GA 입문 9편 시리즈 마무리. 1~8편 의 핵심 압축 + 신규 GA4 도입 30일 체크리스트 + 분석가 일/주/월 routine + 무료 학습 자원 (Google Skills Boost · Coursera · Trailhead · GAIQ 자격증) + 회사 의 분석 maturity 5 단계 + 다음 진로 (Data Analyst · Analytics Engineer · Growth · BI · Product Analyst). 8편 의 깊이를 일상 운영에 흡수하는 자리.
이 글은 Google Analytics 입문에서 운영까지 시리즈 마지막 9편. 1~8편의 깊이를 일상 운영으로 흡수하는 자리예요. GA4(Google Analytics 4, 구글의 차세대 웹·앱 분석 도구)를 덮은 다음 무엇을 할지 정리합니다.
이번 글의 범위
[1~8편의 핵심 압축]
↓
[신규 GA4 도입 30일 체크리스트]
↓
[분석가의 일·주·월·분기 routine]
↓
[학습 자원 (무료 · 유료 · 자격증)]
↓
[회사의 분석 maturity 5 단계]
↓
[다음 진로]
GA 시리즈를 덮은 후 무엇을 할지 짚는 자리입니다.
1~8편 핵심 압축
1편 — GA4 종합 · 4 측정 방법
GA4 vs UA:
- Event 기반 (UA = pageview 기반)
- User · Session · Event · Property 4 계층
- Cross-device · Cross-platform 통합
4 측정 방법:
- gtag.js (직접)
- Google Tag Manager (대시보드)
- Firebase SDK (모바일)
- Measurement Protocol (server-side)
2편 — 데이터 모델 깊이
User 식별 3 layer:
- Client ID (cookie · 기기)
- User ID (로그인)
- Google Signal (전 세계 추적)
Session:
- 30분 idle timeout
- midnight 자정 reset
- campaign 변경 시 새 session
Event Parameter:
- 25개 / event 최대
- reserved · automatically collected 일부 자동
Custom Dimension 의 4 scope:
- event · session · user · item
- 한 번 만들면 scope 변경 불가
3편 — 측정 4 방법 깊이
gtag.js:
- dataLayer 의 wrapper
- SPA 의 page_view 수동 (route hook)
GTM:
- Container · Tag · Trigger · Variable · DataLayer
- Workspace · Version · Environment · Preview · Publishing
- Server-side GTM (sGTM)
Firebase SDK:
- iOS · Android · Flutter
- 자동 event + Crashlytics 결합
Measurement Protocol:
- HTTP POST /mp/collect
- client_id 결합 (브라우저 cookie 와 일치)
- validation server 의 검증
4편 — Event · Conversion · Audience
Event 4 계층:
자동 수집 · Enhanced Measurement · Recommended · Custom
E-commerce 표준 12 event:
view_item · view_item_list · select_item
add_to_cart · remove_from_cart · view_cart · add_to_wishlist
begin_checkout · add_shipping_info · add_payment_info
purchase · refund
Conversion:
- 기존 event 의 toggle (Key Event)
- 최대 30개 / property
Audience:
- Condition · Sequence · Scope · Lookback · Exclude · Membership
- 광고 sync (Google Ads · DV360 · SA360)
5편 — Data API · Admin API
Data API 4 메서드:
runReport · batchRunReports · runPivotReport · runRealtimeReport
Admin API 6 영역:
Account · Property · Stream · Custom Dim/Metric · Audience · Conversion · Linking · Access
인증:
Service Account (서버) · OAuth (사용자)
Terraform / IaC:
Property · audience · custom dim 의 IaC
6편 — BigQuery Export
3 종류:
Daily (무료 1M event/일) · Streaming ($0.05/GB) · Fresh Daily (360)
Schema:
events_YYYYMMDD · nested record (event_params · user_properties · items)
UNNEST 필수
비용:
Storage $0.02/GB/월 · Query $6.25/TB scanned
함정:
SELECT * 비용 폭탄 · Streaming traffic source 24h lag · 1M 한도 · timezone
7편 — Reports · Explorations · Attribution
Reports 5 영역:
Realtime · Acquisition · Engagement · Monetization · Retention
