그런데, 제가 처음에 테스트 해 보았을 때 값이 찍히지 않더군요.

알고 보았더니,

ga(‘set’, ‘dimension5′, ‘custom data’);

이 맞춤 측정 기준을 설정하는 태그 한 줄의 위치가 pageview 를 전송하는 태그 하단에 있으면 안 되더군요

해서, 아래와 같이 ga(‘create’ 문구와 ga(‘send’, 문구 사이에 맞춘 측정 기준을 설정하는 태그가 들어가 주면 됩니다.

UA 태그 내 Custom Dimension 설정

그런데, 이렇게 소스 코드 상에 반영하기 전에 해야할 일이 먼저 있지요.

GA 관리자 화면에서 속성 관리 하단의 맞춤 정의를 클릭해서, 새 맞춤 측정 기준 버튼을 클릭하여, 맞춤 측정 기준 이름과 범위를 설정해 주어야 합니다.

Google Analytics Custom Dimension Setting in Admin

이 때 범위 설정이 민감한 이슈입니다.

보통 범위가 사용자 단위이면, 맞춤 측정 기준 값이 사람을 쫓아 다닌다고 이해하면 됩니다. 따라서, 방문자 ID 가 바뀌어 사람이 바뀌면 이 값도 달라지겠지요.
한편, Hit 단위이면, 페이지 뷰가 발생해도 Hit 한 번, 버튼 클릭, 링크 클릭 같은 이벤트가 발생해도 Hit 한 번이기 때문에 다음 번 Hit 가 발생하면 맞춤 측정 기준 값은 비워집니다.
맞춤 측정 기준 범위가 세션 단위라면 해당 방문에서만 이 맞춤 측정 기준의 값이 유효하고, 다음 세션이 발생하면 이 맞춤 측정 기준 값은 비워 지겠지요.
제품 기준이면, 제품 별로 맞춤 측정 기준 값을 설정할 수 있다는 의미일 것이구요.

상식적으로 이해하면 쉬울 것 같은데, 어떨 때는 굉장히 헷갈리는 지라, https://developers.google.com/analytics/devguides/platform/customdimsmets#scope 도움말을 정독해 보시기를 추천드립니다.

이렇게 구글애널리틱스 관리자 화면에서 맞춤 측정 기준을 생성해 준 후 소스 코드에 해당 태깅을 추가해 주는 방법 외에 구글 태그매니저를 활용하여 페이지뷰 전송 태그에 맞추 측정 기준 변수를 전송해 줄 수 있습니다. 아래 태그 매니저 활용 설명은 태그매니저로 이벤트 태깅이나 페이지뷰 태깅을 어느 정도 해 본 사람들을 위한 설명이기 때문에 태그매니저 활용 경험이 없으신 분은 아래 내용은 무시하시면 됩니다.

구글태그매니저로 맞춤 측정 기준 설정을 하기 위해서는 datalayer 에 맞춤 측정 기준으로 보낼 값을 우선 정의해 주어야 합니다. (아래 코드 예시 참고)

<script type=”text/javascript”>
dataLayer = [{
'gender': 'M'
}];
</script>
(데이터레이어에 대해서도 사실 개념을 잡기 쉽지는 않은데요, 일단, 데이터레이어 공부는 구글링을 통해 개념 이해를 먼저 하셨다고 전제하고 설명 이어갑니다)

그 다음 구글태그매니저에서 아래와 같은 형태로 매크로를 만들어 준 후에

Google Tag Manager Data Layer Macro

구글태그매니저에서 페이지 조회를 전송하는 태그를 만들 때 아래와 같은 형태로 맞춤 측정 기준 설정을 해 주면 됩니다. (위에서 만든 매크로를 활용)

Google Tag Manager PageView Tag with Custom Dimension

이 때 주의할 점은 규칙 설정입니다. 규칙을 모든 페이지에서 작동되게 해 버리면 사이트 내에 GA 코드가 있을 경우 이 GA 코드 내에도
ga(‘send’, ‘pageview’); 라는 페이지뷰 전송 태그가 있기 때문에 모든 페이지에서 페이지뷰가 두 번 발생하게 됩니다.

