인사이트

빅쿼리가 연동되는 GA4이 마케팅에 주는 영향

실전 마케팅이 궁금하다고요?🤔 <디지털 인사이트>가 [HOW TO 마케팅] 시리즈를 시작합니다. 마케팅 기업이 발행하는 자체 콘텐츠 가운데 실무에 활용하기 좋은 글만 추려 읽기 좋게 정리했습니다. 원문을 참고하면 더 자세한 내용을 알 수 있어요.

7월 구글 애널리틱스 UA가 지원을 종료했습니다. 이와 동시에 구글의 웹&앱 측정이 구글 애널리틱스 4(GA4)로 단일화 되었습니다. GA4에는 여러 신규 기능과 장점이 존재하고, 그중에서 가장 많은 주목을 받고 있는 요소 중 하나는 ‘구글 빅쿼리’와의 연동입니다.

도대체 구글 빅쿼리는 무엇인데, GA 사용자가 연동에 열광하고 있는 것일까요? 이번 콘텐츠에서는 ‘구글 빅쿼리’가 무엇인지, GA4와 빅쿼리 연동을 어떻게 활용할 수 있는지 이야기해보고자 합니다.

1. 구글 빅쿼리는 무엇?

‘구글 빅쿼리(Big Query)’는 구글의 새로운 데이터 기반 혁신을 지원하는 클라우드 데이터 웨어하우스입니다. 쉽게 말하자면 ‘방대한 데이터를 처리할 수 있는 저장소’라고 이해하셔도 됩니다. 구글 빅쿼리는 보관 데이터가 늘어나도 쉽게 확장 가능하고, 빠르게 데이터를 검색하거나 조회할 수 있으며, 데이터를 조합해 새로운 인사이트를 찾아낼 수 있습니다.

2. 로우 데이터에 접근할 수 있는 GA4

이전 UA는 정해진 틀에 맞춰 사용해야 했지만, 새로운 구글 GA4에서는 로우(RAW) 데이터에 직접 접근할 수 있습니다. 로우 데이터를 직접 가공할 수 있다는 장점은 다른 데이터와 연계해 분석할 수 있는 가능성을 열어줍니다.

다른 데이터와 연계가 가능해지면 고객이 웹·앱 등 온라인 채널에 방문하기 이전 단계인 광고 캠페인 유입 비용이나 성과 전환 등의 여정을 확인할 수 있게 됩니다. 이렇게 분석한 여정은 고객 세분화 분석 추출이나, 리타깃팅 캠페인에서 활용이 가능합니다.

UA와 GA4 비교 분석표(자료=비즈스프링)

3. 머신러닝과 AI을 통한 ‘GA4 – 빅쿼리’ 데이터 분석

GA4 – 구글 빅쿼리 연동으로 데이터를 쌓고 있다면, 구글에서 제공하는 머신러닝과 AI를 통해 분석하고, 이상 징후나 특징을 사전에 발견할 수 있습니다. 예를 들면 고객 행동 데이터 기반으로 고객의 관심사를 알아내어 적절한 콘텐츠나 상품을 제안할 수 있고, 고객 별 구매 예측률 점수를 매겨 구매 확률이 높은 고객을 분류 및 추출하는 것도 가능합니다.

💭 사례 1
쇼핑몰 K사는 객단가 상향을 위한 프로모션에 반응할 확률이 높은 타깃(고객) 선별이 필요했습니다. K사 마케팅 팀은 프로모션 대상 품목상 30~40대 여성 주부가 반응할 확률이 높다고 생각했는데요. 머신러닝을 사용해 프로모션에 반응할 확률이 높은 타깃을 선별하고 역추적 비교해본 결과, 머신러닝 추출 타깃의 60%가 30~40대 여성이었습니다. 40% 타깃은 마케팅 팀의 예측과 달랐으며, 이를 머신 러닝을 통해 발견하게 된 것입니다.

4. ‘GA4 – 빅쿼리’ 연동 캠페인 시작해보기

구글 애널리틱스 고객센터에서 제공하는 샘플 쿼리(자료=비즈스프링)

GA4 – 빅쿼리 연동 데이터는 잠재 고객군 발굴뿐만 아니라 타깃 고객별 콘텐츠/상품 추천을 통한 마케팅 캠페인, 고객 경험 개선을 위한 터치 포인트 기반의 자동화 캠페인을 운영할 수 있습니다.

당장 조직 내에서 머신러닝이나 AI 활용을 이야기하기 어려운 현실이라면, GA4를 통해 수집한 고객 행동 데이터와 네이버·카카오·메타 등 광고 캠페인 집행 데이터와의 결합하여 광고 캠페인과 고객에 대한 분석의 깊이를 더하는 것부터 시작해볼 수도 있습니다. 실제로 이미 많은 기업이 고객 중심의 비즈니스 기반을 만들고, 비즈니스 문제를 해결해가고 있습니다.

👉 원문 링크: 구글이 열어준 새로운 측정의 세계에 올라타기

자료출처 : [HOW TO 마케팅] GA4와 구글 빅쿼리 제대로 활용하기 - DIGITAL iNSIGHT 디지털 인사이트 (ditoday.com)