MS 클라리티와 구글 애널리틱스 3개월차 사용 후기

 

본론부터 말하면, 강력했다.

 

구글 애널리틱스와 구글 태그매니저 그리고 구글 애드센스 그리고 마소의 클라리티 합하면 데이터의 신뢰성을 만들어낼 수 있다.

 

왜 강력할까?

 

내가 수집한 데이터의 본질적인 가치는 내 고객의 가치이기 때문에 어떤 점에서 가치를 평가하는 것에 대한 주안점을 어디에 두는가에 초점이 잡힐터이지만, 클라리티를 통한 데이터 신뢰성은 가히 대단하다 싶었다.

 

가령, 내가 애드워즈 광고주라 가정하면 올바르게 광고를 시청했는가가 무척이나 중요하다. 요즘 CPC를 노리는 여러 리워드 앱들 때문에 상당히 골머리기도 하다. (버응빌이 히트다...)

 

물론, 삼총사중 태그매니저의 역할이 무척이나 컸지만, 이는 올바르게 데이터를 평가하는 지표 역할을 함으로서 구글 애드센스에 그리고 광고주에 올바른 고객 정보를 전달하는데 큰 도움이 된다.

 

내 사이트에서 고객을 알아보는 것도 중요하지만, 광고주 또한 내 사이트에 광고를 걸면 투명하고 공개된 데이터 기반으로 올바른 광고를 집행하는데 큰 도움이 될 수 있다는 점을 전달해주는 강력한 신뢰성 도구인 셈.

 

 

이게 무슨말인고...?
예를 들어나 보자.

 

 내 홈페이지를 접속하는 사람의 가치는 나에게는 무척 소중하지만 그 얼마짜리냐 물어보면 사실 어떻게 평가할지 어렵다. 얼마짜리 손님이였다 라고 가중치를 매기기에는 무척이나 어렵고, 평생 고객 가치를 계산하기도 쉽지 않다. 일반적인 블로그 입장에서는 그렇다. 그런데 이를 데이터적으로 방문자의 가치를 올바르게 체크해주는 툴로서의 역할이 생겼다고 할까.

 

 이과이면 가능하겠지만 문과라면 그래 인문학적으로 얼마의 가치입니다. 라고 할 수 있지만 에? 그게 산술적인 증명이 부족한데요라고 하는 점을 이 친구들이 힘을 합쳐서 증명해준다고 할까.

 

으르렁대던 그들(?)이 힘을 합치니 훌륭한게 나왔다.

 

장점 3가지

 

이전 1개월차 글을 썼지만 3개월차도 남기면 좋을 것 같아 기록에 남기기 위해서 써본다. 일단 3가지의 장점이 있다.

 

1) 고객이 정말 눌렀나에 대한 솔직하고 담백하고 올바른 정보를 광고주에게 전달 할 수 있다.

 

2) 정말 당신의 사이트가 가치가 있었는지, 이용자의 실질적인 사용환경에 대한 정보가 구글과 마소 모두에게 전달됨으로서 색인의 의미가 더욱 가미된다.

 

3) 애널리틱스 G4의 환상적인 연동, 고객과의 호흡에서 이벤트 발생에 대한 유추보다 실증적인 확인이 가능하다.

 

 

이를 통해, 올바른 광고 배정이 사이트에 될 수 있는 과정도 있고, 기술적으로 성숙한 웹사이트를 구현함을 물론(연동밖에 안했음에도) 소비자에게 올바른 서비스를 하고 있는가를 끊임없이 시험 받는다.

 

"그냥 중간광고 막넣으면 수입늘어요" 막연한 전략보다, 올바른 전략을 통해 고객과 소통하고 올바른 가치를 만들어가는 과정을 만드는데 기인하는 것에 있어 최선의 전략이 아닌가 싶다. 

 

---

 

결론

 

쓰면 강력하고, 내 사이트의 고객의 본질적 가치가 상향된다.

고맙다. MS, 구글. 언제나 미국은 최고다.

 

부연추가

 

1) 클라리티를 소스 삽입말고 태그매니저로 연동하는게 좀 더 호환성이 좋습니다.

 

2) 인앱성 접근에 대한 것은 트리거 예외 + 자바스크립트 변수로 어전트 체크해주시는게 좀 더 좋습니다.

색인에 제한이 걸릴 수 있습니다. 서로 견제한다기 보다는 "개인정보" 취급에 관한 민감성 때문인 것으로 보입니다.
(클라리티 사용에 관한 제 3자 정보 제공에 대한 동의가 없기 때문, 그런 점을 알려주거나 하지 않습니다. 바로 색인 차단 먹이거나 크롤링 자체가 안될겁니다. 경험상 robots.txt 부터 차단맥이면서 웹사이트 전체적으로 접근차단맥이는경우가 좀 있습니다. 회원정보가 이미 로그인된 인앱의 경우, 개인정보가 새는 웹이다라는거죠. 인앱성 접근에 대한 의존성이 없는경우, 구글에 의존적이거나, 다국어화 웹(영국, 미국 등)이 아니라면, 크게 신경쓰지 않아도 될듯합니다.)

 

3) 데이터의 신뢰성, 고객에 대한 신뢰성이 높다면 GPT, 제미니, 바드 등과 같은 Ai에게도 신뢰성을 담보로한 레퍼링에 대한 가능성도 높아질 것으로 보입니다.