구글 애널리틱스 전자상거래 - 관련 상품 가져오기

GA 전자상거래 기능인 "관련 상품" 기능을 알아 본다.
아마존 성공 사례인 상품 기반 추천의 “같이 구매한 상품들”과 유사한 기능이다.

목차

• GA에서 기능 활성화
• API로 데이터 가져오기
• UI 조회 도구
• 파이썬 도구
• 샘플 데이터

1. GA에서 기능 활성화 하기
“관리” -> “보기” -> “전자상거래  설정” 의 관련 상품을 체크한다.

2. API 로 데이터 가져오기

가. UI 조회 도구로 확인 및 가져오기
UI 조회 도구 <- 클릭

https://ga-dev-tools.appspot.com/query-explorer/?
dimensions=ga:queryProductId,ga:relatedProductId
&metrics=ga:correlationScore,ga:queryProductQuantity,ga:relatedProductQuantity
&filters=ga:queryProductId==A

**
GA 계정으로 로그인 후에 원하는 보기를 선택한다.

나. 파이썬 도구로 확인하기

import pandas.io.ga as ga
df = ga.read_ga(
    account_id=“<계정 ID>“,
    profile_id=“<보기 ID>",
    property_id=“<속성 ID>”,
    metrics=['correlationScore','queryProductQuantity','relatedProductQuantity'],
    dimensions=['queryproductid','relatedproductid'],
    #filters=['queryproductid==A'],
    start_date="2016-10-01",
    end_date="2016-11-03",
    index_col=0
)

**
측정 기준/항목 선택은 여기를 클릭 한다.
연동 방법은 판다스에서 구글 애널리틱스 API 연동 을 참고 할 수 있다.

3. 샘플 데이터 보기

**
correlationScore 는 0 에서 1 사이의 값을 가진다.
queryproductid -> relatedproductid 의 신뢰도로 추정되고 1에 가까울 수록 연관성이 높다.
가이드에서 공식을 찾을 수 없었지만, 연관 규칙과 흡사한 것으로 보인다.

Read More

구글 애널리틱스 스팸 막기

자체 로봇 제거에도 불구하고, 다수의 스팸 패킷이 들어온다.
이를 막기 위한 좋은 방법을 소개한다.

스팸 막는 방법 두 가지 (필터 활용)

1. 포함하는 방법
다수의 스팸 사이트들이 호스트 이름과 화면 해상도가 (not set)으로 표기된다.
필터 시점에 호스트 이름의 경우 무효값으로 인지하고, 화면 해상도는 (not set)으로 인지한다.
So, 명확한 호스트 이름을 포함하는 패킷과 화면 해상도가 (not set)인 패킷을 제외하는 조건으로 필터한다.
**
무효값은 필터를 무시한다.

2. 제외하는 방법
스팸으로 판단되는 캠페인 소스에 대해서 정규식 패턴을 찾아서 제외한다.
한줄에 들어가는 정규식 패턴의 글자수가 256자로 제한이 있다.

결론

두 가지 방법을 혼용 할때, 각각의 이점을 최대한 살릴 수 있다.
1번 방식으로 다수의 스팸을 걸러내고, 나머지는 2번 방식으로 조금 명확한 기준의 정규식을 사용한다.

Read More

Firebase 앱분석 설치 가이드

구글에서 2014년 인수한 백엔드 서비스인 Firebase의 앱분석 설치 과정을 다룬다.

크게 보면 아래 두 가지 내용이다.
가. iOS 기반에서 firebase analytics 를 사용하는 방법
나. 구글 태그 매니저 연동 방법

먼저 iOS 기반에서 firebase analytics를 사용하는 방법이다.

맥에서 CocoaPods를 설치한다.
아마도 에러가 발생한다.
ERROR:  Error installing cocoapods:
activesupport requires Ruby version >= 2.2.2.

구글 커뮤니티는 다음 차선책을 제시한다.
sudo gem install activesupport -v 4.2.6
sudo gem install cocoapods

**
gem: 세련된 루비 패키지 관리자
CocoaPods: Cocoa 라이브러리 패키지 관리자

xcode 도구에서 개발 프로젝트를 생성한다.
프로젝트 생성 폴더에서 Firebase 라이브러리를 가져온다.
pod init :-> Podfile이 생성된다.
vi Podfile :-> pod ‘Firebase’를 추가한다.
pod install

Firebase에서 서비스 프로젝트를 생성한다.
GoogleService-Info.plist 파일을 내려받아 개발 프로젝트에 추가한다.
GoogleService-Info.plist 내용에 IS_ANALYTICS_ENABLE을 True로 변경한다.

프로젝트에 코딩 작업을 한다.
AppDelegate.swift에 가이드 코드를 추가한다.
import Firebase

func application(application: UIApplication, didFinishLaunchingWithOptions  …) -> Bool {
        // Override point for customization after application launch.
        FIRApp.configure()
        return true
    }

ViewController.swift에 이벤트 로그 코드를 삽입한다. 
import FirebaseAnalytics

FIRAnalytics.logEventWithName(“<eventName>”, parameters: [
“<keyName>”: “<keyValue>”,
… ])

Analytics 디버깅 옵션을 추가한다.
Product > Scheme > Edit Scheme… > Arguments (tab) > Arguments Passed On Launch
에 -FIRAnalyticsDebugEnabled 값을 추가한다.

