[비즈스프링] 웹사이트의 측정과 분석 Book 1 (compact version 1.6)

[BOOK 1 COMPACT]
웹사이트의 측정과 분석
Website Measurement and Analysis
(주)비즈스프링 교육컨설팅팀 지음
본 저작물에 대한 모든 권한은 (주)비즈스프링에 있습니다.
2002-2011 © BizSpring, Inc. All Rights Reserved.
Version 1.6 (201106)

2 1
웹분석 도구의 이해 - 웹분석 도구
BOOK 1 COMPACT : 웹사이트 측정과 분석 - V 1.6 (2011/06)
시작하며
과거 웹로그분석을 통해 얻을 수 있었던 분석결과에 비해
지금의 웹분석도구(웹분석솔루션)의 분석기능은 비교하기
힘들정도로 발전하였고 편의기능도 강화되었습니다. 이러한
까닭에 웹분석도구의 도입을 통해 e-Business 의 성과를
하루아침에 개선할 수 있을 것으로 기대하는 경우가 적지
않습니다.
하지만, 실제 웹분석의 시작 이후에는 만족할 만큼의 성과를 얻지 못하는 경우를 지금까지 많이 보았습니다.
그 배경에는 ‘웹분석’을 진행하고, 측정된 결과를 분석하고, 분석결과를 이해하고 판단을 하는 주체는
‘도구’가 아닌 ‘사람’이기 때문입니다.
따라서 웹분석도구의 도입과 함께 준비되어야 하는 것은 조직 내 ‘웹분석에 대한 인식’과 ‘웹분석에 대한
이해’를 갖추는 것이며, 그 후 이를 조직 내 ‘웹분석 프로세스’화 시켜야 실제적인 ‘웹분석’이 이루어지게
됩니다.
웹분석에 대한 지식의 적용은 사업모델과 부딪힌 상황에 따라 모두 다르기에 한마디로 정의할 수 없습니다.
그렇기에 더욱, 꾸준한 개별 사업진행에 대한 측정과 분석의 지속적인 실험을 통해 얻은 기업 내 지식은
다른 웹분석 서적이나 전문가의 조언을 통해서도 얻을 수 없는 소중한 기업의 역량이라고 할 수 있습니다.
이 책은, 자신만의 웹분석의 노우하우를 쌓아감에 있어 다른 기업보다 한 발 앞서 시작할 수 있도록,
(주)비즈스프링이 9 년여간 웹분석 솔루션 및 서비스 분야에서 얻은 경험과 지식 중 웹분석을 수행하는 데
바탕이 되는 기본 항목들을 간추린 것입니다. 이후, 기본 지식을 바탕으로 현업 업무별 활용에 대한 내용도
준비하여 찾아뵙도록 하겠습니다.
(주)비즈스프링 드림
* 본 책자는 원본 책자에서 내용을 간추린 ‘무료 배포용’입니다. 원본 책자와 목차가 다릅니다.
人事萬事

2002-2011 © BizSpring, Inc.
목차
Book 1 COMPACT : 웹사이트의 측정과 분석
1 웹분석 도구의 이해 ................................................................................6
1.1. 웹분석 도구 ..........................................................................................................7
1.1.1. 웹분석 도구의 수집 방법 ....................................................................................................... 7
웹분석을 위한 데이터 수집 방법별 분류.................................................................................................................... 7
웹분석 방법비교......................................................................................................................................................................10
1.1.2. 웹분석 도구 활용을 위한 업무적 지식............................................................................... 12
웹분석 시스템의 기술적 구현..........................................................................................................................................12
웹분석 구현을 위한 업무적 지식...................................................................................................................................14
1.2. 웹분석 리포트 ....................................................................................................16
1.2.1. 웹분석 리포트의 구성........................................................................................................... 16
웹분석 리포트의 정의..........................................................................................................................................................16
웹분석 리포트의 구성요소.................................................................................................................................................16
웹분석 리포트의 형태별 구분..........................................................................................................................................20
웹분석 리포트의 요구특성.................................................................................................................................................23
1.2.2. 웹분석을 위한 응용기능 ....................................................................................................... 25
데이터 분석을 위한 응용기능..........................................................................................................................................25
데이터 활용을 위한 응용기능..........................................................................................................................................28
2 웹분석의 이해........................................................................................30
2 웹분석의 이해........................................................................................30
2.1. 웹분석 측정지표의 이해....................................................................................31
2.1.1. 웹분석의 기본 측정지표 ....................................................................................................... 31

4 1
측정지표의 정의방법 ............................................................................................................................................................31
기본 측정지표(Basic Metrics)............................................................................................................................................33
기본 측정지표의 이용..........................................................................................................................................................67
2.1.2. 웹분석의 파생측정지표(Derived Metrics).......................................................................... 68
파생측정지표의 종류 ............................................................................................................................................................68
비율(Ratio / Rate)형태의 파생 측정지표 ....................................................................................................................69
평균(Average)형태의 파생 측정지표 ............................................................................................................................77
복합(Mixed Formula)형태의 파생 측정지표..............................................................................................................79
범주(Categorized)형태의 파생 측정지표 ....................................................................................................................80
파생 측정지표의 다른 접근 ..............................................................................................................................................83
3 웹분석 리포트의 활용 ..........................................................................84
3.1. 웹분석 리포트의 분류별 접근 ..........................................................................85
3.1.1. 웹분석 리포트의 분류........................................................................................................... 85
다양한 웹분석 리포트의 분류..........................................................................................................................................85
3.1.2. Overview 리포트................................................................................................................... 87
KPI 리포트..................................................................................................................................................................................87
대시보드(Dashboard) ............................................................................................................................................................88
요약리포트(Summary Report)...........................................................................................................................................89
3.1.3. 마케팅(Marketing Campaign & Reach) ............................................................................ 90
트래픽(Traffic)...........................................................................................................................................................................90
방문방법(Visit Method)........................................................................................................................................................94
검색엔진(Search Engine) .....................................................................................................................................................95
방문자(Visitor)...........................................................................................................................................................................97
지역(Geo Location) ................................................................................................................................................................98
마케팅 캠페인(Marketing Campaign)...........................................................................................................................98
3.1.4. 참여(Engagement & Loyalty) ...........................................................................................100
방문자 참여(Visitor Engagement)................................................................................................................................100
사회 연관도(Social Relationship / Social Engagement)....................................................................................102

3.1.5. 컨텐츠(Contents).................................................................................................................105
페이지(Pages).........................................................................................................................................................................105
동적 컨텐츠 카테고리(Dynamic Contents Category) ........................................................................................107
RSS(Realy Simple Syndication)에 의한 컨텐츠.....................................................................................................108
내부 컨텐츠 검색(Internal Searches) .........................................................................................................................109
이동경로(Paths, Navigation)...........................................................................................................................................110
클릭(Clicks)..............................................................................................................................................................................111
디자인(Design) ......................................................................................................................................................................113
3.1.6. 전환(Conversion) ................................................................................................................114
단계별 전환율(Conversion Funnel, Conversion Scenario) ...............................................................................114
전환 소요기간(Conversion Latency) ...........................................................................................................................115
전환실패 경로(Abandonment Paths).........................................................................................................................117
3.1.7. 커머스(Commerce) .............................................................................................................118
구매(Purchase).......................................................................................................................................................................119
처음구매고객(New Customers), 재구매고객(Returning Customers), 반복구매(Repeated
Purchases) ...............................................................................................................................................................................121
상품(Product).........................................................................................................................................................................123
장바구니(Shopping Cart)..................................................................................................................................................125
3.1.8. 회원(Member) 및 고객(Customer) ..................................................................................127
회원(Member)........................................................................................................................................................................127
고객(Customer).....................................................................................................................................................................128
생애가치(Life Time Value, LTV).....................................................................................................................................129
3.1.9. 지원(Support) ......................................................................................................................130
웹사이트를 통한 지원.......................................................................................................................................................130
전화지원(Calls).......................................................................................................................................................................131

6 1
1
웹분석 도구의 이해
웹분석을 위해서는 웹분석 도구(웹분석 솔루션 등)가 필요하다. 물론 자체 웹분석 방법에 따라
웹사이트로부터 직접적으로 데이터를 수집하고 분석하는 방법도 있겠지만, 수많은 측정지표와 리포트를
자체적으로 구현하기에는 한계가 있다.
웹분석 도구는 웹사이트 측정시에 접하게 되는 다양한 환경요소와 측정지표를 정해진 규칙에 따라 데이터의
수집방법, 측정지표의 정의, 데이터의 저장방법과 리포팅 방법을 구현한 것이다. 웹분석 도구를 올바르게
이해하고 활용하는 것은 성공적인 웹분석을 위해 역시 빠질 수 없는 부분이다.
더 나아가 웹분석 리포트의 구성방법과 데이터를 리포트로 구현하는 방법, 웹사이트의 측정을 위해 웹분석
도구가 지원해야할 기능을 이해함으로서 앞으로 더욱 다양해질 인터넷 환경에서 웹사이트의 데이터를
측정하고 분석하는 방법에 대해 더 멀리 내다볼 수 있을 것이다.

1.1. 웹분석 도구
1.1.1. 웹분석 도구의 수집 방법
웹분석을 위한 데이터 수집 방법별 분류
웹분석 도구는 데이터 수집의 방법(좀 더 정확한 표현으로는 웹분석을 위한 Data Source)에 따라 크게 다섯
가지로 나누어 살펴볼 수 있다.
 웹서버 로그파일(Server Log File Analysis) 분석방식
- 웹서버가 생성하는 로그파일을 파싱(Parsing)하여 데이터를 수집하는 방식이다.
- 1993 년 GetSites 을 시작으로 웹로그파일 분석방식의 제품들이 등장하기 시작하였다.
- 지금까지도 널리 사용되는 기본적 데이터 수집방법이다.
- 별도의 로그데이터를 수집하여, 원격지의 분석서버로 전송하는 모듈을 이용하여
ASP(Application Service Provider)형태로의 서비스도 가능하다. 하지만, 페이지태깅방식이
등장하면서 ASP 서비스는 대부분 사라졌다.
 패킷 스니핑(Packet Sniffing) 방식
- 네트워크의 패킷(주로 HTTP 통신패킷)을 잡아내는 Packet Sniffer 를 이용하여 데이터를
수집하는 방식이다.
- 1996 년경부터 사용된 데이터 수집방법이지만, 세계적으로 봤을 때 웹분석을 위한
데이터소스로 많이 사용되지는 않고 있다.
- 대규모의 페이지와 트래픽을 갖는 웹사이트에서, 로그파일 생성 및 페이지태깅이 힘들 때
선택되는 경우가 많다.
- 보안탐지 솔루션과 기본적인 Sniffing 방식은 동일한 까닭에 보안위협요소, 침입탐지 등의
이슈와 연계한 분석들이 가능하다.
- 네트워크단에서 데이터를 수집하므로, 기존 로그파일분석 방식에서 불가능한 여러 사항들에
대한 측정이 가능하다.
 다운로드 중 취소되는 비율과, 취소되는 시점
 어떤 컨텐츠 전송 중 사용자가 브라우저의 STOP 버튼을 클릭하는지
 서버 반응시간대별 방문자의 반송율
 실행시간/페이지 로딩시간이 가장 느린 페이지 추적

