- 내 사이트/앱의 어떤 페이지에서 가장 많은 조회가 발생하나요?
- 실적이 가장 우수하거나 가장 많은 전환이 발생하는 방문 페이지는 어디인가요?
- 사용자가 내 사이트/앱에서 어떤 내용을 검색하나요? 내 사이트의 콘텐츠나 탐색 기능에서 어떤 부분을 개선할 수 있나요?
- 내 방문 페이지의 실적이 시간 경과에 따라 어떻게 변하고 있나요? 모든 페이지의 사용자 방문 비율이 동일한가요?
- 쇼핑 유입경로에서 사용자의 진행 상황은 어떤가요?
- 내 게임에서 사용자의 레벨 달성 상황은 어떤가요?
- 사용자가 장바구니에 제품을 추가하도록 유도한 요인에는 어떤 것이 있나요?
- 사용자가 내 앱을 삭제한 원인이 무엇인가요?
- 내 데이터의 세그먼트 간에 흥미로운 교차 부분이 있나요?
- 내 사이트를 처음 방문한 시점에 따라 사용자의 행동이 달라지나요?
- 어떤 추천 소스를 통해 가장 가치 있는 사용자가 유입되고 있나요?
내 사이트/앱의 어떤 페이지에서 가장 많은 조회가 발생하나요?
유니버설 애널리틱스에서는 '페이지 경로' 측정기준과 '페이지 조회수', '순 페이지 조회수', '이탈률' 등의 측정항목과 관련하여 상세한 정보가 담긴 페이지 보고서가 오랫동안 사용되었습니다. Google 애널리틱스 4 속성에서는 페이지 보고서의 모습이 다르지만, 여기에서도 찾고 싶은 내용을 '탐색'에서 탐색 분석으로 쉽게 다시 만들 수 있습니다.
먼저, '탐색'의 '탭 설정' 창에서 측정기준을 추가하려면 + 아이콘을 클릭한 다음 측정기준을 추가해야 합니다. 구체적으로는 '페이지 경로 + 쿼리 문자열' 측정기준을 추가합니다. 페이지 제목을 기준으로 데이터를 보려면(유니버설 애널리틱스의 경우 '페이지' 보고서에서 '페이지 경로' 사용) '페이지 제목 및 화면 이름' 측정기준을 추가로 사용 설정하세요.
다음으로, 탐색 분석에서 사용할 '조회수' 측정항목을 추가해야 합니다. 이렇게 하려면 '변수' 창에서 '측정항목' 섹션의 + 아이콘을 클릭한 다음 추가하려는 '조회수' 측정항목을 찾으세요.
페이지 탐색 분석을 생성하려면 행 및 열 설정에 적용된 기본 측정항목과 측정기준을 삭제하고 행 측정기준으로 '페이지 경로 및 쿼리 문자열'을, 열 측정항목으로 '조회수'를 추가하세요. 비교를 위해 '활성 사용자 수'를 열 측정항목으로 추가하여 페이지의 인기도를 순 사용자 수 기준으로 파악할 수도 있습니다.
Google Merchandise Store의 경우 홈페이지(/)와 장바구니 페이지를 제외하면 재고 정리 섹션과 남성 의류 섹션이 가장 인기 있는 제품 페이지임을 쉽게 알 수 있습니다.
실적이 가장 우수하거나 가장 많은 전환이 발생하는 방문 페이지는 어디인가요?
사용자가 내 앱이나 웹사이트에서 처음 방문한 위치를 알면 사용자 경험과 마케팅 활동을 최적화하는 데 도움이 됩니다. 유니버설 애널리틱스의 경우 보고 UI에서 이러한 보고서를 바로 볼 수 있지만, Google 애널리틱스 4 속성에는 이러한 보고서가 아직 없으며, '탐색'에서 탐색 분석으로 처음부터 다시 만들 수 있습니다.
