[3/17] 데이터 기반 광고 분석의 핵심: UTM + 이벤트 트래킹 설계 방법

📌 오늘의 TO DO LIST 📌

- 마케팅 심화 개인 과제 발제 세션 ☑️
- 내 커리어 지도 그리기 세션 ☑️
- 팀 아티클 스터디 ☑️
- 성과측정 방법론 강의 수강 ☑️

---

📖 회고 📖

오늘은 오전부터 세션이 연속으로 두 개가 있었다. 팀 프로젝트가 끝나고 새로운 조가 편성된지 일주일이 막 넘은 시점에서 또 새로운 개인 과제가 발제되었다. 이번 과제는 데이터 관련 과제여서 개인적으로 재미있게 할 수 있을 것 같다는 생각이 들었다. 창의적인 마케터 사고를 하는 것도 재미있지만 나는 역시나 숫자를 다루는 게 제일 좋은 것 같다. 수치를 통해 명확하지만은 않은 여러 상황을 고려해 문제점과 해결방안을 도출해야한다는 점에서 수학이랑은 다른 점이 있지만, 크리에이티브를 생성하는 것보다 나에게 훨씬 흥미로운 파트인 것 같다.
오전에는 세션을 집중해서 듣고 남는 시간에는 새로 지급된 성과측정 방법론 강의를 들었다. 다른 수강생분들이 이번 강의가 많이 어렵다고 해서 겁을 먹었었는데, 쉽지는 않은 내용이지만 평소 관심있었던 부분이었기 때문에 집중해서 들을 수 있었고, 그래서 더 몰입도가 높아져서 좋았던 것 같다.
점심시간 이후에는 팀 아티클 스터디를 진행했는데, 이번에는 개인 과제가 발제된 시점인만큼 라이트하게 스터디할 수 있는 주제를 가져오셨고, 나는 데이터 관련 아티클이었지만 가볍에 현 상황에 적용할 수 있는 내용을 공유했다. 각자가 정한 주제를 가지고 인사이트를 공유하는 이 시간이 어떻게 보면 짧은 시간 동안 압축된 인사이트를 얻을 수 있어서 좋기도하고, 하루 중 스터디 하면서 숨을 잠깐 돌릴 수 있는 시간처럼 느껴져서 아티클 스터디하는 날이 기다려지기도 하는 것 같다.
아티클 스터디가 3시 30분쯤 끝난 후에는 강의를 집중해서 들었다. 어제 하루 결석으로 빠르게 진도를 따라가야 할 것 같아서 더 집중해서 들었던 것 같다. 내일도 오늘처럼만 집중하고 몰입할 수 있었으면 좋겠다.

---

1N년차 마케터의 보고 스킬 총정리! 데이터로 설득하고 성과로 어필하는 법 | 고구마팜

1N년차 마케터의 보고 스킬 총정리! 데이터로 설득하고 성과로 어필하는 법 | 고구마팜

• 요약

이 아티클은 마케터의 보고 스킬은 아이디어의 참신함보다, 해당 아이디어를 얼마나 데이터와 비즈니스 관점으로 설득하느냐에 따라 결정된다는 점을 설명한다.

특히 주니어 마케터가 흔히 하는 감각 중심의 보고 방식(“요즘 유행이다”, “재밌을 것 같다”)이 아니라, “그래서 이 아이디어가 어떤 성과를 만들 수 있는가”를 중심으로 보고 구조를 설계해야 한다는 점을 강조한다.

• 주요 포인트

1. 트렌드는 ‘재미’가 아니라 ‘성과’로 번역해야 한다

상사는 아이디어 자체보다 그 아이디어가 사업에 어떤 영향을 주는지를 판단하기 때문에 보고는 아이디어 설명이 아니라, 실행 이후 기대되는 성과 변화(After)를 중심으로 시작해야 한다.

• “요즘 OO 콜라보가 유행입니다” → 설득력 ↓
• “이 콜라보 진행 시 신규 유입 20% 증가 예상” → 설득력 ↑

---

2. 감이 아니라 지표로 설득해야 한다

아이디어의 타당성은 객관적인 데이터로 뒷받침되어야 한다.

활용 가능한 데이터 예시

• 검색량(네이버 트렌드, 구글 트렌드)
• 커머스 랭킹(올리브영, 무신사, 29CM)
• 콘텐츠 성과(조회수, 참여율)
• 경쟁사 캠페인 성과

핵심은 “핫하다”는 표현이 아니라, 실제 수치 변화와 상승 흐름을 보여주는 것이다.

3. 제3자 근거를 활용하면 설득력이 높아진다

플랫폼이나 유통 채널의 반응을 근거로 활용하면 아이디어의 신뢰도가 높아진다.

• 무신사 기획전 참여 가능성
• 네이버 메인 노출 제안
• 카카오 광고 지원

이는 단순한 내부 아이디어가 아니라, 시장과 채널에서도 검증된 기회라는 신호로 작용한다.