8 1
- 대용량의 트래픽을 갖는 웹사이트의 경우 네트워크 패킷을 캡쳐하여 측정하기 위해서는
상당히 높은 사양의 시스템 장비가 필요하다.
- 최근 웹서비스 동향과 같이, 하나의 웹사이트가 다수의 CP(Contents Provider)로 구성된다거나,
다수의 웹서버가 네트워크적으로 분리되어 서비스된다거나, CDN(Contents Delivery
Network)와 같이 외부의 컨텐츠 전송서비스업체를 이용한다거나 할 경우 분석이 불가능할 수
있다.
 페이지 태깅(Page Tagging) 방식
- 웹페이지에 데이터를 수집하는 객체를 삽입(Tagging)하여 데이터를 수집하는 방식이다.
- 1997 년 JavaScript 에 의한 페이지태깅 방식의 제품이 선보이면서 현재까지 가장 빠르게
성장한 분석방법이다. JavaScript 뿐만 아니라 Flash 객체 등도 이용될 수 있다.
- 웹사이트를 구성하는 컨텐츠/서버/제공자/네트워크구성에 무관하게 데이터를 수집할 수 있고,
자동적인 통합(Merge)분석이 수행되는 장점이 있다.
- 위와 같은 장점으로 인해 ASP(Application Service Provider)/SaaS(Software As A Service)형태로
많이 이용된다.
- 페이지 태깅방식은 세부방법별로 네 가지의 방식으로 나누어 볼 수 있다.
 웹페이지 내에 Web Beacon 또는 Web Bug 라고 불려지는 1x1 pixel 의 작은
투명이미지를 삽입하여, 데이터를 수집하는 방식
대규모의 웹페이지 제공으로 인해 로그파일을 생성량이 많아서 일반 웹로그분석을 통해
분석이 원활하지 않을 때, 주요 특정페이지들을 중심으로 분석하고자 할 때 많이
이용되었다.
현재는 JavaScript 실행을 제한하는 웹메일로 조회되는 메일컨텐츠 추적 등을 위해
사용되고 있다. 최근에는 스패머(Spammer)들이 무작위로 발송하는 웹메일 컨텐츠의
노출여부 등을 통해 실제 존재하는 메일주소 여부 등을 판단하기 위해 악용되는 것으로
인해, 웹메일 서비스에서 외부 이미지에 대한 표현을 막는 경우가 많아 예전보다
활용성이 낮아졌지만, 아직 유용한 방법으로 평가받고 있다.
데이터를 수집하는(이미지를 제공하는) 서버/네트워크의 장애시 웹페이지의 로딩에
장애가 발생할 수 있는 단점이 있다.
 동적 웹페이지를 생성하는 서버측 프로그램 내에 파일 또는 DB 에 측정내용을 저장하는
작은 프로그램 또는 함수를 포함하도록 하여 데이터를 수집하는 방식
사용자에게 웹페이지가 보여지지 않는 내부 프로그램(Form Action 이 발생하는 페이지)
의 요청횟수, 요청내용 등을 기록하고 분석하기 위해 사용되었다.
일반 페이지에 대한 분석에서는 MS 사의 IIS 웹서버의 Global.asa 객체의 특징을
이용하여 데이터 수집에 활용하는 사례가 많았다.
최근에는 RIA(Rich Internet Application)이 많이 사용되면서, XML 데이터만을 제공하는
웹페이지의 수가 많아졌고, 이러한 요청에 대해 로그를 별도 생성하기 위해 사용되는
경우가 많다. 이를 위해 웹분석솔루션에서 데이터를 별도로 수집하기 위해 API 등을

제공하기도 한다.
Loadable Module/API 등을 이용하여 웹서버 또는 웹애플리케이션, 동적 웹페이지를
생성하는 프로그램 내 삽입하여 데이터를 추출하는 경우에는 API 에 의한 방법으로 별도
분류되기도 한다.
 웹페이지에 스크립트를 삽입하여 분석에 필요한 데이터를 수집하는 Script Embedding
방식
WAS(Web Application Server, 일종의 웹서버로 이해해도 무방함) 등을 이용한 웹서버에서
적절한 로그파일을 남기기 힘들거나, 로그파일을 입수할 수 없는 파트너사의 웹서버에서
제공되는 웹페이지를 분석하거나, 다양한 호스트명의 분할/로드밸런싱에 의한 로그파일의
분할이 많은 경우 자동적인 Merge(통합)분석 효과를 얻기 위해 사용되는 경우가 많았다.
현재 Page Tagging 방식 중 가장 많이 사용되는 방법이다.
 플래시(현재 Adobe Flash) 객체를 웹페이지에 삽입하여 분석에 필요한 데이터를
수집하는 방식
Flash 를 이용한 카운터개발이 그 시초이다.
JavaScript 를 제한하는 경우가 많은 웹메일 서비스의 메일컨텐츠, 온라인
RSS 리더서비스(예: 구글리더) 내 컨텐츠, JavaScript 코드입력을 제한하는
UCC 컨텐츠(미니홈페이지, 오픈마켓 상품설명페이지)에 대한 간단한 통계를 얻고자 할 때
응용되는 경우가 있다.
내부 액션스크립트 활용에 따라 다양한 방법으로 응용이 가능하다.
 하이브리드(Hybrid) 방식
- 앞서 설명된 세 가지 방법 중 두 가지 이상의 방법을 함께 이용하는 분석 방식이다. 예를
들어 데이터 전송량 및 다운로드 분석은 로그파일을 이용하고, 방문자의 세션수와 같이
페이지 태깅이 유리한 방식은 해당 방식을 이용하는 것이다.
- 세계적인 업체들은 상당수 Hybrid 방식을 제공하고 있다.
- 요구되는 모든 분석사안에 대해 정확한 분석을 할 수 있는 장점이 있다.
- 특정 한 가지 방식을 쓸 때보다 분석 시스템이 복잡해지고 비용이 증가하는 단점이 있다.
 패널(Panel)에 의한 방식
- 인구통계학적으로 샘플링된 소수의 인원에게 어떠한 웹페이지를 브라우징하고 있는지에 대한
정보를 전송하는 브라우저 Plug-In 또는 Toolbar 등을 설치하도록 하여 데이터 수집서버에서
취합한 후 리포트를 생성하는 방식
 트래픽이 많은 웹사이트의 경우, 그렇지 않은 사이트보다 상대적으로 실측에 가까운
측정결과를 얻을 수 있다.
 타 웹사이트와의 유출에 대해서도 분석이 가능하다.
 분석대상 웹사이트외 경쟁웹사이트와의 비교분석이 가능하다.

10 1
 실측을 위한 리소스(Software/Hardware/Network 비용)이 상당할 경우, 본 방법이
경제적으로 빠르게 측정결과를 산출할 수 있다.
 샘플링된 패널선정에 오류가 있을 경우 큰 데이터의 왜곡을 가져온다.
- 대표적인 업체로서 국내에는 Korean Click, Metrix, Rankey 등이 있으며, 해외에는 Alexa,
ComScore 등이 있다.
웹분석 방법비교
여러 웹분석 방법 중 로그파일 분석방식과 페이지태깅 방식(그 중 Script Embedding)이 가장 많이 사용되고
있다.
이 두 가지 방법에 대한 비교자료는 국내외에서 많이 찾아볼 수 있으나, 간략히 정리하면 다음과 같다.
각 기능의 장단점들은 최근 각 업체들의 노력에 의해 다양한 보완방법을 통해 해결이 가능한 경우가 많다.
페이지태깅 방식과 로그파일 방식의 장단점 비교
페이지태깅 로그파일
장점
 방문자수에 대한 정확한 측정
(Proxy/Cache 에 무관)
 장기간에 걸친 캠페인 효과분석 용이
 방문자 웹브라우저에서 발생하는 다양한
이벤트 수집이 원활
(클릭, AJAX 로딩, Flash 등)
 실시간 또는 실시간에 준하는 측정결과
데이터를 실시간으로 리포팅
 동적 컨텐츠/페이지 분석을 위해 초기 설정
후, 컨텐츠 추가/변경에 따른 설정 작업이
존재하지 않음
 별도의 Software/Hardware 의 구매가 필요
없음(ASP 서비스 형태에 한함)
 네트워크/호스트구성에 무관하게 자동적인
Merge 분석 수행(다수의 Contents Provider 로
구성된 웹사이트에서 유리)
 분석솔루션 설치만으로 기본적인 분석수행 가능
 과거 축적된 로그파일이 있으면 과거의 데이터도
분석 가능
 네트워크 트래픽에 대한 전송량 측정 가능
 파일 다운로드 성공여부 및 다양한 서버에러에
대한 측정
 모바일 웹페이지 및 검색엔진로봇 분석이 가능
단점
 분석을 위해 분석스크립트가 웹페이지에
Tagging 되어야 하는 작업필요
 Tagging 의 실수로 인한 데이터 수집 누락시
 Proxy/Cache/NAT 등으로 인해 정확한 방문자수에
대한 측정 어려움
 장기간에 걸친 캠페인 효과분석의 어려움

과거내용의 분석 불가능
 트래픽전송량 측정 불가능
 파일 다운로드 등 유사항목에 대해
결과분석이 아닌, 사용자 시도에 대한 분석
수행
 검색엔진로봇, 모바일 웹페이지 분석 불가능
 쿠키의 삭제/제 3 사쿠키의 배제 등
방문자수의 오차요인이 존재
(Raw 로그파일의 보관문제)
 방문자 웹브라우저의 이벤트 수집이 불가능
 실시간 데이터의 실시간 리포팅이 불가능
 Iframe/AJAX 등이 존재하는 웹사이트에서 페이지와
기능을 분리하여 정의하는 Mapping 과정 필요
 동적 컨텐츠/페이지 분석을 위한 Parameter
Mapping 절차가 필요하며, 컨텐츠 변경시 추가적
설정 작업 필요
 추가적 Software/Hardware 구매가 필요함
 분석대상 호스트(Host)가 네트워크/물리적으로
분리된 경우 분석이 어려움
지금까지 세계적인 추세는 ‘웹분석’의 목적이 시스템적인 모니터링 및 분석보다 마케팅의 수행과 효과측정에
중심을 두고 있는 만큼, Page Tagging 방식으로 전환되고 있는 추세이었다.
하지만 최근 다양한 RIA(Rich Internet Application) 및 Web 2.0 에 맞춘 다양한 형태의 데이터 교환과 온라인
상에서 불특정 다수에 의한 협업 등이 주요 이슈화되면서, 웹사이트에서 데이터를 수집하는 기존 로그파일,
네트워크패닛수집, 페이지태깅 방식으로는 한계가 나타나기 시작하였다.
변해가는 인터넷 환경에서 웹분석은 더욱 다양하고 심도깊은 분석을 요구받게 될 것이다. 이를 위해서는
더욱 개선된 데이터의 수집 및 측정방법이 필요하다. 이때 웹분석을 위한 데이터 수집과 개인정보 침해에
대한 문제가 최소화된다면 더욱 새로운 웹분석에 적합한 분석방법으로 주목 받을 것으로 생각된다.
2002-2011© BizSpring, Inc.