<<실제 디버그 내용
2016-07-22 17:26:47.742 myFirebaseA[10445:] <FIRAnalytics/DEBUG> Logging event: origin, name, params: app+gtm, test_event, {
   "_o" = "app+gtm";
   eventAction = "test event action";
   eventCategory = "test event category";
}
2016-07-22 17:26:47.796 myFirebaseA[10445:] <FIRAnalytics/DEBUG> Event logged. Event name, event params: test_event, {
   "_o" = "app+gtm";
   eventAction = "test event action";
   eventCategory = "test event category";
}

디버그 로그로 태그 전송 여부를 추측 할 수 있다.
확실히 하기 위해서, 실시간 확인이 가능한 구글 태그 매니저를 활용한다.

다음은 구글 태그 매니저 연동 방법이다.

태그 매니저에서 iOS용 firebase 컨테이너를 생성한다.
게시 버전의 json 파일을 내려 받고, container/<code>.json 형태로 개발 프로젝트에 참조를 건다.

개발 프로젝트에 태그 매니저 라이브러리를 추가한다.
pod 'GoogleTagManager', '~> 5.0' 를 Podfile에 추가하고,
pod install 한다.

<<실제 디버그 내용
2016-07-22 17:26:47.735 myFirebaseA[10445:649284] GoogleTagManager info: Processing logged event: test_event with parameters: {
    eventAction = "test event action";
    eventCategory = "test event category";
}
2016-07-22 17:26:47.740 myFirebaseA[10445:649284] GoogleTagManager info: Sending universal analytics hit: {
    "&ea" = "test event action";
    "&ec" = "test event category";
    "&el" = "test_event";
    "&ni" = 0;
    "&t" = event;
    "&tid" = "UA-012345678-1";
}

Read More

구글 애드워즈 인증 요약 노트

구글 애드워즈 인증을 준비하면서 요약한 내용들이다.
1년 후를 기약하며 흔적을 남긴다.

타게팅 방법

1. 문맥 타겟팅

    1. 키워드 및 주제를 선택한다.

    2. 검색 유형

        1. 키워드 문맥 일치

            1. 광고 게재위치가 키워드와 문맥적으로 관련이 있다.

        2. 확장 키워드 일치

            1. 광고 게재위치가 키워드 및 광고를 조회한 사용자가 최근에 검색한 페이지등과 관련이 있다.

2. 잠재고객

    1. 관심 분야

        1. 관심사나 공통 화제를 기준으로 타켓팅한다.

    2. 리마켓팅

        1. 과거 사이트 방문 여부를 기준으로 타겟팅한다.

    3. 인구통계

        1. 인구 통계 사용

3. 게재위치

    1. 게재위치

        1. 선택 게재위치를 사용하여 사이트, 모바일, 앱, 동영상을 타게팅한다.

    2. 사이트 카테고리 옵션

        1. 디스플레이 네트워크 카테고리를 기준으로 타게팅한다.

4. 입찰 옵션 두 가지

    1. 타겟팅 및 입찰

        1. 게재위치 타겟팅을 한다고 할때 키워드가 일치 함에도 게재위치가 다르면 노출이 되지 않는다.

    2. 입찰

        1. 게재위치 타겟팅을 한다고 할때 키워드와 일치하면 노출 되고, 게재위치도 맞으면 입찰 가격을 올릴 수 있다.

비용 지불 방식

1. CPC

    1. 클릭수를 늘리는 것이 목표

    2. 자동 입찰 전략

        1. 일일예산을 설정하면 자동으로 입찰가 관리

    3. 수동 입차 전략

        1. 광고그룹, 개별 키워드, 게재위치별로 입찰가 지정 가능

2. ECPC

    1. 기기, 브라우저, 위치, 시간대 등 실시간 정보와 기존 전환값을 비교해 입찰가를 조정한다.

3. vCPM

    1. 조회 가능 노출 1000회당 비용으로 인지도 향상이 목표

    2. 키워드 뿐 아니라 게제위치를 타겟팅 가능함으로 관심이 있는 고객에게 노출 할 수 있다.

4. CPA

    1. 타겟 전환당 비용은 전환을 늘리는 것이 목표

    2. 전환 액션에 따른 전환 코드를 심어야 한다.

    3. 캠페인은 검색 네트워크, 디스플레이 네트워크 또는 둘다 타겟팅하고 있어야 한다.

5. ROAS

    1. 설정된 비용 안에서 ROI (투자 수익)을 최대로 이끌어 낸다.

    2. ROAS를 사용하는 모든 광고 그룹 또는 캠페인에 보고된 기존 전환값을 활용한다.

전환추적 방법

1. 코드 없는 전환추적

    1. Google이 Play 스토어를 소유하고 있기 때문에 앱 다운로드 정보를 제공할 수 있다.

2. SDK 전환 추적

    1. SDK를 통해서 앱에 이벤트를 삽입하는 방법이다.

3. 서버 간 전환추적

    1. 다음 SDK의 단점을 개선 할 수 있다.

        1. SDK를 이용한 방법이 어렵고, 앱이 무거워 질 수 있다.

        2. 전환코드를 잘 못 구현된다면, 앱에서 버그가 발생 할 수 있다.

        3. 변경 코드 반영 시, Play 스토어 검토 과정에서 지연이 발생 할 수 있다.

4. 앱 설치 확인 솔루션

    1. 외부 솔루션을 이용한다.

