[Gastudy.net] Digital analytics fundamentals
•Télécharger en tant que PPTX, PDF•
10 j'aime•1,218 vues
GA스터디에서 사용한 기본요약 중 두번째 문서입니다. - Digital analytics fundamentals ps. 문서에 나온 내용과과 스터디 진행시 말로 설명해드린 내용이 반반 정도의 비율이라 문서만으로는 제가 전달하고자 한 내용은 충분하지 않을 수 있는 점 참고 부탁드립니다.
Recommandé
Contenu connexe
Tendances
En vedette
En vedette (14)
Similaire à [Gastudy.net] Digital analytics fundamentals
Similaire à [Gastudy.net] Digital analytics fundamentals (20)
[Gastudy.net] Digital analytics fundamentals
- 2. •본 문서는 https://analyticsacademy.withgoogle.com/explorer 에서 제공하는 Digital Analytics Fundamentals의 내용을 바탕으로 하고 있습니다. * 본 문서는 GA스터디에서 활용 할 목적으로 요약, 정리 하였습니다. * GA스터디 페이스북 그룹 https://www.facebook.com/groups/gastudy.net/
- 3. # 시작하기에 앞서... # 분석 기법 # Creating a measurement plan # Creating an account # Understanding your account structure # Filters # Goal and Ecommerce # Conversions and Conversion attribution # Attribution Model 목차 Contents
- 4. # 시작하기에 앞서... 데이터는 잘 수집하는 것도 중요하지만 모은 데이터를 어떻게 활용하느냐에 따라 결과가 달라지기 때문에 데이터를 분석 할 때에 Insight와 Context를 파악하는 것이 중요함. - 가장 쉬운 방법은 "비교를 통한 분석" ex) DAU, MAU, Session시간 등등... - 목표설정 어떤 전략을 세우냐 또는 서비스의 시기별로 목표가 다르기 때문에 각 상황 에 따라서 적절한 목표 설정이 중요. 시기/목표별 비교를 통해서 설정한 목표 대로 잘 돌아가고 있는지 비교분석을 한다면 Good.
- 5. # 시작하기에 앞서... - 데이터는 가능하면 쪼개서(세분화) 보기 데이터가 많이 쌓이기 시작하면 큰 흐름만 눈에 잘 띄기 때문에, 큰 흐름만 보 다 보면 정말 중요한 Point나 데이터를 놓칠 수 있음. 예를 들어, 세션이 높아지면 큰 흐름으로 봤을 땐 좋은 일이지만, 반대로 세부 적으로 봤을 때는 웹, 또는 앱이 죽었다거나 혹은 해당 Page나 Activity에서 불편함을 느껴서 다시 접속을 한 행동 때문에 세션의 수가 늘어 났다면? 한가지의 지표나 큰 흐름만으로는 이런 상황을 파악하기 정말 힘듬. 그래서 가능하면 여러 지표를 쪼개서 보는 것을 추천 함. 월 -> 주 -> 일 -> 시간 별 그렇다고 해서 아무 지표나 다 쪼개서 보는 것은 아님. 경험을 해봐야 알 수 있는 부분이 많음. 단, 단점은 분석하는데 많은 비용과 시간이 소요 됨.
- 6. # 시작하기에 앞서... - 최소한의 노력으로 최대한의 결과 얻기 데이터를 비교하고, 세분화 하는 것도 좋지만 최소한의 노력으로 최대한의 결과를 얻는 것도 중요함. 기본(핵심)지표를 꼭 정해서 GA에서는 Goal, Segment, Filter 등을 활용해 서 사용하는 것이 중요. 결론은 "경험"이 가장 중요 함.
- 7. # 분석 기법 - Segmentaion 유저의 행동 트렌드, 패턴, 변화를 이해(date, time, device, 지역 등등) - Context 실적이 좋은지 나쁜지 알 수 있음
- 8. # Creating a measurement plan - 측정계획 5단계 1. 측정계획 정의 2. 기술 기반 문서화 (서버, 웹 or 모바일, 반응형, 모두 추척이 가능한지) 3. 실행계획 세우기 4. 계획 실행하기 5. 유지 보수
- 9. # Creating a measurement plan - 측정설계 5단계 1. 비즈니스 목표 문서화 2. 목표를 위한 전략, 전술 확인 3. KPI(metric) 4. Segment 5. Target
- 10. # Creating an account - Web Javascript Code를 사용 <head> </head> 사이에 넣는 것이 Best. 간혹 footer에 넣는 경우도 있음 (정확도, 속도 차이)
- 11. # Creating an account - Mobile SDK사용, OS별(Android, iOS)로 제공
- 12. # Creating an account - 기타 Tag Manager, Plug in(Word Press, Drupal 등) - 확인방법 Tracking Code 삽입 후 실시간(Real time)항목에서 정상적으로 실행되는 지 체크(2~4분 딜레이)
- 13. # Understanding your account structure - Account 구성 Account – Property – View 계층구조 Data를 보호하기 위해 각 Property 에서 여러개의 View 생성. Unfiltered(RAW), Master, Test view 활용 추천. (역순으로 적용)
- 14. # Understanding your account structure - 알아두어야 할 점 * 한번 Filter 처리 된 데이터는 다시 이전으로 되돌릴 수 없음. * 잘못 설정된 데이터를 처리하면 부정확한 데이터를 얻게 됨. * 한번 삭제한 View 또한 복구 할 수 없음. * View 생성 시 생성한 날 부터 데이터를 얻게 됨. * 자동으로 기존 데이터를 가져오지 않음.