12 1
1.1.2. 웹분석 도구 활용을 위한 업무적 지식
웹분석 시스템의 기술적 구현
웹분석 시스템의 기능적 구성요소를 중심으로 웹분석 시스템의 구현에 필요한 기술적 요소를 살펴보면
다음과 같다. 앞서 설명한 바와 같이 데이터 수집, 저장 및 보관, 보고서 생성의 3 단계로 구분하였다.
(웹분석 데이터의 측정 및 분석기술에 대한 내용은 ‘웹분석 리포트’ 부분에서 상세히 다루기로 한다.)
 데이터 수집
- 대용량 처리
 시스템의 효율성향상을 통한 시스템 구축 및 운영비용 절감을 할 수 있다.
 로드 밸런싱 및 서버당 데이터 처리량 증가에 의한 대용량 처리(H/W 적 접근)
 시스템 설계를 통한 1 개 계정에서의 대용량 처리(S/W 적 접근)
- 빠른 파싱(Parsing)과 데이터 추출
 로그파일분석에서 원시로그의 빠른 처리속도
 실시간에 준하는 데이터 처리로 빠른 대응이 가능하다.
- 실시간적인 데이터 처리
 페이지태깅/패킷스니핑 방식에서 실시간 데이터 처리속도
 로그파일 방식과 달리, 입력되는 데이터를 조정할 수 없으므로 누락없는 안정적 데이터
수집 및 처리가 중요하다.
 다양한 환경에서의 데이터 수집
 로그파일, 패킷스니핑, 페이지태깅, API 등 다양한 방법을 통한 데이터 수집기술
 고객의 다양한 시스템적 구성 및 사업환경에 대응할 수 있다.
- 방문자 브라우저 환경에 대한 이해
 인터넷의 기술적 환경과 사용자 환경에 따른 미세한 차이에 대한 경험
 다양한 인터넷 환경에서 측정 및 분석하고자 하는 측정지표를 어떻게 수집할 수 있는지
 측정 및 분석의 오차를 줄이며, 오류를 사전에 예방할 수 있다.
- 최근 인터넷 기술동향에 대한 파악
 다양해진 인터넷 기술환경에서 데이터 수집능력 필요
 RIA(Rich Internet Application)에서 활용되는 AJAX, FLEX 등과 각종 UI 기술에 대한 이해

 다양한 분석환경에서 데이터를 수집 및 분석할 수 있는 기술적 연구를 할 수 있다.
 데이터 저장 및 보관
- DB 정제 및 대용량 DB 처리
 데이터베이스의 최적화 설정, DB 의 분산화, 쿼리의 최적화 등
 대규모의 e-business 환경에 대응 가능하므로, Enterprise 급 지원이 수월하다.
- 안정성과 백업
 DB 시스템의 안정적 운영기술, 계획적인 백업관리
 고객사의 사업규모 확장에 대응하여 설계할 수 있어야 한다.
 데이터의 신뢰도와 유지보수 리소스의 절약을 이룰 수 있다.
 보고서 생성
- 업무에 적합한 UI 설계 및 구현 능력
 사용자가 접하는 리포트 부분에서의 업무편의성을 향상시킬 수 있다.
 고객이 느끼는 가장 큰 제품의 차별화와 경쟁우위를 얻을 수 있다.
- 운영계 DB 와의 연동기술
 고객사 사업확장에 따라 연계 가능해야하며, 분석의 고급화가 가능하다.
- 데이터와 데이터 표현부와의 적절한 연계
 one source multi use 라는 캐치프레이즈처럼, 데이터의 활용범위가 넓어짐에 따라
현업에서의 활용도를 크게 높일 수 있다.
 데이터를 XML Feeding, Desktop Widget, API, REST 등 다양한 방법과 형식으로 제공하는
것들이 해당된다.
 다양한 클라이언트에서의 보고서 구현
- 측정지표에 대한 기본적 이해.
 측정지표에 대한 이해가 있어야, 분석보고서를 설계한 웹분석 컨설턴트와의
커뮤니케이션이 가능하며, 분석 보고서의 오류를 파악할 수 있다.

14 1
웹분석 구현을 위한 업무적 지식
논리적/비즈니스프로세스의 이해를 갖추어야, 현업에서 활용가능한 웹분석 도구를 구현할 수 있다.
또한 웹분석 데이터를 바탕으로 고객사에 적합한 교육서비스 및 컨설팅을 수행할 수 있다.
 데이터/리포트 설계 및 활용 관련
- 인터넷환경에 대한 이해
 다양한 인터넷 비즈니스에서 측정지표는 어떻게 도출되는지에 대한 지식
 빠르게 변화하는 e-business 환경에서 고객의 Needs 에 맞춘 분석방법을 제시할 수 있다.
- 측정지표의 기본단위 이해
 측정지표는 어떻게 정의되고 설계 및 응용될 수 있는지
 웹분석 도구를 어떻게 확장 및 활용할 수 있는지, 측정값은 어떤 기준으로 분석되었는지
파악할 수 있다.
 웹분석 시스템의 기술적 설계를 부분적으로 이해할 수 있으며, 엔지니어와 의사소통이
원활하다.
- 측정지표의 응용과 확장
 현업에 적용 가능한 측정지표의 응용와 파생성과지표의 확장/설계 능력.
 급변하는 다양한 사업환경에 맞춘 측정지표를 구성하고, 분석을 수행할 수 있다.
- DB 에 대한 이해
 데이터가 저장되고 조회/결합되는 프로세스에 대한 기본적 이해는 측정지표를 이용한 데이터
활용 설계에서 유용하다.
 새로운 측정지표와 분석리포트를 구현하고자 할 때 엔지니어와 원활한 의사소통이 가능하다.
- 프로그래밍 및 수학적 지식
 측정지표의 시스템적 처리와 응용부분에서 활용될 수 있다.
 분석리포트를 설계하는데 도움이 된다.
- e-Business 산업군별 이해
 고객사의 산업군별 e-Business 의 큰 특징을 이해해야 한다.
 공통된 주제에 대해 원활한 고객사와의 의사소통이 가능하다.
 웹분석 업무를 고객사 입장에서 접근할 수 있다.
- e-Business 업무영역별, 업무단위별 현업 이해
 현업 업무별 이해를 바탕으로, 웹분석 리포트 및 측정지표를 설계 할 수 있다.

 현업 프로세스에 맞춘 리포트의 편의성과 응용방법을 개선할 수 있다.
- 현업 목적별 KPI 도출 능력
 고객의 사업목표를 이해해야 가능한 부분이다.
 고객의 최종 Needs 에 부합된 웹분석을 수행함으로서 전반적 만족도를 높일 수 있다.
- 사용자 환경과 UI 에 대한 이해
 사용자가 쉽게 이용할 수 있는 웹분석 시스템을 설계할 수 있다.
- 웹분석 업무 프로세스에 대한 이해
 고객사의 웹분석 팀을 구성하거나, 컨설팅할 수 있다.
 웹분석 리포트의 구조를 현업에 맞게 구성할 수 있다.
 관리기능 설계
- 분석 리포트의 구현방법에 대한 이해
 설정 가능한 부분과 그렇지 않은 부분을 구분하여 제품의 유연성을 높일 수 있다.
- 인터넷 환경과 트렌드에 대한 이해
 검색엔진 패턴, IP 대역에 대한 이해와 시장동향에 대한 이해를 바탕으로 사업환경에 맞추어
확장할 수 있는 관리기능과 리포트 확장기능을 설계할 수 있다.
- UI 에 대한 이해
 리포트를 위한 다양한 설정기능들에 대해 편의성을 증진시킬 수 있다.
 응용기능 설계
- 최신 기술동향, UI 에 대한 이해
 최신 기술을 이용하여, 사용자가 쉽고 편하게 데이터에 접근할 수 있는 방법을 제시할 수
있다.
- 개별 웹분석 기능에 대한 충분한 이해와 기술적 요소의 동시이해
 여러 기능 및 데이터와 연계한 부가적 기능을 설계할 수 있다.
 인터넷트렌드와 같이 평균데이터의 연동에 의한 인공지능적 분석평가 기능 등도 가능하겠다.

16 1
웹분석 도구의 이해 - 웹분석 리포트
1.2. 웹분석 리포트
1.2.1. 웹분석 리포트의 구성
웹분석 리포트의 정의
웹분석 리포트는 ‘웹측정(Web Measurement)결과가 시각화된 산출물’이다.
엄밀히 구분하자면 사람(웹분석가)에 의한 분석 의견이 포함되지 않은 것은 ‘웹측정 리포트’, 측정결과를
이용하여 마케팅환경, 시장동향 등 다양한 원인/환경/결과를 고려한 최종 의견이 포함된 것을 ‘웹분석
리포트’라고 할 수 있다. 하지만, 일반적으로 ‘웹분석 리포트’로 통칭하기로 한다.
웹분석 리포트의 구성요소
리포트 기본 구성
웹분석 리포트를 구성하기 위해서는 아래와 같은 요소가 필요하다.
 대상 : 어떠한 분석대상에 대한 측정 데이터인가 ?
 조회기간 : 어느 기간 또는 시점을 기준으로 측정된 데이터를 분석할 것인가 ?
 측정지표(Metrics) : 어떤 항목을 측정하였는가 ? – 페이지뷰, 방문수, 매출액 등
 분류항목(Break Down) : 측정값을 어떤 기준으로 분류/나열하였는가 ? – 시간별, 일자별, 검색엔진별,
방문국가별 등
 세분화(Segmentation) : 측정값은 어떤 차원(Dimension)으로, 어떤 영역의 값을 나타낸 것인가 ? –
회원특성의 남성 방문자에 의한 값, 검색엔진 A 에 의한 방문에서 얻은 성과지표값 등
위 항목중 세분화를 제외한 항목은 기본적인 리포트를 구성하기 위해 필수적인 항목이다.
측정지표에 의한 측정값을 분류항목에 따라 세분화함에 따라 측정값을 2 차원적 Sheet 형태로 구성할 수
있게 하여 기본 리포트가 구성된다.

각 구성에 필요한 요소를 시각적으로 표현하면 다음 그림과 같다.
리포트의 분석편의를 위한 요소
기본 리포트가 구성된 이후 세부적인 측정값을 살펴보기 위해서는 다양한 방법이 이용된다.
 비교(Testing) : 평가기준대비 성공적인가 ? – 목표값대비 달성율, 전월대비 성장율, 경쟁사대비
비교값 등. A/B 테스팅이 많이 사용된다.
 필터(Filtering) : 분석에 필요한 값으로 범위를 좁힌다 - 결과값 중 특정 범위에 포함되는 값으로
범위를 축소하거나, 특정 단어가 포함된 항목으로 분석결과의 수를 간추린다.
기본 리포트를 구성하기 위한 분류화(Break Down) 역시 일종의 세분화(Segmentation)이지만, 기본 리포트의
구성을 위한 필수단계임을 감안하여 ‘세분화’가 아닌 ‘분류화’ 또는 ‘브레이크다운(Break Down)’으로 부르기로
한다.
이후 분석리포트를 재차 세분화할 때부터 ‘세분화’ 또는 ‘세그멘테이션(Segmentation)’이라고 부르고,
세분화가 이후 재 적용될 때에는 2 차원 세분화, 3 차원 세분화라고 부르며 이를 통칭하여 ‘다차원 세분화’
또는 ‘Multi Dimensional Segmentation)’이라고 부른다.

18 1
세분화가 고도화될수록 분석을 수행하는 분석가(Web Analyst)는 원하는 데이터를 보다 쉽게 찾고 이용할 수
있다.
비교는 측정결과를 보다 직관적으로 판단하기 위해 목표값에 대한 달성여부를 표현하는 것이다. 이와 같은
측정값 달성여부 값을 이용하여 자동화된 알람(Alarm)기능으로 응용하기도 한다.
필터는 많은 결과값 중 원하는 결과값을 간추리기 위해 이용된다. 측정값(Value)의 범위를 지정하는 경우와
분류항목(Break Down Item)의 특성을 지정하는 경우로 나뉠 수 있다. 필터와 세그멘테이션 항목을
혼동하여서는 안된다.
BizSpring INSIGHT™ 리포트의 구성요소

세그멘테이션(Segmentation)과 필터(Filteing)i 링 예시
분석을 위한 편의 및 응용기능은 별도로 설명하기로 한다.

20 1
웹분석 리포트의 형태별 구분
웹분석 리포트는 추세(Trend), 순위(Ranking), 점유비율(Portion), 분포(Distribution)와 기타형태의 전형적인 몇
가지 형태로 나뉠 수 있다. 표현방법은 측정값에 대한 분석접근 방법이라고 볼 수 있다.
추세형(Trend Type)
한 개 또는 다수의 특정 측정지표값을 시간흐름에 따라 변화 추세를 나타낸 것이다.
일반적으로 가로형태의 꺾은선 차트와 수직막대형 차트를 이용한다.
그래프의 가로축은 시간, 세로축은 측정값을 나타낸다.