광고 갤러리

1. 동적 광고
    1. 사용자의 위치 및 표시되는 내용에 일치하는 리치미디어 광고이다.
    2. 라이트박스 광고
    3. 확장형 리치 미디어 디스플레이 광고이다.
    4. 다양한 양방향 형식을 통해 고객의 참여를 유도할 수 있다.
    5. DoubleClick Studio를 사용하면 쉽게 리치 미디어 광고와 동적 소재를 제작할 수 있습니다.
2. 동영상 광고
3. 일반 용도 광고
4. Gmail 광고


디스플레이 캠페인 최적화 (타겟팅 최적화)

1. 공격적인 (aggressive)
    1. 1달에 15건 이상의 전환이 있을때 사용할 수 있다.
    2. 기존의 전환 데이터를 기반으로 최적화하며, 실제 적용된 예산을 조금 초과 할 수 있다.
2. 보수적인 (conservative)
    1. 정해진 키워드와 일치하는 것만 찾는다.
    2. 적용 예산을 초과하지 않는다.


애드워즈 도구

1. 아이디어를 얻을 수 있는 방법을 제공한다.
    1. 키워드 플래너
    2. 디스플레이 플래너
    3. 광고 미리보기 및 진단

Read More

구글 태그 매니저의 맞춤 자바스크립트 활용 예제

구글 태그 매니저에서 {{출생년도}}라 정의한 데이터 레이어 변수를 전달 받는다고 가정하자.
전달 받은 값을 가공할 필요가 있을때, 맞춤 자바스크립트를 통해서 간편하게 적용 할 수 있다.

다음은 {{출생년도}} 변수를 {{연령대}}변수로 가공하는 맞춤 자바스크립트 코드이다.
: {{출생년도}}를 '19880917'를 받았을때, {{연령대}}가 '20대'가 된다.

<<EOF
function (){
    // 태어난 년도를 기준으로, 연령대를 계산한다.
    var paramYear={{출생년도}};
    if ( paramYear === '' || isNaN(paramYear) ) {
        // 빈값이거나 숫자가 아니면, 오류로 보고 제외한다.
        return;
    } else {
        // 한국 나이를 기준으로, 연령대를 매핑한다.
        var currentYear=parseInt(new Date().getFullYear()); 
        var bornYear=parseInt(paramYear.substr(0,4));
        var age = currentYear - bornYear + 1;
        if ( age <= 0 || age > 200 ){
            // 미래에서 온 사람과, 200세 이상의 사람은 오류로 본다.
            // 기네스북: 역사상 가장 오래 산 사람은 1997년에 122세 나이로 세상을 뜬 프랑스 여성
            return;
        }
        var userAges;
        switch ( parseInt( age / 10 ) ){
            // IF 반복을 제외하는 이점이 크다고 본다.
            case 0:
                // 희박한 경우라 정렬을 고려하지 않고, 가독성을 높인다.
                userAges = "10대미만";
                break;
            case 1:
                userAges = "10대";
                break;
            case 2:
                userAges = "20대";
                break;
            case 3:
                userAges = "30대";
                break;
            case 4:
                userAges = "40대";
                break;
            case 5:
                userAges = "50대";
                break;
            case 6:
                userAges = "60대";
                break;
            case 7:
                userAges = "70대";
                break;
            default:
                userAges = "80대이상";
        }
        return userAges;
    }
}
EOF

Read More

구글 애널리틱스 유용한 기능 요약

구글 애널리틱스 사용 시, 자주 사용하는 유용한 기능들을 요약한다.

컨텐츠 그룹
컨텐츠 그룹의 규칙 그룹들을 페이지 URL에 기반한 패턴을 정의한다.
(2016년 7월 1일 기준, 무료 5개 제공)
**
컨텐츠 그룹의 규칙 그룹 단위로 행동 흐름(방문형태)를 한눈에 볼 수 있다.

측정 기준
hit, 세션, 사용자, 제품 범위의 측정 기준을 제공한다.
(2016년 7월 1일 기준, 무료 20개 제공)
**
성별, 연령, 로그인 여부 등의 확장 기준들을 손쉽게 추가 할 수 있다.

채널 그룹
기본 채널 이외에 맞춤 채널을 만들 수 있다.
사이트로 유입 될때, 식별 가능한 정보의 패턴으로 정의 한다.
**
특정 유입 경로(채널)를 그룹화 식별 할 수 있다.

세그먼트
리포트는 세그먼트 단위로 분리해서 볼 수 있다.
조건 필터의 경우 ‘세션’과 ‘사용자’ 단위임에 주의한다.
**
리포트 결과를 다양하게 분류 하여 볼 수 있고, 갤러리를 통해서 공유 할 수 있다.

고급 필터
세그먼트가 전체 데이터에 대한 분류 그룹을 제공하는데 비해서,
이 것은 보고서의 결과 데이터를 여과한다.

맞춤 자바스크립트 변수 (태그 매니저)
HTML 구성 요소를 파싱하여 변수로 사용 할 수 있다.
상품 상세 페이지들에 경로가 아닌 상품 이름을 측정 기준으로 사용할 때 유용하다.
**
예제)
본문 중에,
<h2 id=“test_id”>상품 이름</h2>
맞춤 자바스크립트,
function() {
  var elem = document.getElementById(“test_id”);
  return elem.innerText;
}

사용자 ID (User ID)
기본적으로 제공되는 Client ID는 기기나 브라우저 별 익명으로 식별한다.
웹 : 최초 접속때 생성되고 1차 쿠키에 2년간 유지 된다.
모바일 : 설치된 어플리케이션의 최초 인스턴스 구동 시에 무작위로 생성된다.
이는, 접속 인스턴스를 기반으로 행동 패턴을 추적하는 것을 말하며, 재생성 시에 사용자 정보 또한 갱신된다.
User ID는 회원 코드를 활용하여 (접속 인스턴스에 종속되지) 않는 통합 관점의 사용자 행동 패턴을 추적하는 방법을 제공한다.


목표 시각화
목표 도달을 한 눈에 볼 수 있는 두 가지의 흐름 시각화를 제공한다.