이를 막기 위해서는 정확히 어떤 페이지에서 이 페이지뷰 전송 태그가 전송될 것인지 아래와 같은 형태로 페이지 url 기준으로 작동되도록 룰 설정을 별도로 해 주어야 합니다.

Google Tag Manager page Rule Setting

혹시 구글태그매니저 데이터레이어 및 GTM 을 활용한 맞춤 측정 기준 태깅에 대해 좀 더 깊이 파고자 하는 분은 아래 링크 정보들도 참고하시기 바랍니다.

Powerful Custom Dimensions in Universal Analytics

http://online-behavior.com/analytics/custom-dimensions

How You Can Use Custom Dimensions With Google Tag Manager To Ditch Utm Parameters

http://www.sparkline.com/2014/09/16/how-you-can-use-custom-dimensions-google-tag-manager-ditch-utm-parameters/

THE GOOGLE TAG MANAGER DATALAYER EXPLAINED

http://www.cardinalpath.com/the-google-tag-manager-datalayer-explained/

Unlock the Data Layer: A Non-Developer’s Guide to Google Tag Manager

http://www.lunametrics.com/blog/2013/10/15/unlock-data-layer-google-tag-manager/#sr=g&m=o&cp=or&ct=-tmc&st=(opu%20qspwjefe)&ts=1400815728

Universal Analytics: Weather As A Custom Dimension

http://www.simoahava.com/web-development/universal-analytics-weather-custom-dimension/

간단히 Universal Analytics 코드 기준으로 맞춤 측정 기준 태깅 방법을 설명하려던 것이 너무 멀리 온 느낌이 없지 않아 있습니다. 그러나, 누군가에게는 도움이 되겠지 하는 마음으로 아주 아주 간만에 블로그 글 업데이트 합니다~~~

놀라운 것은 수강하시는 분들에게 Goal (목표)를 설정해 놓고 리포트들을 목표 달성 기준으로 조회하는지 물어 보면 현재까지 강의를 한 경험으로는 한 명도 손드는 사람이 없었다는 점입니다.

웹 분석 1.0 시절과 오늘 날의 웹분석 2.0 시대를 가르는 극명한 기준 중에 하나가 웹사이트 분석을 단순 유입, 유출의 트래픽 기준으로 보느냐, 아니면 아니면 자사에서 웹사이트를 웹사이트를 운영하는 목적의 달성에 기여하는 특정 행동을 방문자가 해 주느냐라는 관점의 전환 기준으로 보느냐이라고 웹분석 분야의 분야의 구루인  아비나쉬 씨는 주장을 하지요…

이 주장에 빗대어 본다면 국내 웹분석은 아직도 1.0 시대에 머물러서 겨우 방문자 수나 보고하는 수준이라는 의미일 것입니다.

그런데, 이러한 상황도 살짝 이해는 됩니다. 내부적으로 웹사이트 운영 목적을 분명하고 KPI 를 잘 수립하는 등 디지털 마케팅 분석 전략을 잘 수립해서 가지고 있다고 할 지라도 이를 기술적으로 적용하는 게 쉽지는 않습니다.

예를 들어 이벤트를 하나 개최한다고 할 경우 우리가 측정해야 할 궁극적인 전환은 이벤트 참여 행동일 텐데 텐데 이는 아래와 같이 이벤트 참가 버튼 클릭 자체를 추적하기 위한
구글 애널리틱스 이벤트 추적 (Google Analytics Event Tracking) 코드를 삽입해 주어야 하는데, 매번 이런 코드를 삽입하도록 마케터가 IT 팀과 커뮤니케이션한다는 게 쉽지 쉽지않기 때문입니다.