순위형(Ranking Type)
특정 범주의 측정대상 객체(페이지/컨텐츠/상품) 또는 측정지표값에 적용될 수 있는 범주(예: 방문 도메인)에
대한 측정값의 크기에 따라 순서대로 나열한 것이다.
범주가 한정되지 않은 경우(예: 방문 도메인)에 순위형이 이용되며 전체 데이터를 표현하는 경우와 상위 몇
개에 한정하여 표현하는 경우가 있다.
가로막대형태의 차트를 주로 이용하며 세로축은 범주의 리스트, 가로축은 측정값을 나타낸다.
한정된 경우(예: 방문 국가)에는 비율형이 이용된다. 이 경우에는 파이형태 차트로 표현하게 된다.
점유비율형(Portion Type)
전체 측정값을 구성하는 구성요소/범주들의 구성비율을 표현하는 것이 중점일 때 선택되는 형태이다.
파이(Pie)형태의 차트로 표현되는 경우가 많다. 다만 표현되어야 할 항목의 점유율 차이가 작을 경우
파이그래프가 아닌 순위형에 적합한 가로막대형 차트로 표현하는 경우도 있다.

22 1
분포형(Distribution Type)
일련된 범주 또는 속성 구분값의 변화에 따른 분포를
표현하고자 할 때 이용된다.
일반적으로 세로막대형의 분포 히스토그램 형태는 분포의
표현에 적합하다. 추세의 경우에도 동일한 형태의 차트가
이용되지만 데이터를 명확히 보여주기 위해 이용되는
것이며 추세에 적합한 차트의 형태는 꺾은선 그래프가
가장 잘 표현한다고 볼 수 있다. 반대로 분포형에서
꺾은선 차트를 이용하는 경우는 없다.
범주 또는 속성 구분값이 순환형태를 갖는 경우 또는 방향성을 갖는 경우에는 방사형을 이용하기도 한다.
방사형 차트는 중심점을 두고 거미줄 모양으로 측정값의 크기에 따라 바깥쪽으로 선을 배치하고, 측정값에
해당하는 점을 연결한 형태이다. 두 개 또는 세 개의 값의 치우침 정도를 표현하는 데 적합하다.
대표적인 분포형 리포트는 히스토그램 형태이다.
기타 데이터의 표현 방법
버블(Bubble)형은 2 차원적인 분포를 나타내는 데 적합하다.
가로축과 세로축은 속성구분 및 일련된 범주구분을 나타내고,
원의 크기는 값의 크기를 나타낸다.
점유율의 추세는 누적영역(Stacked Area)형태로 나타낸다.

Dashboard 형태에서는 빠르고 직관적인 이해를
위하여 기존 현실 세계에서 사용되는 것들이 많이
이용된다. 예를 들어 자동차 계기판형, 온도계,
신호등, 알람램프 등 여러 형태가 응용된다.
Dashboard 는 KPI 의 값 표현을 보다 직관적으로
나타낼 수 있으며, 쉬운 이해와 더불어 제품의
완성도를 높여 보이게 한다는 점에서, 최근 가장
많이 신규로 사용되고 있는 형태의 데이터
표현방법이다.
계기판 형태의 Dashboard 아이템
웹분석 리포트의 요구특성
웹분석 리포트는 측정된 데이터를 이해하기 쉽고 일관된 원칙에 의해 표현하며, 사용자가 쉽게 데이터를
파악하고 분석할 수 있게 제공되어야 한다.
웹분석 리포트에 요구되는 특성은 다음과 같다.
정확성
웹분석을 위한 측정데이터는 실측에 근거한 정확한 데이터를 제공해야 한다. 정확성의 오차범위는 물론
존재하겠지만 사전 정의된, 또는 허용되는 범위 내에서 값의 정확성을 유지해야 한다.
일관성
기본 측정지표 및 파생 측정지표에 대한 측정방법이 초기 분석시부터 일관되게 유지되어야 한다. 혹시라도
중간에 측정방법이 바뀔 경우 값의 정확성에 대한 면밀한 검토가 필요하다.
또한 데이터를 표현하는 용어 및 조건(세분화, 필터, 옵션 등)이 일관성을 가져야 사용자가 데이터를 올바른
의사결정에 이용할 수 있다.
명확성
측정된 데이터를 사용자에게 제공할 때 각 측정된 결과에 대해 명확한 기준과 설명이 제공되어야 하며,
측정지표 및 용어에 대한 정의에서 오해가 발생하지 않도록 명확해야 한다. 특히 다수의 사용자가 데이터를
이용할 때 서로 다른 관점으로 인한 오해가 발생하지 않아야 한다.

24 1
보안성
측정 및 분석된 데이터에 대한 접근권한의 통제기능 및 접근레벨을 제공함으로서 데이터의 보안을 유지할
수 있어야 한다. 각 사용자에 대해 리포트별 접근권한을 두거나 분석리포트의 환경에 대한 권한을 두어
통제를 하는 경우가 일반적이다.
유연성
측정 및 분석된 데이터는 리포트라는 시각적으로 구성된 형태로 가공되어 제공되지만, 데이터 자체의
원활한 이용을 위해 다양한 형태의 데이터로 Export 되거나, 다른 형태의 데이터 접근방법을 제시할 수
있어야 한다. 각 측정지표를 사용자가 정의할 수 있고 리포트의 분석형태(분류기준, 표현할 측정지표 등)를
사용자가 지정할 수 있다면 더욱 분석이 수월할 것이다.

1.2.2. 웹분석을 위한 응용기능
데이터 분석을 위한 응용기능
측정된 데이터를 분석기간, 측정대상, 기본적인 분류/세분화 기준을 적용하여 기본적인 분석결과를 얻었다.
이후에는 사용자가 다양한 각도에서 데이터를 살펴볼 수 있도록 추가적인 응용기능들이 필요하다.
정리한 응용기능은 데이터의 가공 및 시각화에 대한 것이다.
평균값 비교
측정 리포트에서 평균값을 함께 표현함으로서 비교분석이 가능하도록 하는 방법이다.
평균값의 대상은 동일한 리포트 내에서 동일한 Time-frame 에 해당하는 작년의 측정값과 같이 기간을
이용하는 방법도 있고, 운영하는 유사 사이트의 측정값을 함께 표현하여 비교하는 방법도 있으며 별도
수집된 업계의 평균데이터를 이용하는 방법도 있다.
일반적으로 측정된 값의 옆에 평균값을 표현하고 그 차이를 함께 나타내어 비교할 수 있도록 제공한다.
A/B Testing (A/B 비교)
다양한 비교기준에서 하나의 변경요소를 선택하여 그 변경(차이)값을 중심으로 리포트를 구성하는 경우이다.
변화값과 변화율을 이용하여 정렬할 경우 여러 가지 다른 접근이 가능하다.
예를 들어 내부검색어의 이용횟수에 따른 순위형태의 리포트에서 전월과 당월을 비교할 경우, 변화값 또는
변화율 정렬을 통해 전월대비 급상승한 검색어, 급하락한 검색어 등을 쉽게 찾아낼 수 있다.
 기간별 비교
가장 일반적인 A/B 테스팅 방법이다. 평균값 비교의 다른 접근이라고 보아도 무방하다.
시간 흐름에 따른 동일한 분석대상 객체의 변화값과 그에 따른 상승/하락을 파악할 수 있다.
기간을 제외한 나머지 옵션(세그멘테이션 기준, 범주, 필터 등)은 동일해야 한다.
 항목별 비교
기간을 고정하고 특정 변화요인(예: 세그멘테이션 필터별, 캠페인 채널별 등) 또는 비교대상(예:
동시에 운영하고 있는 타 사이트)에 따른 값의 비교를 수행한다. 동일한 시점에 세그멘테이션
특성에 따른 결과값의 비교로서, 우수한 성과를 내는 요인을 찾는 데 편리하다.
기본적인 측정값의 비교는 1 차 분류화(Break Down)한 결과리포트에서 이루어지며, A/B 테스팅은
n 차원의 세그멘테이션에서 이용된다.

26 1
A/B 테스팅은 데이터 분석을 위한 필수 응용기능으로 자리를 잡아가고 있다. 더 나아가 A/B/C 테스팅이라는
표현도 등장하고 있으며, Multi-Variate Testing(복수변인 테스트)로의 확장도 활발하다.
A/B Split
리포트화면을 A/B 로 나누어 조회하는 기능이다.
A/B 테스팅처럼 각 두 개 리포트의 값의 차이를 계산하여 제시하지는 않는다.
Multi Variate Testing (MVT, 복수변인 테스트)
A/B 테스팅은 측정결과에 대한 비교분석 측면이라면, MVT(Multi Variate Testing)는 복수의 변화요인에 대한
테스트 방법이다. 실험에 의한 디자인(Experimental Design)의 일환으로서, 여러 변수에 따른 실험과 결과를
종합하여 최종적으로 최선의 방안을 선택하는 방법을 이용하게 된다.
웹분석에서는 대부분 ‘Taguchi Method’ 방법을 이용하여 답을 얻는 방식을 이용하고 있다. 랜딩페이지,
메인페이지 등의 최적화(Optimization)를 위한 접근방법으로 많이 이용된다.
예측값
현재 일자가 분석하고자 하는 Time-frame 의 기간(일수)를 채우지 않은 상태에서, 해당 Time-frame 에
해당하는 데이터가 모두 수집되었을 경우 측정될 값을 미리 계산하다.
가장 쉬운 예측방법은 현재 측정값의 시간당(일/주/월 등) 증가속도를 계산한 후 전체 측정하고자 하는
구간으로 변환하는 방법이다.
예를 들어, 금일 오전 10 시 현재 Page View 가 200 일 때, 시간당 20 의 페이지뷰가 증가하였으므로, 금일
예측되는 전체 Page View 는 20 PV x 24 시간 = 480 PV 로 계산한다.
이 방법은 매 시간당 예측값이 다르게 계산되며, 증가속도의 변화를 고려하지 않는 방법으로서 예측값의
오차가 큰 편이다.
Normalization (평준화)
A/B 테스팅 및 평균값 비교와 같이 비교를 수행함에 있어서, 비교하는 표본데이터의 Time-frame 의
구간크기가 일치하지 않는 경우 비교의 공정성을 위해 특정 대상의 값에 가중치를 적용하는 방법이다.
이 방법을 통해 비교기준의 평준화되어 올바른 비교가 가능하게 된다.
예를 들어 A/B 테스팅에서 기간별 비교를 수행할 때, A 항목의 값은 전월의 값으로서 50 이 측정되었고,
B 항목의 값은 당월의 값으로서 30 이 측정되었으나, 오늘이 당월 20 일로서 수집가능한 30 일치의 모든
데이터가 측정되지 않았을 때 필요하다.

