[내일배움캠프TIL] 본캠프22일차 - 챕터1_데이터의 이해와 분석(2)

데이터의 이해와 분석(2)

1. 들어가며
2. 챕터1-5: 구글 애널리틱스 
3. 챕터1-6: 구글 애널리틱스 활용 
4. 챕터1-7: 프로덕트에서의 데이터 활용 
5. 마치며 

---

📝 서론

1. 들어가며

오늘부터 서비스 기획 숙련 주차가 시작되었다. 이전 글에 이어 TIL을 작성해보려고 한다. 글을 두 개로 나눈 이유는 챕터 1이 총 7개로 구성되어 있어 내용이 길어지기도 하고, 요일별 학습 타임라인 상 챕터 1-5: 구글 애널리틱스부터는 내일 학습 분량으로 나뉘기 때문에, 여기서 한 번 끊고 정리하는 것이 좋겠다고 판단했기 때문이다. 📖

---

🔍 본론

2. 챕터1-5: 구글 애널리틱스

 

❗ 구글 애널리틱스의 기초

 

구글 애널리틱스(Google Analytics)란?

❗ 웹사이트나 앱 방문자의 행동을 분석하는 도구

• 방문자가 어디에서 왔는지
• 어떤 페이지를 많이 보는지
• 얼마나 오래 머무르는지
• 어떤 버튼을 클릭하는지

구글 애널리틱스에서 자주 사용하는 용어

용어	뜻	예시
세션(Session)	사용자가 사이트에 방문한 기록 - 사용자가 30분 동안 아무 행동도 하지 않으면 자동 종료 - 자정(00:00)이 지나면 새로운 세션으로 기록	한 사용자가 오전 10시에 방문 → 10분 동안 여러 페이지를 봄 (1세션)
페이지뷰(Page Views)	페이지가 몇 번 조회되었는지	한 사용자가 3개의 페이지를 보면 PV = 3
순 방문자(UV)	중복을 제외한 "실제 방문자 수"	같은 사람이 3번 방문해도 UV = 1
이탈률 (Bounce Rate)	한 페이지만 보고 바로 떠난 비율	방문자가 홈 화면만 보고 나가면 이탈률 100%
전환율 (Conversion Rate)	특정 목표를 달성한 방문자의 비율	1,000명이 방문해서 50명이 구매하면 CVR = 5%
트래픽 소스 (Traffic Source)	방문자가 어디서 왔는지	검색(SEO), SNS(페이스북, 인스타), 광고(구글 애즈) 등

---

3. 챕터1-6: 구글 애널리틱스 활용 

 

 

❗GA4 > 참여 보고서

 

참여 보고서는 무엇인가요?

❗ 사용자가 사이트에서 얼마나 적극적으로 활동했는지를 분석하는 보고서

 

이벤트

사용자의 모든 행동(클릭, 스크롤, 페이지 이동, 구매 등)을 "이벤트(Event)"로 추적

→ 사용자가 어떤 행동을 많이 하는지, 어떤 이벤트가 수익에 영향을 미치는지 분석

 

페이지 및 화면

사용자가 웹사이트나 앱에서 어떤 페이지(화면)를 가장 많이 방문했고, 얼마나 오래 머물렀는지를 분석

→ 방문자들이 어떤 페이지에 관심이 많고, 어디서 이탈하는지 확인 가능

 

방문 페이지

사용자가 웹사이트에서 처음 방문한 페이지를 의미

 

---

4. 챕터1-7: 프로덕트에서의 데이터 활용 

 

❗데이터에 기반해 프로젝트를 진행한 실제 사례 학습

 

리디북스 도서 추천(AI 도서 추천)

최근 리디북스 서점은 도서 추천을 강화하고 있습니다.

그 일환으로 올해 초, 서점 내 AI 도서 추천 섹션을 론칭했는데요.

사용자의 도서 구매, 조회 등 데이터를 기반으로 개인화된 도서를 추천합니다.

