← 포트폴리오KIM SEONGMIN

개인 프로젝트 / 서비스 분석

GA4 이벤트 로그 퍼널·리텐션 분석

Google Merchandise Store의 GA4 이벤트 로그 430만 건을 BigQuery SQL로 분석했습니다. 지표를 해석하기 전에 숫자가 서로 맞는지부터 점검해 기록이 끊긴 기간 두 곳을 찾았고, 그다음 퍼널, 유입 매체별 AARRR, 코호트 리텐션으로 무엇을 먼저 바꿀지 정리했습니다.

온라인 쇼핑몰은 GA4에 쌓인 숫자를 보고 마케팅 예산을 나누기 때문에, 기록이 끊긴 기간을 모르고 분석하면 예산이 엉뚱한 곳으로 갑니다. 무엇을 고칠지 정하기 전에 숫자를 믿어도 되는지부터 점검했고, 장바구니 기록 25일과 매출 기록 6일의 공백을 찾았습니다.

이런 공백을 첫날과 이틀째에 잡아내는 알림 규칙을 먼저 만들었습니다. 퍼널을 보니 병목은 결제가 아니라 상품 탐색이었고, 상품 상세 도달률 1%p가 매출 2.3~4.7% 규모였습니다. 이를 개선하는 A/B 테스트를 구매율이 떨어지지 않는지와 함께 보도록 설계했고, 다른 사이트 링크(referral)로 들어온 신규 고객의 30일 가치가 검색 유입의 1.74배라는 점도 확인했습니다.

데이터
BigQuery 공개 데이터 GA4 샘플 전자상거래, 이벤트 430만 건 (2020.11~2021.01)
도구
SQL (BigQuery), Python (pandas, scipy, statsmodels), Looker Studio
2곳기록이 끊긴 기간. 장바구니 25일, 매출 6일
79%상품 상세까지도 가지 않고 끝난 세션
1.74배다른 사이트 링크(referral) 유입 신규 사용자의 30일 매출, 검색 유입 대비
2.8%12월 신규 사용자의 1주 뒤 재방문율. 11월은 5.0%
1 문제숫자를 믿어도 되는가
2 데이터이벤트 430만 건
3 검증쿼리 세 개로 대조
4 분석퍼널, 유입, 코호트
5 제안측정 수정, 탐색 개선

01문제 정의

이 스토어는 3개월 동안 사용자 27만 명이 36만 세션을 만들었지만, 구매가 있었던 세션은 1.35%입니다. 세 가지 질문에 답하려고 했습니다.

  1. 구매 퍼널의 어느 단계에서 가장 많이 떠나는가
  2. 어떤 유입 경로의 신규 사용자가 실제로 가치가 있는가
  3. 처음 온 사용자는 다시 오는가, 시기에 따라 다른가

이벤트 로그는 태깅이 바뀌거나 빠지면 숫자가 조용히 틀어집니다. 질문에 답하기 전에 이 숫자를 믿어도 되는지부터 확인했습니다.

02데이터와 정합성

서로 다른 쿼리의 숫자가 맞는가

같은 지표를 정합성, 퍼널, 일별 KPI 쿼리에서 각각 따로 계산해 맞춰 봤습니다. 모두 일치했습니다.

지표정합성 쿼리퍼널 쿼리일별 KPI 합계
세션 수360,129360,129360,129
구매가 있었던 세션4,8484,848
매출 합계$362,165$362,165

구매 이벤트와 주문은 다르다

점검값판단
구매 이벤트5,692
주문번호 없는 구매 이벤트906 (15.9%)주문 수를 정확히 셀 수 없음
고유 주문번호4,451
같은 주문번호로 2번 이상 찍힌 이벤트335이벤트 수로 세면 주문이 과대 집계됨
주문 금액 합계와 상품별 금액 합계$362,165 / $362,1100.02% 차이로 거의 일치
결론주문 수 KPI는 고유 주문번호로 세야 합니다. 구매 이벤트 수로 세면 중복이 들어갑니다. 주문번호 누락은 분석으로 메울 수 없으니 태깅 쪽 원인을 찾아야 합니다.