유입경로 시각화
 - 지정한 단일 유입 경로를 표현한다.
 - 세션에 유입 위치가 있으면 순서에 관계 없이 지정한 유입 경로로 이루어진 것으로 본다.
 - 목표 지정 이후 부터 데이터가 쌓인다.

목표 흐름
 - 루프를 포함한 실제 유입 경로를 표현한다.
 - 기존 데이터를 소급하여 바로 보여준다.

공통
 - 무료 버전에서 수집 데이터 집계는 하루 정도 소요된다.
 - 세션 단위 집계로 1 세션에서는 1회 목표 도달된 것으로 표현된다.


향상된 링크 기여
* 특정 페이지의 2개의 다른 링크가 같은 하나의 페이지로 갈때,
* 특정 페이지에서 같은 하나의 링크가 상황에 따라 다른 페이지로 갈때,
와 같이, 더 향상된 인페이지 분석이 필요 할때 사용한다.

애널리틱스의 속성 설정에서 변경하고 사이트에 태그를 추가한다.
태그 매니저에서는 태그의 고급 속성에서 “거짓”을 “참”으로 변경한다.


구글 웹마스터 도구 (Search Console)
구글 검색엔진에서 어떤 검색어에 의해서 웹사이트의 어떤 페이지들이 얼마나 노출 되고 클릭 되는지를 보고한다.
구글 웹마스터 도구와 계정 연결이 필요하다.
웹마스터 도구와 웹사이트를 연결하기 위해서는 사이트 소스 접근 권한이 필요하다.

Read More

구글 애널리틱스에서 알 수 없는 값 요약

구글 애널리틱스에서 알 수 없는 값에 대한 처리를 어떻게 하는지 정리한다.


먼저, 실시간 이벤트를 통해서 리포트에 보여지는 내용을 본다.


**
이벤트 라벨에 empty string (‘’), null, undefined 를 입력한 결과이다.
empty string과 undefined는 (not set)으로 보여진다.
null은 null이라는 값으로 보인다.

위 결과에서,
이벤트 액션과 같이 리포팅 될 때는 알 수 없는 값을 표현할 때 쓰인다.
이벤트 라벨 스스로를 측정 기준으로 할 때는 null에 대한 값만 리포팅 된다.


가끔 접하는 알 수 없는 값에 대해서 알아본다.

(none)은 없다는 것으로 정의된 값이다.
예를들면) (direct)/(none) 웹 브라우저의 URL 타이핑을 통해서 접속한 것을 말한다.

(not set)은 식별 할 수 없는 값이다.
예를들면) (direct)/(not set) 이메일, 뉴스레터, 내부 웹 사이트처럼 GA에서 식별 할 수 없는 비 온라인 매체에서 접속한 것을 말한다.

(not provided)는 의도적으로 제공되지 않는 값이다.
예를들면) organic/(not provided) 구글에 로그인 되어 있는 사용자의 개인 정보 보호를 위해 키워드를 제공하지 않을 때를 말한다.

알수 없는 값에 미묘한 차이를 알아본다.

맞춤 측정 기준의 세션이나 사용자 범주(scope)를 볼때, empty string과 undefined는 차이를 보인다.
둘다 없는 값(not set)을 뜻하지만, empty string은 값이 없다라는 것을 덮어 쓰고, undefined는 아무런 영향을 주지 않는다.
이는 세션 이상의 범주에서 결과에 영향을 미치게 된다.
따라서, 태그에 특정 키에 값을 실어 보낼때, 특정 키를 보내지 않는 drop 효과를 가지기 위해서는 undefined 처리가 필요하다.
function() {
      if ( {{측정기준_X}} === '') {
            return;
      } else {
            return {{측정기준_X}};
      }
}
**
javascript에서 비교 조건 ==은 타입 변환한 결과 비교를 허용한다.
string 10과 int 10은 true이다.
But, === 에서는 타입이 일치 하지 않아서, false 이다.

Read More

구글 애널리틱스 맞춤 보고서 용어 정리

맞춤 보고서를 작성하다 보면 용어에 대한 명확한 정의가 중요합니다.
본문은 매번 혼동되는 용어를 정리하는 것에 목적을 둡니다.

아래 공식 가이드를 참조해서 핵심만 요약 합니다.
맞춤 보고서 공식 가이드

세션 수
조회 유형에 관계없이 세션의 첫 번째 조회와 함께 누적됩니다.
세션은 30분(디폴트)의 시간이 경과 하거나, 하루가 지나는 시점에는 종료된 것으로 간주합니다.
어떤 캠페인을 통해 사이트에 들어 왔다가 떠난 후 다른 캠페인을 통해서 다시 방문하면 새로운 세션으로 간주합니다.

방문자 수
세션의 첫 번째 페이지뷰와 함께 누적됩니다.

사용자
기간 설정에 따라 집계가 변합니다.

활성 사용자
특정 날짜를 기준으로 과거 N 번째 일 동안, 처음 세션을 시작한 순 사용자를 말합니다.

총 방문자 수
세션 또는 방문자 수와 연결 지을 수 있습니다.

순 방문자 수
사용자 수와 연결 지을 수 있습니다.

평균 세션 시간
한 세션의 평균 길이입니다.

평균 페이지에 머문 시간
사용자가 평균 페이지에 머문 시간입니다.

페이지에 머문 시간
연속된 페이지 조회의 시작 시각을 기준으로 계산합니다.

방문수
귀하의 사이트를 방문한 횟수입니다.

