안녕하세요 구독자님
이커머스 데이터 분석과 AI 활용에 관한 꿀팁과 소식을 나눠 드리는 텀타 입니다.
GA4 데이터를 볼 때 항상 "왜 이렇게 됐을까?"하는 궁금함이 풀리지 않는 답답함이 있으시죠. GA4는 고객들의 온라인에서 움직이는 발자취를 저장해서 통계로 보여주는 역할이 중심이 됩니다. GA4 데이터는 결과를 요약해서 보여주기 때문에 고객이 '왜' 그런 행동을 했는지는 설명할 근거(자료)가 부족해요.
그래서 우리 서비스와 관련된 다양한 데이터(원인)-GA4(결과)를 결합했을 때 고객행동을 이해하는 인사이트를 발견할 수 있어요. GA4는 ‘어디서’ 전환이 중단 되었는지 보여준다면, 고객센터 CS 데이터는 '왜' 이탈했는지 설명해 줍니다.
오늘은 A사 사례를 통해 어떻게 CS 데이터와 GA4를 결합해서 이탈율 원인을 발견하고 해결했는지 소개해 드릴께요.
A사, VOC 분석으로 이탈 원인 확인한 사례
소형 가전 제품을 판매하는 A사는 최근 GA4 대시보드에서 이상 징후를 하나 발견했습니다. 특정 제품 상세 페이지에서 이탈률이 갑자기 높아졌고, 전환도 예전보다 확연히 떨어진 상황이었죠. 마케팅팀은 디자인이 지루해서 그런 건지, CTA 문구가 약한 건지 여러 가능성을 놓고 내부 회의를 열었고, 회의 결과를 토대로 이미지 배치와 카피를 일부 수정했지만 이상하게도 문제는 해결되지 않았습니다.
그러던 중 CS팀장이 조용히 이야기를 꺼냈습니다.
“그 제품 고객센터로 들어오는 문의도 많아요. 주문 단계에서 불만이 많던데요.”
A사 CS팀장
A사는 고객센터로 들어온 CS 데이터를 CRM에 정리하면서 반복적인 문의 유형을 수작업이 아닌 AI 요약 도구로 자동 분류해 보기로 했습니다. “결제가 안 돼요”, “옵션이 선택되지 않아요”, “버튼이 안 눌려요”처럼 맥락이 유사한 문장들을 AI가 스스로 분류하고, 각 분류 안에서 가장 자주 등장한 핵심 키워드를 추출하게끔 설정했어요.
이 실험은 고객 응대 기록에서 문제 유형과 핵심 키워드를 사람이 아닌 AI가 자동으로 도출할 수 있는지를 검증하기 위한 시도였습니다. 분석을 위해 고객 문의 텍스트뿐 아니라 접수일, 제품명, 기기/OS 환경 등 기본 메타 정보를 함께 포함해 진행됐습니다. AI가 텍스트를 분류하고 요약하는 동안, 분석자는 시점·기기·제품별 그룹핑을 설정해 두었고요.
VOC 텍스트 분석을 AI로 자동화하니 문제점이 확연히 드러났습니다.
전체 고객 문의 중 약 60%가 ‘옵션 선택 오류’ 또는 ‘버튼 미작동’ 유형에 몰려 있었고, 이 문제는 6월 3주차, 마케팅 캠페인이 집중되던 특정 제품군의 상세페이지에서 특히 많았어요. 모바일 안드로이드 사용자에게서 주로 발생했다는 점도 확인 됐습니다.
실제 분석 과정
A사 CS 데이터를 BigQuery에 업로드한 뒤, AI에 다음과 같은 프롬프트를 전달했습니다:
“아래 고객 문의 데이터를 분석해 비슷한 이슈를 유형별로 분류하고, 각 유형별 대표 키워드를 3개씩 추출해 줘.”
응답 결과는 다음과 같았습니다.
- 분류1: ‘결제 문제’ → 키워드: 결제, 카드, 오류
- 분류2: ‘버튼 오류’ → 키워드: 버튼, 옵션, 선택 안 됨
이 결과를 GA4의 이탈 이벤트 데이터와 결합해 보니, 해당 제품 상세페이지에서 이탈률이 급증한 시점과 ‘옵션 오류’ 유형의 고객 문의가 집중된 시점은 정확히 일치했습니다. 고객이 해당 상세 페이지를 마지막으로 이탈하는 흐름 패턴도 매칭이 되었어요.
데이터 연결의 힘
- GA4 이탈 시점과 고객 문의 접수 시점이 정확히 일치
- '디자인 문제'가 아닌 '안드로이드 환경 UI 오류'로 원인 특정
- 막연한 추측 대신 구체적인 해결책 도출
VOC를 데이터 분석에 포함하는 3단계 실행 방법
1️⃣ 고객의 '말'을 한 곳에 모으기
- CRM 툴을 쓴다면 고객 문의 데이터를 정기적으로 추출하는 자동 수집 구조를 만들어 둡니다.
- 자동 수집이 어렵다면 정기적으로 데이터를 다운로드해서 구글 드라이브 -> 빅쿼리로 연동합니다.
2️⃣ AI를 활용해서 텍스트 분석하기
- 모은 데이터를 분석까지 자동화해서 유사한 주제별로 대표 키워드를 추출합니다
- 키워드 추출 결과를 보기 편한 테이블로 정리해서 구글 시트, 노션 등으로 공유합니다.
3️⃣ GA4 데이터와 매칭하기
- VOC가 GA4 지표 변화를 설명할 수 있을지 다양한 가설을 세워봅니다
- 가설을 가지고 A/B 테스트를 진행하면서 점점 매출을 높일 수 있는 마케팅, 기획 전략을 바꿔 보세요.
핵심 요약
| 단계 | 내용 |
| GA4 분석 | 고객이 이탈한 지점, 환경 파악 |
| CS 텍스트 AI 분석 | 고객이 왜 이탈했는지 원인 파악 |
| GA4 + CS 결합 | 원인 - 결과를 설명, 실행 가능한 개선 과제 도출 |
| 데이터 통합 루틴 구축 | (매주) VOC 데이터 추출→ AI 분석 → GA4 연계 → 대응 확정 |
고객 이탈 이유를 더 깊이 알고 싶다면, 고객행동분석 전문기업 텀타에게 언제든 문의해 주세요.
📚 GA4, GTM에 대해 더 깊이 배우고 싶다면?
GTM과 GA4를 활용한 실전 분석법을 더 자세히 알고 싶다면 14년차 데이터 분석 전문가 헨리님의 그로스핏 아카데미의 강의도 추천 드립니다.
[GA4] 일잘러를 위한 GA4 데이터 수집부터 분석, 시각화 풀패키지
📚 보다 자세하게 SQL로 고객 행동을 분석하고 싶다면?
비즈니스 성장에 필요한 데이터 전문 아카데미! GA4, GTM, 데이터 시각화 부터 SQL까지 현업에 바로 적용하는 실습형 강의를 제공합니다. 데이터 기반 의사결정을 위한 역량을 갖춰 보세요.
의견을 남겨주세요