데이터(Data)가 말하는 검색광고 시리즈 두 번째 시간, 오늘은 utm 캠페인코드를 활용하여 검색광고 데이터를 분석하는 법에 대해 말씀드리고자 합니다.

앞서 검색광고를 효율적으로 운영하기 위해서는 데이터 분석을 통한 전략이 중요하다는 말씀을 드렸습니다. 데이터 분석을 위해서는 데이터를 수집하기 위한 작업이 선행되어야 하겠지요!

구글애널리틱스에서는  utm 캠페인코드 를 통해 트래픽 경로를 추적할 수 있습니다.

utm 캠페인코드란?

Custom Campaign(맞춤 캠페인)으로, 광고 도착 URL 에 캠페인코드를 추가하여 원하는 데이터를 수집할 수 있습니다.

URL 에 다음과 같은 5개의 매개 변수를 추가할 수 있습니다.

위의 매개 변수에는 각각 할당한 값과 쌍을 이루어야 합니다. 새로이 바뀐 구글애널리틱스에 따르면 source 요소만 필수이고, 나머지 medium, campaign, term, content 는 선택 요소 입니다.

필요한 데이터들을 제대로 잡아주려면 캠페인 코드들을 적절히 사용해야 합니다. 캠페인 코드를 쓰는 이유는 매우 다양한데요, 보통 광고 캠페인들을 분류하기 위함이기도 하지만 리퍼러로 알 수 없는 트래픽일때 구분자 역할도 합니다. 그래서 주로 모바일/PC 유입을 구분하는 데 매우 유용하게 쓰입니다.

예를 들면 네이버에서 검색을 할 때 리퍼러는 https://search.naver.com/~~~query~ 이런 식으로 구성되어 있습니다. 구글 애널리틱스는 ‘도메인 이름’ search.naver.com 과 ‘파라미터’ query 를 보고 자동으로 소스/매체를  search.naver.com/organic  으로 정의합니다. 여기에서 검색광고를 따로 source=naver, medium=cpc(클릭당비용 광고) 라고 정의하지 않는다면 구글애널리틱스는 검색광고로 인한 유입과 일반 검색으로 인한 유입 모두를 organic, 자연검색 유입으로 판단할 겁니다. 그러므로 꼭 utm_medium 으로 유료 광고 매체를 따로 정의해주는 게 필요합니다.

참고로 구글애널리틱스에서 organic search engine 으로 판단하는 도메인이름/파라미터 list는 다음과 같습니다.

Default search engine list 바로가기

위의 리스트에 유의하여 유료 광고 매체들의 캠페인 코드를 적용시키면 됩니다.  결국 가장 좋은 것은 위에 소개한 다섯가지 매개변수를 적절히 사용해 트래픽을 구분하는 것 입니다.

utm 캠페인 코드 적용 예시

그렇다면 봄 신상 청바지를 세일중인 쇼핑몰에 위의 utm 캠페인코드를 대입시켜봅시다.

• utm_source= naver  (네이버에서 유입된)
• utm_medium= cpc  (검색광고 중에)
• utm_campaign= spring_sale  (봄신상 세일 캠페인을 식별)
• utm_term= %EC%B2%AD%EB%B0%94%EC%A7%80  (사용자의 검색어 : ‘청바지’. url 에 한글 문자를 표현하려면 퍼센트 인코딩에 따라 16진수 값으로 인코딩한다. )

그럼 이 매개변수를 이용한 맞춤캠페인 URL 을 정리하자면 다음과 같은 모습이 될 것입니다.

www.d-mention.net/?utm_source=naver&utm_medium=cpc&utm_campaign=spring_sale&utm_term=%EC%B2%AD%EB%B0%94%EC%A7%80

이러한 맞춤캠페인 URL 설정을 위해 구글에서는 campaign url builder 를 제공하고 있습니다.

여기에 웹사이트 url 과 각각 매개 변수에 맞는 값을 대응시키면 자동으로 캠페인 url 을 생성해줍니다.

Google Campaign Url Builder 바로 가기

검색광고의 랜딩 URL에 utm 캠페인 코드들을 적용시킨다면 이제 데이터 분석을 위한 기초 토대는 잡힌 것입니다. 그럼 이제 유입된 검색광고의 성과를 구글애널리틱스에서 어떻게 분석할 수 있을 지 살펴보겠습니다.

구글애널리틱스에서 검색광고 성과 파악하기

자, 이제 구글애널리틱스에 검색광고 데이터가 어떻게 잡히는지 먼저 살펴보겠습니다.

Source 에 naver, Medium 에 cpc 로 유입된 검색광고 데이터 입니다. 위와 같이 Keyword 로 나누어서 보면 키워드 별 유입 후 성과를 살펴볼 수 있습니다.

이 캠페인에서는 ‘키워드 A’의 유입이 전체 유입의 36%일 정도로 유입 수 자체가 많은 것을 알 수 있습니다. ‘키워드 B’는 A에 비해서는 클릭은 적지만 유입 후 성과가 더 우수해 보입니다. (bounce rate이탈률이 28.05%로 A에 비해 우수, 평균 세션 시간이 2분 30초, 목표 달성 수 자체는 9건으로 적지만 목표달성률은 10.98%로 키워드 A 보다는 우수함)

이번엔 다른 키워드를 살펴 볼까요?

‘키워드 C’는 위의 A, B 와는 사뭇 다른 양상을 보이고 있습니다. 23세션 중 95.65% 가 이탈을 하였고, 평균 세션 시간 역시 1초에 지나지 않습니다. 유입 후 성과가 매우 나쁜 편이네요. 이 데이터를 보니 키워드C의 광고가 뭔가 잘못되었다는 것을 알 수 있습니다.

데이터 기반 의사결정

그렇다면 이 데이터를 보고 어떤 의사결정을 해야 할까요?

해당 키워드가  실제 랜딩 페이지와 연관이 없는 키워드는 아닐지 , 혹은  랜딩페이지에 소비자가 원하는 정보가 없는것인지  살펴보아야 할 필요가 있습니다.

• 연관 없는 키워드라면 키워드의 CPC(평균클릭비용)을 함께 살펴보며 중지해야 할 키워드일지 가치 판단을 해야 합니다.
• 랜딩페이지에 소비자가 원하는 정보가 없는 것이 원인이라면, 혹은 랜딩페이지가 잘못 설정되어있다면 적절한 페이지로 바꾸어야합니다.

이처럼 키워드 별 분석 뿐만 아니라 캠페인 별, 시간 별, 키워드 그룹 별 등 좀 더 다양한 범위로 분석을 넓혀나가며 인사이트를 찾을 수 있습니다.

마치며

지금까지 utm 캠페인코드를 활용해 구글애널리틱스에서 검색광고 성과를 분석하는 법을 살펴보았습니다. 좀 더 분석을 심화하면 키워드 그룹, 소재 간 a/b 테스트도 가능하여 검색광고를 더욱 효율적으로 운영할 수 있습니다.

검색광고를 운영하면서 성과를 어떻게 파악해야 할 지, 혹은 지금 적절한 예산으로 광고 운영을 잘 하고 있는지 고민하신 적이 있으신가요?

디멘션은 데이터 분석을 기반으로 광고 운영에 대한 해답을 찾으려고 노력합니다.

프로젝트 의뢰하기