Explorations 7 기법:
Free Form · Funnel · Path · Cohort · Segment Overlap · User Explorer · User Lifetime
Attribution 3 model (2023/11 이후):
Data-driven · Paid+Organic Last Click · Google Paid Last Click
Lookback Window:
Acquisition 30d (max) · Conversion 90d (max)
8편 — 운영 함정 + Privacy
운영 한도:
Sampling (10M event) · Threshold (작은 segment) · Cardinality (500 unique) · Retention (14m)
iOS ITP · Cookie 차단:
Client ID 7일 retention · User ID · sGTM 회피
Consent Mode v2:
4 type — analytics · ad · ad_user_data · ad_personalization
EU DMA · Korea PIPA · default vs update
PII:
email · 전화 · 주민번호 자동 금지
자동 redaction · 정기 BQ scan
IP · Residency:
자동 anonymization · 360 의 region 선택
신규 GA4 도입 30일 체크리스트
Week 1 — 설정 + 측정 시작
□ Day 1-2: GA4 Property 만들기
- Account 의 organization 확인
- Property 시간대 + 통화 + industry
- Data Streams 만들기 (Web + iOS + Android)
□ Day 3-4: 기본 측정 시작
- gtag.js 또는 GTM container 박기
- 자동 수집 event 확인 (Realtime report)
- 첫 page_view · session_start 발견
□ Day 5-6: Enhanced Measurement 켜기
- Web Stream > Enhanced Measurement = ON
- scroll · click · file_download · video · form_start 자동 활성
- 1주일 후 데이터 흐름 검증
□ Day 7: Privacy 의무 점검
- Consent Mode v2 박기 (4 type)
- Cookie banner 또는 CMP 의 GA 연동
- 한국 사용자 = PIPA 명시 동의
- 데이터 보존 14m (Standard max)
Week 2 — Event · Conversion 설계
□ Day 8-9: 비즈니스 핵심 event 매핑
- 신규 가입 · 구매 · 무료 체험 · 핵심 액션 정리
- 각 event 의 표준 이름 (Recommended) 또는 custom 결정
□ Day 10-11: E-commerce 12 event 박기 (필요 시)
- view_item · add_to_cart · begin_checkout · purchase 우선
- 각 event 의 필수 parameter (value · currency · items) 확인
□ Day 12-13: Custom Dimension · Metric 등록
- 비즈니스 metric (user_tier · cart_value) 등록
- scope 신중 (한 번 만들면 변경 불가)
□ Day 14: Conversion (Key Event) toggle
- 5~15개 핵심 비즈니스 목표만
- 가치 (value) 명시 (Google Ads ROAS 위함)
Week 3 — Audience · Linking
□ Day 15-16: 핵심 Audience 만들기
- 5 funnel audience: Awareness · Interest · Intent · Conversion · Churn
- 각 audience 의 condition · scope · lookback
□ Day 17-18: 광고 플랫폼 Linking
- Google Ads Property Linking
- DV360 / SA360 (사용 시)
- Audience 자동 sync 확인
□ Day 19-20: BigQuery Export 활성
- Daily Export Linking
- Dataset location = asia-northeast3 (서울)
- 다음날 events_YYYYMMDD 도착 확인
□ Day 21: User ID 통합
- 로그인 사용자 의 hash(user_id) GA 박기
- User Property (user_tier 등) 시작
Week 4 — Dashboard · Routine 시작
□ Day 22-23: Looker Studio Dashboard
- 5 page 표준 (Overview · Acquisition · Funnel · Retention · Audience)
- 자동 PDF export → 마케팅팀 매주 월요일
□ Day 24-25: 첫 Exploration 만들기
- E-commerce 5 step funnel (Funnel exploration)
- 30일 retention cohort
- 어디서 drop 일어나는지 첫 발견
□ Day 26-27: Slackbot · cron 만들기
- 일 KPI Slack 자동 보고 (#analytics)
- Realtime anomaly alert (활성 사용자 50% 미만)
□ Day 28-29: 권한 · 거버넌스 정리
- 사용자 권한 정리 (Viewer · Analyst · Editor · Admin)
- 권한 audit log 활성
