	클라이언트사이드 태깅	서버사이드 태깅
데이터 처리 위치	사용자 브라우저	자사 서버
페이지 로딩 속도	태그 수에 비례하여 느려짐	브라우저 부담 최소화
데이터 제어	제한적	서버에서 데이터 가공/필터링 가능
쿠키 유형	서드파티 쿠키 포함	퍼스트파티 쿠키만 사용
광고 차단기 영향	차단될 수 있음	영향 최소화
운영 비용	없음	서버 호스팅 비용 발생
설정 복잡도	낮음	높음 (서버 환경 구성 필요)

서버사이드 태깅 환경 구성 옵션:

호스팅 옵션	설명	월 예상 비용 (한국 기준)
Google Cloud Run	Google 공식 권장, 자동 확장	약 30,000~100,000원 (트래픽에 따라 상이)
AWS (Amazon Web Services)	별도 Docker 이미지 배포	약 50,000~150,000원
Stape.io	관리형 서버사이드 태깅 서비스	약 10달러~/월

팁: 서버사이드 태깅은 모든 사이트에 필수적인 것은 아니다. 다음 조건에 해당하는 경우 도입을 고려한다: (1) 높은 데이터 정확도가 필수적인 이커머스, (2) 광고 차단기로 인한 데이터 손실이 큰 사이트, (3) 엄격한 개인정보 보호 규정 준수가 필요한 경우, (4) 페이지 로딩 속도 최적화가 중요한 경우.

더 읽어보기 (Further Reading)

10. 정기 감사 및 운영 체계

10.1 정기 감사 주기 설정

GA4와 GTM 설정은 한 번 구성하면 끝나는 것이 아니라, 지속적인 관리와 검증이 필요하다. 정기 감사를 통해 데이터 품질을 유지하고, 누락이나 오류를 조기에 발견할 수 있다.

권장 감사 주기:

감사 유형	주기	주요 점검 항목
일일 점검	매일	실시간 보고서 정상 작동, Generated Insights 확인, 전환 이벤트 정상 수집
주간 감사	매주	주요 이벤트 수집량 추이, 오류 이벤트 확인, 트래픽 이상치 검토
월간 감사	매월	전체 이벤트 정합성 검증, GTM 태그 상태 점검, 맞춤 측정기준/항목 활용도 검토
분기별 감사	매분기	GA4 속성 설정 전체 검토, 전환 이벤트 정의 재검토, 잠재고객 설정 최적화, 보고서 구조 개선

10.2 문제 발생 시 대응 프로세스

데이터 수집 문제가 발생했을 때의 표준 대응 프로세스를 정의해 둔다.

Debug(진단) 단계:

GA4 실시간 보고서에서 데이터 수집 현황을 확인한다.
디버그 뷰 (DebugView)를 활성화하여 이벤트 전송 상태를 점검한다.
GTM 미리보기 모드에서 태그 실행 여부를 확인한다.
브라우저 개발자 도구의 네트워크 탭에서 GA4 요청이 정상적으로 전송되는지 확인한다.
필요한 경우 Chrome DevTools로 데이터 레이어 상태를 점검한다.

조치(Fix) 단계:

문제 원인을 식별하고 문서화한다.
GTM에서 태그/트리거/변수를 수정한다.
수정 사항을 GTM 미리보기 모드에서 테스트한다.
테스트 통과 후 GTM 컨테이너를 게시한다.

검토(Review) 단계:

수정 후 24-48시간 동안 데이터를 모니터링한다.
BigQuery 원시 데이터에서 수정 전후의 데이터를 비교한다.
문제 재발 방지를 위한 개선 사항을 도출하고 기록한다.

10.3 데이터 품질 관리 프로세스

지속적인 데이터 품질을 보장하기 위한 관리 체계를 수립한다.

