아자아자 파이팅

우최식

PD_10_garam — Mon, 4 May 2026 15:11:02 +0900

나

PD_10_garam — Mon, 4 May 2026 15:05:42 +0900

디자이너

PD_10_garam — Mon, 4 May 2026 15:03:44 +0900

GA 마지막

PD_10_garam — Mon, 20 Apr 2026 16:16:16 +0900

Connect Google Analytics with Other Tools

1. 전체 핵심 요약 (Short Summary)

Google Analytics 4(GA4)는 사용자 여정 분석 + 개인정보 보호를 동시에 고려하도록 설계됨
기업은 데이터 수집, 저장, 활용 방식을 직접 설정하고 관리 가능
주요 기능:
- 데이터 수집/보관 제어
- 사용자 동의(Consent Mode)
- 광고 개인화 설정
- 데이터 삭제 기능
- 머신러닝 기반 데이터 보완(Modeling)

핵심 포인트:
“데이터를 많이 모으는 것보다, 프라이버시를 지키면서 의미 있게 활용하는 것”

2. 정리

(1) 왜 중요한가

오늘날 기업은

웹 + 앱 등 여러 플랫폼에서 고객 행동을 이해해야 하고
동시에 개인정보 보호 규정을 지켜야 함

GA4는 이 두 가지를 동시에 해결하기 위한 도구

(2) 데이터 수집 & 개인정보 보호 기능

✔️ IP 주소

GA는 개별 IP를 저장하지 않음
따로 설정 변경 필요 없음

✔️ 데이터 보관 기간 (Data Retention)

사용자 및 이벤트 데이터를 얼마나 오래 저장할지 설정 가능
자동 삭제됨
단, 집계된 리포트에는 영향 없음

✔️ Consent Mode (사용자 동의)

사용자가 쿠키/데이터 수집에 동의했는지에 따라
→ 태그 동작이 자동으로 변경됨

예:

동의 ❌ → 쿠키 저장 X, 대신 익명 데이터만 수집
동의 ⭕ → 정상 데이터 수집

쿠키 없이도 일부 데이터는 “모델링”으로 보완됨

✔️ Google Signals 데이터

지역별로 수집 여부 ON/OFF 가능
꺼도 기존 데이터는 유지됨

✔️ 위치/기기 데이터

국가/지역별로 세부 정보 수집 제한 가능

✔️ 광고 개인화 (Ads Personalization)

다양한 레벨에서 제어 가능:

전체 속성 (Property)
국가/주 단위
이벤트/사용자 단위
개별 세션 단위

특정 데이터는 광고에 사용하지 않고 분석용으로만 사용 가능

(3) 동의 관리 프레임워크

두 가지 방식 존재:

1️⃣ Consent Mode (Google 방식)

사용자 동의 상태를 Google에 전달
쿠키 사용 여부 자동 조정

2️⃣ IAB TCF

광고 업계 표준 프레임워크
동의 정보를 문자열 형태로 전달

(4) 데이터 삭제 기능

✔️ 데이터 삭제 요청

특정 데이터 삭제 요청 가능
7일 유예기간 후 삭제 시작

✔️ 사용자 데이터 삭제

특정 사용자 데이터만 삭제 가능
72시간 내 리포트에서 제거

✔️ 속성 삭제

전체 GA 속성 삭제
35일 후 완전 삭제 (복구 불가)

✔️ API 삭제

여러 사용자 데이터 한번에 삭제 가능

(5) 개인정보 보호 (PII 금지)

Google 정책:

이메일, 전화번호 등 개인 식별 정보 절대 수집 금지

(6) 모델링 (Modeling)

데이터가 부족한 상황:

쿠키 거부
여러 기기 사용

GA는 머신러닝으로 데이터 보완

종류:

행동 모델링 (Behavioral)
전환 모델링 (Conversion)

즉,
“보이지 않는 데이터를 예측해서 채워주는 기능”

Connect Google Analytics with Other Tools

1. 전체 핵심 요약 (Short Summary)

Google Analytics는
다른 마케팅/광고 도구들과 연결할 때 진짜 가치가 커짐

연결 시 핵심 효과

사용자 행동을 여러 플랫폼에서 통합 분석
광고 타겟팅 정교화
전환 추적 정확도 상승
ROI(광고 효율) 개선

핵심 한 줄:
“데이터를 연결하면 마케팅 전체 퍼널이 하나로 보인다”

