구글애널리틱스 GA4로 전환되면서 변한 점들

GA360에서 GA4로 전환된지 벌써 1년이 훌쩍 넘었다. (2023년 7월 전환) 생각보다 많은 부분이 변해서 적응하는 게 까다롭긴 하지만, 자유도가 훨씬 높아져 활용하기에 따라 효율성은 더 크다는 결론. 아래는 어떤 것들이 변했고 실질적으로 체감되는 점들이 어떤 것인지를 정리한 것.

1. 새로운 데이터 모델

  • 히트 기반 데이터 모델의 변경: GA360에서는 페이지뷰, 이벤트, 트랜잭션 등 각기 다른 데이터 타입을 사용했지만, GA4에서는 모든 데이터가 이벤트로 통합됨. 이로 인해 데이터 수집 방식과 분석 방식이 크게 달라져 적응이 필요.
  • 맞춤 이벤트 설정의 복잡성: 기본적으로 제공되는 이벤트 외에 맞춤 이벤트를 정의하고 설정해야 하는데, 이는 기술적인 역량이 부족한 사용자에게 부담이 될 수 있음.

2. 인터페이스 변화

  • UI/UX 차이: GA4의 인터페이스가 이전 버전과 다르며, 메뉴 구성과 보고서 생성 방식이 변경되어 익숙해지기까지 시간이 걸림.
  • 기본 보고서 부족: GA360에서 제공되던 표준 보고서가 많이 축소되어 필요한 데이터를 사용자 정의 보고서로 설정해야.

3. 학습 곡선

  • 새로운 용어와 개념: 예를 들어, 세션 중심에서 사용자 중심으로 전환되면서 새로운 메트릭과 용어(예: Engaged Sessions)가 등장해 이를 이해해야.
  • 복잡한 설정: GA4는 이벤트 기반으로 커스터마이징이 가능한 점이 강점이지만, 초기 설정과 데이터 레이어 구축이 더 복잡하게 느껴질 수 있음.

4. 빅쿼리 연동 필수화

  • 심화 분석 도구 필요성 증가: GA360에서는 기본적으로 고급 분석이 가능했지만, GA4에서는 빅쿼리(BigQuery) 연동을 통해 심층 분석이 요구됨. 이로 인해 데이터 엔지니어링 및 SQL 지식이 필요해졌음.

5. 히스토리 데이터 손실

  • 데이터 연속성 문제: GA4는 새로운 데이터 구조를 사용하기 때문에 GA360 데이터와 직접 연결되지 않으며, 이전 데이터와의 비교 분석이 어려울 수 있음.

6. 전환 추적 방식 변화

  • 목표와 전환 추적 설정 변경: GA360에서는 목표 설정이 비교적 간단했지만, GA4에서는 전환 이벤트를 정의하고 추가로 설정해야 하므로 복잡하게 느껴질 수 있음.

7. 도움 문서 및 리소스 부족

  • 초기 지원 부족: GA4 초기에는 리소스와 문서가 부족했기 때문에, 사용자들이 스스로 문제를 해결하는 데 어려움을 겪었음.. 현재는 개선되고 있지만 여전히 GA360에 비해 정보량이 부족하다는 피드백.

구글 애널리틱스 업그레이드, GA4에서 바뀐 점

가장 유명한 데이터 집계툴인 구글 애널리틱스가 업그레이드 된다.

2023년 7월부터 기존 구글 애널리틱스(유니버설 애널리틱스, UA)에서는 데이터를 처리하지 않는다. 이후부터는 GA4를 사용할 수밖에 없다. 다만 GA360을 쓸 경우 2024년 7월 1일까지는 1회성으로 연장해 준다.

구글에서 얘기하는 GA4의 새로운 속성은 이렇다.

  • 웹사이트와 앱 데이터를 모두 수집하여 고객 여정을 더욱 자세히 파악
  • 세션 기반 데이터 대신 이벤트 기반 데이터 사용
  • 쿠키 없는 측정, 행동 및 전환 모델링과 같은 개인 정보 보호 설정 포함
  • 예측 기능으로 복잡한 모델이 없는 가이드 제공
  • 미디어 플랫폼에 직접 통합하여 웹사이트 또는 앱에서 더 편리하게 작업

하지만 저 얘기로는 이해가 언뜻 되지 않는다. 영향을 많이 주는 내용 위주로 다시 정리.

1. 데이터 수집 방식의 변화

기존 UA는 히트(Hit) 기반으로 데이터를 수집했다. 그래서 별도 셋팅이 없다면 클릭이나 비디오 재생, 스크롤 등의 데이터를 수집할 수 없었다.

그러나 GA4는 이벤트 기반이라 클릭, 비디오 재생, 스크롤 등 다양한 이벤트를 기본적으로 수집할 수 있다. 고객의 행동을 보다 더 다양하고 수월하게 잡아낼 수 있는 것.

GA4에서는 ‘향상된 이벤트 측정’을 제공한다. 별도로 셋팅하지 않더라도 GA4를 설치하면 기본적으로 페이지 조회, 스크롤, 이탈 클릭, 사이트 검색, 동영상에 호응, 파일 다운로드 등 이벤트를 측정해준다. (아래 그림: GA4 관리 메뉴에서 캡처)

2. 웹과 앱을 통합해 분석 가능

기존에는 웹은 UA, 앱은 파이어베이스를 통해 데이터를 분석해야 했다. 하지만 GA4로 가면서 파이어베이스와 웹사이트 데이터를 연동해 한번에 보고 분석할 수 있도록 됐다.