사용자 측정 항목 집계 방법 요약
가. 기간에 대한 측정 항목 (페이지뷰 수, 화면 조회수…) 등은 이전 데이터표와 합산합니다.
나. 비기간 측정 기준 (브라우저, 도시, 소스) 등은 요청 할때마다 원시 세션표의 데이터를 참조합니다.
**
비기간 일부 측정 기준 (소스, 매체) 등은 동일 사용자가 여러 버킷에 포함될 수 있어서 사용자의 총계와 합계에 차이가 있을 수 있습니다.

잠재 고객 - 개요 리포트 
측정 항목에서 사용자 기준으로 보면, 그래프에 나오는 값은 특정 시점 (시/일/주/월) 단위로 통계를 낸다.
하단에 요약 값은 그래프에 전체 기간을 기준으로 통계를 낸다.
**
그래프 기간에 신규 사용자의 합은 종합과 일치하지만 재 방문자의 합은 중복이 있다면 합이 종합과 일치하지 않을 수 있다.

Read More

판다스에서 구글 애널리틱스 API 연동

파이썬 라이브러리인 판다스의 구글 애널리틱스 API 사용 방법이다.

참고에 링크한 “판다스 구글 애널리틱스 연동” 가이드로 부족한 부분에 집중한다.

크게 보면,

1. 구글 개발 콘솔에서 접속 앱을 만든다.

2. 접속 앱에서 다운로드한 JSON 파일을 판다스 라이브러리 IO 폴더에 위치 시킨다.

3. 잘 활용한다.

테스트된 환경은 다음과 같다.

* 코드 호환성 문제로 파이썬 2.7에서 수행 했다.

* 판다스는 최신 버전인  0.18.1을 사용했다.

* 구글 인증을 라이브러리의 특정 버전을 설치한다.

pip install --upgrade oauth2client==1.4.12

**

구글 애널리틱스의 수집할 대상을 구분하기 위해서 하기 정보가 필요하다.

구글 애널리틱스 “관리”에 각각의 설정 변경 화면에서 모두 찾을 수 있다.

* account_id: 계정 ID

* property_id: 추적 ID (속성)

* profile_id: 보기 ID

가이드에 나오는 샘플 코드이다.

import pandas.io.ga as ga



df = ga.read_ga(


    account_id="12345678",


    profile_id="123456789",


    property_id="UA-12345678-1",


    metrics=['users', 'pageviews'],


    dimensions=['day'],


    start_date="2016-06-01",
 

    end_date="2016-06-14",


    index_col=0


)

print(df)


참고 

판다스 구글 애널리틱스 연동

구글 측정 기준 및 측정 항목 파라미터 확인

커버 사진

Read More

구글 태그 매니저

구글의 태그 매니저 사용 하면서 정리한 내용 입니다.

주요 기능

실시간 디버깅이 가능한 미리보기 도구를 제공한다.
변경 사항에 대한 체계적인 버전 관리가 가능하다.
다양한 분석 제품군을 기본 지원하고, 사용자 맞춤 태그 또한 지원한다.
구글 계정 단위 협업 기능을 제공한다.

권장 사항

페이지에서 발생되는 변수들은 가능하다면 데이터 레이어(dataLayer)를 이용한다.
전역변수나 DOM의 경우 유지보수 하면서 변경 가능성이 높다.
스니펫(추적 코드)는 호환성을 높이기 위해서  <BODY> 바로 다음에 추가한다.
분석 제품 추적 ID와 같이 자주 사용하는 값들은 변수에 등록해서 사용한다.

변수 설정 예제

자바 스크립트 전역 변수 선언
globalVariable = 10;
반대로, 지역 변수는 var를 붙인다.
var localVariable = 10;

데이터 레이어 변수 생성
dataLayer.push({‘key’:’value’})

데이터 레이어 이벤트 생성
dataLayer.push({‘event’:’event_name’})

**
dataLayer는 스니펫에서 정의되어 있는 예약어이다.
스니펫 코드에서 다음 위치 이름 수정(new_dataLayer_name)으로 변경 가능하다.
… (window,document,'script’,’new_dataLayer_name,’GTM-XXXX') …

맞춤 자바스크립트 변수 선언 (함수 반환값)
function() {
var now = new Date();
return now.getTime();
}

이벤트 수집 예제

분석 제품군: 구글 어낼리틱스 사용 가정

1. [웹 사이트] 이벤트 코드 삽입
    : dataLayer.push({‘event’:’event_test’})

2. [태그 매니저] 이벤트 이름이 event_test인 조건에 트리거 생성

3. [태그 매니저] 생성한 트리거에 따라 전송될 이벤트 정보 등록
    : 이벤트 카테고리, 작업(액션), 라벨 …

4. [태그 매니저] 미리 보기 및 디버깅 도구 실행

5. [웹 사이트] 이벤트 코드 수행 후 전송 확인

6. [구글 어낼리틱스] 실시간 이벤트 확인

7. [태그 매니저] 게시 (태그 적용)

구글 애드워즈 연결

리마케팅
리마케팅 목록을 등록한다.
리마케팅 스니펫 코드가 제공된다.

전환추적
전환 여부를 확인한다.
전환 스니펫 코드가 제공된다.

**
스니펫 코드는 웹 페이지에 직접 삽입 하거나,
식별 코드 정보를 통해서 태그 매니저에서 생성 할 수 있다.

주요 용어

계정
컨테이너를 그룹으로 관리한다.

컨테이너
웹/모바일 환경에 따른 추적 태그 생성 단위이다.
컨테이너를 기반으로 트리거, 태그, 변수의 설정 값이 관리된다.

버전
변경 환경에 버전 관리 기능을 제공한다.

