이전 글에서 퍼널과 퍼널별 핵심 이벤트를 정의하면서 대략적으로 어떤 데이터를 파악해야 할지 예상해 보았다. 그래서 준비해둔 GA4 / GTM / Google Search console / 스프레드 시트 등의 툴을 적절하게 활용하여 관련 데이터를 분석하고 필요 시에는 티스토리의 통계도 활용할 예정이다.
유입 데이터 분석
앞서 노출 → 유입 퍼널에서 일어날 수 있는 핵심 이벤트를 검색과 링크 클릭으로 정의했다. 먼저 검색 이벤트에 대해 어디서(= 어떤 소스를 통해) 유입되는지 파악하기 위해 Organic Search 채널의 소스/매체 상세 내역을 다시 확인해보았다. 사용자 수를 기준으로 내림차순 정렬하면 구글-네이버-다음-bing 순서이다.
Organic Search 채널로 유입된 사용자 수
그 중에서도 구글 검색은 가장 많은 사용자 수를 차지하고 있으므로 구글 서치 콘솔을 통해 어떤 키워드를 검색해서 유입되는지 알아보았다.
1) 구글 서치 콘솔로 검색 데이터 분석하기
구글 서치 콘솔 실적 메뉴에 접속하면 디폴트로 총 클릭수, 총 노출수가 체크된 그래프가 제공된다. 여기서 평균 CTR, 평균 게재순위까지 추가로 체크하고 아래 테이블을 보면 CTR, 게재순위 컬럼이 추가되어 검색어별 실적 상세를 확인할 수 있다.
구글 서치 콘솔 > 실적
만약 GA4에서 구글 서치 콘솔을 연동했다면 서치 콘솔 > 쿼리 메뉴에서 동일한 실적을 확인할 수 있다. (GA4에서 말하는 클릭률이 서치 콘솔에서 CTR을 의미한다) 다만 GA4로 전환한지 얼마되지 않아 데이터가 부족하므로 구글 서치 콘솔에서 전체 기간의 데이터를 내려받았다.
GA4 > 서치 콘솔 > 쿼리
먼저 노출수를 기준으로 내림차순 정렬해보았다. 노출수는 특정 키워드로 검색했을 때 검색 결과 페이지에서 나의 플로그가 노출되는 횟수로 검색 횟수와 일맥상통한다. (검색 결과 페이지에서 나의 블로그가 두 건 이상 노출된다면 노출수가 검색 횟수보다 많을 수 있겠지만 직접 테스팅 해 본 결과 이런 경우는 확인되지 않았다) 따라서 노출수가 많은 검색 키워드는 검색 횟수가 많다는 것을 의미하고 사람들이 많이 입력하는 인기 검색어라고 볼 수 있다.
블로그 노출 인기검색어 상위 20개
인기검색어 20위: 노션 포트폴리오 / api 문서 / 노션 웹클리퍼 / 노션 활용 사례 / 쇼핑몰 erd / 브랜디 / 노션 포트폴리오 예시 / 쇼핑몰 db 설계 / 테이블 설계 / 노션 독서노트 / 무신사 기업분석 / 성인앱 / 노션 웹 클리퍼 / 노션 경력기술서 / 브랜디 입점 / 다자이 오사무 mbti / 노션 포트폴리오 pdf / 노션으로 포트폴리오 만들기 / 노션 이력서 pdf / 플로우차트
클릭수, 노출수, CTR, 게재 순위 각 컬럼에 조건부 서식 색상 스케일을 걸어보았는데 클릭수 및 CTR이 노출수에 비례하지 않는다는 사실을 알 수 있다. 그렇다면 CTR에 영향을 주는 요인은 무엇일까?
그래서 CTR을 기준으로 내림차순 정렬해보았다. CTR은 노출 대비 클릭의 비율로 검색 키워드와 검색 의도가 얼마나 일치하는지를 의미한다. 따라서 CTR이 높을수록 효율이 높은 검색어라고 볼 수 있다.
CTR 효율이 높은 검색어 상위 20개
CTR은 노출수와는 달리 데이터 전처리 요소가 좀 있는데 가령 노출이 1이고 클릭이 1이면 CTR은 100%이지만 이는 CTR의 효율을 판단하기 어려운 수치이므로 클릭수 = 1과 노출 = 1인 값은 제외했다. 클릭수 = 0 인 경우 CTR이 0이므로 이 경우도 필터를 걸어 제외해두었다.
한편 노출수 기준 정렬과 확연히 차이가 나는 부분은 게재 순위였다. CTR 기준 정렬에서 노출수가 작아(10 미만) CTR이 높게 산정된 일부 케이스를 제외하면 대부분이 1순위 대에 게재되고 있었는데, 이를 통해 검색 결과에서 상위 노출될수록 CTR이 높아진다는 사실을 알 수 있다.
