마케팅 데이터 분석
첫구매 LTV부터 코호트까지, 광고주 데이터에서 답을 꺼내는 방법
-
이벤트 이름과 속성을 관리하는 트래킹 명세
이벤트 이름·발생 조건·필수 속성·담당자를 하나의 명세로 관리합니다. GA4 규칙과 내부 계약을 구분하고, Python으로 문서와 검증 결과를 함께 생성하며 스키마 변경의 호환성을 확인합니다.
-
관측 매출과 광고에 귀속된 매출을 나눠 보는 방법
같은 주문 원장에 마지막 유효 접점과 자체 균등 채널 배분을 적용해 귀속 매출이 달라지는 이유를 확인합니다. 미배정·중복 주장·귀속 기간을 구분하고, 관측과 귀속만으로 증분 효과를 확정할 수 없는 이유를 설명합니다.
-
CPA·CAC·ROAS·MER를 목적에 맞게 사용하는 법
전환 한 건의 비용과 신규 고객 획득 비용, 매체 귀속 가치와 전체 사업 매출을 구분합니다. ROAS·MER가 높아 보여도 수익성이 보장되지 않는 이유를 합성 주문 200건과 Python 예제로 재현합니다.
-
전환율의 분모가 바뀌면 캠페인 순위가 달라지는 이유
계정 전환율과 세션 전환율, 100세션당 주문 수를 구분합니다. 같은 합성 데이터에서 캠페인 순위가 달라지는 이유와 전체 비율의 가중 집계, 계정 단위 Wilson 구간을 Python으로 재현합니다.
-
사용자·기기·세션·주문 식별자를 구분하는 방법
계정 수, 브라우저·앱 설치 ID 수, 세션 수와 주문 수를 구분합니다. 여러 기기에서 보인 한 계정과 여러 계정이 사용한 한 브라우저를 합성 이벤트 13행으로 분석하고, 미연결 매출을 보존하는 Python 예제를 제공합니다.
-
한 행이 무엇을 뜻하는지 정하는 데이터 모델
주문 3건이 상품 행 5개로 펼쳐질 때 집계 단위가 어떻게 바뀌는지 확인합니다. 중복 없는 키만으로 매출 합계를 보장할 수 없는 이유와 SUM DISTINCT의 함정을 합성 데이터·SQLite 예제로 재현합니다.
-
광고비·부가세·수수료·환율을 같은 기준으로 맞추기
매체 비용, 조정액, 수수료, 세액과 결제액을 구분하고 서로 다른 통화를 같은 기준으로 환산합니다. 비용 범위에 따라 비용 대비 매출 비율이 달라지는 합성 명세를 Python Decimal 예제로 재현합니다.
-
취소와 부분 환불을 반영한 순매출 계산
결제 전 취소, 전액·부분 환불, 처리 중·실패 상태를 구분해 순매출을 계산합니다. 같은 환불의 상태 이력을 중복 차감하지 않는 방법과 기준일별 순매출을 합성 데이터·Python 예제로 재현합니다.
-
매출 데이터의 날짜와 시간대를 맞추는 방법
한국 날짜와 UTC 날짜로 집계하면 주문 수는 같아도 매출이 달라질 수 있습니다. 자정 경계, GA4 시간 필드, Python 시간대 변환과 해외 캠페인의 23시간·25시간 하루를 합성 데이터와 검증 코드로 확인합니다.
-
구매 이벤트 중복을 제거할 때 transaction_id부터 확인하는 이유
구매 이벤트의 전송 ID와 주문 ID를 구분하고, 정상 재구매를 지우지 않으면서 중복·값 충돌·ID 누락을 처리합니다. GA4 웹·앱의 차이, Google Ads의 조건과 합성 데이터 8행을 검증하는 Python 예제를 담았습니다.
-
GA4·MMP·주문 매출이 다를 때 먼저 맞춰야 할 지표 정의
구매 로그 5행이 실제 주문 3건, 구매자 2명이 되는 합성 예제로 마케팅 지표의 집계 단위·시간대·중복·환불을 확인합니다. GA4와 BigQuery, MMP 데이터를 비교하기 전에 정할 기준과 Python 재현 코드를 담았습니다.