18. 데이터 가져오기 : 데이터 가져오기 세팅 방법

 

데이터 가져오기 2편, 저번 편이 조금 하이 레벨에서 포스팅하였다면 2편은 조금 더 실제적인 내용을 다루고자 한다.

 

데이터 가져오기를 하려면 아래와 같은 4가지 단계를 거쳐 진행해야만 한다.

 

 

1. 가져오고자 하는 데이터 선정

가져오고자 하는 데이터를 선정하는 것은 원론적이지만 가장 필요한 단계이다. 쓸데없는 데이터를 불러와서 괜히 구글 애널리틱스 리소스 낭비도 하고 우리도 귀중한 시간을 낭비할 필요가 없다.

 

어떤 기준으로 데이터를 선정하여야 하는가? 라고 할 때는 아래의 질문들에 기반하여 가져올 데이터를 선정하는 것이 좋다.

 

- 유저를 이해하는데 있어서 어떠한 데이터가 추가로 필요한가?

- 어떤 데이터를 구글 애널리틱스에 추가해서 GA데이터와 합칠 때 내가 편해질까?

 

이 외에도 어떠한 Key(매개체)를 기반으로 GA데이터와 합칠 지도 결정해야 한다.

 

앞선 포스팅에서 예를 들었던 타매체 비용 데이터 가져오기의 경우, "어떤 데이터를 구글 애널리틱스에 추가해서 GA데이터와 합칠 때 내가 편해질까?"라는 질문에 기반하여 데이터를 가져오는 경우일 것이다.

 

모든 매체 플랫폼에 들어가서 서로 다른 기준으로 성과를 분석하는 것보다는 하나의 동일한 기준으로 매체 성과를 하나의 플랫폼에서 보는 것이 아무래도 삶이 쉽지 않을까?

 

가져올 데이터를 선정한 다음에는 어떤 것을 해야 할까?

 

2. GA상에서 스키마 생성

스키마라는 단어가 여기에서부터 나온다. 스키마라는 단어는 개발 지식이 없는, 데이터베이스에 대한 지식이 없는 사람들에게는 참 낯선 단어일 것이다.

 

정의를 인터넷에서 찾아보자면,

 

컴퓨터과학에서 데이터베이스 스키마(Database schema)는 데이터베이스에서 자료의 구조, 자료의 표현방법, 자료간의 관계를 형식 언어로 정의한 구조이다. 데이터베이스 관리 시스템(DBMS)이 주어진 설정에 따라 데이터베이스 스키마를 생성하며, 데이터베이스 사용자가 자료를 저장, 조회, 삭제, 변경할 때 DBMS는 자신이 생성한 데이터베이스 스키마를 참조하여 명령을 수행한다.

 

라는 알듯 모를듯한 정의가 나온다.

 

GA상에서 스키마가 무엇인지 가장 간단하게 표현하자면, "구글 애널리틱스가 우리가 올리는 CSV파일(혹은 데이터피드)를 이해할 수 있도록 데이터의 구조를 정의하는 것" 이라고 표현할 수 있겠다.

 

Step by Step으로 설명을 해보자면,

 

Step1: 관리 > 데이터 가져오기 > 새 데이터 관리 클릭

 

Step2: 원하는 데이터 유형 선택

- 사용자 데이터: 구글 애널리틱스 외부(예: CRM시스템)에 저장된 사용자 정보를 가져와서 사용자 세분화 및 리마케팅 잠재고객의 기능을 향상 (사용 예: 고객 등급, 마지막 구매일, LTV 등)

 

- 캠페인 데이터: URL에서 다른 웹로그분석 도구의 추적 파라미터를 활용하고 있을 때, 이 정보를 활용하여 utm파라미터를 사용하지 않고 소스/매체 정보 추가 기능. 해외 자료를 찾아보려고 해도 별로 예시가 많지 않은 것을 봐서 그렇게 자주 사용되는 기능은 아닌듯 함 (사용 예: 구글 애널리틱스 도움말 참조)

 

- 지역 데이터: 데이터 가져오기를 통하여 지역을 묶어서 정리 가능 (사용 예: 회사에서 비즈니스 상 나눠진 지역 구분이 있을 것임. 예를 들어, 미국과 캐나다를 묶어 북미 지역으로 관리하고, 서유럽, 남유럽, 동유럽 등으로 구분하여 비즈니스를 운영하는 경우가 있을텐데 이러한 경우 아래와 같이 지역 구분을 나눠서 처리 가능)

 

 

- 콘텐츠 데이터: 콘텐츠 메타데이터(예: 작성자, 게시일 또는 게시물 카테고리)를 가져와서 이러한 측정기준에 따라 콘텐츠를 분류할 수 있음 (사용 예: 콘텐츠에 대하여 작성자 정보를 추가. 향후 해당 정보 등을 바탕으로 페이지뷰를 많이 발생시킨 작성자 등을 구글 애널리틱스상에서 파악 가능)

 

- 제품 데이터: 기존 전자상거래에서 제공하는 제품 정보에 더하여 더 많은 정보값들을 데이터 가져오기 기능을 통하여 구글 애널리틱스로 가지고 와서 더 심도있게 분석 가능 (사용 예: 기존 전자상거래에서 제공하는 상품 데이터에 사이즈/색상 등의 정보를 더하여 심도있게 분석 가능)

 

- 맞춤 데이터: 템플릿에서 제공하는 형태가 없을 때 맞춤의 형태로 활용 가능

 

- 비용 데이터: 모든 광고 및 마케팅 투자에 대해 투자수익(ROI) 분석을 수행하고 캠페인 실적을 비교 (사용 예: 모든 광고매체에 대한 노출수/클릭수/비용을 전달하여 모든 광고매체에 대한 ROI 분석

 

 

 

 

 

(출처: clicknote.tistory.com/20)