관리자
사용자 권한 관리 및 컨테이너 관리 기능을 제공한다.
“컨태이너 가져오기/내보내기” 기능을 통해서 설정 환경을 다른 계정으로 복제 할 수 있다.

트리거
태그 발송(Fire)을 위한 조건을 명세한 트리거들을 만든다.

태그
기본 및 생성한 트리거로부터 유발된다.
사용할 제품으로 발송할 정보를 만든다.

변수
기본 변수에 사용자 변수를 정의 추가한다.
사용할 제품의 식별자를 상수로 정의하면 편리하다.

측정 기준 조회 범위

조회

값이 설정된 단일 조회에 적용된다.

세션

단일 세션의 모든 조회가 최종 값으로 적용된다.

사용자

현재 단일 세션의 모든 조회가 최종 값으로 적용된다.

변경이 없다면 미래 세션의 조회로 적용이 지속된다.

잘 작성된 참고 자료

참고

구글 태그 매니저 개발 가이드

표지 그림

Read More

구글 애널리틱스 플랫폼 활용

구글 애널리틱스 플랫폼을 탐색하는 데모와 도구들을 제공하는 페이지이다.

https://ga-dev-tools.appspot.com

다음과 같이 흥미로운 기능들을 가이드 하고 있다.

• GA 측정기준 및 측정항목을 탐색할 수 있다.
• 질의 도구를 통해서 통계 데이터를 조회할 수 있다. 
• 구글 문서(스프레드시트)에서 주기적으로 갱신 가능한 리포트를 생성할 수 있다.
• 강력한 내장 API들을 활용하여 손쉽게 사용자 솔루션을 만들 수 잇다.
• 사이트 외부에도 삽입할 수 있는 추적코드 생성 도구를 제공한다. (1)

특히 (1)번을 통해서 다양한 행위에 대한 통계 자료를 손쉽게 모을 수 있다.
예를 들면,
이메일 공지에 대한 반응을 조사한다고 할때 다음과 같은 코드를 HTML 메일에 심어서 발송한다면, 메일 수신자에 대한 반응 확인이 가능하다. 나머지는 상상의 나래를 펼쳐보자.

-- sample code --
<img src="http://www.google-analytics.com/collect?v=1&t=event&tid=UA-XXXXX-1&cid=1&ec=email&ea=click&el=notice&ev=100”>

Read More

구글 애널리틱스 매개 변수 요약

구글 애널리틱스의 매개 변수 시트이다.

Read More

구글 애널리틱스 활용하기 - vs 마케팅

구글 애널리틱스(약칭 GA)의 활용도를 크게 두 가지로 나눠 본다.

vs 사이트
사이트의 구조 및 상품 노출을 개선하고 GA 리포트를 확인하는 사이클이다.

vs 마케팅
GA 리포트를 활용해서 마케팅에 활용하는 사이클이다.

본문은 후자(vs 마케팅)에 활용하는 사이클에 대한 한 가지 방법을 다룬다.

요약하자면, 수집된 데이터에서 의미 있는 군집을 정의하고, 리마케팅에 활용하는 방법이다. 절차는 다음과 같다.

1. 분석
다양한 차원 기능를 활용해 의미 있는 행동 패턴을 가진 집단을 찾는다.

2. 정의
유용한 집단을 세그먼트 (in 리포트)단위로 정의 한다.

3. 활용
세그먼트들을 통해서 리마케팅 잠재고객 (in 관리/속성)군을 만들고 에드워즈에서 타겟팅 용도로 활용한다.

References

리마케팅 잠재고객
1개 이상의 타겟팅 광고에 대한 타겟 사용자의 집합을 나타내는 쿠키 또는 모바일 광고 ID의 목록이다.
* 현재 User ID 보기에서 지원되지 않는다.

리마케팅 잠재고객 맞춤 조합
장바구니 담기 -> 구매 절차가 있다고 할때,
잠바구니에 담기만 하고 구매를 안한 잠재 고객을 정의 할때는 맞춤 조합으로 다음과 같이 정의 할 수 있다.
맞춤 조합 #1 = 장바구니 담은 잠재고객 + 구매한 잠재고객 제외

(비동적) 리마케팅
측정기준 및 측정항목 기반으로 잠재 고객을 정의 한다.

동적 리마케팅
카테고리별로 필요한 세부적인 사용자 측정기준 및 측정항목 기반으로 잠재 고객을 정의한다.

잠재고객
같은 성향을 가지는 방문 고객들의 집합이다.

커버 사진

Read More

구글 API 서비스 사용 퀵가이드

구글의 어마무시한 서비스 API를 사용하는 퀵가이드를 다룬다.
요약하면 다음과 같다.

1. 관리 콘솔을 통한 인증 정보 발급 받기
2. 프로그램 언어 및 사용 방법에 따른 인증
3. 서비스 API 사용 가이드에 따른 개발

Google Developer Console

구글 개발을 위한 관리 콘솔

1. 프로젝트 생성

2. 사용자 인증 정보 생성

API 키
 - API 호출시 사용할 토큰을 발급한다.
OAuth 2.0 클라이언트 ID
 - 인증 정보가 있는 client_secrets.json을 다운로드 한다.