03기록 공백과 알림 규칙

일별 KPI를 그려 보니 앞뒤가 맞지 않는 기간이 두 곳 있었습니다.

100세션당 장바구니 담은 세션회색 영역(11/1~11/25)은 구매가 매일 있는데 장바구니 이벤트가 거의 없는 기간

장바구니 기록 공백: 장바구니에 담지 않고는 살 수 없으니, 구매 세션이 장바구니 세션보다 많은 날은 기록이 빠진 날로 봤습니다. 이 기간은 전체 세션의 25%이고, 이 기간을 빼면 100세션당 장바구니 세션은 4.2에서 5.4로 올라갑니다.

구매 세션당 매출 (USD)회색 영역(1/26~1/31)은 구매는 평소대로인데 매출이 거의 기록되지 않은 기간

매출 기록 공백: 1/26 이후 구매 세션은 하루 18~55개로 평소와 같은데 구매 세션당 매출은 $64에서 $0~25로 떨어졌습니다. 1월 1~25일 평균으로 추정하면 약 $14,000, 전체 매출의 3.9%가 기록되지 않았습니다.

원인은 단정하지 않았다이 데이터는 구글이 실제 쇼핑몰 데이터를 공개용으로 가공한 샘플이고, 구글도 가공 때문에 데이터 안의 일관성이 다소 제한될 수 있다고 안내합니다. 공백의 원인이 쇼핑몰의 추적 설정 오류인지 가공 과정인지는 확인할 수 없었습니다. 실무라면 태깅 담당과 원인을 찾았을 일이고, 여기서는 두 가능성을 모두 두고 해당 기간을 분석에서 분리하거나 보정했습니다. (구글 데이터셋 안내)

이런 문제를 매일 잡아내는 규칙

규칙방식이번 데이터에서
논리 규칙장바구니 세션 < 구매 세션이면 알림장바구니 공백을 첫날부터 잡음
통계 규칙 (매출)구매 세션당 매출이 직전 14일 중앙값 대비 robust z < −3.5매출 공백을 이틀째(1/27) 잡음
통계 규칙 (전환율)전환율 robust z 절댓값 > 3.51월 중순 4일 알림. 연말 비수기 뒤 회복이라 오탐

두 규칙은 SQL 한 파일(06_dashboard_daily.sql)로 옮겨 Looker Studio 대시보드에 BigQuery로 실시간 연결했습니다. 데이터가 바뀌면 계산 필드 없이 알림 표가 그대로 갱신되고, 이번 데이터에서는 장바구니 기록 공백 23일(11/1~25 중 기록이 잠깐 돌아온 이틀 제외)과 매출 기록 공백 의심 2일(1/27·28)이 표시됩니다.

모니터링 대시보드 열기 ↗

논리 규칙은 빠르고 정확하지만 미리 생각해 둔 오류만 잡습니다. 통계 규칙은 예상 못 한 오류도 잡지만 시즌 변화에도 반응합니다. 실제로 쓰려면 전년 같은 요일과 비교하거나 하락 방향에만 알림을 거는 식으로 보완해야 합니다.

04퍼널

세션 단위로 상품 상세 → 장바구니 → 결제 시작 → 배송 정보 → 결제 정보 → 구매를 순서대로 셌습니다. 각 단계는 앞 단계에 도달한 뒤에 그 이벤트가 있어야 도달로 인정합니다.

단계별 전환율앞 단계 대비 다음 단계로 넘어간 세션 비율. 주황색은 가장 큰 병목
기기세션상품 상세 도달상세 → 장바구니구매 세션 비율
데스크톱208,94221.5%19.6%1.32%
모바일143,18521.3%19.9%1.39%
태블릿8,00221.2%18.9%1.30%

기기별 차이는 없습니다. 모바일 화면 개편을 우선순위에 둘 근거는 없습니다.

