Google 애널리틱스에서 맞춤 측정기준 또는 측정항목을 사용하면 웹사이트 또는 앱에서 수집한 맞춤 데이터를 사용하여 분석하고 광고할 수 있습니다. 맞춤 측정기준 또는 측정항목을 사용하면 Google 애널리틱스에서 자동으로 수집되고 표시되는 표준 데이터를 사용했을 때보다 세부적이고 관련성이 높은 분석을 수행할 수 있습니다.
작동 방식
이벤트는 사용자가 웹사이트 또는 앱에서 하는 행동(예: 링크 클릭, 동영상 시청)을 측정합니다. 이벤트 매개변수는 사용자가 클릭한 링크나 시청한 동영상 부분 등 이러한 행동에 대한 세부정보를 제공합니다. 사용자 속성을 통해 연령이나 위치 등 사용자에 대한 자세한 정보를 알 수 있습니다.
Google 애널리틱스에서는 애널리틱스 설정 후 자동 수집 이벤트와 사전 정의된 사용자 속성을 전송하여 일부 데이터를 자동으로 수집합니다. Google 애널리틱스 이벤트 매개변수에서 자동으로 수집되는 이벤트 및 이벤트 매개변수 목록을 확인할 수 있습니다.
웹사이트 또는 앱에서 이러한 추가 정보를 수집한 후 맞춤 측정기준(설명 데이터용) 및 맞춤 측정항목(수치 데이터용)을 설정하여 보고서의 데이터를 구성하고 분석할 수 있습니다. 또한 맞춤 측정기준 및 측정항목을 통해 해당 데이터를 광고 및 리마케팅에 사용할 수 있습니다.
1 |
2 |
3 |
4 |
|
웹사이트나 모바일 앱 코드에 이벤트 매개변수 또는 사용자 속성을 추가합니다. |
사용자가 웹사이트 또는 앱을 방문하고 맞춤 데이터가 Google 애널리틱스로 전송됩니다. |
이벤트 매개변수 또는 사용자 속성의 데이터를 분석할 수 있도록 맞춤 측정기준 또는 측정항목을 만듭니다. |
24~48시간 후 맞춤 측정기준 또는 측정항목을 사용하여 보고 및 광고를 시작할 수 있습니다. |
맞춤 측정기준 및 측정항목의 유형
보고 및 광고하려는 정보에 따라 몇 가지 유형의 맞춤 측정기준 및 측정항목을 만들 수 있습니다.
맞춤 측정기준
- 사용자 범위 맞춤 측정기준을 사용하면 맞춤 사용자 속성에 대해 보고할 수 있습니다. 웹사이트 또는 앱 코드에 맞춤 사용자 속성을 추가하면 이러한 맞춤 측정기준을 통해 사용자별 데이터를 분석하고 이해할 수 있습니다.
- 이벤트 범위 맞춤 측정기준을 사용하면 이벤트를 통해 캡처된 사용자 액션에 대한 세부정보를 측정하는 맞춤 이벤트 매개변수에 대해 보고할 수 있습니다. 클릭된 링크나 동영상 참여를 식별할 때 맞춤 이벤트 매개변수를 추천 이벤트 또는 맞춤 이벤트에 추가하면 이러한 상호작용을 심층 분석할 수 있습니다.
- 상품 범위 맞춤 측정기준은 전자상거래 웹사이트 및 모바일 앱에 유용합니다. 이러한 맞춤 측정기준을 사용하면 'purchase' 또는 'add_to_cart'와 같은 전자상거래 이벤트의 상품 배열 내에서 상품 색상이나 상품 크기와 같은 맞춤 데이터를 분석할 수 있습니다.
맞춤 측정항목
- 맞춤 측정항목을 사용하면 이벤트 매개변수의 숫자 값을 분석할 수 있습니다. 이벤트 매개변수가 액션의 수량 또는 빈도를 측정하는 경우 맞춤 측정항목은 이러한 수치를 활용 가능한 분석 정보로 변환합니다. 하지만 클릭된 텍스트 또는 조회된 페이지와 같은 범주형 데이터의 경우 이벤트 범위 맞춤 측정기준을 사용하는 것이 더 적절합니다.