- 분석가 onboarding 문서
□ Day 30: 첫 분석 보고
- 첫 month KPI 정리
- 데이터 품질 audit (GA vs DB · UTM 누락 · PII 누출)
- 다음 month 의 개선 우선순위
분석가의 routine
일 routine (10~15분)
09:00 Slack 자동 보고 확인:
- 어제 KPI (users · sessions · revenue · conversion rate)
- 지난 7일 평균 대비 변화
- 핵심 segment 의 trend
09:15 Realtime report:
- 현재 활성 사용자
- 이상 channel · campaign 감지
09:30 일 작업:
- 어제 데이터 issue 점검 (BQ 도착 · GA 매출 vs DB 매출 reconcile)
- 광고팀 · 마케팅팀 요청 처리
주 routine (30분 ~ 1시간)
월요일 09:00:
- 지난 주 KPI 정리 (Looker Studio dashboard PDF)
- 핵심 funnel 변동 (E-commerce 5 step)
- 채널 ROAS 변동 (Attribution + Conversion Path)
- Slack #weekly-kpis 에 핵심 발견 공유
수요일 14:00:
- Audience 의 광고 매체 sync 점검
- 새 audience 필요 시 만들기
- Predictive Audience 의 정확도 검증
월 routine (2~3시간)
1일 (월 첫 영업일):
- 지난 월 OKR review
- Cohort retention chart (Looker Studio)
- LTV by acquisition channel
- 마케팅 ROI 보고서 (CFO · CEO 용)
매월 마지막 주:
- 다음 월 의 분석 우선순위 (5 ~ 10개 질문)
- 새 Audience · Custom dimension 필요 여부
- 데이터 품질 audit (PII scan · cardinality)
- 권한 · 거버넌스 review
분기 routine
분기 시작 1주차:
- 지난 분기 KPI 종합 보고 (이사회 자료)
- Property 의 retention · sampling · 한도 점검
- BigQuery 비용 review
- Consent Mode 의 동의율 review
분기 중반:
- 데이터 governance review
- 분석가 onboarding 자료 update
- 새 채널 · 새 product 의 measurement 통합 plan
분기 끝:
- 다음 분기 의 KPI 목표
- Audience · 광고 sync 의 효과 측정
- Maturity 모델 의 다음 단계 plan
무료 학습 자원
Google의 공식 무료 자원
1. Google Skills Boost (구 Google Cloud Skills)
- 무료 Quest · Lab
- "Build a Google Analytics 4 Property"
- "BigQuery for Data Analysis"
- 자동 환경 + 자격증 path
2. Google Analytics Academy
- GA4 입문 ~ 고급 코스
- Tag Manager 코스
- 무료, 자기 페이스
3. Google Cloud Codelabs
- BigQuery Export 의 hands-on
- Looker Studio 통합 가이드
- GA Data API 의 Python 예제
4. Google Marketing Platform Blog
- 새 기능 · best practice
- 매주 업데이트
Coursera · Udemy (유료)
Coursera:
- "Google Data Analytics Professional Certificate" (8 course)
- "Google Digital Marketing & E-commerce" (7 course)
- 월 $39 ~ $59
Udemy:
- GA4 의 다양한 코스 ($20 ~ $50)
- Tag Manager · BigQuery · SQL
- 평생 access
YouTube (무료)
- Google Analytics 의 공식 채널
- Loves Data (Benjamin Mangold)
- MeasureSchool (GTM · GA4 중심)
- Krista Seiden Analytics
자격증
1. GAIQ (Google Analytics Individual Qualification)
- 무료
- Google Analytics Academy 의 시험
- 1년 만료 → 재시험
- 이력서의 의미 있는 자격증
2. Google Tag Manager (GTM) 자격증
- 비공식 (공식 자격증 X)
- MeasureSchool 같은 unofficial cert
3. Google Cloud Professional Data Engineer
- 유료 ($200)
- BigQuery · Dataflow · Pub/Sub 깊이
- GA4 + BQ 운영 경험 도움
회사의 분석 maturity 5 단계
Stage 1: Awareness (1~3개월)
- GA4 설치 + page_view 박힘
- 기본 dashboard (사용자 · 매출 만)
- 가끔 누군가 GA 보고 결정
- 데이터 신뢰도 X
목표 — Privacy 준수 + 기본 event.
Stage 2: Defined (3~6개월)
- Recommended event 표준 박힘
- E-commerce 12 event 완전
- Conversion 표시 + 가치 명시
- Looker Studio dashboard
- 마케팅팀 의 주간 KPI 보고
- 일/주 routine 시작
목표 — 일관된 측정과 마케팅 의사결정 기준.