2. 요약

(1) 기본 개념

Google Analytics는 단독으로도 강력하지만
DV360, SA360, Campaign Manager 360, Search Console 등과 연결하면 더 강력해짐

데이터 연결 = 분석 + 광고 + 타겟팅 통합

(2) 왜 연결해야 하는가

연결하면:

데이터가 흩어지지 않고 하나로 모임
더 정확한 분석 가능
마케팅 의사결정 개선

결과: 광고 예산을 더 효율적으로 사용

(3) 핵심 장점 3가지

1. 크로스 디바이스 / 플랫폼 추적

사용자 이동 경로 (웹 ↔ 앱 ↔ 광고) 파악
중복 사용자 제거 가능

2. 맞춤 오디언스 생성

사용자 행동 기반 세그먼트 생성
DV360 / SA360 / Google Ads로 export

리마케팅 강화

3. 전환 추적

어떤 채널이 성과를 냈는지 정확히 분석
투자 판단 근거 확보

(4) Google Marketing Platform (GMP)

Google Analytics는
GMP라는 통합 마케팅 플랫폼의 일부

→ 광고 + 분석을 하나로 관리

3. 주요 도구 연결 효과

1. DV360 (디스플레이/영상 광고)

연결하면:

GA 전환 데이터 → 입찰 최적화
오디언스 공유 → 리마케팅
광고 성과 → GA에서 분석
비용 데이터 → Analytics로 import

ROI 향상 핵심 도구

✔️ 2. Search Ads 360 (검색 광고)

연결하면:

검색 광고 데이터 통합
GA 전환 데이터 활용
사용자 행동 데이터 확인 가능

검색 광고 최적화

✔️ 3. Campaign Manager 360 (Floodlight)

연결하면:

전환 데이터 공유
GA attribution 모델 사용
자동 입찰 기능 강화

캠페인 성과 측정 + 최적화

✔️ 4. Search Console

연결하면:

어떤 키워드로 유입됐는지 확인
검색 → 클릭 → 행동 → 전환 분석

SEO + 사용자 행동 연결

4. Roberto 사례 해석

Roberto 상황:

콘텐츠 플랫폼 운영
광고 + 구독 모델

문제:
사용자 유입과 광고 성과를 더 잘 알고 싶음

해결:
GA + DV360 + SA360 + CM360 연결

결과:

타겟팅 개선
전환 데이터 정확도 상승
광고 성과 분석 강화

최종 핵심 정리

Google Analytics = 데이터 허브
다른 도구와 연결 = 마케팅 전체 최적화

Combine Business Data in Google Analytics

1. 전체 핵심 요약 (Short Summary)

Google Analytics는
자사 데이터(First-party data)를 추가하면 더 강력해짐

이를 위해 사용하는 핵심 기능:

Data Import → 외부 데이터 업로드해서 결합
Measurement Protocol → 서버/오프라인 데이터 직접 전송

핵심:
“온라인 + 오프라인 데이터를 합쳐야 진짜 고객 이해 가능”

2. 한국어 해석 + 구조 정리

(1) First-party data란?

기업이 직접 수집한 데이터
예:

오프라인 구매 데이터
CRM 고객 정보
멤버십/로열티 데이터

가치

경쟁 우위 확보 (우리만 가진 데이터)
고객 이해도 증가
더 정확한 의사결정 가능

(2) 왜 데이터 결합이 중요한가

보통 데이터는 각각 따로 존재함 (사일로)

GA + 외부 데이터 결합하면:

고객 행동 전체 흐름 이해 가능
온라인 + 오프라인 통합 분석
더 정확한 인사이트 확보

3. 핵심 기능 2가지

✔️ 1. Data Import

개념

외부 데이터를 업로드해서
GA 데이터와 결합하는 기능

특징

CSV 파일로 업로드
기존 데이터와 결합 or 보완
리포트/오디언스 강화

활용 예

CRM 고객 정보 → 사용자 세그먼트 생성
이메일 캠페인 데이터 → 성과 분석
오프라인 구매 데이터 → 전체 매출 분석

가져올 수 있는 데이터 종류

Cost data (광고 비용)
Item data (상품 정보)
User data (고객 정보)
Offline events (오프라인 이벤트)

결과:
더 완전한 고객 데이터 구축

✔️ 2. Measurement Protocol

개념

HTTP 요청으로 데이터를 직접 GA 서버에 전송

특징

웹/앱 외 데이터 수집 가능
서버 → 서버 데이터 전송
오프라인 이벤트 추적 가능

활용 예

매장 POS 구매 데이터 전송
환불 이벤트 기록
고객 LTV 전송

핵심 역할

온라인 + 오프라인 연결
기존 데이터와 결합 (join key 사용)