이벤트 참가 버튼 클릭 클릭 추적을 위한 구글 애널리틱스 이벤트 추적 코드 삽입

이는 사실 비싼 솔루션이든 싼 솔루션이든 디지털 마케팅 분석 도구를 구매해서 활용하고 있는 모든 기업의 골치거리이기도 했답니다.

오죽하면 아래 이미지와 같이 대부분의 디지털 마케팅이 분석, 즉 데이터 중심으로 움직이지 못하는 이유가 설정이라는 고비를 넘기지 못하기 때문이라는 주장이 나오고 있을까요?
참고로 아래 이미지는 Web Analytics Action Hero 는 책에 나오는 이야기입니다.

디지털 마케팅 분석 설정의 고비를 넘겨야 분석에 분석에 의거한 실행이

구글 애널리틱스 이용에 있어서도 이는 고질적인 문제였고 드디어 구글 애널리틱스가 발벗고 나서서 개발한 것이 구글 태그 매니저입니다.
흠… 사설이 길었습니다만, 만약, 구글 애널리틱스 유저이시라면 일단 아래 pdf 매뉴얼 자료 대로 한 번 번 따라 해 보시기 바랍니다.

구글 태그 매니저(Google Tag Manager) 설정하기

그러면, 갑자기 비어있던 구글 애널리틱스 행동(Behavior) > 이벤트(Event) 메뉴가 클릭, 링크 추적 정보로 가득차게 될 것입니다.

즉, 구글 태그 매니저를 활용하면 웹 사이트 내 버튼 클릭, 링크 클릭, 폼 입력과 같은 이용자들의 행동을 자동으로 추적할 수 있게 된답니다.

완전 강력 추천 팁입니다. 이렇게 이벤트 추적이 활성화 되면 다음 스텝은 구글 애널리틱스 Goal (목표) 설정을 통해 전환 관점에서 분석을 하는 것이지요

우리 모두 단순 유입 분석 수준을 넘어서 전환 관점에서 스스로의 디지털 마케팅 활동을 돌아 보는 파워 디지털 마케터가 되자구요!!

pdf 매뉴얼 보기

구글애널리틱스기본셋팅

동영상으로 보기

작년 트위터 바닥에서 “팔로워 수” 를 늘려 주고 돈을 받는다는 알바와 대행사가 등장하면서 팔로워 수가 과연 기업이나 개인 계정의 성과를 측정하는데 적당한 지표인가에 대한 문제 제기는 꾸준히 있어 왔고, 다행히도 이제는 팔로워 수 외에 다른 지표도 비중있게 보는 경우가 늘어나고 있는 듯 합니다.

저같은 경우 주변에서 자문을 구하면, 글 자체에 대한 평가를 할 때는 글이 받은 RT, 멘션 횟수, Favorited 된 횟수, 링크를 포함했을 경우 링크 클릭율이 중요하고, 계정에 대한 평가를 할때는 RT, 멘션 받은 수, Favorited된 횟수, 리스트된 수, Klout Score 등을 팔로워 수와 함께 보시기를 추천하되, 팔로워 수는 반드시 팔로잉과 함께 비교해 보시도록 조언합니다.

그러면서, 이런 데이터들을 확인할 수 있는 다양한 트위터 분석 서비스들을 함께 소개하지요.

그러면서 제가 빠지지 않고 트래킹하기를 강조하는 것은 바로 구글 애널리틱스(Google Analytics) 와 같은 로그 분석툴을 활용한 트위터 레퍼러 분석인데요, 마침 이러한 제 주장을 잘 백업하는 사례 연구를 두 가지 소개해 드리고자 합니다.

