Close
Type at least 1 character to search
Back to top

  🌗GTM을 통한 알파리뷰 조회 스크립트 분석 방식에 따른 장단점     1️⃣ 요소 공개 상태 트리거 방식 - 장점 : 고객 행동을 dataLayer.push 방식에 비해 비교적 빠르게 측정 가능하다. 또한 조회한 리뷰 텍스트도 수집이 가능하다. - 단점 : 아이프레임에서 발생하는 이벤트므로 saladlab.shop 또는 alph.kr 가 발생 도메인이 된다. 따라서 전환 추적에 용이하지 않을 수 있다.

새로운 클라이언트를 맞이할 때 가장 큰 두려움은 '온보딩' 이다. 시작만 잘 만들어 놓는다면 이후는 흐름을 개선하며 방향성을 잡을 수 있다. 목적지를 향해 나아가는 배의 방향을 고쳐 나가는 것이 당연히 물에 뜨지도 않는 배를 목적지까지 보내는 것보다 쉽다.   온보딩 과정에서 가장 두려운 것은 클라이언트의 광고가 진행조차 되지 않는 것이다.  대행사는 언제나 갑과 을 에서 을의

스튜디오엠엑스는 다양한 클라이언트의 광고 매체 데이터와 GA4 데이터를 결합하여 데이터를 해석한다. 그래서 GA4가 본격적으로 쓰이기 시작한 뒤로 GA UA(Universal Analytics, GA3) 와의 데이터 차이에 대해 많은 궁금증이 있었고 같은 구글 애널리틱스 프로덕트이니 둘이 비슷한 데이터 결과가 나올지 아니면 이전의 데이터를 참고하기 어려울 정도일지 확인할 필요가 있었다.   이번에 시간을 내서 5개 클라이언트의 자료를 비교했고

        광고주가 항상 직면하게 되는 문제가 있다. ROAS 가 뭔데 이런 숫자가 이렇게 나오고 200%는 옳은 수치인가? 어디에 돈을 넣어야 어디로 돈이 나오게 되는 것인가. 이를 알기 위해서는 데이터기반의사결정 을 해야 한다. 하지만 의사결정을 하기 위한 1. [ 어떤 데이터를 ] 2. [ 무슨 방법으로 보고 ] 3. [ 그 데이터를 판단하는 기준 ]   은 무엇인가.         이번 글에서는 구글애널리틱스와 UTM을 활용하여

# Intro 태그매니저를 활용하다보면 결국 도착하는 곳이 데이터레이어라는 개념입니다. 이 개념에 대해서는 다른 웹사이트에 내용이 많이 있으니 자세한 설명은 생략하며, 이미 지식이 있는 분들을 대상으로 진행해보겠습니다. 하지만 많은 웹문서들이 다루는 내용은 데이터레이어에 대한 개념만 있을 뿐, 우리가 실질적으로 어떻게 활용해야 하는지는 대부분 설명이 없습니다. 오늘은 실질적으로 어떻게 데이터 레이어를 '트리거'로서 활용할

      구글애널리틱스를 사용하는 사람들은 데이터의 중요성을 알고 더 자세히 데이터를 들여다보려 한다. 데이터에 대해 관심이 많은 사람들은 구글애널리틱스 외에도 다른 애널리틱스 툴을 쓰려한다.   많은 무료 툴들이 있지만 그 중에서 가장 많이 사용되는 것은 구글애널리틱스 다음으로 네이버 애널리틱스가 아닐까 생각된다.   그런데 네이버 애널리틱스는 전문가들이 쓰기에는 인터페이스가 너무 단순하게 되어있어 복잡한 설정을 통해 중요한 데이터만 골라서 보는 맛이

지그재그를 통해서 유입된 고객이 어떤 상품을 골랐는지 분석하고 특정 상품으로 유입된 고객의 전환율을 분석할 수 있습니다.