이 경우 B 의 20 일간 30 이 측정되었을 때 30 일간 어떤 값이 측정될 것인지 예측계산하여 B 의 값을
정한다. B 의 예측값은 ‘측정값 30 / 측정일수 20 일 x 당월의 일수 30 일 = 예측값 45’와 같이 정해진다.
Correlation/Crosstab Segmentation (연관분석 및 교차 세분화)
리포트 내에서 세분화를 수행함과 더불어 타 리포트에서 결과의 특정 항목값을 선택하여, 이를 기준으로
다른 리포트의 결과를 세분화하는 기능을 뜻한다.
결과적으로는 세분화되는 리포트결과는 해당 기준으로 세분화하는 기능을 제공할 뿐이지만, 사용자
입장에서 보다 직관적인 접근이 가능하므로 이해와 활용도가 높아진다.
Simulation (시뮬레이션)
일부 해외제품에서는 ‘What If’라는 명칭으로 구현되어 제공된 바 있다.
각종 측정지표의 연관관계와 종속성 등을 이용하여 특정 결과값을 예측하거나, 반대로 측정지표가 달성해야
할 수준을 예측하는 데에 이용될 수 있다.
예를 들어 ‘(투입광고비당 방문자수 x 광고비 = 방문자수) x 방문당 매출액 = 매출액’ 과 같은 공식이
설계되고 본 공식에서 특정항목의 값을 추정하기 위해 ‘매출액이 100,000 이고, 방문당 매출액이 10 이고,
광고비당 방문자수가 2.5 일때 광고비를 어느 정도 지출해야 목표 매출액을 달성할 수 있겠는가?’ 와 같은
시뮬레이션을 해 볼 수 있다.
일반적으로 전환율, 트래픽, 성과값 3 가지를 이용한 시뮬레이션이 유용하다.
Drill Down
분석기간의 시간구간(Time-frame)이 넓은 리포트에서 해당 세부항목 시간대를 클릭하여 보다 세부적인
데이터 범위로 들어가는 방법 또는 큰 범주의 데이터에서 해당 특정 범주를 선택하여 하위 범주의 데이터로
들어가는 데이터 접근방법이다.
보통 추세의 경우 기간을 좁혀가는 방법으로 Drill Down 하며, 점유율의 경우 큰 범주에서 세부 범주로
들어가는 방법으로 Drill Down 하여 사용자가 원하는 값의 범위 또는 특성을 찾을 수 있게 한다.
사용자 정의 리포트
리포트에서 표현될 성과측정지표의 종류와 1 차적으로 세분화(Break Down)할 기준을 선택하여 리포트를
사용자가 직접 선택하여 구성할 수 있도록 하는 기능이다.
실제 모든 측정지표에 대해 제공하는 경우보다, 웹분석에 의한 요약데이터 중 가능한 항목들을 나열하고
선택하게 하는 경우가 대부분이다.

28 1
사용자 정의 측정지표
파생 측정지표를 사용자가 직접 연산식을 입력하여 정의할 수 있도록 하는 기능이다.
각 비즈니스모델에 맞는 성과지표를 생성하여 원활한 분석을 수행할 수 있으며, 인터넷 환경의 변화에 따라
필요한 측정지표를 신규 정의하여 사용할 수 있기도 하다.
이 기능이 활용되기 위해서는 사용자 정의 리포트가 제공될 수 있어야 한다.
데이터 활용을 위한 응용기능
데이터 활용을 위한 응용기능은 분석된 결과를 여러 방면에서 활용하기 위한 지원기능이다.
KPI 관리
비즈니스의 성과측정을 위한 핵심지표(Key Performance Indicator)를 비즈니스목적, 사업계획, 웹사이트
운영계획에서 일관되게 맞출 경우, 보다 목표지향적인 웹사이트 운영과 분석이 가능하다.
KPI 값을 사용자가 선택 또는 지정하도록 하고 관리할 수 있도록 하는 기능이다.
목표값(Target)과 알람(Alarm)기능
KPI 또는 특정 분석리포트 내 측정지표들에 대해 도달 목표수준을 정하고 이에 도달하였거나, 최저한계점에
도달하였을 때 사용자에게 메일/SMS 등 다양한 방법으로 알림을 보내주는 기능이다.
모든 측정지표에 대해 사용자가 직접 값을 모니터링 할 수 없기 때문에 꼭 필요한 기능이라고 볼 수 있다.
Dashboard
KPI 관리 대상 측정지표, 목표값과 알람을 활용하는 방법 중 하나로서, 중요 측정값들을 일목요연하게 한
번에 파악할 수 있도록 구성하는 화면이다.
Data Import (데이터 불러들이기)
웹분석 결과와 사용자의 데이터를 결합하여 리포트를 생성하기 위한 지원기능이다.
사용자의 시스템(예: eCRM, 경영지원시스템, 전자상거래 시스템 등)으로부터 필요한 데이터를 불러들이는
기능의 지원될 경우 보다 세밀한 분석이 가능해진다.

Data Export (데이터 내보내기)
분석결과값을 엑셀/워드/HTML/CSV/XML/PDF 등 다양한 포맷의 리포트로 내보내는 기능이다.
HTML/PDF/워드 등은 리포트의 포맷만 변경되므로 단순 활용강화 측면에 가까우나, CSV/XML/엑셀 포맷의
경우 데이터를 사용자의 PC 로 옮겨와 작업하는 것을 가능하게 하므로 여러 가지 응용분석이 가능한 장점이
있다.
Widget / Gadget
Windows Vista, Yahoo 에서 이용하는 Konfabulator, Apple OSX 의 Widget, Google Gardget 등과 같이 특정
데이터를 깔끔하게 정리하여 표현해주는 프로그램들이다.
자주 사용하는 KPI 값들을 사용자 PC 의 Widget 에서 실시간으로 보여주는 방법 등이 있다.

30 2
웹분석의 이해 - 웹분석 측정지표의 이해
2
웹분석의 이해
웹분석 도구(웹분석 솔루션과 같은 제품)를 활용하기 위해서는 먼저 웹분석에 대한 이해가 필요하다. 웹분석
도구가 사용하기 편리해지고 이해하기 쉬워졌다고는 하지만 아직까지 해당 전문용어와 측정지표 등 각
항목과의 관계에 대한 이해가 없이는 효과적인 웹분석 도구의 이용이 어려운 것이 현실이다.
웹분석을 위한 데이터 측정, 기록, 보고서 생성에서 해당되는 각 측정지표와 값을 이해할 수 있을 때
웹분석을 자신의 분석목적에 맞추어 활용하는 것이 가능할 것이다. 결과 또한 올바르게 이해하고 활용할 수
있을 것이다.
이를 위해서는 웹분석의 측정지표와 측정단위, 웹사이트 측정의 다양한 환경(예: 웹브라우저, 검색엔진,
컨텐츠)에 대한 이해가 필요하다.
특히 측정지표는 올바른 웹분석의 설계, 웹분석 리포트의 이해, 분석결과의 활용등 전분야에 걸쳐 반드시
이해가 필요한 부분이다. 이를 바탕으로 추가적인 응용분석과 파생측정지표의 설계와 적용이 가능하다.

2.1. 웹분석 측정지표의 이해
2.1.1. 웹분석의 기본 측정지표
측정지표의 정의방법
웹분석의 기본 측정지표는 측정방법/측정기준, 측정대상, 측정값의 속성, 제약조건을 정의함으로서 완성된다.
이후 논의할 파생측정지표(Derived Metrics) 또는 연산측정지표(Calculated Metrics)는 기본측정지표의
연산/결합을 통해서 생성하게 된다.
기본측정지표는 아래의 형식으로 정리하기로 한다.
항목 속성 및 설명
측정지표명(한글/영문)
지표요약(의미)
측정기준
측정값의 속성
적용차원
사용용도
유의점
참고
각 항목에 대한 설명은 앞서 설명된 ‘웹분석 측정지표와 측정단위’와 같이 다음과 같다.
 측정기준은 대상/행위/요건 등 측정방법을 정의하는 데 필요한 요소를 설명한다.
 측정값의 속성은
- Count : 일반적으로 셈을 하는 단위, 정수로 표현
- Ratio(비율) : 소수값으로 표현

32 2
- 논리값(Yes/No, Boolean 값)
 적용가능한 차원 및 제약
측정지표값의 계산을 위한 기간을 Time-frame 이라고 할 때, 이것을 일반적으로 데이터를
세분화(Segmentation)하기 위한 차원으로 보지는 않지만, 데이터를 이용하여 리포트를 생성할 수 있도록 최초
적용(Breakdown)되는 조건임을 고려하여 적용가능 차원(Dimension)부분과 함께 설명하였다.
- Time-frame 비종속적 : 임의의 웹분석 기간(예: 웹분석 리포트의 조회기간)별 누적합산 값이
전체 웹분석 기간의 측정값과 같은 경우 (예: 1 월~12 월까지 각 월의 측정된 페이지뷰수
합계값은 1 년 페이지뷰수 측정값과 같다)
- Time-frame 의존적 : Raw 데이터를 보유한 상태(또는 사전 정의된 기간조건에 의해)에서만
해당값을 측정할 수 있는 경우. 일반적으로 순수(Unique)값의 측정에서 발생한다. 또한
데이터의 측정에서 기간(Time-frame)의 정의에 따라 측정값이 변할 수 있는 경우도 이에
포함된다.
- 전체영역(Aggregate) : 세분화(Segmentation)을 위한 차원(Dimension)없이 표현 가능한 경우
- 세분화가능(Segmented) : 특정 한 개 이상의 차원에 의해 세분화될 수 있는 경우
- 개인영역(Individual) : 방문자 개인별로 데이터의 측정과 분석이 가능한 경우
 사용용도는 주로 이용되는 분석목적, 리포트 등을 설명한다.
 유의점은 측정지표 이용시 조심해야될 부분과 제약조건 등을 설명한다.

기본 측정지표(Basic Metrics)
힛트수(Hits)
힛트(Hit)란 웹브라우저와 같은 사용자 클라이언트가 웹서버가 제공하는 정보에 접근함으로서 발생하는
클라이언트와 웹서버간의 통신의 최소단위이다.
측정지표명
(한글/영문)
힛트수 / Hits
지표요약(의미) 사용자에 의한 웹서버의 데이터 요청
측정기준 웹서버에 사용자의 클라이언트가 데이터를 요청하여 성공적으로 웹서버가
응답하였을 때 1 힛트(Hit)로 하며 힛트의 양을 정수로 계산한 것이 힛트수(Hits)이다.
사용자가 의도하지 않았지만, 클라이언트가 웹서버에 데이터를 요청하여 웹서버가
응답한다면 이것 또한 힛트수에 포함된다.
예) 웹페이지 내에 포함된 이미지가 3 개, javascript 파일을 src 형태로 1 개 호출하고,
1 개의 css 파일을 불러들이고 있을 때 웹페이지가 성공적으로 로딩이 완료되었다면
힛트수는 6 이 된다.
측정값의 속성 Count, 정수
적용차원 Time-frame 비종속적(임의의 사용자 지정한 웹분석 조회기간)
사용용도 웹서버의 처리용량, 시스템적 트래픽량에 대한 모니터링을 위해 사용된다.
유의점 웹서버 앞단에 Cache 서버/웹캐시서버와 같이 웹서버의 역할을 대행하는 장치가
존재할 경우 사용자 클라이언트의 요청이 웹서버에 전달되지 않아 힛트수를
기록하지 못할 경우 힛트수 측정이 올바르게 이루어지지 않을 수 있다.
사용자 PC 에 Caching 된 데이터의 경우 기본적으로는 웹서버에 데이터의
갱신여부에 대해 확인하기 위해 요청해야 하지만, PC 의 클라이언트 설정에 따라
요청하지 않는 경우도 있다.

