Day 24. 구매 퍼널 이벤트가 실제로 기록되는지 점검하기

AI 유입이 늘어도 구매 행동을 기록하지 못하면 성과를 설명할 수 없어요.

실무자가 알아야 할 이론적 배경

검색 성과는 URL 단위의 퍼널로 봅니다

개념. 검색 퍼널은 발견·노출·클릭·사이트 행동·전환을 서로 다른 단계로 기록하는 분석 틀입니다. 한 단계의 증가는 다음 단계를 자동으로 뜻하지 않아요.

작동 원리. Search Console은 검색 노출과 클릭을, GA4는 식별된 세션과 행동을, 주문 시스템은 거래를 기록합니다. 도구마다 사용자·기간·귀속 정의가 달라 수치가 정확히 일치하지 않을 수 있습니다.

왜 중요한가. 노출 증가를 매출 효과로 곧바로 해석하면 잘못된 결론이 생깁니다. 어느 URL의 어느 단계가 막혔는지 봐야 다음 행동을 정할 수 있어요.

오늘의 실무 해석. 같은 URL과 기간을 기준으로 노출·클릭·세션·전환을 별도 열에 둡니다. 누락과 0, 측정 불가를 구분하세요.

이 설명의 근거: GA4 기본 채널 그룹 · 정본 근거 ID: M-01

실제 사례에서는 어떻게 보였을까요?

Search Console · query와 URL의 노출·클릭을 같은 조건으로 비교해요

공식 화면 관찰. Search Console Performance 보고서는 클릭, 노출, CTR, 평균 게재순위를 query·page·country·device·date 등으로 나누어 보여줍니다.

공개된 관찰. 변경 URL로 page filter를 적용하고 같은 기간을 비교하면 어떤 query의 발견·클릭이 함께 변했는지 관찰할 수 있습니다.

그대로 일반화하면 안 되는 이유. 희소 query와 익명화 데이터는 보이지 않을 수 있고 평균 게재순위는 개인 검색 결과를 재현하지 않습니다. AI 서비스 전체 측정 도구도 아닙니다.

출처: Google Search Console Performance report · 자료 성격: 🟢 플랫폼 공식 문서

GA4 · 식별 가능한 AI referral만 별도 채널로 분류해요

공식 화면 관찰. Google Analytics는 인식 가능한 AI assistant referral에 AI Assistant 채널과 ai-assistant medium을 제공합니다.

공개된 관찰. Traffic acquisition에서 session source/medium과 landing page를 함께 보면 식별된 AI 세션의 행동과 key event를 URL 단위로 관찰할 수 있습니다.

그대로 일반화하면 안 되는 이유. referrer가 전달되지 않는 앱·브라우저 경로는 Direct 등으로 잡힐 수 있습니다. 이 채널은 AI 접점 전체가 아니라 식별 가능한 하한선에 가깝습니다.

출처: Google Analytics release notes · 자료 성격: 🟢 플랫폼 공식 문서

오늘 이 사례에서 가져갈 판단 기준. 검색 노출·클릭과 사이트 세션·행동을 같은 수치로 합치지 않고 URL 단위 퍼널로 연결합니다.

오늘의 근거를 2분만 같이 볼게요

근거 한 줄. 페이지 조회부터 상품 보기·장바구니·결제·구매까지 실제 이벤트가 이어져야 유입 뒤 행동을 읽을 수 있습니다.

여기까지가 근거예요. GA4 수치만으로 주문 원장과 매출이 정확히 일치한다고 가정하지 않습니다.

글로벌 사례	국내 사례
Shopify — storefront 이벤트와 주문 원장 대조	카페24 — 결제 완료와 분석 이벤트의 실제 값 대조

오늘 우리 사이트에 적용할 한 가지. 테스트 주문 하나로 이벤트와 주문 ID·금액·통화를 대조합니다.

출처: GA4 기본 채널 그룹 · 정본 근거 ID: M-01

오늘은 이것부터 같이 해볼게요

오늘은 고객처럼 직접 움직여보고, 어느 행동까지 데이터로 남는지 확인할게요.

왜 이런 일이 생길까요?

GA4에 purchase가 보이면 구매 측정이 잘되고 있다고 생각하기 쉬워요. 그런데 주문 금액이 0이거나 같은 주문이 두 번 잡힌다면 어떨까요?

오늘은 고객처럼 상품 조회 → 장바구니 → 결제 시작 → 구매를 직접 움직여볼게요. 이벤트 이름이 있는지만 보지 않고 상품·금액·통화까지 실제 주문과 맞는지 확인해요.

고객 행동과 이벤트를 같이 따라가볼까요?

GA4 전자상거래 이벤트는 고객 행동과 상품 데이터를 함께 보내야 의미가 있어요. Google Analytics 전자상거래 측정 안내에서도 조회·장바구니·결제·구매 같은 행동을 각각의 이벤트로 설명합니다.

