구글 애널리틱스의 강력함은 누구나 인정하지만, 얼마나 강력한지, 어떻게 쓸 수 있는지는 체감하기 어렵다. 서비스에서 기본으로 제공하는 보고서도 물론 강력하나, 기본 제공 보고서는 빙산의 일각에 불과하다. 데이터는 여러 가지를 엮고, 모으거나 쪼개고, 비교하며 보아야 진정한 의미를 가질 수 있고, 구글 애널리틱스는 그에 필요한 다양한 도구를 갖고 있다. 실리콘 밸리의 마케팅 분석 전문가에게 구글 애널리틱스의 진정한 위력을 배워본다.

구글 애널리틱스가 주는 가장 중요한 가치는 데이터의 통합입니다. 데이터의 통합으로 사용자의 방문 전 데이터와 방문 데이터를 엮어 사용자가 비즈니스를 따라가는 과정을 시종일관 함께하며 전체 그림을 그려볼 수 있습니다. 데이터의 통합으로 어떤 광고가 우수한 트래픽을 많이 유발하는지(예: 애드워즈(AdWords) 통합), 콘텐츠의 수익화를 끌어내려면 어떻게 해야 하는지(예: 애드센스(AdSense) 통합)에 대한 깊은 인사이트(insight)를 얻을 수 있습니다. 이처럼 중요하고도 강력한 데이터 통합을 널리 가르쳐줄 최고의 강사가 바로 이 책의 저자인 다니엘 와이스버그입니다. 개인적으로 몇 년간 그와 친분을 쌓아왔으며, 분석에 관한 한 가장 해박한 사람으로 그를 첫 손에 꼽습니다. 다니엘은 그간 수많은 사업가 및 콘텐츠 발행인과 밀접하게 지내며 그들의 성공을 도왔습니다. 이제 그가 가진 깊이 있는 인사이트, 비결을 직접 배울 좋은 기회가 왔습니다.
-샤그닉 난디(Sagnik Nandy) / 구글 애널리틱스 특임 엔지니어

데이터의 통합으로 디지털 분석의 활용 가치를 끌어올리는 방법에 대한 다니엘의 깊은 통찰력이 담긴 연구 결과와 기법이 이 한 권의 책에 꼼꼼하게 담겨 있습니다. 분석을 활용하는 사람과 마케터라면 반드시 읽어야 할 책입니다!
-바박 팔라반(Babak Pahlavan) / 구글 애널리틱스 제품 관리 이사

구글 애널리틱스의 핵심적인 이점은 다른 구글 제품과 연결했을 때 얻을 수 있는 깊은 통찰입니다. 이 책은 왜 그러한 통합이 중요한지, 어떻게 해야 데이터를 통합할 수 있는지, 또 어떻게 활용해야 하는지를 훌륭하게 설명합니다.
-저스틴 쿠트로니(Justin Cutroni) / 구글 애널리틱스 분석 에반젤리스트

빅데이터가 지닌 이점은 단순히 많은 양의 데이터를 여러 저장소에 따로 모아두는 것만으로는 얻을 수 없습니다. 이러한 저장소의 데이터를 하나로 통합해야만 비즈니스로 전환할 수 있는 진정한 인사이트란 놀라운 능력을 얻는 것입니다. 이 책은 그처럼 원대한 목표를 달성하기 위한 상세한 전략을 그려서 보여줍니다!
-아비나쉬 카우쉭(Avinash Kaushik) /
『웹 데이터 분석학』(에이콘, 2013), 『실전 웹사이트 분석 A to Z』(에이콘, 2008)의 저자

다니엘 와이스버그의 책은 구글 애널리틱스를 여러 상황에 통합해 데이터의 충실함과 활용성을 모두 끌어올리는 데 중요한 핵심 인사이트를 알려준다. 한마디로, 눈 깜짝할 사이에 설치하고 가장 중요한 연결까지 순식간에 도달하는 실전적인 가이드라 할 수 있다.
–폴 뮤렛(Paul Muret) / 구글 엔지니어링 부사장

■ 깔끔하고 정확한 데이터를 수집하기 위한 검증된 방법론
■ 구글 애널리틱스에 마케팅과 고객에 관련된 모든 데이터를 가져와서 통합하는 방법
■ 심도 있는 사용자 분석을 얻기 위한 새로운 분석 기법