1) 첫번째 사례

아시다시피, 레이디가가는 2010년 6월 시점에 이미 6백5십만 가량의 트위터 팔로워를, 브리트니 스피어스의 경우 6백만, 애쉬튼 커쳐의 경우 5백80만의 트위터 팔로워수를 자랑하고 있었죠. 그런데, 매셔블에서는 이러한 엄청난 수의 팔로워수를 자랑하는 유명인들의 경우 트위터에서 인기가 있는 것은 사실이지만, Kim Kardashian 이라는 조금은 덜 유명한 셀레브러티의 경우 인기에 영향력까지 제대로 갖추고 있다고 진단을 했습니다. (http://mashable.com/2010/10/01/twitter-kim-kardashian/ 기사 참고)

그 이유는 바로 아래 그래프 때문인데요..

Kim Kardashian의 경우 트위터를 통해 자신의 공식 웹사이트로 유입되는 트래픽면에서는 여타 유명인들의 추종을 불허한다고 하네요. 그녀는 팬들에게 자신의 유러피안 풍 옷을 입은 사진을 보여주거나, 자신의 생일 파티에 초대하는 콘테스트를 열거나, 유방암 캠페인에 초대하거나와 같이 끊임없이 자신의 웹사이트의 컨텐츠를 보고, 참여하도록 유도하는 글들을 트위터 공간에 지속적으로 내보내고 있습니다.

그 결과 아래의 그래프처럼 트위터를 통한 자신의 공식 웹사이트로의 유입률이 거의 구글을 따라 잡게 된 것이지요

그런 측면에서 봤을 때 트위터에서 팔로워 수가 많아 인기가 많다는 것과 트위터를 통해 자신의 웹사이트로의 유입을 확대하는 것과 같이 영향력을 행사하는 것은 별개의 문제라고 볼 수 있을 듯 합니다.

2) 두번째 사례
최근에 http://econsultancy.com 이라는 B2B 컨설팅 서비스를 제공하면서 양질의 블로그 콘텐츠 서비스를 하고 있는 곳에서 자신들의 구글애널리틱스(Google Analytics) 분석 결과를 블로그 포스팅을 통해 공유했는데요..(http://econsultancy.com/us/blog/7217-how-econsultancy-measures-twitter-via-google-analytics 글 참고)

그들은 트위터에 블로그 글을 공유하기 위해 bit.ly 나 goo.gl 과 같은 주소 축약 서비스를 쓰기 전에 항상 아래와 같이 구글애널리틱스를 위한 트래킹 코드를 url 에 추가해 줍니다.

http://econsultancy.com/uk/blog/7212-google-s-farmer-update-who-was-hurt-the-most?utm_source=twitterfeed&utm_medium=twitter

그렇게 사전작업을 해 줬기 때문에 아래 이미지와 같이 트위터에 공유한 링크를 통해 들어온 방문 수 데이터가 첫번째 줄 Twitterfeed 항목으로 보여지게 되는 것입니다.

그들은 위와 같은 로그 분석 데이터를 통해 트위터 닷컴의 검색 등을 통해 자연스럽게 유입되는 비율보다 자신들이 의도적으로 트위터에 내보내는 글들이 더 많은 트래픽을 가져올 뿐만 아니라, 훨씬 더 많은 페이지를 훨씬 더 오랫동안 보도록 하는 효과가 있다는 걸 확인할 수 있었습니다.

와… 이 친구들 정말 멋집니다. 데이터는 Drill Down, 깊이 파면 팔수록 인사이트를 얻을 수 있지요.
그들은 더 나아가 구글애널리틱스의 고객 세분화 분석 기능과 전자 상거래 트래킹 기능을 활용해 아래와 같은 그래프를 확인합니다.

위 그래프가 의미하는 바는 바로 트위터를 통해 유입되는 방문자들 중 58.81%, 거의 60%가 재방문 고객이라는 점입니다. 트위터를 통해 이들 사이트를 방문하는 고객들의 경우 이미 econsultancy.com에서 양질의 콘텐츠를 내보낸다는 걸 인지하고 재방문하는 경우가 그냥 링크 제목에 끌려 클릭해서 들어오는 신규 방문자들인 경우보다 더 많다는 걸 의미하네요. 트위터가 신규 고객 유입에는 덜 효과적이다라고 해석할 수도 있겠지만, 트위터가 고객의 재방문을 유도하기에 적합한 매체라는 반증일 수도 있겠습니다.

