GA4 퍼널 분석에 대한 GPT와의 대화

Q. 나는 A버튼과 B버튼의 퍼널 전환율을 비교하고 싶어. A버튼과 B버튼 모두 매물 리스트로 이동하고, 매물 리스트에서 매물을 클릭하면 매물 상세 페이지로 넘어가는 경우를 비교할거야. 비교를 위해 GA4 유입경로 탐색 분석에서 유입경로 첫 단계를 A버튼 클릭 & B버튼 클릭으로 설정하고, 두 번째 단계를 매물 리스트에서 매물 클릭으로 설정하려고 하는데, 이렇게 하면 다음과 같은 문제가 생길 것같아.

만약 A버튼을 누른 사용자가 A버튼을 누른 후에 매물 리스트를 클릭하지 않고, 다시 B버튼을 누른 후에 매물 리스트를 클릭했다면? 이 경우엔 첫 단계를 A버튼 클릭, 두 번째 단계를 매물 리스트 클릭으로 설정했을 때, 두 번째 단계까지 간 사용자로 분리 되지않을까? 이 경우는 B버튼을 통해 매물 리스트를 클릭한 사용자이기 때문에 두 번째 단계까지 간 걸로 분리가 되면 안되거든.

 

 

A. 맞습니다! GA4에서 유입경로 탐색(경로 탐색) 분석을 설정할 때, 사용자가 두 단계 간에 다른 버튼을 클릭한 경우 문제될 수 있는 부분을 정확히 짚어주셨습니다. A버튼을 클릭했지만, 이후 B버튼을 눌러 매물 리스트로 이동했다면, 유입경로 분석에서는 이 사용자를 A버튼 → 매물 리스트 경로로 잘못 분류할 가능성이 있습니다.

---

문제의 핵심:

GA4의 유입경로 탐색 분석은 기본적으로 이벤트 순서를 기준으로 사용자 행동을 추적합니다. 그러나 사용자가 중간에 다른 경로를 거쳤다 하더라도, 특정 이벤트만 충족하면 연결된 경로로 해석할 수 있습니다.

예시 시나리오:

1. A버튼 클릭 (apt_click_A)
2. B버튼 클릭 (apt_click_B)
3. 매물 리스트 클릭 (listing_click)

이 경우, 유입경로 분석에서 첫 단계를 A버튼 클릭으로 설정했다면, 사용자가 B버튼을 눌렀더라도 A → 매물 리스트로 해석될 수 있습니다.

---

해결 방법:

1. 경로 탐색 대신 사용자 정의 퍼널 분석 사용

**사용자 정의 퍼널(User-defined Funnel)**을 사용하면 각 단계가 반드시 순차적으로 이루어진 경우만 포함하도록 설정할 수 있습니다.

• 설정 방법:
  1. 탐색 > 퍼널 분석에서 새 분석을 생성합니다.
  2. 첫 번째 단계: A버튼 클릭 이벤트 (apt_click_A).
  3. 두 번째 단계: 매물 리스트 클릭 이벤트 (listing_click).
  4. "연속 단계(strict order)" 옵션을 활성화하면, A버튼을 클릭한 후에만 매물 리스트 클릭이 인정됩니다.

2. 이벤트 매개변수로 버튼 출처 추가

listing_click 이벤트에 버튼 출처를 매개변수로 추가하여, 사용자가 어떤 버튼을 클릭하고 매물 리스트로 이동했는지를 추적할 수 있습니다.

• 예시:
  javascript

  코드 복사

  gtag('event', 'listing_click', { 'button_origin': 'A' // 또는 'B' });

이렇게 하면 유입경로 분석에서 매개변수 필터를 사용해 A버튼과 B버튼 각각의 전환율을 명확히 구분할 수 있습니다.

3. BigQuery를 활용한 후처리

만약 GA4 UI에서 해결이 어려운 경우, BigQuery로 데이터를 내보낸 후 SQL 쿼리를 사용하여 정확한 경로를 분석할 수 있습니다. 사용자가 A버튼을 클릭한 후 직접 연결된 매물 리스트 클릭만 포함하도록 쿼리를 작성할 수 있습니다.

---

결론:

• 유입경로 탐색만으로는 사용자가 중간에 다른 행동을 했을 때 잘못된 경로로 해석될 수 있습니다. 이를 방지하려면 사용자 정의 퍼널을 활용하거나, 버튼 출처 매개변수를 추가해 정확한 경로 분석을 해야 합니다.
• 연속 단계(strict order) 설정을 통해 사용자의 행동이 순차적으로 이루어진 경우에만 전환율을 계산하도록 제어할 수 있습니다.