포럼에서 블로그, 소셜 네트워크에 이르기까지 웹 전반에 걸친 대규모 사용자 커뮤니티는 구글 애널리틱스의 독보적인 장점이다. 구글 애널리틱스의 활용법, 혹은 문제 해결 방법에 대한 헤아릴 수 없이 많은 정보가 커뮤니티에 있다. 게다가 구글의 도움말 센터, 개발자 문서, 분석 아카데미와 소셜 네트워크의 구글 페이지 등 구글의 공식 채널은 말할 필요도 없다(다음 내용의 링크를 찾아보자).
기왕의 현실이 그렇다고 하면, “도대체 내가 이 책이 필요한 이유가 뭘까?”라는 의문이 생길지 모른다. 아, 아주 훌륭한 의문이다. 바라 마지않던 물음이다!
기본적으로, 이 책은 데이터를 구글 애널리틱스로 통합할 때 필요한 모든 내용을 한데 모았다. 데이터 통합에 이르는 여정을 안내할 상세한 설명과 스크린샷이 마련되어 있고, 다년간 직접 경험해 익힌 팁과 트릭이 가득하다(구글 애널리틱스가 2005년 최초로 등장한 지 한 달 후부터 적용했던 웹사이트를 보유하고 있다!). 책 안의 일부 내용을 온라인에서 찾아볼 수 있더라도, 그보다 더 많은 새로운 트릭을 꽤 많이 배우게 될 것이다.
책의 전반에 걸쳐 구글 애널리틱스 도움말 센터와 개발자 문서의 링크를 여러 군데 남겨 두었다. 따라서 독자가 내용을 좀 더 쉽게 이해할 수 있고, 필요할 때마다 도움을 얻을 수 있다. 무엇보다 이 책의 가장 큰 장점이라면, 어떤 필요한 내용이 있을 때 복잡한 세부사항까지 파고들어갈 필요가 없다는 것이다. 자신의 작업 과정에서 자료로 곧장 찾아가 필요한 내용을 얻을 수 있다.

내용을 작성하는 도중에도 여러 차례에 걸쳐 책의 구성이 달라졌다. 주로 구글 애널리틱스와 기타 데이터 소스 간의 관계를 바라보는 관점이 다양했던 탓이다. 이로 인해 데이터를 구글 애널리틱스로 가져오는 표준 통합 방법만 내용에 담아야겠다는, 어려운 결심이 필요했다.
표준 통합 방법만을 책의 내용으로 포함시키자는 결정은 이 책이 본래 구글 애널리틱스를 비즈니스의 영역(그 어떤 종류의 비즈니스라도)에서 데이터 분석의 중앙 집중 플랫폼으로 활용하는 데 도움을 주려는 목적으로 쓰였기 때문이다. 오해는 곤란하다! 구글 애널리틱스는 그 안에 수집했던 데이터를 끄집어내는 방식으로 통합하기에도 훌륭하며, 활용하기에 따라 자신의 비즈니스에 적합하면서, 강력한 맞춤 솔루션을 만들 수도 있다. 단지 이러한 활용법은 이 책의 목적과 범위에서 벗어나 있을 뿐이다.
밑바탕에 있는 재료(데이터)가 부실하면 아무리 잘 그러모아도 쓸 만한 것을 만들기 어렵다. 따라서 무엇보다 먼저 최고의 사례에 대한 소개로 책을 시작하려 한다. 구글 애널리틱스를 활용할 때 반드시 알아야 할 중요한 정보를 알아본다.
이어지는 장은 차례로 최선의 사례를 만드는 방법에 대한 내용이다. 크게 애드워즈, 애드센스, 구글 플레이, 아이튠즈, 웹마스터 도구 등 구글 애널리틱스에서 공식적으로 설명하는 방법을 다룬 1부 ‘구글 통합’, 그리고 데이터 가져오기 기능과 측정 프로토콜을 활용해서 외부의 데이터를 구글 애널리틱스의 커스텀 데이터로 가져오는 방법을 설명한 2부 ‘커스텀 통합’ 두 가지로 구성되어 있다.

수천 년 전 인류의 조상은 아마실을 길게 늘어뜨리고 그 위에 실을 감아 촘촘한 천으로 만든 후 체온을 보존하고 몸을 보호하는 데 활용하는 일의 위력을 잘 이해하고 있었다. 시간이 흘러 천을 짜는 행위에도 다소간 변화가 있어, 이제는 대규모의 복잡한 기계(방적기)가 사람을 대신해서 천을 짠다. 그러나 평행하게 늘어선 실(씨실)을 또 다른 실(날실)로 가로질러 연결한 다음 늘여 붙인다는 근본 원리는 거의 비슷하다.