CTR 효율이 높은 검색어 20위: 카카오커머스 분석 / 개발자 이력서 노션 / 에이블리 mau / 노션 스크랩 / 유저 테이블 설계 / 게임 푸시 알림 / infp 자기혐오 / 회원테이블 설계 / 회원 정책 / 회원가입 테이블 설계 / 약관 동의 db 저장 / 회원가입 정책 / 회원정책 / 브랜디 에이블리 비교 / 회원 테이블 설계 / 브랜디 분석 / 상품 db 설계 / 회원 db 설계 / 결제 db / 결제 플로우차트
검색 결과에서 상위 노출될수록 CTR이 높아진다
2) GA4로 유입경로 파악하기
그 다음 핵심 이벤트인 링크 클릭은 어디서 / 어떤 맥락으로 발생하는지를 파악하기 위해 채널별 소스/매체 상세 내역을 다시 확인해보았다.
그리고 이탈율 및 소스별 효율을 파악하기에 앞서, social과 referral 상세 내역에서 기준이 모호한 항목들을 골라내서 현재 상태를 유지할지, 채널/소스/매체 재정의가 필요할지 따져보기로 했다.
Social 과 Referral 채널로 유입된 소스/매체 중 일부
첫 번째 케이스: m.search.naver.com, m.search.daum.net
-> iOS 사파리와 크롬으로 유입된 케이스이다. 아래 설명에 의하면 크로스 사이트 추적 방지 때문에 키워드 정보를 제공받지 못하는 것이고 사실상 Organic Search로 간주하면 된다.
어디서 들어온 것인지 조금 더 살펴보기 위해 운영체제 정보를 살펴보니 대부분 아이폰과 맥에서 들어온 것이라는 것을 알 수 있다. 그럼 아이폰과 맥에 무슨 일이 있었던 걸까? 결론부터 이야기하자면 iOS 13부터 적용된 애플 사파리의 크로스 사이트 추적 방지 때문에 발생하는 현상이다. (중략) 사파리에서는 저 긴 주소를 그대로 리퍼러로 전달하지 않고 https://m.search.naver.com 까지만 전달하겠다는 내용이다. 그래서 query=ogaeng과 같은 키워드 정보를 포함하고 있지 않는다.
-> iOS 네이버 앱, 다음 앱으로 유입된 케이스이다. 네이티브 앱의 경우 역시 리퍼러를 찾지 못하는 듯하다. 검색 광고를 통해 유입되었다면 UTM에 정의한대로 추적되겠지만 나는 별도의 광고를 집행하지 않으므로 현재로서는 미지의 채널이다. (검색일수도, 블로그 인용일수도..)
세 번째 케이스: search.zum.com
-> 구글에서 검색엔진으로 등록하지 않아서 그렇지 Organic Search이다.
네 번째 케이스: search.google.com
Understanding google[referral] Not all referrals from Google.com domains come through organic search or Google Ads ad listings. Referrals may come from a variety of sources, including Google Groups posts, or static pages on related Google sites. Such sessions are tagged as [referral] instead of [organic] or [cpc].
-> 모든 구글 도메인이 Organic Search나Google Ads로 구분되지는 않는다고 한다. 빈도가 많지 않아서 그냥 Organic Search로 간주해도 될 것 같다.
다섯 번째 케이스: careerly.co.kr
-> 이 경우는 채널을 Social로 재정의하고 싶어서 따로 빼두었다. 그런데...
GA4에서는 UA와 다르게 채널 그룹을 맞춤형으로 변경하는 기능을 제공하지 않습니다. (중략) 현재는 GA4 채널 분류를 하려면 채널별 규칙에 맞게 UTM 변수를 입력 혹은 조정하셔야 되고, 채널별 조건을 하나씩 확인하신 뒤 그에 맞춰 UTM 설계를 하셔야 유입된 트래픽이 정상적으로 GA4에서 정의한 채널에 맞게 분류될 것입니다.
기본 채널은 주로 매체(및 소스)의 특성에 따라 그룹화되기 때문에 매체의 상위 개념이라고 볼 수 있다. 소스의 경우 직전 페이지의 URL을 의미한다. 캠페인은 일종의 이벤트, 기획전, 광고 활동 등으로 이해했다.
매체가 가장 이해하기 까다로웠는데 한 마디로 유입 방식이다. 다른 사이트에서 링크를 타고 들어오는 모든 트래픽은 기본적으로referral이지만 페이스북, 인스타그램, 네이버 블로그 등 몇몇 사이트들은 social이라는 큰 카테고리로 묶을 수 있기 때문에 '채널'이라는 그룹으로 social과 referral을 구분하는 것이다. (추가로 우선순위라는 개념이 있어서 socila이 먼저 걸러지는 것이고 이 우선순위도 지정할 수 있다고 한다)
각 파라미터 값의 의미를 알았으니 앞서 표시한 8개의 소스에 대해 채널/매채/캠페인을 재정의 해보았다.