결과:
추적 불가능했던 데이터까지 분석 가능

4. 실제 사례 (Janelle)

옴니채널 리테일 기업

문제:
온라인 + 오프라인 데이터 분리됨

해결:

Data Import → CRM 데이터 결합
Measurement Protocol → 매장 구매 데이터 전송

결과:
고객 전체 행동 이해 가능

최종 핵심 정리

First-party data = 가장 중요한 데이터 자산
Data Import = 데이터 업로드 & 결합
Measurement Protocol = 데이터 직접 전송

Export Google Analytics Data to BigQuery

1. 전체 핵심 요약 (Short Summary)

Google Analytics 데이터를
BigQuery로 내보내면(raw data export) 훨씬 깊은 분석 가능

핵심 기능

원본 이벤트 데이터 분석
SQL로 자유롭게 쿼리
다른 데이터(CRM 등)와 결합
머신러닝/고급 분석 가능

한 줄:
“GA → BigQuery = 데이터 분석의 자유도 극대화”

2. 정리

(1) BigQuery란?

Google Cloud의 데이터 웨어하우스

특징:

초대용량 데이터 처리
SQL로 분석
서버 관리 필요 없음

(2) GA + BigQuery 연결 이유

연결하면:

GA 데이터를 원본(raw) 형태로 사용 가능
UI보다 훨씬 상세 분석 가능
다른 데이터와 결합 가능

더 깊은 고객 분석 가능

(3) 주요 장점

1. Raw 데이터 접근

GA UI는 가공된 데이터
BigQuery는 이벤트 단위 데이터 제공

2. SQL 분석 가능

원하는 방식으로 자유롭게 분석

3. 데이터 결합

CRM (고객 데이터)
광고 데이터
외부 데이터

하나로 통합 분석

4. 머신러닝 활용

고객 예측 모델 가능 (이탈 예측 등)

(4) 데이터 Export 방식

✔️ Daily

하루 1번 완전한 데이터

✔️ Streaming

실시간 데이터 (단 일부 정보 부족)

둘 다 선택 가능

(5) 중요한 특징

데이터 저장 위치 선택 가능 (지역 설정 가능)
GA property → BigQuery project 1개 연결
일부 데이터는 export 안됨 (예: Google Signals)

Learn About the Google Analytics APIs

1. 전체 핵심 요약 (Short Summary)

Google Analytics API는
데이터를 자동화 / 연동 / 관리하기 위한 도구

주요 API 3가지

Admin API → 설정/관리
Data API → 리포트 데이터 조회
Measurement Protocol → 데이터 전송

핵심 한 줄:
“API는 GA를 자동화하고 확장하는 도구”

2. 정리

(1) 왜 API를 쓰는가

API를 사용하면:

GA 계정 관리 자동화
데이터 접근 및 분석 자동화
다른 시스템과 연동 가능
업무 효율 향상

기업 규모가 커질수록 필수

(2) 주요 API 역할

✔️ 1. Admin API (관리용)

GA 설정을 프로그래밍으로 관리

사용 예

사용자 권한 관리
이벤트 설정
속성 구성

“설정 자동화” 담당

✔️ 2. Data API (데이터 조회)

GA 리포트 데이터를 가져오는 API

사용 예

대시보드 생성
리포트 자동화
실시간 데이터 조회

“데이터 가져오기” 담당

✔️ 3. Measurement Protocol (데이터 전송)

데이터를 GA로 직접 보내는 API

사용 예

오프라인 구매 데이터 전송
서버 이벤트 전송
앱/웹 외 환경 데이터 수집

“데이터 보내기” 담당

✔️ 4. User Deletion API

사용자 데이터 삭제

3. Data API vs BigQuery

구분Data APIBigQuery

데이터	집계 데이터	원본(raw) 데이터
목적	리포트 조회	깊은 분석
방식	API 호출	SQL 쿼리
특징	빠르고 간단	강력하지만 복잡

같이 쓰는 게 가장 좋음

4. 핵심 사용 기준

빠른 리포트 → Data API
대용량 분석 → BigQuery
설정 관리 → Admin API
데이터 전송 → Measurement Protocol

Get Enterprise Features with Analytics 360

1. 전체 핵심 요약 (Short Summary)

Analytics 360 (GA360)는
Google Analytics의 유료 엔터프라이즈 버전

핵심 특징

더 많은 데이터 처리 (높은 한도)
더 빠른 데이터 처리 (실시간/빠른 갱신)
더 정교한 계정 구조 (subproperty, roll-up)
전담 지원 + SLA 제공

한 줄:
“GA360 = 대기업용 확장형 Analytics”

2. 정리

(1) GA360이란?