API Client Library for Python

파이썬을 위한 API 클라이언트 가이드

3. 설치형 어플리케이션을 위한 OAuth 2.0 인증 예제

import webbrowser
import httplib2

from apiclient import discovery
from oauth2client import client

flow = client.flow_from_clientsecrets(
        'client_secrets.json',
        scope='https://www.googleapis.com/auth/blogger.readonly',
        redirect_uri='urn:ietf:wg:oauth:2.0:oob')

auth_uri = flow.step1_get_authorize_url()
webbrowser.open(auth_uri)

# Python 2.x raw_input()
auth_code = input('Enter the auth code: ')

credentials = flow.step2_exchange(auth_code)
http_auth = credentials.authorize(httplib2.Http())

blogger_service = discovery.build('blogger', 'v3', http=http_auth)
blogger_service.users().get(userId='self').execute()

OUTPUT >>
{'about': '',
 'blogs': {'selfLink': 'https://www.googleapis.com/blogger/v3/users/g107745812829425907154/blogs'},
 'displayName': '김주훈',
 'id': 'g107745812829425907154',
 'kind': 'blogger#user',
 'selfLink': 'https://www.googleapis.com/blogger/v3/users/g107745812829425907154',
 'url': 'https://www.blogger.com/profile/14043740031094632533'}

References

구글 개발 콘솔
https://console.developers.google.com

구글 API 탐색
https://developers.google.com/apis-explorer/

구글 Python 클라이언트 라이브러리 가이드
https://developers.google.com/api-client-library/python/

Read More

구글 어낼리틱스(google analytics) 리포트 분류표

구글 어낼리틱스(Google Analytics)의 리포트(Report) 분류표 입니다.

대분류	소분류	설명
대시보드	개요	내가 원하는 보고서들만 한눈에 보기
지능형 이벤트	개요	사이트/앱의 일/주/월별 이벤트 설정
실시간	개요	실시간 활동 추적
	위치	위치 정보
	트래픽 소스	매체 소스
	콘텐츠	페이지 정보
	이벤트	이벤트 카테고리, 액션
	전환	목표 달성 정보
잠재고객	개요	방문하는 고객들은 어떤 사람인가?
	인구통계	연령 및 성별
	관심분야	카테고리별
	지역	언어 및 국가별
	방문형태	신규방문, 재방문, 방문빈도 및 참여도,User-ID 게재 비율
	기술환경	브라우저, 운영체제, 네트워크 통신사
	모바일	모바일 종류
	벤치마킹	벤치마킹과 대비해서 채널, 위치, 기기 동향 비교
	사용자 흐름	사용자 속성별 페이지 흐름
획득	개요	어떤 채널과 캠페인을 통해 고객들이 방문하는가?
	전체	채널,소스,매체 구분
	애드워즈	광고 연동 시에 정보
	소셜	소셜 트레픽 유입 경로 및 흐름
	캠페인	캠페인 유입 경로 및 키워드
방문형태	개요	방문자들은 사이트 내에서 어떻게 행동할까?
	행동흐름	방문 페이지 이동 경로
	사이트 콘텐츠	방문, 이탈 페이지
	사이트 속도	페이지 로딩 속도
	사이트 검색	사이트 검색어
	이벤트	이벤트 페이지, 종류
	게시자	에드센스 참조 정보
	실험	A/B 테스트
	인페이지 애널리틱스	페이지와의 상호작용 분석
전환(구매 전환)	개요	전환은 어떻게 일어나고 있을까?
	목표	목표 경로 추적
	전자상거래	제품 구매 추적
	다채널 유입경로	채널 유입 경로 추적
	기여	목표 달성 기여도 확인

* 녹색 배경은 추가 태깅(tagging) 작업이 필요한 부분입니다.

커버 표지

Read More

구글 태그 매니저(GTM)에 대한 샘플 예제

웹 분석(Web Analytics)을 위해서 태그 생성 및 변경을 도와주는 GTM(Google Tag Manager)의 개괄적인 특징과 예제를 다룹니다.

먼저, GTM의 아름다운 구조(Architecture)를 사용자 입장에서 설명합니다.

준비 작업으로 GA와 GTM의 계정 그리고,

GTM의 컨테이너에서 발급 받은 태그 코드를 분석하고자 하는 모든 페이지에 붙여 넣습니다.

-END-

GTM 컨테이너에서 트리거(TRIGGER)/변수(VARIABLE)를 활용해 태그(TAG)들을 생성하고 게시(Publishing)합니다.

페이지에서 규칙을 만족하는 태그들은 실시간으로 GA로 전송됩니다.

달리 표현해서, 웹브라우저에서 태그 매니저 코드가 있는 사이트에 접속을 하면, GTM 서버로 부터 (사용자가 웹으로 설정한) 태그 정보를 받게 되고,  규칙에 해당되는 태그들을 GA로 발송(Fire) 합니다. 

다음은 데이터 영역 변수(Data Layer)를 활용한 버튼 클릭 이벤트를 예제와 함께 다룹니다.

1. 사용할 변수 및 트리거를 생성합니다.
2. 생성한 변수와 트리거를 가지고 태그를 만듭니다.
3. 미리 보기를 통해서 태그가 잘 동작하는지 확인 합니다.
4. 생성한 태그를 게시 하고 GA 실시간 이벤트를 확인 합니다. 

버튼 클릭 트리거를 만들고, 데이터 영역 변수 값들을 태그를 통해서 보내기 위한 설정입니다.

* 트리거 : "id"가 "demo"이고 "class name"이 "GTM click"인 클릭에 대해서 동작합니다.

* 변수 : 태그에서 사용할 GA 추적 ID를 상수로 미리 지정했고, 페이지의 데이터 영역(Data Layer)에 myLabel,myValue 두 가지 변수를 정의 했습니다.

* 태그 : "버튼 클릭" 트리거가 발생했을때, "my*" 변수를 "GAID"로 전송하는 "버튼 클릭" 태그를 만들었습니다. "링크 클릭"은 무시하면 됩니다.

GTM 웹에서 제공하는 미리 보기 기능으로 잘 동작하는지 확인 합니다.