이러한 탐색 분석을 생성하려면 몇 가지 중요한 요소가 필요한데, 바로 '방문 페이지' 측정기준과 관련 측정항목(예: '조회수', '세션수', '사용자 수')입니다. 측정기준을 추가하려면 + 아이콘을 클릭한 다음 측정기준과 측정항목을 추가로 사용 설정하세요.
이들 측정기준과 측정항목을 사용할 수 있게 되면 먼저 '방문 페이지' 측정기준을 행으로, '조회수', '세션수', '활성 사용자 수' 등의 관련 측정항목을 값으로 추가하세요. 이렇게 되면 해당 측정항목을 기준으로 방문 페이지를 탐색 분석할 수 있습니다.
'구매' 측정항목을 추가하면 구매가 있을 때 어떤 방문 페이지를 조회했는지 알 수 있습니다.
이제 구매가 있을 때 어떤 방문 페이지를 조회했는지 확인할 수 있고, 총계와 비교하면서 방문 페이지의 효과를 더 잘 이해할 수 있습니다.
사용자가 내 사이트/앱에서 어떤 내용을 검색하나요? 내 사이트의 콘텐츠나 탐색 기능에서 어떤 부분을 개선할 수 있나요?
'탐색'에서 생성하여 자주 사용하는 다른 보고서로 '사이트 검색' 탐색 분석도 있습니다. 이 보고서를 만들려면 몇 가지 단계를 따라야 합니다.
먼저, 사이트 검색 데이터를 수집하도록 향상된 측정 이벤트 또는 맞춤 이벤트를 사용 설정하세요. 향상된 측정을 사용하는 경우 이 이벤트의 명칭은 '검색결과 조회'입니다. 그런 다음, 속성에서 '검색어' 매개변수를 맞춤 측정기준으로 사용 설정해야 합니다. 이렇게 하면 해당 보고서를 '탐색'에서 사용할 수 있습니다.
사용 가능한 데이터가 확보되면 탐색 분석을 생성할 수 있으며, 이 내용은 몇 가지 부분으로 구성됩니다. 먼저, '검색어' 측정기준을 '탐색 분석'에서 사용할 수 있도록 설정해야 합니다.
이 측정기준을 사용 설정하면 '행' 설정의 탐색 분석에 추가할 수 있습니다. 이렇게 되면 다음과 같은 화면이 표시됩니다.
이 탐색 분석에서는 모든 이벤트가 대상이므로 (not set) 값이 많이 표시됩니다. 노이즈를 줄이려면 '이벤트 이름' 필터와 정확하게 일치하는 '검색결과 조회' 필터를 만들어 해당 이벤트의 데이터만 표시되게 하세요.
필터를 적용하면 표시된 각 용어에 대한 검색량을 보여주는 업데이트된 탐색 분석, 즉 사이트 검색어 탐색 분석이 표시됩니다.
사용자가 내 웹사이트에서 무엇을 검색하는지 알면 콘텐츠를 최적화하여 사용자 참여도와 만족도를 높이는 데 큰 도움이 됩니다. 예를 들어 특정 검색어가 급증하면 사이트 사용자가 더 쉽게 원하는 내용을 찾거나 궁금한 사항에 대한 답을 찾을 수 있도록 검색이 급증한 용어와 관련된 콘텐츠를 더 많이 올리시기 바랍니다.
내 방문 페이지의 실적이 시간 경과에 따라 어떻게 변하고 있나요? 모든 페이지의 사용자 방문 비율이 동일한가요?
모든 탐색 분석에는 다양한 시각화 옵션이 있습니다. 시간 경과에 따른 데이터의 추세를 확인하려면 선 차트를 사용해 보세요. 시간 경과에 따른 방문 페이지 데이터의 추세를 확인하고 싶은 경우 '탭 설정' 창에서 6가지 시각화 옵션 중 하나를 클릭하여 시각화 유형을 변경하면 됩니다.
시각 자료를 선 차트로 변경하면 시간 경과에 따른 상위 10개 방문 페이지의 그래프가 생성됩니다.