34 2
페이지뷰수(Pageviews 또는 Page Views)
힛트수로는 서비스하는 컨텐츠의 사용량을 측정하기에 왜곡의 요소가 많기에 페이지뷰 측정지표가 등장하게
되었다.
측정지표명
(한글/영문)
페이지뷰수 / Page Views 또는 Pageviews (PV)
지표요약(의미) 페이지 또는 페이지에 준하는 컨텐츠의 최소단위
측정기준 페이지 또는 컨텐츠의 최소단위를 사용자가 요청하여 조회될 때 1 페이지뷰로 하며,
이 수의 합계값을 페이지뷰수(Page Views)라고 한다.
최근의 동향은 사용자 요청에 의한 컨텐츠 업데이트의 단위를 1 페이지뷰로 하고,
사용자 요청에 의하지 않은 자동적인 부분갱신(Iframe 등)과 Frameset 과 같이
컨텐츠가 아닌 구조를 구성하는 페이지는 제외한다.
또한 Form Submit 에 의한 데이터를 처리하는 프로그램 페이지의 경우에도 컨텐츠를
제공하는 페이지가 아니므로 페이지뷰에서 제외한다.
파일다운로드의 경우에도 페이지뷰로 처리하는 것이 일반적이며, 페이지의 재
로딩이 없는 플래시 컨텐츠의 경우 화면전환(컨텐츠 업데이트)를 하나의 페이지뷰로
처리하는 경우가 많다.
* 기본 측정기준은 웹분석 솔루션에 따라 다양하게 적용될 수 있다. 세부적 내용은
웹분석 솔루션의 매뉴얼을 참고하여야 할 것이다.
* 로그파일분석방식, 페이지태깅, 패킷스니핑 방식 등에 따라 분석할 수 있는 기술적
범위가 다른 경우가 대부분이다.
적용차원 Time-frame 비종속적, 전체, 세분화, 개인별
사용용도 웹사이트 전체 페이지뷰 추세를 통한 웹사이트 사용량의 변화분석 등 실제 컨텐츠에
대한 이용정도 측정.
인기있는 페이지 리포트를 통한 인기있는 컨텐츠의 선별 등에 이용된다.
유의점 로그파일을 주된 분석데이터 Source 로 하는 힛트수 측정과 같이 Cache/Proxy 의
문제로 인해 데이터값이 왜곡될 수 있다.
Page Tagging 방식의 경우에는 Cache/Proxy 로부터 자유롭지만, PDF 문서 다운로드

도중 실패하는 경우와 같이 데이터 전송이 완료되지 못하는 경우에는 올바른 측정이
어렵다.
컨텐츠를 표현하지 않는 페이지(예: 프레임셋, 부분 Iframe, Form 을 처리하는 페이지,
AJAX 에 의한 요청을 응답하는 페이지, Redirection 페이지 등을 페이지뷰에
포함시킬 경우 측정값의 왜곡이 상당할 수 있다.
* Frameset, Iframe, Form Processing, AJAX Response, Redirection 을 처리하는
페이지가 반드시 페이지뷰에서 제외되어야 하는 것은 아니며, 웹사이트의 구성에
따라 다르다.

36 2
방문수(Visits) 및 세션(Session)
방문수는 페이지뷰와 같이 웹사이트의 전반적인 컨텐츠 이용량을 표현하기도 하지만, 방문자의 컨텐츠
이용에 대한 필요성이 어느 정도 되는가를 표현하기도 한다.
측정지표명
(한글/영문)
방문수/Visits 또는 세션/Sessions
*(순)방문자수-(Unique) Visitors 와 확실히 구별되어야 한다.
지표요약(의미) 사용자가 방문하여 웹사이트의 이용을 끝내기까지의 행위를 하나의 단위로 한 것
측정기준 하나의 방문자(Visitor)가 일으키는 일련의 페이지뷰(하나 또는 그 이상의 페이지뷰)
중에서 각 페이지뷰의 발생 시각이 마지막 페이지뷰 발생시각으로부터 세션
타임아웃(Session Time-out) 시간 단위 내 존재하는 연속적인 페이지뷰를 하나의
그룹으로 묶은 것이다.
일반적으로 웹사이트의 서비스에서 특정 방문자와의 연결성과 항상성(Statefull)을
갖기 위해 웹사이트의 기술적 측면에서 세션(Session)의 개념이 존재한다. 이 세션의
한 단위를 하나의 방문으로 이해해도 무난하기에 방문과 세션이 동일한 용어로
사용되고 있으며 같은 측정기준을 이용한다.
임의의 특정 방문자에 의한 방문수를 측정하므로, 방문자의 정의 기준에 따라
방문값이 변경될 수 있으나, 일반적으로 하나의 방문에서는 방문자의 정의기준으로
사용되는 IP 주소, 세션쿠키 등이 동일하게 유지되는 것으로 가정한다.
Robot/Spider 에 의한 방문은 일반적으로 사용자에 의한 방문이 아니므로 방문수에
포함시키지 않는다.
컨텐츠별 방문수는 페이지뷰 발생 이벤트별 그룹을 묶을 때 해당 컨텐츠만을
선별하여 그룹으로 묶는 방법으로 그 값을 산출한다.
* 일반적으로 세션 타임아웃은 관례적으로 30 분으로 한다.
* 측정기준 정의에서 ‘페이지’라 하면 컨텐츠를 제공하는 최소 단위를 의미한다. 즉,
HTML 페이지, 컨텐츠를 제공하는 AJAX 프로그램, PDF 파일 등 다양한 요소가 될 수
있다.
적용차원 Time-frame 비종속적, 전체, 세분화, 개인별
* 거의 모든 세분화요소에 의해 세분화가 가능하다.

사용용도 웹사이트에 사용자가 어느 정도 필요를 가지고 방문하는지, 어떤 컨텐츠에 사용자가
집중되는지, 특정 세분화요소(예: 검색엔진 등)에 의해 방문수를 세분화하여
방문발생의 주요출처/방문자 특성별 효과/사용량은 어떻게 되는지 등 웹분석에서
가장 많이 사용되는 기본적 측정지표이다.
특히 대부분의 분석대상 객체, 원인제공요소, 성과 등에서 측정이 가능한 지표이므로
각 요소들의 데이터 연결고리 역할을 하기도 한다.
예) 리포트로는 방문수 추세, 주요 국가별 방문수, 검색엔진/검색어별 방문수, 광고별
방문수, 캠페인별 방문수, OS 별 방문수, 컨텐츠별 방문수 등 매우 다양하다.
유의점 IP 만을 이용하여 세션을 구분할 경우, NAT 등과 같이 동일한 IP 를 공유하여 여럿의
방문자가 접근할 경우 개별적 방문을 구분하지 못할 수도 있다. 이를 막기 위해
URL 의 SessionID 값 또는 세션쿠키를 이용하여 함께 처리한다. 하지만 이경우
동일한 PC 내에서도 여러 웹브라우저를 사용할 경우 세션이 별도 생성되므로
방문수가 왜곡되기도 한다.
임의의 Time-frame 구간을 측정기간으로 할 때 측정되는 방문수(세션수)는 최초
세션추적을 위한 쿠키(Cookie)가 발행된 페이지뷰가 구간 내 몇 건이 있는지를
Count 하는 것이 정확하다. 만약 Time-frame 구간 내 존재하는 IP 별 페이지뷰의
중복제거한 IP 수를 방문수로 이용할 경우, 하나의 세션이 Time-frame 에 의해
나뉘어 질 경우 방문수가 2 이상이 될 수 있다.
IP 만을 이용한 방법은, 특히 체류시간이 웹분석 솔루션의 방문자수 측정을 위한
데이터 정제시간 단위보다 길 경우 문제가 심각해질 수 있다.
방문(Visit)은 실제 사용자의 방문의지 여부를 파악할 수는 없다. 즉,
시작페이지(HomePage)가 해당 웹사이트일 경우 1 의 방문이 측정되며, 방문도중
세션 타임아웃이 될 동안 해당 웹페이지가 열려있는 상태에서 다시 웹페이지의
서핑이 시작될 경우 의도하지 않았던 방문이 1 개 증가하게 된다.
또한, 웹페이지의 일부 컨텐츠를 외부의 임의 사이트에서 Iframe 등을 이용하여
컨텐츠를 도용할 경우에도 방문자의 방문의지와는 다르게 방문이 하나 증가하게
된다.
측정에 있어서 사용자(User) 또는 방문자(Visitor)를 구별하지 않으며 웹사이트의 방문
시작으로부터 종료까지만을 하나의 단위로 하므로 엄연히 UUID 또는
Visitor(방문자의 개별특성을 고려한 것)과는 구별되어야 한다.

38 2
순방문자수/방문자수(Unique Visitors/Visitors)
순방문자수는 방문자(Visitor)가 일으키는 방문(Visit)을 중복제거(Unique)한 값이다. 중복을 제거한 특정
기간(Time-frame)에 종속적인 값임을 유의해야 한다.
측정지표명
(한글/영문)
순방문자수/ Unique Visitors (UV)
(방문자수/Visitors, 순방문수/Unique Visits 도 같은 의미이다)
지표요약(의미) 특정 기간 내 방문한 방문자의 수
측정기준 정해진 기간 내에 한 번 이상 방문한 방문자의 수이다.
기술적으로는 순방문자수는 특정기간(Time-frame) 내에 존재하는 여러 방문(Visit)을
개별 방문자에 따라 중복을 제거한 방문수의 숫자를 세어 측정한다. 따라서
방문자(Visitor)를 어떻게 정의 하는가에 따라 순방문자수는 달라질 수 있다.
순방문자수는 특정기간 내 방문수에 대한 중복을 제거해야 하므로 특정 기간조건이
존재할 때에만 측정값이 존재할 수 있다.
* 방문자를 구별하는 방법은 IP 를 이용한 방법, 쿠키를 이용한 방법 그리고 두
가지를 함께 이용하는 방법 등이 있다.
적용차원 Time-frame 종속적(기간에 따른 누적합산불가)
전체영역, 세분화
* 개인별은 사용되지 않는다. 개인별은 UUID 에 의한 방문으로사 UV 의 개념을
적용할 경우 ‘순방문회원수’ 지표가 된다.
사용용도 특정 보고기간 내 웹사이트를 이용한 순방문자의 수를 측정함으로서, 좀 더 실
사용자수에 근접한 웹사이트 이용량 값을 얻게 된다.
특정기간에 특화된 값으로서 보고용으로 사용되기 편리하나, 자유로운 기간별
누적합산이 불가능하므로 널리 사용되기는 힘들다.
다른 측정지표와의 연산을 통해 순방문자수에 비례한 측정지표를 만드는 데 주로
사용된다. (예: 순방문자당 평균 방문수, 순방문자당 평균 체류시간 등)
기본적 리포트로서 일/주간/월/분기/연 순수방문자수, 리포트 등이 있다.

유의점 기본적으로 방문수 측정과 동일한 데이터의 왜곡요소와 오차를 갖는다. 또한 방문의
중복제거된 순방문수(순방문자수)라는 조건에서 아래와 같은 추가적 제약요소를
갖는다.
- IP 를 이용한 순방문자수 측정인 경우 : 중복제거를 위한 특정기간 내 방문데이터를
Raw 데이터 형식으로 모두 갖고 있어야 올바른 순방문자수의 측정해야 하는
어려움이 있다.
- 쿠키기반의 순방문자수 측정인 경우 : 쿠키미지원의 경우 및 쿠키의 삭제 등
상황에서 새로운 순방문자를 위한 쿠키가 발행되므로 왜곡이 될 수 있다.

40 2
UUID 수(UUIDs, Unique User Identifiers)
순방문자의 상위개념으로서 특정 기간 내 측정된 측정지표값에 포함된 UUID 의 수를 뜻한다.
측정지표명
(한글/영문)
UUID 수 / Unique User Identifiers
* 일반적으로 ‘회원수’ 또는 ‘고객수’로 표현하는 것이 적당하다.
지표요약(의미) 순방문이자 상위개념으로서 방문자 개인을 구별할 수 있는 식별자를 카운트한 수
측정기준 웹분석에서 UUID 의 값을 함께 기록할 경우, 각 측정값으로부터 해당되는 UUID 의
수와 UUID 의 리스트를 추출할 수 있다.
이때 얻어지는 UUID 의 중복제거한 순수한 숫자를 UUID 수로 하기로 한다.
‘월간 순방문회원수’라고 한다면 월간 발생한 방문/순방문자에서 UUID 기준으로
중복을 제거하여 카운트된 숫자를 나타낸다.
* 방문자를 구별하는 방법은 IP 를 이용한 방법, 쿠키를 이용한 방법 그리고 두
가지를 함께 이용하는 방법 등이 있다.
적용차원 Time-frame 종속적(기간에 따른 누적합산불가) 또는 비종속적
전체영역, 세분화, 개인영역
사용용도 방문수, 순방문자수와 함께 다양한 파생측정지표를 생성하는 데 이용되거나,
UUID 수를 이용하여 회원의 트래픽/반응정도를 살피는 데 이용된다.
유의점 UUID 는 이미 측정된 값에서 해당되는 UUID 를 추출하여 카운트하는 방식이므로,
UUID 의 수를 어떠한 측정지표와 연계하여 카운트하는가에 따라 UUID 의
측정기준/방법 등이 결정된다.