한편, 위 그래프는 CRM 의 일반적인 법칙인 되돌아오는 고객이 더 많은 수익을 창출한다는 걸 증명해 줍니다. 사이트 내에서 이루어지는 전자 상거래 수익의 90%가 재방문 고객을 통해 창출된다는 그래프인데요. 물론, 구글애널리틱스에서 문의 창을 통해 인보이스를 거쳐 들어오는 주문은 트래킹 못하기 때문에 그 수치가 100% 맞지는 않지만, 재방문 고객이 수익의 대부분을 차지한다는 것은 분명해 보입니다.

[결론]
소셜미디어를 통해 다양한 PR, 마케팅 활동을 하면서 기본적으로 트위터에 공유하는 링크의 클릭율을 체크하고, 링크를 통해 들어온 고객들의 행동패턴이 다른 경로를 통해 들어온 고객들와 어떻게 다른지 분석하지 않는다면 그냥 do 만 할 뿐, 전략과 개선은 없습니다. 굳이 구글애널리틱스일 필요는 없습니다. 공짜 툴이기에 도입이 용이할 뿐이지, 국내에서 사용되는 다양한 툴들이 위에서 언급한 레퍼러 분석 기능을 제공하고, 심지어 네이버의 경우에도 유입 경로 데이터는 제공합니다. 자신이 하고 싶은 말을 트위터 공간에 마냥 쏟아내지 말고 고객의 반응을 함께 보면서 스마트하게 운영하는 우리가 되었으면 합니다.

첫번째 강좌 [구글 애널리틱스 강좌 1] 구글 Analytics 계정 생성 및 트래킹 코드 삽입 에서는 구글 애널리틱스 이용을 위한 준비 단계를 주로 설명했습니다.
계정을 어떻게 만들고, 구글 애널리틱스가 자신이 운영하는 웹사이트를 분석할 수 있도록 트래킹 코드는 어떻게 얻어서, 사이트에 삽입하는지 등등이요…

오늘은 구글 애널리틱스 분석을 위한 준비가 완료됐다고 가정을 하고 실제 리포팅 페이지 보기의 기초인 대쉬보드 및 그래프 기능을 설명할 예정입니다.

앗참, 그 전에 구글 애털리틱스 프로필에 대한 개념을 짚고 넘어가겠습니다. 리포팅은 프로필 별로 확인할 수 있기 때문입니다.
분석해야 될 웹사이트에 대해 분석과 관련된 설정 값을 저장한 한 세트를 보통 프로필이라고 하는데요, 구글 애널리틱스 이용자들은 하나의 계정으로 여러개의 프로필을 생성할 수 있습니다.
즉, 구글 계정 이용자들은 여러개의 구글 애널리틱스 계정을 가질 수 있고, 개별 구글 애널리틱스 계정에 여러 웹사이트에 대한 분석 설정 (프로필)을 생성할 수 있습니다.
이러한 계층 구조를 이해하기 쉽게 도식화 하면 아래와 같습니다.

Google Analytics Heirarchial Structure

하여, 저도 제 개인블로그에 대해 여러 개의 프로필을 생성했습니다. 구글 애널리틱스는 프로필에 설정된 분석 세팅을 적용하여 데이터 처리를 하기 때문에 프로필 별로 설정이 다르면 데이터도 다르게 쌓입니다.
그래서, 하나의 사이트에 대해서도 아주 기본적인 설정만 한 Raw Data 수준의 프로필, 일반적인 리포팅을 위한 프로필, 고급 설정 및 고급 분석을 테스트해 보기 위한 프로필 이 세가지는 가지는 가지고 있는 것이 바람직합니다.
그래야, 잘못된 설정으로 테스트 프로필, 리포팅 프로필 데이터가 꼬이더라도 Raw Data 프로필을 통해 기본 데이터들은 보존할 수 있습니다.