차트 위로 마우스를 가져가면 각 날짜의 데이터 포인트가 표시됩니다.
이상치 데이터가 빈 원으로 강조표시될 수 있습니다. 빈 원 위로 마우스 커서를 가져가면 이상치 정보가 표시됩니다. 아래 예의 경우 Google 애널리틱스 시스템은 수집된 이전 데이터를 토대로 2월 2일에 약 1,000명의 활성 사용자가 홈페이지를 방문한다고 예상했지만, 실제로 측정된 활성 사용자 수는 2,200명으로 예상보다 116% 늘었습니다.
유입경로를 이용하면 사용자가 거칠 것으로 예상되는 일련의 단계를 시각적으로 손쉽게 확인할 수 있습니다. 일반적인 유입경로 사용 사례로는 전자상거래 비즈니스의 쇼핑 행동 흐름 또는 결제 행동 흐름이 있습니다. 게임 개발자는 게임 내 사용자의 레벨 달성 상황을 확인할 수 있습니다. 각각에 대한 구체적인 예를 살펴보겠습니다.
쇼핑 유입경로에서 사용자의 진행 상황은 어떤가요?
쇼핑 행동의 경우 사용자 세그먼트마다 상품 조회, 장바구니에 추가, 구매의 쇼핑 행동 유입경로에서 진행 상황이 어떻게 다른지 분석할 수 있습니다. 이렇게 하려면 먼저 이 유입경로를 처음부터 만들거나, Google Merchandise Store GA4 데모 계정을 통해 제공되는 편리한 템플릿 중 하나를 사용하세요. 이렇게 선택하려면 '탐색 분석' 허브로 이동하여 아래로 스크롤한 후 표시된 '데모' 탐색 분석에서 '쇼핑 행동 유입경로'를 선택하세요.
이러한 탐색 분석은 읽기 전용 상태로 열리지만, 오른쪽 상단의 '사본 만들기'를 클릭한 후 생성되는 데모 탐색 분석 사본은 내가 소유하게 됩니다. 사본이 있으면 원하는 대로 수정 및 조정이 가능합니다.
Google Merchandise Store에서 Google 브랜드의 장비를 판매하는데, 여기에서 인기 있는 두 가지 카테고리는 Android 브랜드 상품과 YouTube 브랜드 상품입니다. 이러한 두 상품 카테고리를 비교하면 쇼핑 행동을 이해하는 데 도움이 될 수 있습니다. 이렇게 하려면 카테고리별로 하나씩 두 개의 새 세그먼트를 만들어 보세요. 이 경우 조건이 '상품 선택'이고 '상품 이름'에 'Android' 또는 'YouTube'가 포함된 매개변수를 사용하여 세그먼트를 만들 수 있습니다.
이러한 세그먼트에는 Android 브랜드 제품 또는 YouTube 브랜드 제품 클릭 이상의 행동을 한 사용자의 쇼핑 행동 유입경로 진행 상황이 표시됩니다. 흥미로운 점은 Android 브랜드 제품 클릭 이상의 행동을 한 사용자가 YouTube 브랜드 제품과 상호작용한 사용자보다 구매 가능성이 거의 2배 더 높다는 점입니다. 이는 브랜드 제품을 구매했다는 의미가 아니라 제품을 클릭했다는 의미입니다. 특정 브랜드 장비의 구매에만 관심이 있으면 아래와 같이 구매 이벤트를 대신 사용하세요.
이러한 세그먼트가 적용되면 '쇼핑 행동' 유입경로 비교가 다음과 같이 표시됩니다.
시간 경과에 따라 GA4 유입경로에 있는 각 단계의 데이터 추이를 확인하는 기능이 새로 추가되었습니다. 이 기능을 이용하려면 '탭 설정' 창에서 시각화 유형을 '선 차트형 유입경로'로 변경하세요. 이렇게 하면 시간 경과에 따른 모든 단계의 데이터 추세를 보여주는 선 차트형 유입경로 보기가 열립니다. 각 단계 위로 스크롤하면 해당 단계와 세그먼트의 일별 데이터를 볼 수 있습니다.
