구글 애널리틱스를 활용한 사용자 분석

2025-04-27 project-구글 애널리틱스를 활용한 사용자 분석

이 글을 작성하는 이유

이 글은 구글 애널리틱스를 실제 프로젝트에 적용한 경험을 정리하고, 이를 통해 어떤 효과를 얻었는지 공유하기 위해 작성되었다.

웹 페이지에 구글 애널리틱스를 도입한 이후, 방문자 수, 체류 시간, 기기 유형 등 다양한 데이터를 확인할 수 있었고, 특정 기능 도입 이후 이탈률이 감소하고 참여율이 증가한 것을 통해 기능의 효과를 데이터로 입증할 수 있었다.

이러한 경험은 데이터 분석이 단순한 숫자 나열을 넘어, 사용자 경험 개선과 서비스 전략 수립에 실질적인 도움을 줄 수 있다는 사실을 보여주었다.

또한, 수집 기간이 짧거나 외부 요인으로 인한 이상치가 포함될 경우 데이터의 신뢰성에 한계가 있다는 점도 함께 깨달았다. 이로 인해 장기적인 데이터 수집과 지속적인 모니터링의 중요성을 인식하게 되었으며, 직접 통제할 수 있는 요소에 집중한 분석이 가장 실질적인 인사이트를 줄 수 있다는 점을 강조하고자 한다.

구글 애널리틱스란?

GA4는 미래의 측정 방식을 대비해 설계된 새로운 유형의 속성입니다.

- 웹사이트와 앱 데이터를 모두 수집하여 고객 여정을 더욱 자세히 파악
- 세션 기반 데이터 대신 이벤트 기반 데이터 사용
- 쿠키 없는 측정, 행동 및 주요 이벤트 모델링과 같은 개인 정보 보호 설정 포함
- 예측 기능으로 복잡한 모델이 없는 가이드 제공
- 미디어 플랫폼에 직접 통합하여 웹사이트 또는 앱에서 더 편리하게 작업

구글 애널리틱스 중에서 차세대 애널리틱스인 Google 애널리틱스 4를 말한다.

도입 계기

웹 사이트를 배포한 다음날 유저가 어떤 페이지에 접속했고 몇 명이 방문하였고, 등의 정보를 알고 싶어졌다.

며칠 전에 진행한 번개팅 팀 프로젝트에서 팀장님이 구글 애널리틱스를 적용했던 것이 생각나 개인 프로젝트에도 적용하면 어떨까 하는 생각에 도입하였다.

구글 애널리틱스를 도입하면 아래와 같이 많은 정보를 제공받을 수 있다. 이또한 좋은 점이지만, 제일 좋은 점은 무료로 사용할 수 있다는 점이다. 적용하는 방법 또한 간단하다.

도메인 혹은 배포된 페이지 URL만 있다면 구글 애널리틱스를 적용할 수 있다.

이전에 작성한 원숭이 시뮬레이터는 배포된 페이지 URL을 이용해서 구글 애널리틱스를 적용했다.

배포할 당시에 같이 적용하지 못하고 바로 다음날에 도입하여 첫째날 수집된 데이터가 없다는 것은 아쉬울 따름이다.

얻을 수 있는 지표

구글 애널리틱스에 들어가면 크게 네 가지로 분류가 된다.

홈, 보고서, 탐색, 광고

홈에서는 위와 같이 대표적으로 알 수 있는 지표들을 설정하고 추천 지표도 보여주고 있다.

여기에서는 특정 통계에 대한 알림을 받을 수 있는데, 재밌는 점은 이메일 알림을 받을 통계를 직접 만들 수 있다는 것이다.

기존에도 일일 사용자 수 이상 이라는 비슷한 통계가 있지만 이는 말 그대로 설정한 사용자 수 이상으로 사용자가 생겨야 하기 때문에 일일 사용자 수를 알고 싶어서 따로 설정을 해주었다.

사이트에서는 맞춤 통계에서 설정한 통계에 대한 알림을 확인할 수 있다.

~~이유는 모르겠지만 똑같은 날짜를 여러 번 보내기도 하고 순서도 뒤죽박죽으로 보내는 경우가 많다~~

데이터에 대한 의문점

한 달간의 데이터 수집을 바탕으로 글을 작성하려 했을 때, 스스로 여러 의문점을 갖게 되었다.

데이터 수집 기간

2025년 3월 31일부터 4월 27일까지, 약 한 달간 수집된 데이터를 통해 유저의 행동 패턴이나 장기적인 동향을 분석하는 것은 무리라고 판단했다.

이번 분석은 어디까지나 초기 데이터 기반의 탐색적 분석에 해당하며, 앞으로 장기적인 데이터 수집과 지속적인 모니터링이 예정되어 있기 때문에, 현재의 데이터는 참고용으로 활용하되 절대적인 신뢰는 경계하려 한다.

외부 이벤트

원래는 지인들에게만 웹 페이지를 공유했지만, 이후 공식 채널을 통해 외부에 페이지를 홍보하면서 트래픽이 급증하는 현상이 나타났다. 이는 일시적으로 평소와는 다른 사용자 패턴을 유발했을 가능성이 있다.

그러나 홍보 당일 이후부터는 트래픽이 평소 수준으로 안정화되었으며, 원래 데이터의 표본 수가 작았다는 점에서, 이번 이벤트로 인해 오히려 더 다양한 사용자의 행동을 관찰할 수 있는 기회가 되었다고 볼 수 있다.

