3강 Connect Google Analytics with Other Tools
Google ads란, 구글의 온라인 광고 프로그램이다. 신규 고객이 내 비즈니스와 관련된 키워드를 검색할 때, 혹은 관련 주제가 있는 웹사이트를 탐색할 때 구글 광고를 이용해 고객에게 도달할 수 있다.
예를 들어, 사진 편집 앱과 웹의 운영자라면
구글에서 사진 편집 앱을 검색하는 사람, 혹은 사진 관련 앱과 웹을 사용하는 고객에게 도달할 수 있도록 한다.
GA4와 구글애즈를 결합하면 장점을 얻을 수 있다.
- 구글애즈의 ROI를 증가시키도록, 보고 및 스마트 자동 입찰을 위한 구글 애널리틱스로 전환
- 구글애즈에서 google signal이 활성화된 경우, 오디언스 보고 및 리마케팅
- GA4에서 클릭수, 비용 같은 캠페인 관련 측정항목 & 캠페인명, 키워드 같은 측정기준 자동 생성
- 구글애즈 캠페인 데이터도 기여 분석에 포함됨
Google Marketing platform integrations
GA는 구글 마케팅 플랫폼이라는 통합 광고 및 분석 플랫폼의 일부이므로, 다른 것들을 함께 작동시켜서 한 군데에서 디지털 미티어와 고객 경험을 계획하고, 구매, 측정, 최적화할 수 있다.
유니버셜 버전에서는 엔터프라이즈만 가능했는데, 이제는 기본 속성이 되었다.
- Display&Video 360 : 디스플레이, 동영상 캠페인, 입찰가(bids), creatives, audience 관리. 구글애즈와 같이 결합하면 장점을 얻을 수 있다.
- Search Ads 360 : 구글애즈, 빙, 야후, 바이두 등의 검색 캠페인 통합 관리.
- Google optimize : 다양한 웹페이지의 변형을 테스트하고 성능을 확인해서, 어떤 게 가장 성능이 높은지 알려줌. GA 오디언스를 설정해서 실험을 타겟팅하고, 웹사이트에서 특정 행동을 보이는 사용자 그룹에 초점을 맞춘다. 보다 세분화된 유저 리포트를 볼 수 있다.
Firebase integratioin
파이어베이스로 온보딩 흐름을 개인화하고, 사용자 참여를 늘리고, 새로운 기능을 추가할 수 있다.
GA와 연결하게 되면, Firebase 콘솔에서 충돌 데이터, 알림 효과, 딥링크 성능, 인앱 구매 데이터 등을 포함한 보고서를 볼 수 있다.
GA와 Firebase를 연동해서 앱 데이터를 포함시키고, 앱와 웹 데이터를 함께 분석할 수 있다.
Search console integration
Search console은 사이트 검색 트래픽과 성능을 측정하고 문제를 해결해서, 구글 검색 결과에서 사이트를 돋보이게 만드는데 사용한다.
- google organic search queries report : 연결된 서치콘솔에 대한 검색어, 관련 서치콘솔 측정항목 표시
- google organic search traffic report :연결된 서치콘솔, 측정항목이 있는 방문 페이지 표시. 국가 및 장치별로 데이터 드릴 가능.
4강 Export google analytics data to BigQuery
BigQuery란?
머신러닝, 공간분석, BI(비즈니스 인텔리전스)와 같은 기본 제공 기능으로 데이터를 관리하고 분석할 수 있도록 만들어진 데이터 웨어하우스.
서버가 없고, 비용 효율적인 멀티클라우드 방식이다.
SQL 쿼리를 실행해서 인프라 관리 없이 질문하고 해결할 수 있다.
확장가능한 분산 분석 엔진을 사용해서 데규모 데이터 세트를 쿼리하고, 빅데이터를 비즈니스 인사이트로 바꿀 수 있다.
GA에서 BigQuery로 데이터 내보내기
1.
raw event를 내보낸 다음, 데이터를 외부 저장소를 내보낼지, 외부 데이터를 가져와서 GA 데이터와 결합할지 선택한다.
BigQuery의 설정을 사용해서 프로젝트, 데이터 세트에 대한 권한 설정이 가능하다.
GA에서 bigquery 내보내기를 구성할 때 데이터 저장 위치를 선택할 수도 있다.
2.
Bigquery에서 raw GA data를 사용해서, 비즈니스 데이터를 추가하고 결합된 데이터 세트를 기반으로 질문에 답할 수 있다.
SQL을 사용해 데이터를 쿼리해서 질문에 답하고 제품, 사용자, 채널, 지역 등에 대한 통찰력을 얻을 수 있다.
3.
데이터 내보내기 빈도 설정 : 모든 데이터를 하루에 한번 내보낼 수 있다. 하루종일 내보낼 수도 있는데, 완전히 처리하는 데 24시간 이상 걸리는 사용자 속성 같은 데이터는 즉시 포함되지는 않는다.
Sample dataset과 queries(링크 클릭)
SQL을 공부할 때 도움이 될 데이터셋과 쿼리문 예제들! 아래는 이 중에서 가장 간단한 사용법이다.
SELECT
COUNT(*) AS event_count,
COUNT(DISTINCT user_pseudo_id) AS user_count,
COUNT(DISTINCT event_date) AS day_count
FROM `bigquery-public-data.ga4_obfuscated_sample_ecommerce.events_*`
Real-life solutions
- Measure and debug performance(web vitals measurement)
- Churn prediction(이탈 예측) for gaming apps
5강 Get Enterprise Features with analytics 360
Analytics 360은 GA4 기반이지만 더 많은 맞춤설정, 확장된 규모, 기업 수준의 지원을 제공하는 유료 엔터프라이즈 버전이다.