또한 한 번에 한 단계의 추이만 보면서 시간 경과에 따른 데이터 변화를 더 쉽게 시각적으로 확인할 수 있습니다. 이 예에서는 데이터의 이전 보기에서 명확하지 않았던 구매 급증이 3월 10일경에 나타났음을 알 수 있습니다. 흥미롭게도 Android 조회를 통한 구매와 YouTube 조회를 통한 구매의 차이는 거의 전적으로 이러한 구매 급증 직후에 나타난 것으로 보이는데, 웹사이트 레이아웃이나 마케팅 활동이 변경되면서 Android에서 제품이 눈에 더 잘 띄게 표시되었기 때문일 수 있습니다.
내 게임에서 사용자의 레벨 달성 상황은 어떤가요?
게임 또는 앱 개발자가 자주 하는 질문입니다. 유입경로를 사용하면 이 질문에 대한 답을 찾을 수 있습니다.
먼저, 레벨 진행 상황에 해당하는 단계를 만들어야 합니다. 이 예에서는 '레벨 업' 이벤트를 사용하여 Flood-it에서 5개 레벨에 해당하는 5단계를 생성합니다. (GA4 데모 계정이 사용됨)
그런 다음 이러한 단계를 적용하면 각 게임 레벨에서 사용자가 얼마나 진행했는지가 표시됩니다.
레벨 1을 통과한 사용자는 플레이를 계속할 가능성이 큽니다. 이러한 정보가 있으면 사용자의 레벨 1 통과를 지원하는 팁 또는 기타 방법을 사용하는 여러 시나리오에 대한 A/B 테스트를 진행할 수 있으므로 앱 제거를 줄이는 데 도움이 됩니다.
위의 유입경로에서 나타난 추이를 보면 3월 19일경부터 모든 단계에서 상승이 나타나는데, 이때쯤에 게임의 홍보 또는 가시도가 변경되었기 때문일 수 있습니다.
이 유입경로를 분류하여 다양한 획득 채널이 전반적인 레벨 진행 상황에 영향을 미치는지도 확인할 수 있습니다. 이 예에는 직접 트래픽 획득과 유료 트래픽 획득의 비교 데이터가 나와 있습니다. 유료 캠페인을 통해 획득한 사용자는 직접 획득한 사용자보다 실제로 머무는 시간이 더 길어 이탈률이 더 낮습니다. 즉, 유료 광고가 의도한 대로 작동한다고 볼 수 있습니다.
유입경로 탐색 분석의 또 다른 유용한 기능으로 특정 지점에서 이탈한 사용자의 세그먼트나 잠재고객을 만드는 기능이 있습니다. 아래의 예를 보면 레벨 4 부근에서 이탈률이 증가하기 시작함을 알 수 있습니다. 이 경우 레벨 5에 도달하지 못하고 레벨 4에서 이탈한 사용자의 세그먼트를 만들고 이를 잠재고객으로 활용하여 도달범위를 확장하거나 게임을 계속하도록 유도하는 푸시 알림을 보낼 수 있습니다.
이러한 세그먼트를 만들려면 관심 있는 단계를 마우스 오른쪽 버튼으로 클릭하세요. 이 예에서는 적절한 잠재고객을 타겟팅하기 위해 레벨 5에 도달한 사용자는 제외한다는 기준도 적용되었습니다.
마지막으로, 유입경로 탐색 분석에 추가할 수 있는 새 측정항목으로 '경과 시간'이 있습니다. '설정' 창에서 '경과 시간 표시' 버튼으로 이 측정항목의 표시 여부를 선택할 수 있습니다. 이 버튼을 사용 설정하면 표에 새 측정항목 열이 추가됩니다.