모든 유저에게 전면 론칭 전에 특정 사용자 그룹에만 노출하여 효과를 미리 확인하고자 했습니다. 따라서 누구를 대상으로 어떤 맥락에 보여줄지 결정이 필요했습니다.

 

1. 어떤 사용자 그룹에 먼저 도서 추천을 시도할까요?

리디북스에는 아래처럼 다양한 사용자 그룹이 있습니다.

• 일반도서(소설/경영/경제/인문 등)를 즐기는 독자
• 로맨스/판타지/만화/BL의 장르물을 즐기는 독자

이들 중 AI 추천이 효과적인 사용자 그룹은 누구일지 알아보기 위해 AI 추천과 유사한 로직으로 구성된 ‘이 책을 구매한 분들의 선택’ 섹션이 어떤 독자층에게 효과적일지 보았습니다. 장르별로 구매가 발생하는 섹션에 점수를 매겨 순위를 살펴보니 아래와 같았습니다.

동일한 디자인과 위치인데도 장르별로 알고리즘에 의한 구매 효과가 다르다는걸 알 수 있습니다. 알고리즘이 서로 다른 장르별 독자의 성향을 커버하지 못하기 때문인 것으로 보입니다. AI 추천도 먼저 일반과 만화 독자를 대상으로 시작하는게 좋을 것 같았습니다.

 

2. 도서 추천을 어디에서 어떻게 해야할까요?

서점의 주요 구매 경로가 어디일지 살펴보았습니다.

홈 화면, 도서 상세, 검색 결과, 카테고리 화면은 각 맥락에 맞게 사용자의 많은 접근 또는 구매를 일으키는 영역입니다. 가령 도서상세 화면은 높은 PV와 구매 비중을 차지하고 있어서 구매 경로에 매우 중요합니다. 이 화면에서는 사용자가 조회하고 있는 도서 기반의 추천을 잘 하는 것이 적합할 것 같습니다.

반면 장르홈의 경우는 첫 진입 경로이기 때문에 PV는 높지만 구매 비중은 상대적으로 낮습니다. 모든 사람들의 필수 길목에서 개개인이 마음에 드는 도서를 보여주면 이 높은 PV를 더 많이 구매 전환시킬 수 있을 것입니다. 그래서 홈화면에는 ‘OOO 님을 위한 AI 추천’ 이라는 섹션으로 사용자에게 종합적인 도서 추천을 하기로 했습니다.

이후 다른 화면에는 각 맥락에 맞는 다른 주제의 도서 추천을 진행하기로 했습니다.

 

3. KPI 설정

이제 도서 추천이 실제 어느 정도 효과가 있을지를 보여주는 KPI를 설정해야 합니다.

아래처럼 각 섹션별 효과 파악이 가능하도록 데이터 로깅을 준비했습니다.

GA 데이터로 모두 파악 가능하지만 구매, 판매 같은 정확한 수치가 중요한 항목은 내부 서버 데이터로 확인할 수 있도록 준비했습니다.

 

4. 론칭 후 지표 확인

지난 18년 2월 일반, 만화 독자에게만 ‘OOO 님을 위한 AI 추천’ 섹션이 오픈되었습니다.

론칭 후 몇 달이 지나고 지표를 살펴보니 아래처럼 일반, 만화 독자에게서 주변 섹션 대비 큰 구매전환율을 보여주고 있습니다.

 

일반도서 홈의 섹션별 KPI

만화장르 홈의 섹션별 KPI

---

🎯 결론

5. 마치며

이번 학습을 통해 구글 애널리틱스를 활용한 데이터 기반 기획의 중요성을 체감할 수 있었다. 단순한 수치 확인을 넘어, 사용자 행동을 정밀하게 분석하고 실질적인 개선으로 연결하는 과정이 인상 깊었다. 특히 리디북스 사례처럼 사용자 그룹 선정, 맥락에 맞는 추천 위치 설정, KPI 기반 검증이 기획의 완성도를 높이는 핵심임을 느꼈다. 앞으로도 데이터는 기획의 출발점이자 방향키가 되어야 함을 다시 확인한 시간이었다. 🚀