우리 서비스에 호감이 있는 고객 행동 구별하는 4단계 분석법

안녕하세요 구독자님 

이커머스 데이터 분석과 AI 활용에 관한 꿀팁과 소식을 나눠 드리는 텀타 입니다. 

텀타에서 지난 6월 1개월 간 아카데미에 관심있는 유저를 구분해 내기 위해 구글 광고를 집행해 보았습니다. 그 결과 단계별로 유의미한 유저 행동을 구분해 낼 수 있었는데요.  

어떤 단계로 호감있는 고객군을 좁혀 나가는지 텀타의 분석법을 공유해 드릴께요. 구독자님이 운영하는 서비스에도 비슷한 방법을 적용해서, 독특한 발자취를 남기는 호감도 높은 고객군을 발견해 보시면 좋겠습니다. 😘

1단계. 분석 대상 추출하기 

텀타 아카데미는 GA4 - 빅쿼리가 연동 되어 있어요. 이미 데이터가 쌓이고 있기 때문에 손쉽게 광고가 집행된 기간 데이터를 추출하여 고객 행동을 심층 분석해 보기로 했습니다.  

광고 집행 기간이라 로그인을 하지 않은 신규 방문자들이 많을 것으로 예상하고 사용자를 `user_pseudo_id`를 기준으로 구분하였습니다. 

기간을 정한 데이터 추출 sql 쿼리는 다음과 같아요. 

SELECT
    user_pseudo_id,
    COUNT(DISTINCT event_date) AS visit_days
FROM
    `tumta-academy.analytics.events_*`
WHERE
    _TABLE_SUFFIX BETWEEN '20250601' AND '20250630'
GROUP BY
    user_pseudo_id

2단계. 호감도 높은 재방문 고객 찾기 

[첫번째 가설] 텀타 아카데미에 관심있는 고객은 같은 재방문 할 것이다. 

첫번째 가설을 기반으로 일별 재방문 유저를 구분해 냈습니다. 

재방문 유저를 추출한 sql 쿼리는 다음과 같아요. 1단계에서 추출한 데이터를 연결했어요. 

WITH user_visits AS (
  SELECT
    user_pseudo_id,
    COUNT(DISTINCT event_date) AS visit_days
  FROM
    `tumta-academy.analytics.events_*`
  WHERE
    _TABLE_SUFFIX BETWEEN '20250601' AND '20250630'
  GROUP BY
    user_pseudo_id
),
SELECT
    user_pseudo_id,
    CASE
      WHEN visit_days = 1 THEN 'one_time'
      WHEN visit_days >= 2 THEN 'repeat'
    END AS visit_group
FROM
    user_visits

분석 결과 재방문은 해당 기간 총 유저의 5% 정도 였습니다. 

3단계. 고객 프로파일링 

서비스 호감도가 높은 고객은 스크롤 다운, 찜하기(로그인 필요), 구매하기 절차로 전환이 되니까 다음 이벤트를 주요 이벤트로 구분하여 고객 행동 그룹을 나눴습니다. 

그 외에도 유입 채널별 세그먼트를 포함해서 다음과 같이 데이터를 추출했습니다  

WITH user_visits AS (
  SELECT
    user_pseudo_id,
    COUNT(DISTINCT event_date) AS visit_days
  FROM
    `tumta-academy.analytics.events_*`
  WHERE
    _TABLE_SUFFIX BETWEEN '20250601' AND '20250630'
  GROUP BY
    user_pseudo_id
),
labeled_users AS (
  SELECT
    user_pseudo_id,
    CASE
      WHEN visit_days = 1 THEN 'one_time'
      WHEN visit_days >= 2 THEN 'repeat'
    END AS visit_group
  FROM
    user_visits
),
behavior_events AS (
  SELECT
    user_pseudo_id,
    -- 🎯 지정된 이벤트 외에는 모두 'other'로 그룹화
    CASE
      WHEN event_name IN ('add_to_cart', 'login', 'purchase') THEN event_name
      WHEN REGEXP_CONTAINS(event_name, r'^scroll_(25|50|75|90)%$') THEN event_name
      ELSE 'other'
    END AS behavior_group,
    device.category AS device_category,
    traffic_source.source AS traffic_source,
    traffic_source.medium AS traffic_medium,
    COUNT(*) AS event_count
  FROM
    `tumta-academy.analytics.events_*`
  WHERE
    _TABLE_SUFFIX BETWEEN '20250601' AND '20250630'
  GROUP BY
    user_pseudo_id,
    behavior_group,
    device_category,
    traffic_source,
    traffic_medium
)

SELECT
  lu.visit_group,
  be.behavior_group,
  be.device_category,
  be.traffic_source,
  be.traffic_medium,
  COUNT(DISTINCT be.user_pseudo_id) AS user_count,
  SUM(be.event_count) AS total_events,
  ROUND(SUM(be.event_count) / COUNT(DISTINCT be.user_pseudo_id), 2) AS avg_event
FROM
  behavior_events be
JOIN
  labeled_users lu
    ON be.user_pseudo_id = lu.user_pseudo_id
GROUP BY
  lu.visit_group,
  be.behavior_group,
  be.device_category,
  be.traffic_source,
  be.traffic_medium
ORDER BY
  lu.visit_group,
  be.behavior_group,
  user_count DESC

이 데이터를 빅쿼리에서 csv로 다운로드 받은 후에 챗 GPT에게 다양한 질문을 던지면서 의미있는 그룹을 탐색했어요. 

4단계. 분석으로 시사점 도출 

텀타 아카데미 광고는 CTR은 3~4%로 높지도 낮지도 않은 무난한 상태였어요. 하지만 전환율이 너무 낮았기 때문에 얼마나 사람들이 상세페이지를 어떻게 보고 있는지 궁금해서 스크롤 잔존율을 우선 살펴 보았습니다. 

[📊 스크롤 단계별 잔존율: 25% 대비] 

광고 유입은 예상대로 잔존율이 자연 유입보다는 낮았지만, 크게 떨어지는 수준이 아니었습니다. 

👉 여기서 핵심은 광고 유입 사용자 중 컨텐츠 몰입도가 높은 고객이 존재했다는 사실을 발견했어요. 

하지만 텀타 팀에서는 이들의 행동을 즉시 캐치하지 못했고, 결제로 이어지지 않았습니다. 🥲

💡 [액션 플랜] 텀타 아카데미 채널톡 버튼을 활용해서 스크롤 25% 이상인 광고 유입 유저에게 장바구니 담기/결제를 적극적으로 할 수 있도록 살짝 넛지를 드려 볼 예정입니다. 

이런 인사이트는 유입~전환까지 각 단계를 통계적으로 요약해서 나타내는 AARRR 대시보드에서는 바로 캐치해 내기 어려워요. 사용자 행동 경로를 하나하나 되짚어 가면서 어떤 특징이 있나 탐정처럼 찾아내는 분석 방법을 적용해 보시면, 우리 서비스에 딱 맞는 인사이트를 찾는 "아하 모먼트"를 발견하실 거에요. 

오늘 뉴스레터는 짧게 텀타 아카데미 실제 사례를 통해 광고 유입 시 어떤 그룹을 타겟팅 해야 할지 탐색하는 분석법을 소개해 드렸습니다. 더 다양한 GA4, 빅쿼리를 활용한 SQL 사용은 아래 아카데미 컨텐츠에서 만나보세요. 

📚 보다 자세하게 SQL로 고객 행동을 분석하고 싶다면? 

📚 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