사용자가 한 단계를 통과하는 데 걸리는 평균 시간을 알면 고객 성공이라는 측면에서 내 게임의 성과를 명확하게 파악할 수 있으며, 이 예에서는 레벨 통과의 난이도가 어느 정도인지를 알 수 있습니다. 푸시 알림이나 리마케팅 메시지를 보내는 등의 조치를 취할 잠재고객을 만드는 것도 좋은 방법입니다. 예를 들어 레벨 2를 통과하는 평균 시간이 3시간 53분인데, 이 시간을 마우스 오른쪽 버튼으로 클릭하면 이 지점에서 이탈하는 사용자를 잠재고객으로 만들 수 있습니다.
이러한 잠재고객을 활용하면 해당 사용자가 게임 또는 앱을 제거하지 않도록 일종의 격려를 보낼 수 있습니다.
GA4의 '탐색'에 새로 추가된 유용한 기능으로 경로 탐색 분석도 있습니다. 이제는 정방향 또는 역방향 경로의 시작점이 되는 이벤트 또는 페이지/화면을 선택하여 내 사이트 또는 앱에서 나타나는 사용자의 진행 상황을 확인할 수 있습니다. 사이트 내의 사용자 흐름을 알 수 있게 해달라는 요청이 오랫동안 있었는데, GA4에 경로 탐색 분석 기능이 새로 추가되면서 가능하게 되었습니다.
사용자가 장바구니에 제품을 추가하도록 유도한 요인에는 어떤 것이 있나요?
많은 전자상거래 사이트 운영자가 궁금해할 수 있는 내용이며, 이제 역방향 경로 기능으로 답을 찾을 수 있습니다.
시작하려면 새 경로 탐색 분석을 열고 오른쪽 상단에 있는 '다시 시작'을 누르세요. 그런 다음 엔드포인트를 선택하고, '이벤트 이름'을 선택하세요.
그런 다음 슬라이드 아웃 메뉴에서 역방향 경로의 시작점이 되는 이벤트를 선택하세요. 이 예에서는 사용자가 제품을 장바구니에 추가한 이유를 알아보려고 하므로 '장바구니에 추가'를 선택합니다. 관심 있는 이벤트 이름이 표시되지 않으면 '더 로드하기'를 누르거나 상단에 있는 검색창에서 찾아보세요.
탐색 분석 화면은 이벤트 이름을 기반으로 몇 가지 단계가 이미 채워진 상태로 로드됩니다. 페이지 이름별로 경로를 지정하려면 단계별로 변경하세요. 아래 예에서는 '페이지 제목 및 화면 클래스'로 변경했는데, '판매' 페이지에서 장바구니에 제품을 추가한 사용자가 상당히 많다는 것을 알 수 있습니다. 판매 페이지를 자세히 살펴보면서 관심도가 더 높은 제품이 있는지 확인하여 마케팅 전략에 반영하는 것이 좋습니다.
사용자가 내 앱을 삭제한 원인이 무엇인가요?
앱 개발자에게는 앱 제거(앱 삭제)가 큰 걱정거리입니다. 역방향 경로를 이용하면 고객이 앱을 제거하게 만든 원인이 무엇인지를 파악하는 데 큰 도움이 됩니다. 시작하려면 경로 탐색 분석 상단에 있는 '다시 시작' 버튼을 눌러서 새로운 역방향 경로를 만드세요. 그런 다음 '앱 삭제'라는 이벤트 이름을 시작점으로 선택하세요.
역방향 경로에서 몇 단계만 확인하면 앱 제거의 원인일 수 있는 활동을 찾을 수 있습니다. 이 예에서는 앱 제거 중 13%에서 앱 삭제 두 단계 이내에 광고 노출이 발생했음을 알 수 있습니다. 이는 상당히 높은 비율이며, 사용자에게 미치는 부정적인 영향을 줄여서 앱 제거를 감소시키려면 광고 게재 방식의 최적화가 필요할 수 있다는 뜻입니다.
내 데이터의 세그먼트 간에 흥미로운 교차 부분이 있나요?