게임 내부 상황

이 웹사이트가 연동된 게임 원숭이 시뮬레이터는 강화가 주요 콘텐츠인 게임이다. 하지만 최근 몇 달간 강화할 필요성을 부여하는 새로운 콘텐츠가 업데이트되지 않았고, 3~4월 예정이었던 업데이트도 지속적으로 연기되었다.

이로 인해 유저들의 이탈이 가속화되었고, 웹사이트 방문 자체의 동기가 줄어든 상황이 발생했다. 실제로 외부 홍보 이후에도 시간 경과에 따라 사용자 활동은 점차 감소하는 양상을 보이고 있다.

alt text

이러한 상황은 내가 통제할 수 있는 영역이 아니므로, 분석에 있어 컨트롤 가능한 범위에 집중하고 그 외의 변수는 고려하는 방식으로 접근하려 한다.

데이터 알아보기

이탈률

이탈률에 대해 알아보자. 애널리틱스 고객센터에서 설명하는 이탈률은 다음와 같다.

참여율과 이탈률은 Google 애널리틱스에서 웹사이트 또는 앱의 사용자 참여 발생 시간을 측정하고 분석할 수 있는 중요한 측정항목입니다.

두 측정항목 모두 참여 세션을 기준으로 정의됩니다.

세션은 사용자가 웹사이트 또는 앱과 상호작용하는 기간입니다.
참여 세션은 다음 기준 중 하나를 충족하는 세션입니다.
- 10초 이상 지속됨
- 주요 이벤트가 있음
- 화면 또는 페이지 조회수가 2회 이상임

참여율은 웹사이트 또는 모바일 앱에서 참여 세션의 비율입니다. 이탈률은 참여율과는 반대입니다. 이탈률은 참여하지 않은 세션의 비율입니다.

참고: 참여율 및 이탈률을 더 정확하게 계산할 수 있도록 모든 이벤트에 is_engaged_session_event가 추가되었습니다.

즉, 참여율은 어떤 형태로든 의미 있는 참여가 이루어진 웹사이트 또는 앱 방문의 비율을 측정하는 데 도움이 됩니다.

전체 이탈률과 리더보드 기능 적용 이후 이탈률을 살펴보자.

4월 11일, 리더보드 기능 도입 이후 유저 이탈률은 일시적인 변동을 보였지만 전반적으로 긍정적인 흐름을 나타냈다. 특히 기능 도입 직후인 4월 13일에는 이탈률이 7.8%까지 급감, 도입 직전 대비 약 10%p 하락하며, 기능에 대한 초기 반응이 매우 긍정적이었음을 보여준다.

하지만 이후 이탈률은 점차 원래 수준으로 회복되었다. 이에 대해 두 가지 개인적인 해석이 가능하다.

첫째, 리더보드에 등록된 이름은 하루 동안만 유지되는 구조였기 때문에, 유저가 매일 리더보드에 이름을 올려야 할 명확한 동기나 보상이 부족했다. 이러한 지속 동기 부여의 부재가 이탈률 증가에 영향을 준 것으로 보인다.

둘째, 게임 외적인 요인도 이탈률에 영향을 미쳤다. 예를 들어, 예정된 업데이트의 지연이나 개발 일정 변경 등으로 인해 유저가 웹 페이지를 방문할 이유가 줄어들며, 자연스럽게 이탈률이 다시 상승한 것으로 해석된다.

모바일 유저

사용자 - 기술 - 기술 세부정보 - 플랫폼 / 기기 카테고리에서 기기 카테고리별 활성 사용자를 확인할 수 있었다.

웹 사이트에 pwa 기능을 적용한 이후 모바일 사용자의 변화를 알아보자.

새 사용자
- 적용 이전 모바일 유저는 새 사용자 67명 대비 16명으로, 23.88%에 해당한다.
- 적용 이후 모바일/태블릿 유저는 새 사용자 211명 대비 74명으로, 35.07%에 해당한다.

수치로만 본다면 새로운 사용자를 대략 11% 정도 증가하였다.

결론 및 개선 방향

이번 프로젝트를 통해 단순히 유저 수를 파악하는 것 이상의 의미 있는 인사이트를 도출할 수 있었다. 특히 리더보드 기능 추가, PWA 적용 등 기능별로 사용자 반응의 변화를 수치로 확인할 수 있었던 점은 큰 수확이었다.

다만, 여전히 다음과 같은 한계와 개선 여지가 존재한다:

데이터 수집 기간의 부족

짧은 기간에 수집된 데이터는 일시적인 이상치나 외부 변수에 크게 영향을 받을 수 있다. 앞으로는 최소 3개월 이상 장기적인 데이터 수집을 목표로 할 예정이다.
지표 해석의 애매함

단일 수치만 보고 개선 여부를 판단하기보다, 다양한 지표(이탈률, 세션 길이, 재방문율 등)를 복합적으로 고려하는 방향으로 전환할 필요가 있다.
게임 콘텐츠와의 연동 부족

게임 업데이트가 사용자 행동에 직접적인 영향을 미치므로, 게임 내 업데이트 주기와 연동한 분석 계획도 함께 수립해야 한다.

이번 분석은 초기 데이터를 기반으로 한 탐색적 접근이었으며, 앞으로 장기적인 관찰과 반복적인 분석을 통해 보다 정교한 사용자 이해와 전략적 개선이 가능할 것으로 기대된다.

김정목