Codex & Aside CLI 로 Google Analytics 셋업하기
2026.10.21

배경 및 요약
새 명함과 함께 사이트를 만들었는데, 정작 방문 데이터를 볼 Google Analytics는 연결하지 않은 상태였습니다. 명함 페이지를 본 사람이 사이트를 더 둘러보는지, 어떤 서비스에 관심을 보이는지, 문의 버튼까지 누르는지 알고 싶었습니다.
GA4는 사이트의 방문과 행동을 모아 보는 도구입니다. 필요한 건 알지만 설정 화면부터 보고서까지 직접 구성하려면 부담이 있습니다. 이번에는 Codex에 사이트 조사와 추적 코드 구현, GA 화면 설정을 맡기고, 제가 보고 싶은 질문을 조금씩 구체화했습니다.
“어떤 데이터를 보고 싶은지 말하고, 만들어진 화면을 보고 다시 요청하는 과정”을 중심으로 측정 구조와 보고서를 만든 과정입니다. 아직 매출이나 고객 증가를 검증한 사례는 아닙니다.
사용한 도구
Codex: 사이트 코드 점검, 측정 항목 설계, 추적 코드 구현, 작업 세션 조율과 검증 기록 정리에 사용했습니다.
Aside CLI: 실제 사이트의 페이지를 열어 콘텐츠와 문의 동선을 조사할 때 사용했습니다.
브라우저 자동화 도구: GA4 화면의 설정과 보고서 편집에 사용했습니다. 초기 사이트 조사부터 GA 편집까지 모두 Aside CLI 하나로 진행한 것은 아닙니다.
Google Analytics 4(GA4): 페이지 조회·문의 이벤트를 수집하고, 유입·명함·문의 보고서와 잠재고객을 구성했습니다.
적용 과정
참고한 GA4 프롬프트 가이드는 0단계 측정 설계 → 1단계 코드 적용 → 2단계 보고서 활용으로 나뉩니다. 이 글도 그 흐름에 맞춰, 각 단계에서 무엇을 요청하고 어디까지 확인했는지 정리했습니다.

0단계: 먼저 볼 지표와 이벤트를 정했습니다.
1단계: 내 사이트에 추적 코드를 심습니다.
2단계: GA4에서 확인할 보고서를 구성합니다.
여기서 중요한것은 내사이트에 추적 코드를 심지 않으면, GA4에서는 볼수 있는 데이터가 없다는 것입니다.
사용자가 어떤행동을 했을때, 로그를 보내면 GA4에서는 통계 자료나 그래프로 확인이 가능합니다.
0단계 · 측정 설계: 무엇을 볼지부터 정했습니다
가이드의 0단계는 사이트 목적과 실제 사용자 행동을 바탕으로 지표·이벤트를 고르는 단계입니다. 인터뷰로 함께 설계하는 버전과, 사이트 정보를 바탕으로 바로 추천받는 버전이 있습니다. 제 경우에는 페이지 유입과 문의 버튼이라는 우선순위를 먼저 주고, 실제 사이트 조사로 측정안을 구체화했습니다.
처음부터 사이트의 모든 기능을 분석하고 싶었던 것은 아닙니다. 웹사이트 제작, SEO·GEO, AX 교육을 소개하는 사이트이므로 어떤 페이지로 들어와 무엇을 보고 문의하는지가 먼저였습니다. 처음 요청도 이 범위에서 시작했습니다.
제 사이트 https://bukketlab.com 의 실제 페이지와 문의 동선을 먼저 살펴봐 주세요. 세부 기능을 모두 추적하기보다는, 사람들이 어떤 페이지로 들어와 무엇을 둘러보는지 알고 싶습니다. 문의하기 버튼을 언제, 어느 페이지의 어느 위치에서 클릭했는지도 확인할 수 있도록 우선 측정할 지표와 이벤트를 정리해 주세요. 문의 버튼 클릭과 실제 문의 완료는 구분해서 설계해 주세요.
첫 작업 세션은 사이트 점검과 측정 항목 결정이었습니다. 바로 코드를 넣기 전에 실제 페이지와 문의 동선을 확인하게 했습니다. 이때 Aside CLI로 홈, 서비스 소개, 가격, 문의, 명함 페이지 등을 열어 문구와 버튼을 살펴봤습니다. 로컬 코드도 함께 확인해 화면에서 보이는 행동과 실제 동작을 맞췄습니다.