이 책에서 설명하는 구글 애널리틱스가 방적기와 비슷하다고 할 수 있다. 구글 애널리틱스는 수많은 데이터 소스를 씨실과 날실처럼 연결해서 하나의 밀접한 데이터 플랫폼으로 만들어내는 데 탁월한 효과를 발휘한다. 회사라고 하면 회사 전반에 걸쳐 어디에나 데이터가 있으나, 각각의 데이터는 마치 베틀의 씨실처럼 어떠한 연결도 없이 따로따로 평행하게 걸려 있는 경우가 다반사다. 이래서는 곤란하다. 모든 데이터는 하나의 천과 같이 치밀하게 통합되어야 한다.

통합(Integration)이란 영단어는 라틴어에서 ‘전체를 이루다’를 뜻하는 단어 integrate의 과거 분사형인 integratus에서 비롯되었다. 어원의 관점에서 보자면 통합은 여러 부분, 원소를 한데 모아서 하나의 전체로 구성하는 과정이라 정의할 수 있다. 데이터의 통합이라면, 한 곳, 한 주체(사용자, 마케팅 캠페인, 제품, 기타 등등)에 대한 모든 데이터를 하나로 연결하는 과정이라 하겠다.

구글 애널리틱스를 활용하면 여러 구글 제품에서 발생한 데이터를 통합해서 하나의 보고서로 받아볼 수 있다. 구글 외의 제품에서도, (구글 애널리틱스에서 제공하는 key 값을 기준으로) 데이터를 통합할 수 있다. 그 말은 데이터를 분석하기 위해 수많은 서로 다른 도구를 활용하는 대신에 구글 애널리틱스로 모든 연관 정보를 한 점에 끌어와서 데이터 분석을 쉽고 빠르게 수행할 수 있는 능력을 갖게 되었다는 의미다. 서로 다른 제품에서 비롯된 데이터를 한 지점에 모아 분석함으로써 더 의미 있고 활용성 높은 분석을 얻을 수 있다.

많은 전문가는 지금도 사용자의 인터랙션과 디지털화한 속성 값을 일부분만으로 분석하고 있다. 따라서 온라인과 오프라인에 걸쳐 있는 사업에 영향을 주는 모든 요인(그리고 데이터) 을 보지는 못한다. 데이터가 여러 추적 도구에 걸쳐 흩어져 있어, 전문가일지라도 모든 데이터 소스에서 정보를 한 점으로 통합하기가 어렵기 때문이다. 이 책을 따라가다 보면, 온라인 관련 일을 하는 사람이라면 누구나 가장 중요한 정보 조각을 중앙으로 집중시켜 볼 수 있는 분석 플랫폼을 만들려 할 때 구글 애널리틱스가 가장 뛰어난 후보라는 점을 깨닫게 될 것이다.

한마디로, 이 책은 개인적으로 성공의 핵심 열쇠라 믿어 의심치 않는 가장 중요한 요소인 모든 데이터를 구글 애널리틱스로 통합해 넣어 마케팅의 성과와 사용자 행동에 대한 전체 그림을 그려보는 방법의 실전적인 약식 가이드다. 이 점을 가장 잘 설명한 연구자인 이컨설턴시(Econsultancy)의 연구 논문에서 다음의 내용을 발췌, 인용해본다(http://goo.gl/VFFHKD).

“웹 분석에 추가로 데이터를 통합해 넣으면 마케팅 흐름의 전반에 걸친 전체 그림을 볼 수 있다. 데이터를 통합함으로써 웹사이트의 방문자를 세는 것에서 더 넓은 분석 시스템으로 나아가, 광고의 효과, 온•오프라인의 영업 매출, 제품 활용, 지원 활용, 고객 충성도 등을 측정하는 능력을 얻을 수 있다.”