데이터 품질 관리 체크리스트:

점검 항목	점검 방법	주기
이벤트 수집 정상 여부	실시간 보고서, DebugView	일일
전환 이벤트 정합성	전환 보고서와 실제 전환 건수 대조	주간
맞춤 매개변수 수집	탐색 보고서에서 맞춤 측정기준 확인	주간
이벤트 네이밍 규칙 준수	GA4 이벤트 목록에서 비표준 이벤트명 검출	월간
내부 트래픽 필터	내부 IP 필터 정상 작동 확인	월간
교차 도메인 추적	도메인 전환 시 세션 유지 확인	월간
이커머스 데이터 정합성	GA4 매출과 실제 매출 비교	월간
BigQuery 데이터 동기화	BigQuery 테이블 생성 및 데이터 적재 확인	주간
동의 모드 정상 작동	동의 상태별 데이터 수집 동작 확인	분기

10.4 팀/담당자별 교육 및 문서화 계획

GA4/GTM 운영은 조직 내 여러 부서가 관여한다. 담당자별 역할과 교육 계획을 수립한다.

역할	주요 업무	필요 역량	교육 주기
GA4 관리자	속성 설정, 사용자 권한 관리, 데이터 스트림 관리	GA4 관리 기능 전반	분기별
GTM 개발자	태그 구현, 트리거 설정, 맞춤 템플릿 개발	GTM 고급 기능, JavaScript	분기별
데이터 분석가	보고서 작성, 인사이트 도출, BigQuery 분석	GA4 보고서, SQL, 시각화 도구	반기별
마케팅 담당자	캠페인 UTM 설정, 전환 모니터링, 잠재고객 활용	GA4 기본 보고서, UTM 규칙	반기별
경영진/의사결정자	대시보드 확인, 성과 기반 의사결정	대시보드 해석, KPI 이해	연간

문서화 대상:

GA4 속성 설정 명세서 (이벤트 목록, 맞춤 측정기준, 전환 이벤트 정의)
GTM 컨테이너 구조 문서 (태그, 트리거, 변수 목록 및 용도)
데이터 레이어 사양서 (각 페이지/이벤트별 데이터 레이어 구조)
UTM 태깅 가이드 (캠페인 매개변수 네이밍 규칙)
문제 대응 매뉴얼 (긴급 연락처, 대응 프로세스)
변경 이력 로그 (누가, 언제, 무엇을, 왜 변경했는지 기록)

10.5 DebugView 활용 점검 체크리스트

DebugView는 GA4의 실시간 이벤트 디버깅 도구로, 이벤트가 올바르게 전송되고 있는지 확인하는 데 필수적이다.

DebugView 활성화 방법:

방법	설명
GTM 미리보기 모드	GTM 미리보기를 실행하면 자동으로 DebugView 활성화
Chrome 확장 프로그램	Google Analytics Debugger 확장 프로그램 설치 및 활성화
gtag.js 디버그 모드	`gtag('config', 'G-XXXXXXXX', {'debug_mode': true})` 설정
측정 프로토콜	이벤트 매개변수에 `"debug_mode": true` 추가

DebugView 점검 체크리스트:

점검 항목	확인 내용	정상 기준
page_view 이벤트	페이지 로드 시 자동 발생 여부	모든 페이지에서 발생
session_start 이벤트	새 세션 시작 시 발생 여부	30분 비활동 후 재방문 시 발생
맞춤 이벤트	사용자 액션 시 해당 이벤트 발생 여부	트리거 조건 충족 시 정확히 발생
이벤트 매개변수	각 이벤트에 필요한 매개변수 포함 여부	정의된 매개변수가 올바른 값으로 전달
사용자 속성	user_id, 맞춤 사용자 속성 설정 여부	로그인 시 user_id 설정, 속성값 정상 전달
이커머스 이벤트	view_item, add_to_cart, purchase 등 순서대로 발생	쇼핑 행동 흐름에 맞게 순차 발생
전환 이벤트	전환으로 표시된 이벤트의 정상 발생	전환 이벤트 옆에 전환 플래그 표시
오류 이벤트	비정상적 이벤트나 중복 이벤트	중복 발생 없음, 비정상 이벤트 없음

팁: DebugView에서 이벤트를 클릭하면 해당 이벤트의 모든 매개변수를 상세히 확인할 수 있다. 특히 이커머스 이벤트의 경우, items 배열 내 상품 정보(item_id, item_name, price 등)가 올바르게 전달되는지 꼼꼼히 확인한다.