정의에 따라 숫자가 달라진다순서를 지킨 세션만 세면 구매 전환율은 0.50%, 순서와 관계없이 구매가 있으면 1.35%입니다. 구매 세션의 63%가 중간 단계를 건너뛴 것으로 기록됐습니다. 장바구니 기록 공백과, 결제를 이전 세션에서 시작한 경우가 섞여 있기 때문입니다. 그래서 전환율 KPI는 순서와 무관한 기준으로, 순서를 지킨 퍼널은 단계별 이탈 진단용으로만 씁니다.

05유입 매체별 AARRR

데이터 기간 안에 처음 온 신규 사용자를 첫 방문 후 30일 동안 따라갔습니다. 30일을 모두 관찰할 수 있도록 1월 1일까지 처음 온 사용자만 넣었습니다.

매체신규 사용자활성화30일 재방문30일 구매1인당 30일 매출
organic (검색)63,07420.8%8.5%1.28%$1.02
(none) (직접 방문)40,11721.1%10.1%1.54%$1.29
<Other>28,86719.9%6.3%1.17%$0.87
referral (다른 사이트 링크)26,26722.5%14.8%1.97%$1.78
cpc (유료 광고)8,75519.6%6.6%0.99%$1.02

활성화는 첫 방문 당일 상품 상세를 본 비율입니다.

06코호트 리텐션

첫 방문 1주 뒤 재방문율첫 방문 주(월요일 시작)별 코호트. 주황색은 12월 코호트

07의사결정

결정근거
측정부터 고친다주문 수는 고유 주문번호로 세고, 주문번호 누락과 중복은 태깅 담당과 원인을 찾는다. 일별 대시보드에 두 알림 규칙을 붙인다. 장바구니·매출 기록 공백이 각각 25일, 6일 동안 이어졌기 때문
상품 탐색과 장바구니 담기를 먼저 개선한다세션의 79%가 상품 상세에 도달하지 못함. 기기별 차이가 없어 모바일 개편은 후순위
referral 유입은 출처부터 나눠 본다referral 신규 사용자의 1인당 매출과 재방문율이 1.74배. 다만 자사 도메인 유입이 섞였을 수 있어, 출처별로 확인한 뒤에 제휴를 판단. 유료 광고는 비용 데이터를 합친 뒤 판단
연말 캠페인은 30일 가치로 평가한다12월 코호트의 1주 재방문율이 11월의 절반

실행 태스크

태스크함께할 직군1차 지표성공 기준기간
purchase 이벤트에 주문번호 필수화, 같은 주문의 중복 이벤트 제거개발(태깅)주문번호 누락률 (현재 15.9%)0%, 중복 0건1주
일별 KPI 대시보드에 두 알림 규칙 연결데이터기록 공백을 발견하기까지 걸린 일수2일 이내 (이번 데이터에서는 25일, 6일 지속)1주
홈·목록 화면의 상품 상세 진입 유도 A/B 테스트기획, 디자인세션의 상품 상세 도달률 (현재 21.4%) / 가드레일: 세션 구매율+1%p 이상. 군당 약 2.7만 세션2주
12월 신규 사용자 재방문 유도 메시지 실험CRM메시지 후 1주 재방문율 (현재 2.8%)+1%p 이상. 군당 약 4,900명2주

재방문 유도 실험 설계

12월 신규 사용자를 무작위로 나눠 한쪽에만 1월 재방문 유도 메시지를 보냅니다. 1차 지표는 메시지 후 1주 내 재방문율입니다. 현재 2.8%를 3.8%로 1%p 올리는 효과를 유의수준 5%, 검정력 80%로 보려면 군당 약 4,900명이 필요합니다. 12월 신규 사용자가 약 8만 5천 명이라 충분한 규모입니다.

08한계