* 이벤트 버튼을 클릭하면 실행되는 태그와 변수들에 대한 정보를 바로 보여줍니다.

GTM 컨테이너 게시 후에는 GA의 실시간 이벤트 보기에서도 확인 가능합니다.

일반적인 태그의 추가나 변경 작업 시에 IT 부서에 티켓을 발행하고 기다릴 필요가 없습니다. 미리 보기 기능으로 오류를 미연에 방지하고, 버전 관리 기능으로 언제든 복구 가능합니다.

참고

* 본문에서 사용한 HTML 코드

https://bitbucket.org/snippets/juhoon26/5Rkjg

* 구글 공식 도움말

https://support.google.com/tagmanager

* 구글 태그 매니저 학습 코스

https://analyticsacademy.withgoogle.com

Read More

구글 트렌드 자료 수집 및 파싱하기

구글 트렌드(Google Trends) 자료를 수집하고, 파싱해서, 그래프를 그리는 간략한 예제를 소개한다.

예제로 2012년 부터 지금까지의 "자전거"라는 단어의 추이를 파학해 본다.

구글 트렌드 데이터 가지고 오기

가. 모듈 출처 - 치팅 모듈이라, 구글의 백그라운드 방식이 변경되면 동작을 안한다고 함

In [2]:

!git clone https://github.com/dreyco676/pytrends

Initialized empty Git repository in /root/notebook/구글트렌드/pytrends/.git/
remote: Counting objects: 125, done.
remote: Total 125 (delta 0), reused 0 (delta 0), pack-reused 125
Receiving objects: 100% (125/125), 18.57 KiB, done.
Resolving deltas: 100% (53/53), done.

나. 모듈을 로딩하고, 예제 질의 결과 가지고 오기 ('자전거')

In [3]:

from pytrends.pyGTrends import pyGTrends

# 구글 계정 정보 입력
google_username = "<username>"
google_password = "<password"

# 구글 트렌드 연결
connector = pyGTrends(google_username, google_password)

# 결과를 가져오기
connector.request_report('자전거')
out = connector.get_data().decode('utf-8')

Now downloading information for:
http://www.google.com/trends/trendsReport?q=%EC%9E%90%EC%A0%84%EA%B1%B0&hl=en-US&cmpt=q&content=1&export=1

구글 트렌드 결과 CSV 데이터를 요소별로 분리하기

In [4]:

import pandas as pd
from datetime import datetime
from io import StringIO

def parser_google_trends_csv(s):
    """ 멀티 구조인 csv를 요소별 dataframe으로 분리 """
    t = [ w.strip() for w in s.split('\n\n\n') ]
    elements = {}
    elements['timeline'] = pd.read_csv(StringIO(t[0]),header=3)
    elements['timeline'].Week = elements['timeline']. \
                Week.apply(lambda x: datetime.strptime(x.split()[0],'%Y-%m-%d'))
    elements['regin'] = pd.read_csv(StringIO(t[1]),header=1)
    elements['city'] = pd.read_csv(StringIO(t[2]),header=1)
    elements['word'] = pd.read_csv(StringIO(t[3]),skiprows=1,names=['word','weight'])
    return elements

e = parser_google_trends_csv(out)

구글 트렌드의 시계열 자료를 그려보기

In [7]:

# 자전거에 대한 2012년 이후 트렌드 확인
e['timeline'].plot(x='Week',y='자전거',figsize=(12,3),grid=True\
                  ,xlim=(datetime(2012,1,1),datetime.now()))
title('구글 트렌드 - 자전거')

수많은 자전거 족들은 겨울에 뭘할까?

Read More

구글 지도 API를 활용한 지명 주소와 위/경도 주소 변환

구글 지도 API를 활용해서 지명 주소와 위/경도 주소 변환 예제를 기록한다.

* 참조 : https://developers.google.com/maps/documentation/geocoding/intro

* 무료 제약사항 : 24시간 동안 2500건, 초당 5건 질의 가능

미리 key 값을 구글 개발 콘솔에서 발급 받는다. (위 참조 링크 확인)

In [1]:

# 예제키
key = '&key=AIzaSyxxxxiABIfkNsA1237xA_xdb2xyszBfHUI'

In [2]:

# 필요한 라이브러리 로딩
import urllib
import json

위/경도 주소를 지명 주소로 변경¶

In [3]:

# google api
base_url ='https://maps.googleapis.com/maps/api/geocode/json?language=ko'+\
                '&location_type=ROOFTOP'+\
                '&latlng='
# google에서 찾은 필자의 현재 위치
latlng = '37.499351,127.0347757'
addr = json.loads(urllib.request.urlopen(base_url+latlng+key).read().decode('utf-8'))
# 주소 정보만 뽑기
for i in addr['results']:
    print(i['formatted_address'])

대한민국 서울특별시 강남구 역삼1동 736-36

지명 주소를 위/경도 주소로 변경¶

In [4]:

# 지명 주소를 위/경도 주소로,
base_url ='https://maps.googleapis.com/maps/api/geocode/json?language=ko'+\
                '&address='
# 부분 주소를 통해서 찾기
address = urllib.parse.quote('강남구 역삼1동 736-36')
addr = json.loads(urllib.request.urlopen(base_url+address+key).read().decode('utf-8'))
# 위치 정보만 뽑기
for i in addr['results']:
    print(i['geometry']['location'])

{'lng': 127.0347583, 'lat': 37.4992707}

지명 주소와 위/경도 주소에 대한 매핑 테이블과 PostGIS의 최단거리 함수를 이용해, 자체적인 변환기를 만들 수 있을까? 라는 고민을 남기고, 오늘은 여기서 정리 한다.

Read More