Stage 3: Measured (6~12개월)
- Custom event 의 비즈니스 metric 매핑
- Audience 5 funnel 의 광고 retargeting
- BigQuery Export 활성
- 첫 Cohort · Funnel · Path exploration
- GA 매출 vs DB 매출 reconcile (95%+ 일치)
- Attribution + Conversion Path 로 채널 전략
목표 — 데이터 기반 결정 (5~20개 핵심 KPI 의 신뢰).
Stage 4: Predicted (12~24개월)
- ML 의 활용 (Predictive Audience)
- LTV 의 acquisition channel 기준 결정
- Custom ML pipeline (BQ → 모델)
- A/B 테스트 의 일상화
- Personalized 추천 시스템
- Reverse ETL (CDP) 통합
목표 — Predict와 Personalize.
Stage 5: Optimized (24개월+)
- Real-time decisioning (sGTM + ML)
- 전사 의 self-service analytics
- Analytics Engineer 팀 + Data Engineer 팀 의 협업
- 데이터 의 SLA · 데이터 카탈로그
- 비즈니스 의 *분석 없이 안 됨* 상태
- 회사 의 KPI 정의 자체가 GA 의 metric 기반
목표 — 분석이 곧 회사의 핵심 인프라.
다음 진로
1. Data Analyst (분석가)
한국 평균 연봉: 4,000 ~ 8,000만원 (경력 3년)
미국: $80,000 ~ $140,000
핵심 스킬:
- SQL (BigQuery · Snowflake · Postgres)
- Excel · Google Sheets 깊이
- 통계 (회귀 · A/B · cohort)
- Looker · Tableau · Power BI
GA 의 도움:
- GA4 + BQ 운영 경험 = 매우 가치 있음
- GAIQ 자격증 + portfolio
2. Analytics Engineer
한국 평균 연봉: 6,000 ~ 1억 (경력 3년)
미국: $130,000 ~ $200,000
핵심 스킬:
- SQL 매우 깊이 (window function · CTE · 최적화)
- dbt (Data Build Tool) · Airflow
- Python · Spark
- Data Warehouse 의식 (BQ · Snowflake · Databricks)
- Terraform · IaC
GA 의 도움:
- GA4 Admin API · BQ Export 운영
- dbt 모델로 GA4 ETL
- 분석가 · 데이터 엔지니어 의 중간
3. Growth Analyst · Growth Engineer
한국 평균 연봉: 5,000 ~ 1억 (경력 3년)
미국: $100,000 ~ $180,000
핵심 스킬:
- 마케팅 깊이 (CAC · LTV · payback)
- A/B 테스트 의 statistical power
- Funnel optimization
- Cohort retention 의 root cause
- SQL · Python · 마케팅 도구
GA 의 도움:
- GA4 Audience · Attribution 의 광고 활용
- Custom event 의 비즈니스 metric 매핑
- Funnel · Cohort 분석 의 일상
4. BI (Business Intelligence) Engineer
한국 평균 연봉: 5,000 ~ 9,000만원 (경력 3년)
미국: $90,000 ~ $150,000
핵심 스킬:
- Looker · Tableau · Power BI 깊이
- Data Warehouse 의식
- Stakeholder communication
- Dashboard 의 self-service 설계
GA 의 도움:
- Looker Studio · GA4 통합 운영
- 비즈니스 metric 의 BI 매핑
5. Product Analyst
한국 평균 연봉: 5,000 ~ 1억 (경력 3년)
미국: $120,000 ~ $200,000
핵심 스킬:
- Product 의식 (user research · UX)
- A/B 테스트 · statistical inference
- Funnel · cohort · activation analysis
- SQL · Python · Mixpanel/Amplitude/GA
GA 의 도움:
- User Lifetime · Cohort 의 product 결정
- Path exploration 의 UX 검증
- Custom event 의 product metric 매핑
6. Marketing Operations Engineer
한국 평균 연봉: 4,000 ~ 8,000만원 (경력 3년)
핵심 스킬:
- GA4 · GTM · 광고 플랫폼 (Google Ads · Meta · TikTok)
- CRM (HubSpot · Salesforce)
- 마케팅 자동화 (Braze · Iterable · Mailchimp)
- 분석 + 운영 의 다리
GA 의 도움:
- GA4 의 운영 깊이 (이 시리즈 의 전체)
- GTM 의 server-side 운영
시리즈 마무리
8편의 깊이가 곧 GA4의 거의 모든 자리입니다. 1편의 Event 기반이라는 첫 인식부터 8편의 Consent Mode v2의 EU DMA 의무까지 한 길로 이어집니다.