여기서 먼저 구분한 것이 ‘문의 클릭’과 ‘문의 완료’였습니다. 현재 사이트의 폼은 서버로 문의를 접수하는 구조가 아니라, 입력 내용을 담아 사용자의 메일 앱을 여는 방식입니다. 따라서 버튼을 눌렀다고 메일을 보냈거나 문의가 접수됐다고 볼 수는 없었습니다.
측정 항목은 페이지 조회, 문의 동선 클릭, 메일 작성 요청으로 정리했습니다. GA에 이름·이메일·문의 본문을 보내지 않고, 어느 페이지의 어느 버튼인지 구분하는 값만 수집하도록 했습니다. 버튼 위치도 헤더, 푸터, 페이지 본문처럼 나눴습니다.
설계 결과는 다음 구현 세션에 전달했습니다. 무엇을 셀지뿐 아니라 이벤트가 발생하는 시점, 버튼을 구분할 값, 실제 문의 완료로 볼 수 없는 범위를 함께 넘겼습니다. 가이드의 ‘다음 단계로 넘길 때’처럼 앞 단계의 결과가 다음 단계의 입력이 되도록 한 것입니다.
1단계 · 코드 적용: 공통 버튼에 규칙을 넣었습니다
가이드의 1단계는 설계안을 사이트 코드에 적용하고, 실제 데이터가 전송되는지 검증하는 단계입니다. 제 작업에서도 다음 세션은 측정 설계를 실제 코드로 옮기는 일이었습니다. 이번에 한 번 설정해도 페이지나 버튼이 바뀔 때마다 다시 작업해야 한다면 관리하기 어려울 것 같아 이렇게 요청했습니다.
앞에서 정한 측정 설계에 맞춰 GA4 추적 기능을 구현해 주세요. 페이지마다 추적 코드를 따로 붙이기보다는 공통 버튼과 링크 컴포넌트에 추적 규칙을 넣어, 사이트 구조가 바뀌어도 같은 규칙을 재사용할 수 있게 해 주세요. 버튼의 고정 ID와 위치, 관련 서비스 유형을 구분하고, 페이지 이동이나 뒤로 가기에서 조회가 빠지거나 중복되지 않는지도 확인해 주세요. 이름과 이메일, 문의 내용은 GA4로 보내지 말아 주세요.
공통 버튼과 링크에 추적 기능을 넣고, 버튼의 고정 ID·위치·서비스 유형을 함께 보내도록 구현했습니다. 공통 컴포넌트를 사용하는 버튼이라면 같은 규칙을 재사용하는 방식입니다. 사이트의 모든 클릭을 기록하는 구조는 아닙니다.
페이지를 볼 때는 page_view, 문의 동선을 누르면 contact_click, 폼에서 메일 작성을 요청하면 contact_email_request를 보내도록 했습니다. 뒤로 가기·앞으로 가기로 돌아왔을 때 페이지 조회가 빠지는 문제도 보완하고, 같은 조회가 중복으로 잡히지 않는지 검증했습니다.
이 작업은 총괄 대화에서 방향을 잡고, 측정 설계·코드 구현·GA 화면 구성을 별도 세션에서 진행했습니다. 코드 담당이 확인한 전송 결과를 GA 담당이 화면에서 대조하는 식으로 연결했습니다. Aside CLI는 초기 사이트와 문의 동선을 조사할 때 사용했고, 이후 GA 설정과 보고서 편집에는 다른 브라우저 자동화 도구도 함께 사용했습니다.
전송 성공과 보고서 표시는 달랐습니다
GA 연결과 초기 보고서 세션에서 확인할 것은 ‘코드가 들어갔다’ 이후에도 남아 있었습니다. 수집 요청이 HTTP 204 응답을 받는지, GA의 DebugView에서 이벤트와 세부 값이 보이는지, 일반 보고서에 처리된 행이 나타나는지를 나눠 확인했습니다. DebugView는 점검 중인 이벤트를 살펴보는 화면입니다.

설명용 도식. HTTP 204 응답, GA 내부 수신, 일반 보고서 처리는 각각 확인해야 합니다. 이번 사례의 점검 날짜를 함께 표시했습니다.