처음방문자수 (New Visitors)
처음방문자수(New Visitors)는 특정기간(Time-frame)에 종속적인 경우와 비 종속적인 경우(정확히는 웹분석
데이터를 수집하기 시작한 이후), 두 가지로 구분하여 정의할 수 있으나, 분석기간에 비 종속적인 경우가
일반적이므로, 이를 기준으로 설명한다.
측정지표명
(한글/영문)
처음방문자수/ New Visitors
* 신규방문자수도 같은 의미이다.
지표요약(의미) 웹사이트에 처음 방문한 방문자의 수
측정기준 방문자가 분석대상 웹사이트에 방문시 처음방문 여부를 판별하거나 과거에 수집된
기록을 근거로 판단하여 처음방문인 경우 처음방문수를 1 증가시킨다.
처음방문은 페이지뷰와 같이 Event 성 데이터이므로 특정 기간에 비 의존적으로
측정을 수행한다. 따라서, 각 Time-frame 구간의 측정값을 누적합산하여 전체기간의
측정값을 생성하는 것이 가능하다.
웹분석을 시작한 시점부터 분석되는 점을 고려한다면 엄밀히는 Time-
frame 종속적이지만, 웹분석을 시작한 시점 이전은 분석범위에 포함하지 않으므로
Time-frame 비종속적인 것으로 한다. (‘처음방문자수’를 임의의 Time-frame 구간
내에서 측정하기 위해서는 Raw 데이터를 모두 보관해야 하므로 사실상 불가능하다.)
‘처음방문자수’의 상대적 의미를 갖는 측정지표는 ‘재방문자수(Return Visitors)’이다.
처음방문자 판별을 위해서는 방문 또는 분석시점에 이전의 방문여부를 체크해야
하므로, IP 를 이용한 처음방문자의 판별은 시스템적 부하가 상당하여 측정과 분석이
매우 어렵다.
손쉬운 방법은 쿠키를 이용하는 것이나, Time-frame 종속적인 처음방문자 측정은
쿠키를 이용하기 위해서 사전에 Time-frame 을 지정한 경우에 측정이 가능하다.
적용차원 Time-frame 비종속적, 전체영역, 세분화
사용용도 처음방문자는 마케팅측면에서 볼 때 타겟(잠재)고객에 대한 ‘Reach(도달)’의 의미가
강하다.
따라서, 외부 마케팅프로모션에 대한 신규 잠재고객의 유입정도를 마케팅 채널별
효과를 분석하는 데 자주 이용된다.
예를 들어 광고/마케팅캠페인별 처음방문자수, 검색엔진/검색어별 처음방문자수 등의
리포트가 활용된다.

42 2
웹사이트의 이용량을 방문자수의 관점에서 볼 때 전체 방문자수 중 처음방문자수의
비율을 통해 웹사이트의 성장정도를 판단하기도 한다.
처음방문자의 행동특성과 재방문자의 행동특성을 구분하여 분석할 경우, ‘사이트가
어느 정도 쉽게 방문자에게 이용(이해)될 수 있는지’와 같이 사용성의 비교분석를
위한 세분화 요소로 이용될 수 있다.
유의점 일반적으로 쿠키에 의해 처음방문 여부를 판별하므로 쿠키에 의한 방문자 구별시
발생하는 제약/왜곡의 요소가 동일하게 존재한다.
동일한 Time-frame 내에서 하나의 방문자가 처음방문자와 재방문자(Return Visitor)로
동시에 카운트될 수 없다.으나, 처음방문자는 반복방문자(Repeat Visitor)로 카운트될
수 있다.
‘반복방문자’는 일종의 방문자 속성으로 보는 것이 이해하기 쉽다.

44 2
재방문자수 (Return Visitors)
재방문자수(Return Visitors)는 처음방문자수의 반대의미를 갖는 측정지표이다.
측정지표명
(한글/영문)
재방문자수/ Return Visitors 또는 Returning Visitors
지표요약(의미) 분석기간(특정 Time-frame) 이전에 방문하였고, 해당 기간 이후에내에 다시 방문한
순방문자의 수
측정기준 재방문자수(Return Visitors)는 특정 기간에 방문한 방문자 중 이전 기간에 방문한
적이 있는 방문자의 수이다.
즉, 특정 Time-frame 구간 내의 모든 순방문자수(Unique Visitors) 중
처음방문자수(New Visitors)와 반복방문수(Repeat Visits)를를 제외한 값이
재방문자수가 된다.
측정의 기술적 방법은 처음방문자수를 측정하는 방법과 동일하나, 이때
처음방문자가 아닌 것으로 판별되는 방문자를 재방문자로 하여 재방문자수를
카운트하게 된다.
일반적으로 쿠키를 이용하여, 처음방문시 발행한 쿠키가 존재하고, 재방문하는
시점이 사전에 정의한 ‘반복방문 기간일’ 이후라면할 경우 재방문자로 판별하게 된다.
이때 재방문자 쿠키가 다시 발행되고 ‘반복방문 기간일’ 다시 적용된다.
예를 들어 ‘반복방문 기간일’을 30 일로 가정하고, 한 명의 방문자가 웹사이트를
두번째 방문하는 시점이 처음방문한 시점에 비례하여 30 일 이후라면 재방문자로
카운트됨과 동시에 ‘반복방문 기간일’이 리셋되어 다시 30 일 이후 방문은
재방문자로 카운된다. 30 일 이내 방문이라면 반복방문수로 카운트 된다.
재방문자수는 특정 Time-frame 구간 내 순수한 방문자수를 근간으로 측정되므로
Time-frame 종속적인 특성을 갖는다. 이 특성은 ‘순방문자수’에서 갖는 제약조건과
같은 제약을 갖게 된다.
* 전체 방문수(Visits)에서 처음방문수(New Visits) 또는 처음방문자수(New Visitors)를
제외한 값은 반복방문수(Repeat Visits)가 된다.
* 보다 자세한 내용은 반복방문수(Repeat Visits) 항목 참조

적용차원 Time-frame 종속적, 전체영역, 세분화
사용용도 ‘처음방문자수’의 상대적 측정지표로서 활용된다. 기존고객에 대한 웹사이트 충성도
및 트래픽/선호컨텐츠 등 다양한 분야에서 이용될 수 있다.
처음방문자에 의한 것과 재방문자에 의한 것으로 나누어 다양한 측정지표에 대해
세분화를 수행할 수 있다. 즉, 방문자에 대해 처음 대 경험있는 방문자에 대한
웹사이트의 이용성향 및 관심도에 대한 파악에 사용될 수 있다.
유의점 같은 Time-frame 내에서 하나의 방문자를 처음방문자와 재방문자 양쪽에 카운트할
수 없다.
일반적으로 쿠키에 의해 재방문자 여부를 판별하므로 쿠키에 의한 방문자 구별시
발생하는 제약/왜곡의 요소가 동일하게 존재한다.
또한 특정 Time-frame 조건이 존재할 때에, 기간 내 중복을 제거한 순수한
방문자수로 측정하므로 ‘순방문자수’ 측정시 존재하는 제약요소 역시 동일하다.

46 2
반복방문자수 (Repeat Visitors)
재방문자는 오랜기간 뒤에 다시 방문하는 경우을 의미한다면, 반복방문자수(Repeat Visitors)는 짧은 기간내에
자주 반복해서 방문하고 있다는 것을 측정하는 지표이다.‘처음방문자수’ 및 ‘재방문자수’와 관계없이 정의되는
측정지표이다.
측정지표명
(한글/영문)
반복방문자수/ Repeat Visitors
지표요약(의미) 분석기간(특정 Time-frame) 내 2 회 이상 방문한 방문수순방문자의 수
측정기준 반복방문자수(Repeat Visitors)는 ‘특정 기간반복방문 기간’ 내에 2 회 이상 방문한
방문자의 중복 제거한 순수 방문자수이다문수를 의미한다..
‘반복즉, 특정 Time-frame 구간 내의 모든 순방문자수(Unique Visitors) 중 1 회만
방문한 순방문자수를 제외한 값이 반복방문자수가 된다.
방문 기간’에 따라서 재방문자와 반복방문수를 나뉘게 되는데, 반복방문 기간은
웹사이트 특성에 따라 변경할 수 있도록 웹분석 도구에서 지원하고 있다.
즉, 처음방문 이후 웹사이트를 다시 방문할 때 ‘반복방문 기간’ 내라면 반복방문수로
분류되며, 반복방문 기간 이후라면 재방문자수로 분류된다.
‘반복’과 ‘재’를 구분하는 이유는, 다양한 웹사이트 특성에 따른 방문자 충성도를 더욱
세분화하여 분석하기 위함이다. 예를 들어, 재방문자수가 반복방문수보다 많은
비중을 찾이한다면, 웹사이트를 재방문하는 기간이 길다는 의미로 해석된다. 측정의
기술적 방법은 순방문자수를 측정하는 방법과 동일하나, 해당 방문자의 방문수를
계산하여 방문수가 2 회 이상인 경우만 포함시킨 것이 다르다.
쿠키를 이용한 반복방문자수 측정은 특정 Time-frame 구간 내 순수한 방문자수의
Time-frame 종속적인 특성과 함께 각 방문자에 대한 방문수를 함께 판단해야 하는
점이 다른 순수한 방문자수 측정에 비해 어려운 점이다.
적용차원 Time-frame 종속적, 전체영역, 세분화
사용용도 기간 내 방문자 중 반복적인 방문 활동을 충성도 판단의 기준으로 가정할 때 충성도
높은 방문자와 그렇지 않은 방문자의 활동을 순방문자수를 기준으로 판단할 때
사용될 수 있다.
하지만, 본 측정지표는 운용의 어려움도 있지만 ‘처음방문자’와 ‘재방문자’ 그리고
방문횟수의 측정을 통해 상당부분 대체가능하므로 많이 사용되지는 않고 있다.

유의점 하나의 방문자가 처음방문자와 재방문자로 동시에 카운트될 수 없지만,
반복방문자는 앞서 언급한 두 개의 측정지표와는 다른 기준을 가지고 있기에 서로
상대적 의미를 갖지 않는다.
따라서, 처음방문자가 반복방문자가 될거나 재방문자가 반복방문자가 될 수 있다.
예) 두 명의 방문자 A 와 B 가 있고, 특정 리포팅 기간 이전에 A 가 방문한 후 리포팅
기간 내 2 회 방문하였으며, B 방문자는 리포팅 기간 내 처음 방문하여 2 회
방문하였다. 이때 리포팅 기간 내 처음방문자수는 1, 재방문자수는 1, 반복방문자수는
2 가 된다.반복방문 기간은 보통 기본 30 일로 지정되어 있으며, 웹분석 도구마다
차이를 보이고 있으므로 필히 제공업체에 문의해야 한다.