- 15. # Filters - Exclude, Include e.g.) Exclude : 내부인원제외 / Include : Android 운영체제만 포함 Filter 적용 후 소급적용 되지 않음. Filter는 미리 정의된 필터, 사용자설정 필터, Multiple 필터(여러개 사용) Filter의 순서가 중요함. (적용 된 순서대로 처리)
- 16. # Goal and Ecommerce - Goal 방문자의 목표 수행경로를 시각화. 이동경로 참조, 유저가 예상대로 목표를 완료 하는지 파악 여부 목표는 설정 해야만 나옴. Device, 지역, 트래픽 채널 별 전환 프로세스를 분석할 때 유용함
- 17. # Goal and Ecommerce - Goal 설정 도착(thanks.html), 시간(5분 이상), 세션당 페이지수 / 조회 화면 수(3 페이지), 이벤트(동영상재생) 도착 설정 시 도메인을 입력 할 필요 없이 뒤에 오는 /thanks.html 입력
- 18. # Goal and Ecommerce - Ecommerce 온라인, 앱 등을 통해 제품을 판매할 경우 성과측정을 추적하기 위하여 사용. View Setting에서 Ecommerce 활성화. Site or App에서 추적코드 추가. Secondary dimension에 소스/매체를 추가하면 마케팅을 어떻게 해야 할지 파악 할 수 있음.
- 19. # Goal and Ecommerce - Goal vs Ecommerce e.g) A유저가 abc.com 에서 구매 한 수치를 목표로 잡고자 한다. 첫 방문에 총 5번의 구매가 이루어졌고, 구매가 전부 성공했다고 가정한다면 Goal, Ecommerce에서 보여지는 수치는? Goal = ? / Ecommerce = ? Goal Ecommerce 방문 시 1회 방문 시 여러 번
- 20. # Conversions and Conversion attribution Micro Conversion(전환과정) > Macro Conversion(전환) e.g ) 이메일 가입 > 계정을 작성 > 구매 * About the default attribution models https://support.google.com/analytics/answer/1665189?&hl=ko
- 21. # Attribution Model First Interaction AdWordsEmailSocialBanner Direct - 전환 전 마지막으로 상호작용한 채널이 100% 기여 - 구매 순간 사용자를 끌어 들이거나, 판매주기가 고려되지 않았을 경우 유용 - 상호작용한 첫 번째 채널이 100% 기여 - 브랜드가 잘 알려지지 않은 경우 최초의 인지도를 쌓을 때 유용 Last Interaction AdWordsEmailSocialBanner Direct
- 22. # Attribution Model Linear -GA에서 다중채널 유입경로 보고서를 제외하고 Default로 사용 -Direct를 제외하고 마지막으로 클릭한 채널이 100% 기여 - 다른 모델과의 결과를 비교할 때 유용 - 모든 채널의 상호작용의 기여도가 동일 -고객과의 관계, 브랜드 인지도를 유지 할 때 유용 Last Non-Direct Click AdWordsEmailSocialBanner Direct AdWordsEmailSocialBanner Direct
- 23. # Attribution Model - 기하급수 적 가치 하락을 기반 - 전환 직전 발생한 포인트가 가장 많이 기여 -판매주기가 짧은 하루, 이틀짜리 프로모션 캠페인에 유용 -일반적으로 첫 번째와 마지막 채널이 각각 40% 기여 - 나머지 중간 상호작용 채널이 20% 기여 -브랜드로 인도한 채널과 전환으로 이어진 마지막 채널에 가장 큰 가치가 있다고 생각될 때 유용 Position Based AdWordsEmailSocialBanner Direct Time Decay Click AdWordsEmailSocialBanner Direct
- 24. Thank you.