결론부터 말하면, 저는 2년 가까이 엉뚱한 숫자를 열심히 들여다보고 있었습니다. 세션 수, 페이지뷰, 팔로워 수. 대시보드가 초록불이면 잘 되고 있다고 믿었고, 빨간불이 뜨면 뭔가 잘못됐다고 생각했습니다. 지금 돌아보면 그 숫자들은 제가 보고 싶은 것만 보여주는 창이었지, 실제로 돈이 되는지는 말해주지 않았습니다.

---

■ 먼저 보던 지표가 틀린 게 아니라, 순서가 틀렸습니다

운영하던 곳은 수제 가죽 소품을 파는 스마트스토어였습니다. 월 광고비는 파워링크와 쇼핑검색 합쳐서 30~40만원 수준이었고, 별도로 인스타그램 운영도 병행하고 있었습니다.

당시 저는 GA4 기준으로 세션 수가 오르면 뭔가 하고 있다는 기분이 들었고, 세션 수가 내려가면 콘텐츠 방향이 잘못됐나 싶어서 소재를 바꿨습니다. 그런데 이상하게 세션이 올라도 매출은 제자리였고, 세션이 줄었을 때 오히려 주문이 들어오는 주가 있었습니다.

나중에 채널별로 뜯어보니 원인이 보였습니다. 세션을 끌어올리던 트래픽 대부분이 '가죽공방', '가죽클래스' 같은 정보 탐색 키워드에서 오고 있었습니다. 구매 의도가 없는 사람들이 들어왔다 나간 것이고, 저는 그걸 보면서 잘 되고 있다고 착각하고 있었던 겁니다.

지금이라면 세션 수보다 채널별 전환율을 먼저 봤을 겁니다. GA4에서 '세션 전환율'을 채널 그룹 기준으로 쪼개면, 어느 경로에서 온 사람이 실제로 구매까지 가는지 보입니다. 이걸 먼저 봤으면 광고 예산을 엉뚱한 키워드에 두 달씩 쓰지 않아도 됐을 겁니다.

---

■ 데이터를 쪼갤 때 기준이 없으면 숫자가 많아도 아무 소용이 없습니다

한동안 저는 데이터 분석을 '숫자 많이 보는 것'과 같은 의미로 썼습니다. GA4에 여러 탐색 보고서를 만들어두고, 루트가 몇 갠지 세면서 스스로 분석을 잘 하고 있다고 생각했습니다.

실제로 유용했던 건 두 가지 기준을 먼저 정해두고 들어갔을 때였습니다.

첫 번째는 '이 숫자가 올라가면 뭘 바꿀 것인가, 내려가면 뭘 바꿀 것인가'를 미리 정해두는 것입니다. 예를 들어 쇼핑검색 광고의 클릭 후 구매 전환율이 특정 수치 아래로 내려가면 소재를 바꾼다, 이런 식의 기준이 없으면 숫자를 봐도 행동으로 연결이 안 됩니다.

두 번째는 비교 기준을 기간이 아니라 이벤트나 소재 변경 시점으로 잡는 것입니다. 전주 대비, 전월 대비로 보면 계절이나 요일 영향을 분리하기 어렵습니다. 소재를 바꾼 날짜 전후 2주씩 잘라서 비교했더니, 어떤 소재가 실제로 전환에 영향을 줬는지가 훨씬 명확하게 보였습니다. 도구는 GA4 비교 기능과 스마트스토어 광고 관리자 리포트를 나란히 놓고 봤습니다.

---

■ 이건 안 통했습니다 — 퍼널 전체를 한꺼번에 보려 했던 시도

어느 순간 '퍼널 분석'이라는 걸 제대로 해보겠다고 마음먹고, GA4에서 유입부터 구매까지 각 단계를 다 쌓아서 보기 시작했습니다. 유입 → 상품 상세 조회 → 장바구니 → 구매 완료 순서로 이탈률을 다 뽑았습니다.

문제는 숫자는 나왔는데 뭘 해야 할지 몰랐다는 겁니다. '장바구니에서 이탈이 많네'라는 결론은 나왔는데, 이게 가격 문제인지, 결제 과정 문제인지, 아니면 그냥 비교하다 나간 건지 데이터만으로는 알 수 없었습니다. 결국 가격을 조금 내리고 상세페이지 설명을 바꾸는 두 가지를 동시에 했는데, 어느 게 효과가 있었는지 분리가 안 됐습니다.

나중에야 한 번에 하나씩 바꿔야 한다는 걸 알았지만, 그때는 빨리 결과를 내고 싶어서 동시에 손댔습니다. 지금도 소규모로 운영하면서 테스트를 제대로 격리하는 게 쉽지 않다는 건 솔직히 인정합니다. 왜 그 두 가지가 효과 있었는지, 아니면 둘 다 별 관계가 없었는지는 아직도 확실하지 않습니다.

---

한 줄로 정리하면, 데이터 분석은 많이 보는 게 아니라 '이 숫자가 바뀌면 나는 뭘 할 것인가'를 먼저 정해두고 보는 게 순서였습니다.