표본 주문 한 건만 맞춰봐도 이벤트 누락, 중복, 값 오류를 빠르게 구분할 수 있어요. 원인은 나중에 담당자가 찾더라도, 증상은 마케터가 정확하게 남길 수 있습니다.

불티가 먼저 짚어드릴게요

• 이벤트 검증의 기본기는 표본 대조입니다. 실제 주문 하나(또는 테스트 주문)를 골라, 그 주문의 상품·수량·금액·통화가 GA4의 purchase 이벤트 기록과 일치하는지 봐요. 이름만 있고 금액이 0이거나 통화가 USD로 잡히는 경우가 실무에서 흔해요.
• 흔한 고장 세 가지: ① 누락 — 특정 단계 이벤트가 아예 안 잡힘(특히 외부 결제창을 거치는 begin_checkout 이후) ② 중복 — 새로고침마다 purchase가 다시 잡혀 매출이 부풀려짐 ③ 값 오류 — 옵션가·할인·배송비 처리 방식이 실제 주문과 다름. 셋 다 마케터가 발견하고 개발자가 고치는 문제입니다.
• GA4가 미설치라면 오늘은 건너뛰는 날이 아닙니다. 커머스 관리자의 주문 데이터만으로 “무엇을 알 수 있고 무엇을 알 수 없는지”(매출은 알지만 유입 경로별 전환은 모름)를 적어 두는 것이 오늘의 산출물이 돼요.

왜 GEO 수업에서 장바구니까지 볼까요?

AI 답변에서 비교를 끝낸 고객은 블로그가 아니라 PDP·FAQ로 바로 들어오거나 브랜드명을 다시 검색할 수 있어요. 단순 세션보다 랜딩 → 상품 확인 → 장바구니 → 결제 → 구매가 실제로 이어지는지 확인해야 해요.

단계	권장 이벤트	확인할 값
콘텐츠 랜딩	page_view	URL·유입 소스
상품 확인	view_item	상품 ID·가격
장바구니	add_to_cart	수량·금액
결제 시작	begin_checkout	상품·쿠폰
구매	purchase	주문 ID·매출·통화

Shopify나 Cafe24를 사용해도 모든 이벤트가 자동으로 정확하다고 가정하지 않아요. 실제 행동과 데이터가 일치해야 해요.

내가 한 행동	기대 이벤트	실제 이벤트	값 일치	증거	조치
[가이드 진입]	page_view	[결과]	[예/아니요]	[화면]	[할 일]

이제 우리 사이트에서 같이 해볼까요?

1. GA4 이벤트 화면에서 네 이벤트가 있는지 같이 찾아볼게요.
2. 최근 실제 주문 하나를 골라 커머스 관리자와 GA4의 purchase 값을 나란히 놓습니다.
3. 이번에는 직접 상품을 보고 장바구니에 담아보세요. 실시간 보고서에 내 행동이 보이는지 확인해요.
4. 원인을 추측하지 말고 이벤트별로 정상/누락/의심만 표시해둘게요.

오늘은 여기까지 실제로 발행해볼게요

테스트한 랜딩 URL 두 곳에 상품 또는 FAQ로 이어지는 문맥형 링크와 직접 답변을 추가해요.

여기서 막히면 먼저 이것만 확인해보세요

원인 파악은 우리 일이 아닙니다. “add_to_cart가 실시간 보고서에 안 뜬다, 이런 절차로 재현했다”까지만 정확히 기록하면, 고치는 것은 Day 26 요청서를 받은 개발자의 몫입니다.

여기까지 했다면, 오늘은 충분해요

• 네 이벤트의 존재 여부를 확인했다.
• 실제 주문 하나로 값을 대조했다.
• 이벤트별 정상/누락/의심을 기록했다.
• 랜딩 URL 두 곳의 답변·링크 블록을 보완했다.

여기까지 했다면 “GA4가 설치돼 있습니다”보다 한 단계 더 나아갔어요. 이제 우리 팀은 어느 구매 행동이 실제로 기록되는지 알고 있어요.

오늘 우리 브랜드에 남는 것

Day 24 · 퍼널 이벤트 점검표 · 표본 주문 대조 결과 · 누락/의심 목록

그래도 막힌다면 이렇게 남겨두세요

GA4 화면이 낯설어 헤매게 되면 “실시간 보고서에서 내 행동이 보이는지” 하나만 확인해도 오늘 몫은 돼요. 나머지 확인 절차는 점검표에 미확인으로 남겨 두면 사라지지 않아요.

내일은 이런 게 궁금해질 거예요

구매 행동이 어디까지 기록되는지 확인했어요. 내일은 그 고객이 정말 ChatGPT나 Perplexity에서 왔다고 말할 수 있는 범위를 같이 나눠볼게요.