세그먼트 중복 분석 기법을 이용하면 다양한 세그먼트의 사용자가 서로 어떻게 상호작용하는지를 시각적으로 쉽게 확인할 수 있습니다. 예를 들어 특정 사이트의 뉴스레터를 구독한 데스크톱 사용자와 모바일 사용자의 중복 상태를 시각적으로 확인할 수 있습니다. 이를 통해 표 탐색 분석을 세분화하지 않고도 대부분의 뉴스레터 가입이 어디에서 발생했는지를 더 쉽게 파악할 수 있습니다.
이렇게 하려면 먼저 분석하려는 세그먼트를 변수 창에 추가하세요. + 아이콘을 클릭하여 새 세그먼트를 추가하면 세그먼트 작성 도구가 열립니다.
이벤트 세그먼트를 선택하고 필터링할 이벤트(이 예에서는 '가입')를 선택하여 뉴스레터 가입 이벤트를 만들 수 있습니다.
시각화할 세그먼트를 만들었다면 탭을 더블클릭하여 '탭 설정' 창에 추가하세요. 벤 다이어그램을 이용하면 세그먼트를 한 번에 3개까지 추가하여 중복되는 부분을 시각적으로 확인할 수 있습니다.
이 예에서는 대부분의 뉴스레터 가입이 어디에서 발생하는지를 확인하기 위해 '데스크톱 트래픽', '모바일 트래픽', '뉴스레터 가입' 세그먼트를 추가했습니다.
아래 표의 벤 다이어그램과 6행에서 볼 수 있듯이, 뉴스레터 가입의 대부분이 데스크톱 사용자로부터 발생합니다. 이는 모바일 환경이 목표에 부합하지 않거나 뉴스레터 가입을 어렵게 만드는 문제가 UX에 있을 수 있다는 뜻입니다. 이 내용에 대해서는 개발팀 및 UX팀과 함께 자세히 살펴보겠습니다.
세그먼트 중복 분석 기법에서 매우 유용한 기능으로 중복된 부분을 기반으로 새 세그먼트를 만드는 기능이 있습니다. 예를 들어 데스크톱 트래픽과 뉴스레터 가입이 포함된 새 세그먼트를 만들려면 벤 다이어그램 또는 표를 통해 관심 있는 데이터의 시각적 요소를 마우스 오른쪽 버튼으로 클릭하고 세그먼트를 만드는 옵션을 선택할 수 있습니다.
이렇게 하면 내가 선택한 세그먼트 조합을 기반으로 조건이 미리 선택된 세그먼트 작성 도구가 열립니다. 결합된 조건을 설명하는 이름이 세그먼트 이름으로 지정되지만, 원하는 경우 이를 변경할 수 있습니다.
오른쪽 상단에 있는 체크박스를 선택하여 중복된 부분을 토대로 잠재고객을 만들 수도 있으며, 이를 통해 이 잠재고객을 다른 Google Marketing Platform 제품(예: Google Ads)과 공유하여 도달범위를 확대할 수 있습니다.
내 사이트를 처음 방문한 시점에 따라 사용자의 행동이 달라지나요?
동질 집단 탐색 분석은 내 사이트의 사용자 그룹마다 행동이 어떻게 다른지를 이들이 동질 집단에 속하게 된 시점과 방식을 기준으로 분석할 수 있게 해주는 유용한 도구입니다. 동질 집단 탐색 분석에서 분석하는 내용의 측정항목이나 계산 방식을 변경하면 훨씬 더 유용할 수 있습니다.
'탐색'에서 새 동질 집단 탐색 분석을 처음 열면 첫 번째 터치의 동질 집단 포함 여부(사용자의 동질 집단 조건 충족 여부. 이 예에서는 사용자가 내 사이트 또는 앱을 처음 방문한 시점), 이벤트의 재방문 기준(사용자가 내 사이트 또는 앱에 돌아와서 한 행동), 활성 사용자 수 측정항목, 일반 계산 유형에 따라 자동으로 생성된 탐색 분석이 표시됩니다. 이에 따라 내 사이트를 다시 방문한 사용자 수를 5주에 걸쳐 주 단위로 보여주는 기본 동질 집단 탐색 분석이 표시되며, 이 내용은 사용자가 내 사이트 또는 앱에 처음 도착한 시점에 따라 달라집니다.