- 산출된 측정항목을 사용하면 하나 이상의 기존 측정항목 또는 맞춤 측정항목을 결합하여 더 가치 있는 새 측정항목을 생성할 수 있습니다.
제한
다음 표는 표준 및 360 속성에 대해 만들 수 있는 맞춤 측정기준 및 측정항목의 수를 보여줍니다.
| 맞춤 측정기준 또는 측정항목의 유형 | 표준 속성 한도 | 360 속성 한도 |
|---|---|---|
| 사용자 범위 맞춤 측정기준 | 25 | 100 |
| 이벤트 범위 맞춤 측정기준 | 50 | 125 |
| 상품 범위 맞춤 측정기준 | 10 | 25 |
| 맞춤 측정항목 | 50 | 125 |
| 산출된 측정항목 | 5 | 50 |
관리의 맞춤 정의 페이지에서 맞춤 측정기준 또는 측정항목의 최대 개수에 근접했는지 확인할 수 있습니다. 지금까지 만든 맞춤 측정기준 및 측정항목의 수를 확인하려면 오른쪽 상단의 할당량 정보를 클릭합니다.
권장사항
맞춤 측정기준 및 측정항목을 만들기 전에 가능하면 사전 정의된 측정기준 및 측정항목을 사용하세요.
표준 속성이 있는 경우 카디널리티가 높은 맞춤 측정기준을 불필요하게 만들지 않는 것이 좋습니다. 카디널리티가 높은 측정기준은 보고서 및 탐색 분석에 부정적인 영향을 주어 (기타) 행에 데이터가 압축될 수 있습니다.
예시
다음 예는 허용되지 않거나 사용을 피해야 하는 카디널리티가 높은 측정기준입니다.
- 사용자별 고유 ID에 맞춤 측정기준을 사용하는 경우. 대신 User-ID 기능을 사용하세요.
- 사용자 ID에 대한 맞춤 측정기준을 만들지 않고 사용 사례를 충족하는 방법에 대해 자세히 알아보기
- 맞춤 측정기준을 사용하여 세션별 고유 ID를 전송하는 경우(예: 세션 ID)
- 맞춤 측정기준으로 타임스탬프를 전송하는 경우
마지막으로, 사전 정의된 측정기준(예: 페이지 및 화면 측정기준 또는 거래 ID)인 매개변수에 대해 맞춤 측정기준을 등록하는 것은 권장하지 않습니다. 카디널리티에는 영향을 미치지 않지만 맞춤 측정기준 할당량 중 하나를 사용하기 때문입니다.
맞춤 매개변수 보고 지원 중단
이벤트 범위 맞춤 측정기준 및 측정항목을 사용하면 속성 전체 측정기준 및 측정항목에 대한 매개변수가 식별되므로, 매개변수를 기반으로 하나의 측정기준 또는 측정항목을 만들어 원하는 수의 이벤트에 대해 보고할 수 있습니다. 예전에는 맞춤 매개변수 보고를 통해 개별 이벤트에 대한 매개변수가 식별되었습니다. 따라서 서로 다른 이벤트 5개에 대해 동일한 매개변수를 보고하려면 맞춤 측정기준 및 측정항목 100개의 할당량 중 5개를 사용해야 했습니다.
맞춤 매개변수 보고에 대한 지원이 중단되면서 애널리틱스에서는 이전 이벤트 범위 집계를 보존했으며, 새로운 집계가 이전 데이터를 원활하게 확장합니다. 매개변수가 여러 이벤트에 등록된 경우 애널리틱스는 현재 할당된 이벤트 이름이 포함된 측정기준/측정항목 이름(예: 'custom_dimension_name [event_name]')을 할당하여 이를 구별합니다.
할당량을 유지하려면 여러 이벤트에 중복으로 등록된 맞춤 측정기준 및 측정항목을 삭제하는 것이 가장 좋습니다.
사용자 범위 맞춤 측정기준을 사용하면 '슬롯'에 대해 신경 쓸 필요가 없습니다. 사용자 속성이 사용자 범위 맞춤 측정기준 슬롯의 별칭이 되어 개발자는 각 데이터 포인트를 임의의 슬롯 번호와 연결할 필요 없이 의미 있는 데이터 포인트를 추적하는 데 집중할 수 있습니다.