다니엘 와이스버그(Daniel Waisberg)

구글의 분석 대표자로, 데이터 주도 의사결정에 관한 전문가를 지도하고 고무, 육성하는 일을 담당해왔다. 한편으로는 흥미롭고 역동적인 이야기를 담아내는 데이터 분석과 시각화에도 많은 시간을 쏟았다. 구글 분석 교육 팀의 일원으로서 제품 및 마케팅 팀과 밀접하게 협업을 진행 중이다.
분석과 최적화에서 널리 알려진 http://online-behavior.com의 설립자 겸 발행인이다. 구글에 입사하기 전에는 구글 분석 인증 파트너로 5년 이상 일하면서 서로 다른 수십 개의 회사에서 데이터가 좀 더 주도하는 방식으로 사업을 측정하고 이해하며 최적화할 수 있도록 보조하는 역할을 담당했다.
텔아비브 대학에서 마르코프 연쇄를 활용해 웹사이트를 최적화하는 통계 모델을 연구 개발함으로써 운영 연구 전공 석사 학위를 받았다. 그 밖에도 석사 과정을 밟는 동안 통계를 이해하고 활용하는 사람들이 결정을 내릴 때 도움을 줄 수 있는 많은 도구를 만들었다.
저자에 대한 더 많은 내용은 웹사이트 http://danielwaisberg.com에서 찾아볼 수 있다.

정확한 추적 분석(Tracking measurement)이 가능하다는 점이 디지털 마케팅의 가장 큰 장점이라고 한다. 하지만 현실의 문제는 언제나 이상적인 상상을 벗어난다. 디지털 마케팅 분야에 종사하는 기획자와 분석가, 엔지니어는 항상 현실의 벽에 맞닥뜨리곤 한다. 물론 신문, TV, 라디오와 같은 구시대 매체에 비해 훨씬 나은 상황인 것은 사실이다. 하지만 그런 전통적인 매체는 ‘어차피 정확한 측정은 불가능하다.’는 묵인하에 대략적인 수치만으로 만족하는 반면, 디지털 매체는 “무엇인가 조금만 더 있으면 어떻게 할 수 있을 것 같은데.”라는 희망고문을 반복하면서 수많은 기획자, 분석가, 엔지니어의 밤잠을 설치게 했다(잠이라도 잘 수 있었다면 그나마 다행이었지만).

구글 애널리틱스가 웹사이트와 모바일 애플리케이션의 추적 분석이나 마케팅 분석, 최적화의 유일한 데이터 분석 도구는 아니다. 다만 선택할 수 있는 모든 도구 중 최고, 최선일 뿐이다. 거의 무제한으로, 무료로 사용할 수 있다는 장점을 빼도 그렇다.

구글 애널리틱스의 가장 큰 단점으로는, 기능이 너무 다양하고 강력해서 무엇부터 어떻게 시작해야 할지 떠올리기 어렵다는 것을 꼽을 수 있다. 전문 데이터 엔지니어의 입장에서도 구글 애널리틱스는 결코 간단한 도구가 아니다. 하지만 구글 애널리틱스의 복잡성을 뚫고 이해할 수만 있다면 이보다 더 좋은 도구가 없다. 그렇기 때문에 구글 애널리틱스가 최선의 도구이고, 최고의 도구다.

단순히 그 자체의 뛰어난 성능만을 이야기하는 것이 아니다. 엮여 있어야만 가치를 발휘하는 데이터의 본질적인 특성을 생각해야 한다. 쌓여 있기만 한 숫자는 그저 숫자일 뿐이다. 비교하고, 모아보고, 파고들고, 엮어봐야 의미 있는 데이터 분석이라 할 수 있다. 따라서 구글 애널리틱스를 다른 데이터와 연결한다면, 상상만 했던 분석이 이미 현실이라는 것을 알게 될 것이다. 데이터 엔지니어의 입장에서 구글 애널릭티스란, 비록 꿈은 아니더라도 이상에 가까운 추적 분석 서비스다. 그리고 구글 애널리틱스 이상은 없다(이 책에서 설명하는 내용을 모두 알게 된다면, 데이터 엔지니어로서 이 말이 얼마나 복잡한 심정을 담고 있는지에 대해서도 공감하게 될 것이다).

송용근

세상 모든 것은 시스템이며 데이터로 파악할 수 있다고 주장하는 ‘데이터 엔지니어’다. 관념 속의 호기심보다 현실의 결과를 바라, 과학자보단 엔지니어의 길을 택했다. 포스텍(POSTECH)에서 컴퓨터공학을, 일본 히로시마 대학과 리켄 BSI에서 의료생명과학을 전공했고 현재 디지털 마케팅 전문 업체 디메이저(www.dmajor.kr)의 데이터 엔지니어로 일하고 있다. 에이콘출판사에서 출간한 『Visualize This 비주얼라이즈 디스』(2012), 『The Core iOS Developer’s Cookbook (Fifth Edition) 한국어판』(2014), 『데이터 마이닝 개념과 기법』(2015) 등을 번역했고, 『빅데이터와 SNS 시대의 소셜 경험 전략』(2012)을 공저했다.