GA의 프리미엄(유료) 버전
대기업 / 대규모 트래픽에 최적화

더 많은 데이터 + 더 많은 기능 제공

(2) 주요 장점

1. 높은 데이터 한도

더 많은 커스텀 차원/지표
더 많은 오디언스
더 많은 이벤트

2. 빠른 데이터 처리

실시간 데이터 (1시간 이내)
더 빠른 리포트 갱신

3. Unsampled 데이터

샘플링 없이 정확한 데이터 분석 가능

4. 전담 지원

Google 전문가 지원
SLA (서비스 보장)

5. 데이터 제어 강화

변경 이력 추적 가능
데이터 관리/통제 강화

3. 핵심 기능 (시험 중요)

✔️ Subproperty (부분 데이터)

하나의 source property에서
일부 데이터만 따로 분리

예

국가별 데이터
제품별 데이터

“데이터 쪼개기”

✔️ Roll-up property (통합 데이터)

여러 property 데이터를
하나로 합침

예

여러 브랜드 통합
여러 국가 통합

“데이터 합치기”

4. 구조 이해 핵심

개념의미

Source property	원본 데이터
Subproperty	일부 데이터
Roll-up property	통합 데이터

최종 핵심 정리

Subproperty = 나누기
Roll-up = 합치기
GA360 = 더 크고 더 빠르고 더 많은 기능

Dive deeper into GA4 data and reports-2 요약본

PD_10_garam — Mon, 20 Apr 2026 16:10:46 +0900

Group Users With Segments and Audiences

1. 전체 핵심 요약 (Short Summary)

Google Analytics에서 사용자 그룹을 나누는 방법:

Segment (세그먼트) → 분석용 (Explore에서 사용)
Audience (오디언스) → 마케팅용 (광고에 활용)

핵심 한 줄:
“Segment = 분석 / Audience = 타겟팅”

2. 정리

(1) Segment (세그먼트)

GA 데이터의 “부분 집합”

특징

Explore에서 사용
사용자 / 세션 / 이벤트 기준으로 분류
분석용

사용 목적

고객 행동 분석
특정 그룹 비교
인사이트 도출

예:

구매한 사용자
특정 캠페인 유입 사용자

핵심:
“데이터를 쪼개서 분석하는 도구”

(2) Audience (오디언스)

같은 특징을 가진 사용자 그룹

특징

광고 플랫폼과 공유 가능
리마케팅 가능
자동 업데이트

사용 목적

광고 타겟팅
리마케팅

예:

장바구니 이탈 사용자
특정 행동을 한 사용자

핵심:
“마케팅 타겟 그룹”

(3) Segment vs Audience 차이

구분SegmentAudience

목적	분석	마케팅
사용 위치	Explore	Ads / GA
활용	비교/분석	타겟팅
공유	❌	⭕

시험 핵심:

Segment → 분석용
Audience → 광고용

(4) 중요한 기능들

Segment overlap

최대 3개 세그먼트 비교
사용자 겹침 분석

타겟팅 개선 가능

Audience 생성 방법

Segment → Audience 변환
Explore에서 생성
Admin에서 직접 생성

Audience trigger

특정 조건 만족 시 이벤트 발생

분석 + 전환 활용 가능

Use Analytics Together with Google Ads

1. 전체 핵심 요약 (Short Summary)

Google Analytics + Google Ads 연결하면
광고 성과 분석 + 타겟팅 + 전환 최적화 가능

핵심 효과

광고 → 행동 → 전환까지 전체 흐름 분석
더 정확한 성과 측정
광고 효율(ROI) 개선

한 줄:
“광고 데이터 + 행동 데이터 연결 = 마케팅 최적화”

2. 정리

(1) 왜 연결해야 하나?