더 읽어보기 (Further Reading)

다음 장에서는: 실전 프로젝트를 통해 이 장에서 다룬 고급 설정을 종합적으로 적용하는 과정을 실습한다.

313 KiB Raw Blame History

GA4 & GTM 실무 가이드

이 가이드의 대상 독자

목차

Chapter 01. 계정 권한 및 초기 진단

Chapter 02. 웹사이트/앱 구조 분석

Chapter 03. 사용자 세그먼트 정의

Chapter 04. 사용자 행동 가설 & 측정 계획

Chapter 05. 이벤트 & 주요 이벤트 설정

Chapter 06. GA4 속성 및 데이터 수집 설정

Chapter 07. 리포트 구성 & 분석 활용

Chapter 08. 고급 설정 & AI 기능 (2025-2026)

워크플로우 개요

GA4 주요 변경 이력 (2024-2026)

참고 자료 (공식 문서)

가이드 활용 안내

Chapter 01. 계정 권한 및 초기 진단

1. GA4 계정 구조 이해

1.1 계층 구조 개요

1.2 각 레벨별 역할

계정 (Account)

속성 (Property)

데이터 스트림 (Data Stream)

1.3 계정 구조 설계 시 고려사항

더 읽어보기 (Further Reading)

2. 계정 접근 권한 획득 및 관리

2.1 설정 대상 채널 확인

2.2 GA4 권한 레벨

데이터 제한 추가 옵션

2.3 권한 설정 절차

GA4에서 사용자 추가하기

GTM에서 사용자 추가하기

2.4 실무 권한 요청 체크리스트

더 읽어보기 (Further Reading)

3. 기존 태그 설치 현황 진단

3.1 크롬 확장 프로그램을 활용한 진단

WASP (Web Analytics Solution Profiler)

Ghostery

Analytics Debugger

META SEO Inspector

ADSWERVE dataLayer Inspector+

3.2 진단 절차

3.3 미활용 스크립트 제거의 필요성

3.4 초기 진단 결과 정리 템플릿

더 읽어보기 (Further Reading)

4. 프로젝트 착수 인터뷰 체크리스트

4.1 마케팅 전략 및 브랜딩 방향 확인

4.2 기존 마케팅 활동 내역 및 브랜드 에셋 확인

4.3 주력 상품 및 카테고리별 소구 포인트

4.4 주력 상품의 키워드 및 인지 속성

4.5 기술 환경 확인

더 읽어보기 (Further Reading)

5. 2025-2026 주요 업데이트

5.1 GTM의 Google 태그 자동 로드 (2025년 4월~)

5.2 Google 태그 게이트웨이 도입 (2026년 1월~)

5.3 기타 참고할 최신 동향

더 읽어보기 (Further Reading)

부록: Chapter 01 종합 체크리스트

A. 계정 및 권한

B. 기존 설치 현황 진단

C. 비즈니스 인터뷰

D. 최신 업데이트 확인

Chapter 02. 웹사이트/앱 구조 분석

1. 메뉴 구조 및 정보 구조 분석 (Information Architecture)

1.1 사이트 네비게이션 구조 파악

1.2 전환 포인트 매핑 (Conversion Point Mapping)

1.3 페이지 유형 분류

더 읽어보기 (Further Reading)

2. 외부 검색 엔진 결과 페이지 노출 진단

2.1 구글 검색 결과 페이지 (SERP) 노출 현황 확인

2.2 네이버 검색 결과 확인

2.3 한국 시장 특화: 검색 엔진 비중 분석

더 읽어보기 (Further Reading)

3. SEO 진단

3.1 메타 정보 점검

3.2 전략 키워드 및 관련 콘텐츠 현황 점검

3.3 Google Search Console 연동의 중요성

더 읽어보기 (Further Reading)

4. UTM 매개변수 설정 진단

4.1 UTM 파라미터 구조

313 KiB

Raw Blame History