GA4 두 번째 이야기 "기여 분석" '우리 서비스 신규 가입자가 갑자기 늘고 있는데, 어디에서 이렇게 들어오고 있는 건지 확인 좀 해봅시다' 같은 분석 해보신 적 있나요? GA4를 사용한다면 이

GA4 두 번째 이야기 "기여 분석" '우리 서비스 신규 가입자가 갑자기 늘고 있는데, 어디에서 이렇게 들어오고 있는 건지 확인 좀 해봅시다' 같은 분석 해보신 적 있나요? GA4를 사용한다면 이런 분석은 더이상 분석가들이 하지 않아도 될 것 같습니다. GA4의 기여 분석 기능(Contribution Analysis)를 사용하면 머신러닝이 이상치 발생에 영향을 준 사용자 세그먼트를 자동으로 찾아주기 때문입니다. 1. 일단 이 기능은 측정 항목에 이상치가 포함되었는지 알아보기 위해서 정기적으로 데이터를 점검합니다. 대시보드를 만들어놓고 매일 아침 눈으로 확인할 필요 없이, 머신러닝이 자동으로 데이터의 이상치를 탐지하니까 실수 없이, 그리고 딜레이 없이 이상 상황을 파악하게 됩니다. 2. 그리고 이것에 영향을 준 유저 세그먼트를 자동으로 찾습니다. 전체 가입자가 늘어나고 있다면 어떤 국가에서, 어떤 소스를 통해서 유입된, 어떤 마케팅으로부터 들어온 유저가 늘어나고 있는지 탐색해 지금의 변동의 원인이 되는 유저 세그먼트를 정확하게 찾아주는거죠. 기능을 보다보니 이보다 조금 더 복잡한 질의도 곧 분석이 가능해질 것 같다는 생각이 듭니다. '신규 가입자는 늘고 있는데, 매출은 그대로네 원인이 뭘까?', '이 기능에 대해서 사용자들은 만족하고 있는걸까?' 데이터 분석에 기반한 의사결정이 업계의 스탠다드가 되고, 분석이 많아질수록 어떤 분석들은 정형화되고 반복될 수 밖에 없는데요. 앞으로는 더 많은 분석을 기계가 대신하게 될 수 있을 것 같습니다.