• 새롭게 알게 된 점과 추가 조사할 내용

보고는 아이디어를 설명하는 문서가 아니라, 의사결정을 유도하는 문서이다.

마케터의 역할은 단순히 트렌드를 캐치하는 것이 아니라, 그것을 성과로 연결시키는 구조를 설계하는 것이다.

데이터는 참고 자료가 아니라, 설득을 위한 핵심 근거이다

---

✅  강의 들으며 정리 / 공부한 기록 ✅

UTM & 이벤트 트래킹 실무 정리

1. UTM의 개념과 역할

UTM은 유입 경로를 추적하기 위한 URL 파라미터다.
어떤 채널, 어떤 캠페인, 어떤 소재에서 들어온 유저인지 구분하기 위해 사용한다.

핵심 목적

• 유입 경로 식별
• 채널별 성과 비교
• 캠페인/소재 단위 성과 분석

---

2. UTM이 없을 때 발생하는 문제

UTM이 없으면 대부분의 유입이 아래처럼 처리된다.

• direct / none (직접 유입으로 잡힘)

문제점

• 광고 성과 구분 불가
• 어떤 채널이 효과적인지 판단 불가
• 리포트 왜곡 발생

→ 데이터 기반 의사결정이 불가능해짐

---

3. UTM 파라미터 구조

UTM은 기본적으로 5가지 요소로 구성된다.

항목의미예시

utm_source	유입 출처	google, meta
utm_medium	매체 유형	cpc, social
utm_campaign	캠페인명	spring_sale
utm_content	소재/광고 구분	video_a
utm_term	키워드	diet_shake

---

4. UTM 설계 기준 

UTM은 단순히 붙이는 것이 아니라 일관된 룰 설계가 핵심이다.

필수 원칙

• 네이밍 규칙 통일 (소문자, 언더바 사용)
• 채널/매체 기준 명확화
• 캠페인 단위 구분 가능하도록 설계
• 소재 단위까지 추적 가능하게 설계

---

5. 이벤트(Event) 개념

이벤트는 유저 행동을 추적하는 데이터 단위다.

대표 이벤트 흐름 (퍼널 구조)

1. view (페이지 조회)
2. add to cart (장바구니)
3. checkout (결제 진입)
4. purchase (구매)

---

6. 이벤트 트래킹 목적

• 유저 행동 분석
• 퍼널 이탈 구간 파악
• 전환 최적화

---

7. UTM + 이벤트 연결 구조

"어디서 들어온 유저가 어떤 행동을 했는가"

즉,

• UTM → 유입 경로
• Event → 행동 데이터

이 두 개가 결합되어야 의미 있는 분석이 가능

---

8. GA4 기반 데이터 분석 흐름

UTM과 이벤트는 GA4에서 아래 흐름으로 분석된다.

• 유입 → 행동 → 전환

분석 가능 지표

• CTR (클릭률)
• CVR (전환율)
• CPA (전환 비용)
• ROAS (광고 수익률)

---

9. 데이터 기반 캠페인 분석 구조

1) 성과 분석 기준

• CTR 낮음 → 소재 문제
• CVR 낮음 → 랜딩/상품 문제
• ROAS 낮음 → 타겟/비용 문제

---

2) 문제 원인 구분

(1) CTR 문제

• 크리에이티브/카피 문제
• 타겟팅 불일치

(2) CVR 문제

• 랜딩페이지 설계 문제
• UX 불편
• 가격/신뢰 요소 부족

(3) ROAS 문제

• 비용 대비 매출 구조 문제
• 타겟 효율 낮음

---

10. A/B 테스트 설계

목적

• 가설 검증
• 최적 성과 도출

---

기본 구조

• 변수 1개만 변경
• 동일 조건 유지
• 충분한 데이터 확보 후 판단

---

테스트 요소 예시

• 썸네일
• 카피
• 랜딩페이지
• CTA

---

판단 기준

• CTR
• CVR
• ROAS

---

11. 성과 개선 접근 방식 (실무 핵심)

1단계: 문제 정의

• 어떤 지표가 떨어지는가

2단계: 원인 가설 설정

• CTR 문제인지, CVR 문제인지 구분

3단계: 실험 설계

• A/B 테스트

4단계: 검증 및 확장

• 성과 좋은 요소 확장

---

12. 실무에서 중요한 포인트

1. 데이터 해석 능력

단순 수치가 아니라
→ "왜 이런 결과가 나왔는지" 해석해야 함

---

2. UTM 설계 = 분석의 시작

UTM이 잘못되면
→ 이후 모든 분석이 무의미해짐

---

3. 이벤트 설계 = 전환 분석의 핵심

이벤트가 없으면
→ 유저 행동을 알 수 없음

---

4. A/B 테스트 = 개선의 핵심

감이 아니라
→ 데이터로 판단

---

13. 실무 적용 정리

• UTM으로 유입 구조 설계
• 이벤트로 행동 데이터 수집
• GA4로 전체 퍼널 분석
• 지표 기반 문제 정의
• A/B 테스트로 개선

---