여기까지 따라온 사람의 다음 단계는 이렇게 정리됩니다.
1. 회사 의 GA4 운영 audit
→ 어느 stage 인가?
→ 다음 stage 의 첫 1개 action 은?
2. 첫 BigQuery 의 SQL 쿼리
→ events_* 의 첫 SELECT
→ cardinality · funnel · cohort 의 첫 SQL
3. GAIQ 자격증 도전
→ Google Analytics Academy 의 무료 코스 + 무료 시험
→ 이력서 의 의미 있는 자격증
4. 자체 dashboard 만들기
→ Looker Studio 또는 우리 BI 도구
→ 매주 자동 PDF export
5. 분석가 의 진로 path 결정
→ 위 6 가지 진로 중 1~2개 의 깊이
→ 1 ~ 2년 후 의 목표 정의
GA의 측정은 비즈니스 의식의 인프라. 측정하지 않은 것은 개선되지 않습니다. 이 시리즈가 측정 가능한 사고의 첫 발걸음이 되길.
시험 직전 한 번 더 — 시리즈 마무리 압축 노트
8 편 의 자산
- 1편 — Event 기반 · 4 측정 방법
- 2편 — User · Session · Event Parameter · Custom Dim 4 scope
- 3편 — gtag · GTM · Firebase · MP 깊이
- 4편 — Recommended event · Conversion · Audience
- 5편 — Data API · Admin API · Terraform
- 6편 — BigQuery Export · UNNEST · 비용
- 7편 — Reports · Explorations 7 기법 · Attribution 3 model
- 8편 — Sampling · Threshold · Cardinality · ITP · Consent v2 · PIPA
30일 도입 체크리스트
- Week 1 — 설정 + 측정 + Privacy
- Week 2 — Event · Conversion 설계
- Week 3 — Audience · Linking · BQ
- Week 4 — Dashboard · Routine
Routine
- 일 — Slack KPI + Realtime + 광고팀 처리 (15분)
- 주 — 월요일 KPI + 수요일 Audience (1시간)
- 월 — OKR + Cohort + 거버넌스 (3시간)
- 분기 — 보고 + governance + 다음 단계
학습 자원
- Google Skills Boost (무료 Quest · Lab)
- Google Analytics Academy (무료)
- Coursera GA Pro Cert ($39~$59/월)
- Udemy ($20~$50 평생)
- YouTube (Loves Data · MeasureSchool)
- GAIQ 자격증 (무료, 1년 갱신)
Maturity 5 단계
- Stage 1 Awareness (1~3개월) — 설치 + page_view
- Stage 2 Defined (3~6개월) — Recommended event + dashboard
- Stage 3 Measured (6~12개월) — Custom event + BQ + Cohort
- Stage 4 Predicted (12~24개월) — ML + LTV + A/B
- Stage 5 Optimized (24개월+) — Real-time + 전사 self-service
6 진로
- Data Analyst — SQL · 통계 · BI
- Analytics Engineer — dbt · 데이터 모델링
- Growth — CAC · LTV · A/B
- BI Engineer — Looker · Tableau
- Product Analyst — A/B · Cohort · UX
- Marketing Operations — GTM · CRM · 자동화
공식 자원: Google Analytics Academy · Google Cloud Skills Boost 에서 무료 학습을 시작할 수 있어요.
시리즈 다른 편 (앞뒤 글 모음)
이전 글:
- 4편 — Event · Conversion · Audience 설계 깊이
- 5편 — Data API · Admin API · 외부 통합 깊이
- 6편 — BigQuery Export 깊이 (schema · UNNEST · 비용)
- 7편 — Reports · Explorations · Attribution 깊이
- 8편 — 운영 함정 + Privacy 깊이
다음 글: 시리즈 마지막 편이에요.
※ 이 포스팅은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.