48 2
체류시간 (Duration Time)
체류시간(Duration Time)은 페이지뷰수/방문수/순방문자수와 더불어 중요한 기본측정 지표 중 하나이다.
측정지표명
(한글/영문)
체류시간/ Duration Time (DT)
지표요약(의미) 방문자가 웹사이트에 방문하여 이용하는 시간, 각 페이지별 체류시간 및 전체
체류시간
측정기준 체류시간은 웹사이트 체류시간, 페이지 체류시간, 컨텐츠 체류시간 등으로 구분할 수
있다.
웹사이트 체류시간은 방문자가 웹사이트에 방문하여 첫 번째 페이지뷰가 발생한
이후 마지막 페이지뷰가 발생한 시점까지의 시간차를 구하여 해당 방문자의
체류시간으로 한다.
즉, 마지막 1 페이지뷰에 대해서는 체류시간을 0 으로 하는 것과 같다.
페이지별 체류시간은 각 페이지뷰 발생시점간의 시간차를 이용하여 앞 페이지의
페이지별 체류시간으로 정한다. 웹사이트 체류시간은 각 페이지별 체류시간의
합계값과 같다.
이러한 기준으로 인해 방문자가 하나의 페이지뷰만 발생시키고(한 개 페이지를 ‘1 회’
조회하고) 웹사이트를 떠난 경우(또는 세션타임아웃이 된 경우)에는 전체 체류시간이
0 으로 처리된다.
컨텐츠에 대한 체류시간은 해당 컨텐츠 그룹에 해당하는 페이지별 체류시간의
합계값을 이용하거나, 컨텐츠를 구분할 수 있는 추가적인 측정항목에 대해 시간차를
구하여 체류시간을 측정한다.
체류시간은 세분화(Segmentation) 범주측면에서 볼 때 전체방문자에 의한
체류시간과 특정 방문자 범주(예: 성별, 특정 방문자 지역, 특정 마케팅캠페인 등)에
의한 체류시간으로 나누어 분석하는 것이 가능하다.
측정값의 속성 Count, Time 형태
* 일반적으로 mm:ss (분/초)

적용차원 Time-frame 비종속적, 전체영역, 세분화
사용용도 트래픽량(페이지뷰/방문/방문자수)를 대체하는 용도로 사용될 수 있다. 주된 기본측정
지표인 페이지뷰/방문 등은 웹사이트의 구조(AJAX 와 같이 페이지뷰 구분이 모호한
형태)와 서비스(Web 2.0 흐름에 따른 사용자 참여형 서비스, RIA, 동영상서비스 등)가
다양화되면서 여러 웹사이트를 비교하는 측정지표로 사용하기 어려워졌다. 이에
대한 대안으로 웹사이트 내 컨텐츠 사용의 정도를 체류시간으로 대체하는 것이
대두되었다.
이 경우 일반적으로 모든 방문자의 전체 체류시간 합계값이 사용된다.
웹사이트 컨텐츠의 관심도 및 이용도를 분석하기 위해서도 많이 이용되며, 방문자의
웹사이트에 대한 이용정도에서 충성도와 참여도를 측정하는 것에도 이용된다.
이 경우, 페이지당/방문당/순방문자당 체류시간으로 계산한 평균 체류시간이
사용된다.
웹사이트 사용자의 충성도에 따른 점유율 분석을 위해, 마치 처음방문자 대
재방문자의 비율을 이용하듯이, 평균 체류시간 기준을 정하여 ‘집중사용자(Heavy
User)’와 ‘가벼운사용자(Light User)’의 점유율 비율을 이용하기도 한다.
특정 페이지로부터 목적 페이지(전환페이지 등)까지 소요된 도달시간을 이용하여
전환소요시간 리포트를 구성하기도 한다.
유의점 체류시간 측정값이 시간이므로 연속적인 값으로 이해할 경우 측정 및 분석에서
어려운 점이 발생하게 된다.
예를 들어, 1 명의 방문자가 오후 11 시 30 분에 방문하여 1 시간 동안 웹사이트에
체류하였다면, 당일 웹사이트 전체 체류시간을 30 분으로 측정하는 경우가 이에
해당된다.
이 방법은 Time-frame 종속적으로 계산한 경우로서 방문(방문자)가 최초 Session 이
발생하는 시점에 카운트되는 것에 비해 체류시간이 연속적인 흐름의 값으로
존재하게 되므로 방문(방문자)와 체류시간값이 연결되지 못하는 문제가 발생한다.
따라서, 체류시간의 측정값은 해당 방문이 발생한 시점의 방문(방문자)에 할당하거나
연결하여 처리하고, Time-frame 비종속적인 값으로 처리한다.
방문을 체류시간 구간대별로 세분화하는 경우도 쉽게 구현이 가능하나, 순방문자에
적용하는 것은 체류시간의 값이 Time-frame 구간 내에 종속적인 측정지표과
연결되는 것으로서, 해당 Time-frame 이 마무리 되는 시점에 측정값이 완성되기

50 2
때문에 정확한 값을 측정하기 어렵다.
예) 월순수방문자의 월체류시간합계는 다음 달 1 일에 업데이트 할 수 있겠으나,
쿠키기반으로 처리되는 경우가 많음을 감안하면, 해당 방문자가 다음 달 첫 번째로
방문하는 시점에 값의 측정이 완료된다.
체류시간의 계산에서, 마지막 페이지에 대한 체류시간은 사실상 측정이 어려우므로
체류시간에 포함되지 않는다. 체류시간의 결과값에서 이 부분이 제외된 것에 대해
인지하고 있어야 한다.
온라인을 통해 제공되는 동영상, RIA 형태의 서비스에서는 올바른 체류시간의 측정이
쉽지 않다. 전통적인 체류시간 측정방법이 아닌 다른 방법의 측정방법의 연구와
응용이 필요하다.

서핑 길이방문 깊이(SurfingVisit LeDnegpth)
페이지뷰수 측정지표가 트래픽의 양(Quantity)적 접근이라면, 서핑길이방문깊이는 컨텐츠/페이지에 대한
방문자의 행동에 대한 접근이다.
항목 속성 및 설명 비고
측정지표명
(한글/영문)
서핑길이 / Surfing LengthVisit Depth 방문당 페이지수로
표현될 수 있다.Page
Flow Length 로 표현할
수도 있다.
지표요약(의미) 방문자가 웹사이트에서 세션이 끊기기 전까지 조회한시작
페이지로부터 목적 페이지에 도달하기까지의 페이지 수뷰수
페이지뷰수가 아닌
페이지 수
측정기준 웹사이트 방문시점부터 웹사이트 세션 종료시점까지의 전체
조회한 페이지수가 방문깊이(Visit Depth)로서 방문당
페이지수 유사하다.
기본적인 기준은 페이지뷰수 측정기준과 동일하다. 특정
페이지뷰에서 방문자에 의해 누적기록된 페이지뷰수와
목적페이지 도달한 시점에서 누적기록된 페이지뷰수의
차이로 측정하는 것이 임의의 페이지로부터 측정이
가능하다.
만약 시작 페이지가 특정페이지로 한정되어 있다면, 쿠키를
이용하는 방법도 가능하다.
스크립트임베딩방식에서는 페이지뷰수가 아닌 클릭수를
포함하여 측정하는 것도 이용될 수 있다. 이 경우는 서핑의
개념을 페이지뷰가 아닌 방문자의 요청행동에 중점을 둔
경우이다.
그러나 클릭수에 대한 측정을 하기 위해서는 컨텐츠에
직접적인 태깅을 해야하므로, 다이나믹한 마이크로 사이트가
아니라면 부담감을 가질 수 있다.
특히 AJAX, RIA 등이 많아지고 있는 추세에서는 더욱
고려해볼만 한 사안이다.
페이지뷰 대신
클릭수를 기준으로
측정지표를 구성할
수도 있다.
적용차원 Time-frame 비종속적, 전체영역, 세분화, 개인영역
사용용도 특정페이지에서 특정페이지까지 도달하는 데 소요되는

52 2
방문자의 노력의 정도를 나타낸다. 이 측정값은 단계별
전환이벤트간 전환의 난이도와 접근성을 분석하는 데
이용될 수 있다.
이 결과를 이용하여 전환율 향상을 위한 세부적 원인분석과
최적화를 위한 실험을 수행할 수 있다.
특정 페이지/컨텐츠/전환 까지의 난이도 및 소요 클릭수
등의 리포트 구성이 가능하다.
네비게이션 분석에서 사용자가 평균적으로 조회한 페이지가
얼마만큼인지를 가늠하게 해준다. 외부 유입에 따른 방문
깊이 측정지표를 확인하면, 유입 채널별 획득률을 판단할 수
있다.
컨텐츠나 상품이 많은 웹사이트라면 방문깊이를 통해서 각
페이지의 흐름을 개별적으로 기록하여 List 화하여 측정하는
경우에는 상당한 분석 리소스가 소요된다.
좀 더 가볍게 측정하는 방법으로서 ‘서핑길이’가 대안으로
사용될 수 있다.방문자의 관심도 정도를 파악할 수 있다.
또한 네비게이션 관점에서 페이지뷰수와 수치가 많이
차이가 난다면, 방문자들이 같은 페이지를 여러 번
보는것으로 네비게이션을 잘 따르지 못한 결과일 수 있다.
유의점 페이지뷰가 아닌 페이지 종류수이다.웹사이트 방문시점부터
웹사이트 세션 종료시점까지의 전체 서핑길이는
방문깊이(Visit Depth)로서 방문당 페이지뷰와 유사하다.
서핑길이는 전체 웹사이트에 대한 관점보다 각 개별
방문자의 행동에 초점을 두고 있는 점이 다르다.
참고 시작 시점부터 목적페이지까지 도달할 때까지 체류시간의 차이를 구하여 서핑길이를
나눈다면 속도(길이/시간)개념으로 전환할 수 있다.

방문 간격(Term 또는 Frequency)
하나의 세션(Session)이 아닌 임의의 기간을 두고 반복되는 다수의 세션(Multi Session)에서 특정 이벤트와
이벤트의 일자간격을 표현한다.
항목 속성 및 설명 비고
측정지표명
(한글/영문)
방문 간격 / Term 또는 Frequency
지표요약(의미) 하나의 세션(Session)이 아닌 임의의 기간을 두고 반복되는
다수의 세션(Multi Session)에서 특정 이벤트와 이벤트의
일자간격.
측정기준 매 방문시 기록되는 방문시점을 통해 특정 이벤트가 발생한
방문과 또 다른 특정 이벤트가 발생한 방문의 기간차를
측정하여 값을 생성한다.
임의의 방문과 또 다른 임의의 방문에 대해 기간간격을
구하고자 할 경우에는 상당한 양의 Raw 데이터가
확보되어야 하므로 쉽지 않다.
하지만 평균 기간간격 또는 사전에 정의된 시점에서 특정한
시점까지의 간격의 경우에는 쿠키 등을 이용하여 쉽게
측정과 분석이 가능하다.
측정값의 속성 Count, 일반적으로 Day 형태
적용차원 Time-frame 비종속적(쿠키기반) 또는
종속적(Raw 데이터기반), 전체영역, 세분화, 개인영역
사용용도 평균 재방문 간격, 평균 재구매 간격, 처음 방문 후 구매까지
걸린 시간(일자), 처음 방문 후 구매까지 걸린 방문횟수 등의
측정이 가능하다.
측정값을 통해 방문자의 성향과 충성도, 그리고 상품 및
마케팅캠페인의 반응주기와 매력도 등을 파악할 수 있다.
유의점 어떤 이벤트에 대한 기간간격을 측정하는가에 따라, 어떤
데이터를 기반으로 측정하는가에 따라 Time-frame
종속적인지 비종속적인지가 영향을 받는다.
기간간격의 측정값은 해당 방문자가 방문하는 시점까지는

[비즈스프링] 웹사이트의 측정과 분석 Book 1 (compact version 1.6)

[비즈스프링] 웹사이트의 측정과 분석 Book 1 (compact version 1.6)

Recommended

Recommended

More Related Content

Viewers also liked

Viewers also liked (8)

Similar to [비즈스프링] 웹사이트의 측정과 분석 Book 1 (compact version 1.6)

Similar to [비즈스프링] 웹사이트의 측정과 분석 Book 1 (compact version 1.6) (20)

More from BizSpring Inc.

More from BizSpring Inc. (20)

[비즈스프링] 웹사이트의 측정과 분석 Book 1 (compact version 1.6)