이 탐색 분석의 측정항목 유형을 '합계'에서 '동질 집단 사용자당'으로 변경하면 재방문 비율을 주 단위로 파악할 수 있습니다. 이 경우 각 동질 집단을 재사용자와 비교할 수 있으므로 많은 경우 특정 보기의 합계를 볼 때보다 더 유용합니다.
전자상거래 사이트의 경우 '활성 사용자 수' 측정항목을 '구매 수익' 측정항목으로 변경하면 각 동질 집단을 통해 유입된 사용자 수뿐 아니라 수익도 확인할 수 있으며, 이를 동질 집단의 합계 또는 동질 집단 사용자별로 볼 수도 있습니다. 아래에 나온 예의 경우 처음 2개의 동질 집단에서는 주간 수익이 거의 없지만, 세 번째 동질 집단부터 수익이 증가하기 시작합니다.
계산 유형을 '일반'에서 '누적'으로 변경하면 각 동질 집단이 비즈니스 수익에 미치는 전체적인 영향을 파악할 수 있습니다.
이 예에 나온 데이터를 보면 3월 7일이 포함된 주부터 전환 가능성이 높은 사용자를 Google Merchandise Store로 더 많이 유도하기 위해 마케팅 활동을 늘렸다고 판단할 수 있습니다.
어떤 추천 소스를 통해 가장 가치 있는 사용자가 유입되고 있나요?
이 정보를 알면 파트너로 발전할 수 있는 추천 소스를 마케팅팀에 알릴 수 있습니다. 이 예에 나온 값을 보면 사용자가 앱을 제거할 가능성이 낮고, 예상 전체 기간 수익이 더 높으며, 이전 LTV가 더 높음을 알 수 있습니다.
이러한 탐색 분석을 생성하려면 먼저 앱 제거, LTV, 전체 기간 수익 등을 살펴보는 데 필요한 측정항목과 측정기준을 적용해야 합니다. 이 예에서는 소스와 매체를 측정기준으로 사용했으며, 측정항목의 경우 변수 창의 측정항목 섹션에 있는 + 아이콘을 이용해 '사용자 전체 기간' 섹션에서 추가하는 방식으로 측정항목 몇 가지를 더 적용했습니다.
이러한 측정항목과 측정기준을 적용하면 앱 제거 이탈 가능성에 대한 값이 없는 행을 많이 볼 수 있는데, 해당 사용자가 앱 제거 예측 모델링의 조건을 충족하지 않기 때문입니다. 계산된 앱 제거 가능성이 없는 사용자를 모두 제외하려면 앱 제거 가능성이 0보다 큰 필터를 만드세요. 그러면 다음과 같이 깔끔한 탐색 분석이 표시됩니다.
그런 다음 앱 제거 가능성을 기준으로 데이터를 정렬하면 사용자 수가 많고 앱 제거가 적을 것으로 예상되는 캠페인이 있는지 확인할 수 있습니다. 이러한 캠페인에서는 예상 앱 제거 값이 큰 캠페인보다 참여도가 높은 사용자를 획득할 가능성이 큽니다.
마찬가지로 예상 구매 수, 이전 LTV, 예측 참여도를 통해 단일 세션 이후 획득된 사용자의 가치를 파악할 수 있습니다.
아래의 이미지에서 일부 행에는 Google 이외의 소스가 Google Merchandise Store로 추천한 경우 사용자 수가 적지만, 앱 제거 가능성이 낮고, 참여 기간이 길며, 거래가 많고, LTV가 평균 수준이라는 내용이 나와 있습니다. 이러한 추천은 매장에 도움이 되는 것으로 보이며, 더 많은 고객 관계 구축에 활용할 수 있도록 마케팅팀에 해당 추천 소스를 알리시기 바랍니다.