Google Cloud는 Google 애널리틱스와 연동하여 데이터 기반 비즈니스로 거듭나도록 도와줍니다. Google 애널리틱스 데이터를 BigQuery로 가져오면 더 많은 데이터에서 비즈니스 통계를 얻고 가치 실현 시간을 단축할 수 있습니다.
개요
마케팅에 더 많은 데이터를 활용하고 데이터에 기반한 비즈니스 의사 결정을 내릴 수 있는 방법을 찾고 있다면 Google 애널리틱스 및 BigQuery를 데이터 스튜디오(이전 명칭: Looker Studio)와 함께 활용하는 것이 좋습니다. 이러한 친숙한 도구는 기본 제공 통합 기능과 함께 작동하여 분석, 잠재고객 분류, 인사이트 공유를 위해 데이터를 쉽게 통합할 수 있도록 지원합니다.
Google 애널리틱스(GA4)에 있는 BigQuery Export를 사용하면 Google 애널리틱스 속성에서 BigQuery로 모든 이벤트 데이터를 무료로 내보낼 수 있습니다. BigQuery에서는 SQL과 유사한 구문으로 샘플링 및 할당량 한도를 초과하는 고급 보고서를 위해 데이터를 쿼리하여 CRM 데이터와 같은 다른 소스에서 외부 데이터를 가져와서 Google 애널리틱스 데이터와 결합할 수 있습니다. 이를 통해 잠재고객 세그먼트를 빌드하고, 커스텀 트래픽 기여 분석을 탐색하며, 보고 및 잠재고객을 위한 간단한 ML 모델을 빌드할 수 있습니다.
먼저 새 Google Cloud 프로젝트를 만들고 BigQuery를 사용 설정해야 합니다. 그런 다음 BigQuery Export를 위해 프로젝트를 준비해야 합니다. Google 애널리틱스를 처음 시작하는 경우 Google 애널리틱스를 BigQuery 샌드박스(무료이며 시작할 때 신용카드가 필요하지 않음(샌드박스 한도 적용))에 연결하면 됩니다. 조직에 이미 기존 BigQuery 파이프라인이 있는 경우 기존 BigQuery 프로젝트에 연결할 수도 있습니다. 마지막으로 BigQuery를 Google 애널리틱스 속성에 연결합니다.
조직에서 Google 애널리틱스 데이터를 데이터 스튜디오에 직접 연결하여 팀 간에 공유할 수 있는 보고서와 대시보드를 빌드할 수 있습니다. (Google 애널리틱스 데이터에 연결된 데이터 스튜디오 보고서에는 Google Analytics Data API 할당량이 적용됩니다.) 데이터 스튜디오로의 BigQuery 내보내기 기능은 높은 카디널리티에 대해 걱정할 필요 없이 Google Analytics Data API를 넘어선 기능을 제공하므로, API의 제한 없이 정확한 마케팅 데이터를 얻을 수 있습니다.
BigQuery는 대량의 데이터를 저장하고 분석할 수 있는 클라우드 기반 데이터 웨어하우스입니다. BigQuery를 사용하면 Google 애널리틱스뿐만 아니라 웹사이트 로그, CRM 시스템과 같은 다른 소스의 데이터도 저장할 수 있습니다. 이 데이터를 사용하면 복잡한 쿼리를 실행하고 Google 애널리틱스만으로는 파악할 수 없는 트렌드를 식별할 수 있습니다.
BigQuery 샌드박스를 사용하면 BigQuery 기능을 무료로 탐색하여 BigQuery가 니즈에 적합한지 확인할 수 있습니다. 샌드박스에서는 신용 카드 제공, 결제 계정 만들기, 프로젝트에 결제를 사용 설정하지 않고 BigQuery와 Google Cloud 콘솔을 경험할 수 있습니다.
Google 애널리틱스는 여러 기기와 플랫폼에서 고객을 자세히 파악할 수 있는 무료 측정 플랫폼입니다. Google 애널리틱스를 사용하여 웹사이트 또는 앱의 성능을 측정하고, 고객이 사이트와 앱에서 상호작용하는 방식에 따라 데이터에 기반한 의사 결정을 내리고, 마케팅 ROI를 개선할 수 있습니다.
데이터 스튜디오는 더욱 현명한 비즈니스 결정을 내릴 수 있도록 도와주는 대화형 대시보드와 멋진 보고서로 데이터를 강화하는 무료 도구입니다. 데이터 스튜디오의 기본 제공 커넥터를 사용하면 BigQuery 및 Google 애널리틱스 4에서 데이터를 쉽게 가져올 수 있어 다양한 데이터에 간편하게 액세스할 수 있습니다. 이를 통해 보고서 및 대시보드를 이해관계자와 빌드 및 공유하고 단일 정보 소스에서 실시간으로 공동작업할 수 있습니다.
BigQuery의 기본 제공 머신러닝을 사용하여 마케팅 실적을 더 정확하게 예측하고 계획할 수 있습니다. 이전 마케팅 데이터를 사용하여 계절성을 포함하는 정확한 예측을 만들어 비즈니스 피크를 더 효과적으로 계획할 수 있습니다.
BigQuery ML을 사용하면 Google 애널리틱스 데이터를 기반으로 구매 경향이나 예측 고객 평생 가치와 같은 예측 잠재고객을 구축하여 잠재적으로 가치 있는 신규 고객을 타겟팅할 수 있습니다. ML 기반 예측 기능을 사용하면 이탈을 예측할 수도 있습니다.
BigQuery의 기본 제공 머신러닝을 사용하여 마케팅 실적을 더 정확하게 예측하고 계획할 수 있습니다. 이전 마케팅 데이터를 사용하여 계절성을 포함하는 정확한 예측을 만들어 비즈니스 피크를 더 효과적으로 계획할 수 있습니다.
BigQuery ML을 사용하면 Google 애널리틱스 데이터를 기반으로 구매 경향이나 예측 고객 평생 가치와 같은 예측 잠재고객을 구축하여 잠재적으로 가치 있는 신규 고객을 타겟팅할 수 있습니다. ML 기반 예측 기능을 사용하면 이탈을 예측할 수도 있습니다.