As-Is 채널/매체/캠페인 구분
채널
소스
매체
캠페인
Social
m.search.naver.com
referral
not set
Social
naver.com
referral
not set
Social
m.naver.com
referral
not set
Referral
careerly.co.kr
referral
not set
Referral
m.search.daum.net
referral
not set
Referral
daum.net
referral
not set
Referral
search.zum.com
referral
not set
Referral
search.google.com
referral
not set
To-Be 채널/매체/캠페인 구분
채널
소스
매체
캠페인
Organic Search
m.search.naver.com
organic
not set
Organic Search
m.search.daum.net
organic
not set
Organic Search
search.zum.com
organic
not set
Organic Search
search.google.com
organic
not set
Social
naver.com
referral
not set
Social
m.naver.com
referral
not set
Social
daum.net
referral
not set
Social
m.daum.net
referral
not set
Social
careerly.co.kr
referral
not set
소스에 'search'가 들어간 경우 채널/매체를 Organic Search/organic으로 정의하였다. 그리고 naver.com 경우 기본 채널에서 social로구분되기 때문에 daum.com도 동일한 기준이 적용되어야 한다고 생각했다. 커리어리 역시 처음 생각했던 것 처럼 채널을 social로 정의했다.
문제는 앞서 언급한대로 기본 채널과 매체를 수정할 수 없다는 것이다. 그렇다면 현재 할 수 있는 조치는 매체-social로 지정하고 UTM을 생성하여 커리어리에 공유하는 것이다. 그렇다면 커리어리의 파라미터는 채널-referral / 매체-social로 집계될 것이다.
이 방식을 택하지 않고 결국 UTM 정의를 중단하게 되었다. 최대한 매체를 추가하지 않으려 했는데 커리어리를 매체-social로 정의하면 다른 SNS들도 매체-social로 지정되어야 할 것 같고... 근데 기본 매체는 수정할 수 없고...그렇다고 다른 SNS를 직접 운영하고 있어서 여러 군데 UTM을 배포할 수 있는 상황도 아니어서 이래저래 지금 상태에서 UTM 재정의는 의미가 없다고 판단했다.
UTM 파라미터 정의 예시
유튜브에 올라간 “데이터 분석가 채용공고 읽기 - 토스” 영상에서 SQL 데이터 분석 캠프 페이지 링크를 홍보할 때 https://www.datarian.io/sql-package?utm_source=youtube&utm_medium=social&utm_campaign=sql-package&utm_content=jd-toss
커리어리에 올라간 게시물에서 “유입채널 데이터는 어떻게 볼 수 있을까” 아티클 링크를 홍보할 때 https://www.datarian.io/blog/utm-parameter?utm_source=careerly&utm_medium=social&utm_campaign=referrer&utm_content=utm-parameter
위 예시처럼 SNS를 여러 개 운영하고 있다면 매체-social로 지정해줘도 무방할 것 같다. 채널은 아마 referral로 잡히겠지만.. 다들 채널은 별로 신경 안 쓰는걸까? 일단 나로서는 매체가 다양하지 않은 상황 자체가 허들이다. 어렵다 어려워ㅠㅠ
유입 매체별 효율 분석
매체별로 어느정도 되어야 이탈률이 낮다고 판단할 수 있는지 기준이 없어서 이탈률 분석 기준 레퍼런스를 참고해보았다.
웹사이트 유형에 따라
1. Blogs and Content-Oriented Pages Blogs should expect relatively high bounce rates. A well written post will satisfy users with the content, causing them to leave after absorbing it. While some users will be engaged enough to comment, often, most are content being silent consumers of content. More importantly, since most users land on a blog article page through links on social media posts, they’re likely to return to the social media site after they have finished reading. This natural user behavior makes high bounce rates almost inevitable. Therefore, even though some blogs and content-oriented sites do a fantastic job with internal linking and advertisements to direct users to other areas of the website, the average blog has a relatively high bounce rate. -> 블로그 방문자들의 특성은 조용한 소비자라는 것이고 대부분 SNS 링크를 통해 블로그를 방문하면 다시 SNS로 돌아갈 가능성이 높기 때문에 이탈률이 클 수밖에 없다
이 부분에서 social 채널의 이탈률을 다시 볼 필요가 있다는 점을 알게 되었다.
산업별 이탈률채널별 이탈률 및 블로그 전체 이탈률
어쨌든 블로그의 평균 이탈률은 65~90%라고 한다. 블로그 전체 이탈률은 69.85%로 평균 범위 내에 속했으며 평균 최솟값에 가까워 비교적 효율이 좋은 상태라는 판단을 할 수 있었다. 그리고 organic search 유입이 가장 많다.