두 가지 속성이 추가되었다.
Subproperties 하위 속성
- 특징 : 소스 속성이라는 다른 속성에서 데이터를 가져온다. 보통 해당 소스 속성의 데이터 하위집합이다.
- Data governance : 속성에서 포함되거나 제외되는 데이터를 제어하는 데이터 거버넌스 - Subproperties를 사용하면 데이터를 필터링 하거나, 필터링 후 특정 대상이나 유즈케이스에 필요한 데이터셋을 만들 수 있다.
-User governance : 한 지역(북미)에서는 해당 지역과 관련된 데이터의 특정 subset을 볼 수 있지만, 다른 지역(남미)에서는 데이터에 액세스할 수 없는 정책이 있다고 하자. 이 때가 subproperties가 자체 속성 내의 각 지역 데이터를 제한해서, 허용되지 않는 지역에서는 접근할 수 없도록 하는 사례이다.
ex) 3가지 보험을 운영하는 보험회사 - 동일한 소스 속성에 들어있지만, 다양한 보험 유형을 관리해야 하므로 데이터를 개별적으로 분석할 수 있어야 하기에 Subproperties 사용
roll-up properties 롤업 속성
- 특징 : 둘 이상의 소스 속성 데이터가 포함된다. 일반 속성, 하위 속성의 소스데이터는 포함할 수 있지만 다른 롤업 속성은 포함할 수 없다.
- 여러 소스 속성의 데이터를 단일 롤업 속성으로 결합해서 제품, 브랜드, 지역에서 비즈니스에 대한 광범위한 보기를 제공한다.
- 회사가 소유한 여러 브랜드가 있고, 별도의 속성이 있는 경우, 각 브랜드의 실적을 집계해서 보여주는 단일 속성으로 롤업할 수 있다.
ex) 3개의 브랜드를 가진 소매회사 - 개별 브랜드는 별도이지만, 모회사는 총 사용자, 수익 등을 잘 이해할 수 있도록 모든 브랜드가 하나로 합쳐지는 걸 보고싶을 것이다. 이 경우 세 브랜드를 롤업 소스로 사용해서, 롤업 속성을 생성한다.
모회사가 로열티 프로그램을 운영한다고 하자.
리워드 팀은 모회사 수준에서 작업하고, 동일한 자산에 있는 모든 브랜드의 로열티 프로그램 참가자에 대한 데이터를 확인해야 할 때는 아래와 같이 구성할 수도 있다.
한 마디로
Subproperty : A property that gets its data from on other souce property
Roll-up property : A property that contains data from two or more souce properties
Enterprise-level performance and feature
Monitor changes in your property : 다양한 팀이 함께 일할 때, 계정 설정 변화를 잘 모니터링해야 한다.
Know when you data is ready : Analytics 360은 SLAs(service-level agreements)와 함께 제공되므로 데이터 수집, 보고, 처리, 기여분석 등 다양한 제품 기능, BigQuery daily export 등을 마음 편히 분석하자.
limits for enterprises
| Standard Analytics property | Analytics 360 property | |
| Event parameters | 25 parameters per event 50 custom dimensions 50 custom metrics |
100 parameters per event 125 custom dimensions 125 custom metrics |
| Conversions | 30 | 50 |
| Audiences | 100 | 400 |
| Data retention | up to 14 months | up to 50 months |
| BigQuery export | 1M events | Billions of events |
GA4 certificate
2023.05.23 - [Data Science] - 티스토리 블로그 google analytics GA4 시작하기
2023.05.23 - [Data Science] - google analytics란? GA4 자격증 시험
2023.05.24 - [Data Science] - [GA4] (1) Meet your business objectives 1
2023.05.24 - [Data Science] - [GA4] (2) Meet Your Business Objectives 2
2023.05.24 - [Data Science] - [GA4] (3) Meet Your Business Objectives 3
2023.05.24 - [Data Science] - [GA4] (4) Demo account and overall interface
2023.05.25 - [Data Science] - [GA4] (5) GA4 보고서 필터 비교 설정 방법 및 전체 개요
2023.05.25 - [Data Science] - [GA4] (6) 탐색 분석 보고서 Explorations + Configure 구성 + Admin 관리 메뉴 개요
2023.05.25 - [Data Science] - [GA4] (7) Measure Your Marketing 1
2023.05.26 - [Data Science] - [GA4] (8) 구글 애널리틱스 기여(Attribution) 모델 비교와 전환 경로 w. 마케팅 기여도 분석
2023.05.26 - [Data Science] - [GA4] (9) 오디언스 타겟팅 in 구글 애널리틱스, 구글애즈 연동
2023.05.26 - [Data Science] - [GA4] (10) Go Further with Your Google Analytics Data
'Data Science' 카테고리의 다른 글
| [SQL] 관계형 데이터베이스, SQL이란? w.스타 스키마 구조 (0) | 2023.05.29 |
|---|---|
| [GA4] GA4 자격증 시험 합격 후기 (0) | 2023.05.27 |
| [GA4] (10) Go Further with Your Google Analytics Data (0) | 2023.05.26 |
| [GA4] (9) 오디언스 타겟팅 in 구글 애널리틱스, 구글애즈 연동 (0) | 2023.05.26 |
| [GA4] (8) 구글 애널리틱스 기여(Attribution) 모델 비교와 전환 경로 w. 마케팅 기여도 분석 (0) | 2023.05.26 |
댓글