Google Ads + GA 연결하면:

광고 클릭 이후 사용자 행동 분석 가능
어떤 광고가 실제 전환을 만드는지 파악
예산 최적화 가능

고객 여정 전체 이해

(2) 주요 장점

1. Cross-channel 분석

광고 + 유기 검색 + 다른 채널 영향 분석
어떤 채널이 전환에 기여했는지 파악

2. 행동 분석

광고 유입 사용자의 행동 확인
UX 개선 가능

3. 오디언스 활용

GA에서 만든 오디언스 → Ads로 사용
리마케팅 가능

4. 전환 추적 & 입찰 최적화

GA 이벤트 → Ads 전환으로 사용
자동 입찰 최적화 가능

(3) 연결 시 가능해지는 것

ROAS (광고 수익률) 분석
Attribution (기여도 분석)
사용자 경로 분석
리마케팅 캠페인

(4) 권한 조건

GA → Editor 이상
Google Ads → Admin

Analyze Your Marketing Data in the Advertising Section

1. 전체 핵심 요약 (Short Summary)

Advertising 섹션은
광고 성과 + 고객 여정 + 전환 기여도 분석하는 공간

핵심 기능

광고 성과 분석
전환 및 ROI 측정
Attribution (기여도 분석)
고객 여정 분석

한 줄:
“광고 성과를 전체 흐름으로 보는 곳”

2. 정리

(1) Advertising 섹션이란?

Google Ads 등과 연결하면
GA 안에 광고 전용 분석 공간 생성

광고 + 퍼블리셔 성과 분석 가능

(2) 주요 리포트

Advertising snapshot → 전체 요약
Conversion performance → 전환 성과
Attribution paths → 사용자 경로
Attribution models → 기여도 모델
Planning → 예산 계획
Publisher ads → 광고 매체 분석

(3) 핵심 기능

1. Attribution (기여도 분석)

어떤 채널이 전환에 얼마나 기여했는지 분석

2. Customer Journey 분석

사용자가 전환까지 어떤 경로를 거쳤는지

3. ROI 분석

광고 비용 대비 수익 분석

(4) 실제 활용 흐름

Snapshot → 전체 성과 확인
Channels → 채널별 성과 분석
Campaign → 캠페인별 분석
비용 vs 전환 → 예산 최적화

(5) 중요한 지표

Key events (전환 수)
Ads cost (광고 비용)
Cost per key event
Clicks
Revenue
ROAS (광고 수익률)

광고 효율 판단 핵심

최종 핵심 정리

Advertising section = 광고 성과 분석
핵심 = 전환 + 기여도 + ROI

Manage GA4 data and learn to read reports 요약본

PD_10_garam — Thu, 16 Apr 2026 15:50:39 +0900

1. Google Analytics 기본 구조

Google Analytics는 웹사이트나 앱에서
사용자가 어떻게 행동하는지 데이터를 보는 도구이다.

처음 들어가면 Home(홈) 화면이 나오고,
여기서 중요한 데이터 요약을 확인할 수 있다.

왼쪽 메뉴에는 주요 기능이 있다:

Reports → 데이터 확인
Explore → 더 깊은 분석
Advertising → 광고 성과 분석
Admin → 설정 관리

2. 이벤트(Event) 개념

Google Analytics에서 가장 중요한 개념은 이벤트이다.

이벤트 = 사용자의 행동

예:

클릭
페이지 보기
앱 실행
구매

이벤트에는 추가 정보도 붙는다:

이벤트 파라미터
예: 어떤 페이지인지(URL)

이벤트 종류

자동 이벤트 → 자동 수집됨
추천 이벤트 → 미리 정해진 형태
커스텀 이벤트 → 직접 만드는 이벤트

3. Dimension & Metric

데이터는 두 가지로 나뉜다:

Dimension → 설명 (누가, 어디서)
예: 국가, 기기
Metric → 숫자 (얼마나)
예: 사용자 수, 클릭 수

쉽게 말하면
“설명 vs 숫자”

4. 데이터 관리 방법

1) 크로스 도메인

여러 사이트를 하나처럼 추적하는 기능

예:

쇼핑 사이트 + 결제 사이트

2) 불필요한 유입 제거

원하지 않는 사이트에서 들어오는 데이터를 제거

예:

결제 페이지
외부 로그인 사이트

3) 데이터 필터

특정 데이터를 아예 제외

내부 직원 데이터
개발자 테스트 데이터

⚠️ 한 번 제외하면 복구 불가

5. 전환 (Conversion)

전환 = 비즈니스에 중요한 행동

예:

구매
회원가입

설정 방법:

이벤트 생성
그 이벤트를 전환으로 표시

6. 리포트 (Reports)

리포트는 데이터를 보는 곳이다.