Google Analytics Profile Management

보통, 개별 웹사이트 프로필을 생성하고, 트래킹 코드를 사이트 모든 페이지의 태그 앞에 삽입하고 나서 생성된 프로필을 확인해 보면 아래와 같이 느낌표로 표시됩니다.

트래킹 코드가 제대로 작동 돼 구글 분석 서버가 데이터 수집 및 분석을 제대로 처리해야지만, 리포팅이 가능하기 때문이며, 3~4시간 정도 기다리면 느낌표가 없어지며, 그 때부터 분석 결과 리포팅을 확인할 수 있습니다.

리포트를 보려면, 생성된 프로필 옆에 View Report 를 클릭합니다.

아래 화면은 구글 애널리틱스 리포트 보기 첫 화면, 대쉬보드입니다. 대쉬보드는 말 그대로 계기판인데요, 운영하고 있는 사이트의 퍼포먼스를 한 눈에 볼 수 있도록 몇 가지 중요한 지표를 한 페이지에 요약해 보여주고 있습니다.

Goggle Analytics Dashboard

구글에서는 사이트 별로 중요한 KPI 가 다르기 때문에 아래와 같이 개별 리포트 페이지 별로 대쉬보드에 추가하기 기능을 제공하고 있습니다.

Add to Dashboard

또한, 대쉬보드에 너무 많은 항목이 있을 경우 필요없는 항목은 바로 그 자리에서 삭제할 수 있고, 서로 위치 변경도 할 수 있습니다.

구글 애널리틱스의 또 하나의 강점은 정말 파워풀한 트렌드 그래프 기능입니다. 리포트 페이지 상단에는 설정 된 기간 내의 방문자 수 추이 그래프가 기본으로 보이는 데요, 그래프 상단의 탭을 클릭하면, 두 개의 지표 그래프를 비교한다든지, 사이트 전체 데이터와 비교하는 설정을 제공합니다.

Google Analytics Trend Graph

아래는 그래프 내 두 개 지표를 비교하기 기능을 사용했을 때의 예입니다. bounce rate (달랑 하나의 페이지 또는 포스트를 보고 떠난 사람의 비율)과 매출을 비교해 보았는데요, bounce rate 와 매출이 서로 반대로 움직이는 게 그래프를 통해 바로 확인할 수 있습니다. 사이트에 여러 페이지를 둘러보지 않고 바로 떠나는 사람이 많을 수록 매출이 떨어진다는 것을 바로 알 수 있는 것이지요.

compare two metrics

Compare To Site 기능의 경우 방문 유입 경로 간에 비교를 할 때 적절하게 쓰일 수 있는 기능입니다.
예를 들어, blogger.com 사이트로부터의 유입 된 방문자 비율이 전체 방문 되는 지 보려고 할 경우, 우선, Traffic Source 페이지에서 blogger.com 사이트를 선택 –> 그래프 상단 탭에서 Compare To site 를 선택

traffice-source

Compare To Site

예전에 로그 분석 툴 성능이 그다지 훌륭하지 않던 시절에는, Raw Data 를 다운 받아 엑셀에 가져와 직접 그래프를 이것 저것 그려가며, 지표 간에 비교하고, 전체 데이터랑 부분 데이터를 비교 했었는데, 이제는 그래프 설정 값만 바꿔 가며, 바로 바로 궁금증을 확인할 수 있게 된 것입니다.

시간을 가지고, 그래프 설정만 다양하게 바꿔가며 데이터 확인을 해 봐도 사실 많은 인사이트를 얻을 수 있기 때문에 그래프 다루기는 반드시 직접 해 보시기를 추천드립니다.

—————————————————————————————————
[구글 애널리틱스 강좌 리스트]

[구글 애널리틱스 강좌 1] 구글 Analytics 계정 생성 및 트래킹 코드 삽입
[구글 애널리틱스 강좌 2]대쉬 보드 및 그래프 보기