기기 카테고리에 따라
Second, social has the second highest bounce rate at 54%. In fact, sometimes, social media bounce rate may be 2-3 times higher than your bounce rate from other channels. As mentioned earlier, social induces high bounce rates because people want to see your content and then return to their browsing. Since most people access social media on their phone, this problem becomes even more apparent. Mobile phone users experience your page while still in the social media app of their choice and have only one end goal in mind: read content, return to main app page. -> social 채널의 경우 다른 채널보다 2,3배 높은 이탈률을 보일 수 있으며 이는 유입 이후 SNS 탐색으로 돌아가는 행동 패턴에 의거한다. 특히 모바일로 social media 를 탐색하기 때문에 이러한 현상은 더욱 두드러진다.
기기별 이탈률과 사용자 수
모바일의 이탈률은 87.05%로 평균보다 확실히 높았고 모바일에서 social 채널의 이탈률까지 확인하면 위에서 주장한 내용이 사실인지 검증할 수 있다.
일단 모바일 social 이탈률이 86.09%로 높은 편이었는데 데스크탑 social 이탈률과 비교해보면 약 2배 가까이 차이가 난다. 그리고 기존 탐색으로 돌아가는 행동 패턴 관점에서 보면 모바일 referral 이탈률도 동일한 양상을 보이는데 90.42%로 매우 높은 편이다.
기기별/채널별 이탈률
유입 채널 소스/매체에 따라
social 채널과 referral 채널은 기기별 특성에 따라서는 유사한 양상을 보였지만 채널간 효율 측면에서는 social 채널이 사용자수(952 vs 188)는 더 많으면서 이탈률(57.65% vs 73.04%)은 더 낮은 수치를 기록했다. 물론 social 채널의 사용자수 대부분은 naver.com(네이버 iOS 앱)으로 유입된 것이기 때문에 온전한 수치는 아닐 것이다.
그래서 social 채널의 이탈률을 살펴보니 0%인 소스들이 있었다. 이처럼 이탈률의 평균에는 함정이 있는데 이탈률 0%와 이탈률 100%가 그것이다. 이탈률 0%는 해당 채널로 유입된 이후 유입 페이지 외 다른 페이지를 하나라도 봤다는 의미이고, 100%는 해당 채널로 유입된 이후 유입 페이지에서 바로 이탈했다는 뜻이다.
이탈률 0%인 소스/매체들. 세션당 페이지수(빨간색)를 보면 더 확실하다
이탈률 0%가 나올 수 있는 배경은 방문자수가 적기 때문에 채널의 이탈률은 해당 소수의 방문자에게 좌지우지 되기 때문이다. 따라서 이런 경우는 특이 케이스로 소스를 확인해보긴 해야겠지만 주력해야 할 유입 채널은 아니라고 생각한다. 그럼에도 불구하고 세션당 페이지수나 평균 세션 시간 측면에서 이탈률 100%인 경우보다 유효한 채널이기는 하다.
그 외에 매체-referral로 자연 유입되는 경우는 따로 유입 장치를 마련한 적이 없기 때문에 내가 관리하는 커리어리와 퍼블리의 실적을 확인해보았는데 referral 중에서 방문자 수는 가장 높은 수치였고 이탈률 역시 평균 값 73.04%의 절반 정도인 35.85%를 기록했다.
왼쪽부터 소스/매체 / 사용자수 / 이탈률 / 세션당 페이지수 / 평균 세션 시간
기기별 사용자수, 이탈률: 데스크탑 < 모바일 매체별 사용자수: referral < social < direct < organic search 매체별 이탈률: social < direct < referral < organic search social 채널에서 iOS naver 앱의 영향력 ▲▲
+ 추천 제외 설정
social 채널의 이탈률이 낮게 나온 것이 이탈률 0%인 소스들 때문인 것 같아 자세히 살펴보니 kauth.kakao.com / referral나 accounts.kakao.com / referral 같은 URL이 익숙했다.
이탈률 0%인 소스/매체들 중 일부
알고보니 이런 도메인들을 referral로 집계하지 않도록 '추천 제외'를 적용해줘야 한다고 한다.
GA4 > 웹 스트림 세부정보 > 태그 설정 구성 > 원치 않는 추천 나열
다음 글에서는 유입 데이터에 대한 분석 결과를 바탕으로 검색과 링크 클릭을 개선할 수 있는 액션 아이템을 적용해 볼 것이다. 의문이 나는 것들을 각 잡고 보다보니 줄줄이 딸려나와 어느 하나 쉽게 넘어가는 것이 없었다..
댓글