기본 구조

Realtime → 최근 30분 데이터
Acquisition → 어디서 왔는지
Engagement → 무엇을 했는지
Monetization → 구매
Retention → 다시 오는지

리포트 종류

Overview → 요약
Detail → 자세한 분석

7. 사용자 유입 분석

User acquisition

처음 들어온 경로
→ “첫 방문 기준”

Traffic acquisition

모든 방문 기준
→ “전체 방문 기준”

8. 데이터 필터 & 비교

필터

원하는 데이터만 보기

예:

특정 나라만 보기

비교

데이터끼리 비교

예:

모바일 vs 데스크탑

9. Explore (심화 분석)

기본 리포트보다 더 자세히 분석하는 기능

주요 기능

Free form → 표 형태 분석
Funnel → 단계 분석
Path → 이동 경로 분석

자유롭게 데이터 분석 가능

10. 핵심 흐름

Google Analytics는 이렇게 돌아감:

사용자 행동 → 이벤트 수집 → 데이터 분석 → 인사이트 도출

전체 핵심 한 번에 정리

이벤트 = 사용자 행동
Dimension = 설명
Metric = 숫자
Conversion = 중요한 행동
Reports = 기본 분석
Explore = 심화 분석

Google 애널리틱스 사용 시작하기 요약본

PD_10_garam — Wed, 15 Apr 2026 16:35:41 +0900

1. 디지털 분석 개념

디지털 분석은 웹사이트나 앱에서 데이터를 수집하고 분석하여 비즈니스 및 마케팅 의사결정을 돕는 과정이다.

확인할 수 있는 정보:

사용자 행동
마케팅 성과
콘텐츠 효과
유입 경로

2. 고객 여정(퍼널)

획득: 사용자가 유입되는 단계
참여: 사용자가 상호작용하는 단계
수익화: 구매로 이어지는 단계

3. 비즈니스 목표 설정

목표 정의
목표에 영향을 주는 지표 설정
성공 기준 정의

4. 사례 요약

메릴: 신규 고객 확보
제이슨: 온라인 판매 증가
가브리엘라: 사용자 행동 분석 및 구독 증가
로베르토: 인지도 향상

5. 데이터 수집 구조

데이터 흐름:

데이터 수집 → 이벤트 기록 → 리포트 생성 → 분석

수집 방식:

웹: 태그(tag)
앱: Firebase SDK

모든 사용자 행동은 이벤트로 기록됨
데이터는 처리 후 수정 불가

6. Google Analytics 계정 구조

계정(Account): 기업 단위
속성(Property): 웹사이트 또는 앱 데이터 단위
데이터 스트림(Data Stream): 실제 데이터 수집 경로

구성 예:

웹 + iOS + Android → 3개의 데이터 스트림

7. 웹사이트 연결 방법

Google Tag Manager 사용
웹사이트 코드에 직접 태그 추가
웹사이트 빌더에 측정 ID 입력

8. 앱 연결 방법

Firebase SDK 사용
플랫폼별(iOS, Android) 데이터 스트림 생성

자동 수집 이벤트:

first open
in-app purchase
screen view

9. 데이터 수집 확인

Realtime 리포트에서 최근 30분 데이터 확인
데이터가 없을 경우:
- 직접 접속하여 활동 발생
- 최대 24시간 대기
- 태그 설정 확인

10. Admin 기능

사용자 추가 및 권한 설정
계정, 속성, 데이터 스트림 관리
데이터 보관 기간 설정
삭제 및 복구 (35일 보관)

권한 구조:

Administrator
Editor
Marketer
Analyst
Viewer

상위 권한은 하위 권한을 포함함

11. 데이터 구성 요소

Event: 사용자 행동
Parameter: 이벤트에 대한 추가 정보
User property: 사용자 정보

12. Dimension과 Metric

Dimension: 데이터를 설명하는 속성 (텍스트)
예: 국가, 기기, 페이지
Metric: 수치 데이터
예: 사용자 수, 클릭 수, 매출

Dimension은 “무엇/누가/어디”를 설명하고
Metric은 “얼마나”를 나타냄

오늘의 할일을 미루지 말자

PD_10_garam — Wed, 15 Apr 2026 14:46:15 +0900

모두 파이팅

PD_10_garam — Wed, 15 Apr 2026 14:38:51 +0900

GA4 애널리틱스 아카데미 과정 등록하기

PD_10_garam — Wed, 15 Apr 2026 14:32:47 +0900

https://skillshop.docebosaas.com/learn/courses/8108/get-started-using-google-analytics/lessons/24354:8107/welcome-to-the-course-html-page

skillshop.docebosaas.com

이거 화요일(21일)까지 해야 됨. 파이팅!!