 

Q. 2번은 개발 이슈로 인해 불가능 할 것같아. 1번의 경우엔 GA4에 사용자 정의 퍼널, 퍼널 분석, "연속 단계(strict order)" 옵션이라는게 없는데 어떤 걸 이야기하는 건지 모르겠어. 3번의 경우엔 빅쿼리로 처리한다면 쿼리를 어떤식으로 짜야하는거야?

 

 

 

A. 1번과 3번 방법에 대해 구체적으로 설명드리겠습니다. 특히 GA4에서 퍼널 분석 설정 방법과 BigQuery 쿼리 예시를 자세히 알려드릴게요.

---

1. GA4에서 사용자 정의 퍼널 설정 방법

GA4에서 퍼널을 분석할 때, 탐색(Explore) 메뉴에서 **"퍼널 탐색(Funnel Exploration)"**을 사용하면 사용자의 특정 행동 흐름을 **순차적(strict order)**으로 제한하여 분석할 수 있습니다. 다만, GA4 UI에서는 "연속 단계(strict order)"라는 이름 대신 순차적 단계 설정을 통해 이를 구현합니다.

설정 방법:

1. **GA4 > 탐색(Explore) > 퍼널 탐색(Funnel Exploration)**로 이동합니다.
2. 새 퍼널 만들기를 클릭합니다.
3. 단계 추가:
   • 1단계: apt_click_A (A버튼 클릭 이벤트).
   • 2단계: listing_click (매물 리스트 클릭 이벤트).
4. 퍼널 유형 설정:
   • 오른쪽 설정 패널에서 **순차적(Stepwise order)**을 활성화합니다.
   • "엄격한 순서(strict order)"가 적용되어야 하므로, **"반드시 이전 단계 거쳐야 함"**을 선택합니다.
5. 필터 추가: 필요 시 A버튼 또는 B버튼 클릭에 따른 세그먼트를 추가하여 비교할 수 있습니다.

이렇게 설정하면, A버튼 클릭 → 매물 리스트 클릭이 순서대로 발생한 경우만 전환율로 계산됩니다.

---

3. BigQuery를 활용한 쿼리 작성 방법

GA4 데이터를 BigQuery로 내보내면, 세션 내 이벤트 순서를 확인하면서 원하는 조건을 만족하는 경로를 필터링할 수 있습니다.

쿼리 예시:

sql

WITH user_events AS (
  SELECT
    user_id,
    session_id,
    event_name,
    event_timestamp,
    house_exist,
    -- 버튼 클릭 구분 (A/B)
    CASE 
      WHEN event_name = 'apt_click' AND some_button_identifier = 'A' THEN 'A'
      WHEN event_name = 'apt_click' AND some_button_identifier = 'B' THEN 'B'
    END AS button_type
  FROM 
    `your_project_id.analytics_dataset.events_*`
  WHERE 
    event_name IN ('apt_click', 'listing_click')
)

-- 순차적으로 버튼 A 클릭 후 매물 리스트 클릭한 경우만 필터링
SELECT
  user_id,
  session_id,
  MIN(event_timestamp) AS first_click_time,
  MAX(event_timestamp) AS listing_click_time
FROM
  user_events
WHERE
  button_type = 'A'
  AND EXISTS (
    SELECT 1
    FROM user_events ue2
    WHERE ue2.session_id = user_events.session_id
    AND ue2.event_name = 'listing_click'
    AND ue2.event_timestamp > user_events.event_timestamp
  )
GROUP BY
  user_id, session_id;

 

 

설명:

• user_events CTE: 사용자의 모든 클릭 이벤트를 가져옵니다.
• button_type 필드: A버튼과 B버튼을 구분합니다.
• EXISTS 서브쿼리: A버튼 클릭 후 순차적으로 매물 리스트 클릭이 발생한 경우만 필터링합니다.
• 결과: 순서대로 A버튼 클릭 → 매물 리스트 클릭을 수행한 사용자와 세션만 반환됩니다.

---

결론:

• GA4 사용자 정의 퍼널 설정에서는 순차적 분석을 통해 정확한 전환율을 측정할 수 있습니다.
• BigQuery 쿼리를 활용하면 더 복잡한 조건(순서 및 시간 조건)을 만족하는 사용자 행동을 유연하게 분석할 수 있습니다.