현재 UA가 나온 지 10년 정도 되었지만 그다지 큰 변화가 있진 않았었다. 그러다 웹과 앱의 데이터를 한번에 처리하도록 변했다는 건 의미심장하다. 모바일이 압도적인 대세가 되고 앱 사용 비중이 점점 많아지는 걸 보여주는 것 같다.

3. 데이터 계층 구조의 단순화

UA는 계정-속성-보기의 구조로 이뤄졌으나 GA4는 계정-속성으로만 구성. 셋팅이 더 간략해진다.

또한 이벤트를 수집할 때에도 UA는 카테고리, 액션, 라벨과 같은 구조였다. 하지만 GA4는 기본적으로 이벤트 기반의 수집이기 때문에 그런 구조에서 탈피하였다.

4. 빅쿼리 연동 무료!

주로 샘플링 데이터가 아닌 전체 데이터를 확인하기 위한 용도로 사용되었던 빅쿼리(BigQuery)를 무료로 사용할 수 있게 된다. 이전 UA에서는 GA360 유료 버전을 사용해야만 가능했었다.

도움이 될만한 관련 사이트

인도 대기오염과 두 아이의 삶을 다룬 NYT 인터랙티브

스노우폴로 인터랙티브 스토리를 유행시킨 뉴욕타임스. 한때 국내에도 이런 기사류의 바람이 불었으나, 대부분 가시적인 수익성이 없어 포기했다. 하지만 NYT는 꾸준히 만들어오고 있다. 그리고 점점 업그레이드 되는 게 느껴진다. 이제는 하나의 다큐를 보는 듯한 느낌.

NYT의 인터랙티브는 ‘종합 콘텐츠 선물세트’다. 취재, 영상, 데이터가 빼곡한데 잘 정리돼있다. 과하지 않고 강약조절이 뛰어나다. 지난달 인도의 대기 오염과 빈부격차를 다룬 기사도 그렇다.

Who Gets to Breathe Clean Air in New Delhi?

Monu and Aamya live in one of the world’s most polluted cities. Only one of their families can afford air purifiers.

인도 뉴델리는 세계에서 가장 공기 오염이 심한 수도다. NYT는 여기에 사는 13살 Monu와 11살 Aamya의 하루를 카메라에 담았다. 아침에 일어나서 다시 잠자리에 들기까지의 전 과정을 말이다.

기상할 때, 식사할 때, 등교길에, 학교에서, 잠자리에 들 때 등 각각 이들이 접하는 공기의 오염도를 측정했다.

photo

Monu네는 가난한 생활을 한다. Monu는 아침에 잠에서 깨면 모기장을 걷고 밖으로 나간다. 밖에선 엄마가 불을 때워 밥 준비를 한다. Aamya네는 중산층이다. 문과 창문이 있는 방은 바깥의 오염된 공기를 잘 차단해준다. 침대 곁에는 3대의 공기청정기가 있다.

photo

Monu네 집은 강 근처 슬럼가에 위치해있다. 주로 나무를 넣어 불을 때 식사 준비와 난방을 한다. 공기 오염을 걱정할 처지가 아니다. 음식이 떨어지는 게 걱정이다.

map

Monu가 Aamya에 비해 공기 오염에 4배 이상 노출돼있다. 이러면 5년 이상 생명이 단축된다고 한다. 조금씩 삶을 갉아먹고 있는 것이다.

photo

둘이 사는 동네의 공기질 자체가 다르다. 오염된 공기 입자는 눈과 목, 머리의 통증을 유발할 뿐 아니라 간과 뇌 건강도 해친다.

팬더믹이 터진 후 인도의 락다운으로 공기질은 잠시 좋아졌다. 하지만 여름 락다운이 해제되고 다시 오염도가 상승했다.

pollution graph

같은 아침이지만 누군가에겐 퀴퀴하고 누군가에겐 쾌적하다.

photo

교실 풍경도 다르다. Monu네 학교는 벽도 문도 없다. 선생님은 자원봉사자들이다. 머리 위로는 지하철이 5분마다 지나간다.

photo

저녁 식사 준비. Monu네 집은 불을 피운다. Monu는 숙제를 끝내고 불 피워 음식 준비하는 엄마를 구경한다. 주방과 다른 생활 공간이 분리되지 않았다.

Aamya네는 별도 분리된 주방에서 요리를 한다. 집에서 일하시는 분이 식사 준비를 맡는다.

Monu의 엄마는 대기 오염에 대해 별로 생각해보지 않았다. 반면 Aamya의 엄마는 딸의 천식도 그렇고, 제일 걱정되는 요인이 대기 오염이라고 한다. 그녀는 교육을 잘 받은 기업인 출신이다.

pollution graph

둘의 아침이 달랐듯 저녁도 달랐다. 저녁의 공기 빈부 격차는 더 커졌다. Monu네에서 요리와 난방을 위해 불을 피웠기 때문이다.

담담히 전하는 팩트 속에서 ‘공기 빈부 격차’가 확 체감된다. 근래 본 인터랙티브 스토리 중 가장 나았다. 꼭 한번 들어가서 보길 권한다.