10월 19일에는 실제 문의 클릭과 페이지 조회의 수신을 확인했지만, 같은 날 일반 보고서에는 데이터가 없는 표가 남아 있었습니다. 다음 날인 10월 20일에는 처리된 행을 확인했습니다. 빈 표를 바로 ‘방문도 문의도 0’이라고 읽으면 안 되는 상황이었습니다. 코드 설치, 수신 확인, 보고서 처리까지 각각 확인해야 한다는 점이 작업 기록에 남았습니다.
구현 결과와 수신 검증 기록은 GA 화면을 구성하는 세션에 전달했습니다. 어떤 이벤트와 값이 실제로 들어오는지부터 알아야, 수집하지 않는 데이터를 보고서 설정만으로 볼 수 있다고 착각하지 않을 수 있었습니다.
2단계 · 보고서 활용: 화면을 보고 다시 요청했습니다
가이드의 2단계에는 브라우저·Aside로 자동 설정하는 버전과 직접 따라 하는 버전이 있습니다. 저는 브라우저 자동화로 GA 화면을 구성하고, 저장·게시한 보고서를 다시 열어 확인하는 방식으로 진행했습니다. 여기서부터는 ‘설정했는가’에 더해 ‘제가 자주 읽을 수 있는 화면인가’를 확인했습니다.
첫 보고서를 보고, 유입부터 다시 보자고 했습니다
초기에는 전체 현황 대시보드와 탐색 화면을 구성했습니다. 하지만 제가 자주 열어 볼 형태는 탐색보다 보고서였습니다.
저는 탐색 화면보다 메뉴에서 바로 열어 볼 수 있는 보고서를 선호합니다. 현재 수집되는 데이터를 확인한 뒤, 제 사이트의 유입과 페이지 탐색, 문의 행동을 자주 살펴볼 수 있도록 보고서와 메뉴를 구성해 주세요. 사용하지 않는 기본 보고서는 메뉴에서 정리하고, 새 보고서를 저장한 뒤에는 다시 열어 실제로 반영됐는지 확인해 주세요.
기본 메뉴도 제 사이트에서 궁금한 내용 중심으로 정리해 달라고 했습니다. 사용하지 않는 기본 보고서는 삭제 대신 메뉴에서 게시를 취소하고, 별도의 분석 메뉴를 구성했습니다.
그런데 전체 현황을 먼저 보는 구성은 제가 궁금했던 순서와는 달랐습니다. 만들어진 보고서를 보고 나니 우선순위가 더 분명해졌습니다.
제가 가장 먼저 알고 싶은 것은 사람들이 어디서 많이 들어왔고, 들어올 때 어느 페이지를 처음 봤는지입니다. 전체 현황보다 유입 출처와 첫 방문 페이지를 먼저 확인할 수 있도록 보고서 순서를 바꿔 주세요. AI 유입은 어떤 AI 서비스에서 왔는지와 어느 페이지로 처음 들어왔는지를 함께 볼 수 있게 해 주세요. 식별되지 않는 유입이나 저장하지 못한 필터가 있으면, 확인 가능한 범위와 제가 직접 선택해야 할 조건도 알려 주세요.
이 요청 이후 메뉴를 유입·AI → 전체현황 → 페이지탐색 → 명함방문자 → 문의행동 순서로 바꿨습니다. 보고서도 출처별 전체 세션 순위, 출처·매체와 첫 방문 페이지, AI 서비스 식별용 출처와 첫 방문 페이지를 볼 수 있도록 보완했습니다. 여기서 첫 방문 페이지는 그 사람의 생애 첫 방문이 아니라, GA4가 묶은 한 번의 방문 단위인 ‘세션’에서 처음 본 페이지입니다. Google 방문 페이지 설명

2026년 10월 21일 게시 후 다시 연 보고서. 화면의 기간은 9월 23일~10월 20일이며 설치 검증용 QA 방문이 포함돼 있습니다. 실제 고객 유입 실적을 보여주는 캡처가 아닙니다.
이 보고서에서 좋았던 점은 ‘어디서 들어왔나’와 ‘어느 페이지로 들어왔나’를 함께 볼 수 있다는 점입니다. 출처별 전체 규모는 아래 순위 표에서 먼저 보고, 위 표에서 첫 페이지를 확인하면 됩니다. 다만 카드 배치를 원하는 읽기 순서대로 옮기지는 못해, 화면 배치와 제가 읽는 순서는 조금 다릅니다.
AI 유입도 ‘AI에서 몇 명 왔다’ 하나로 끝내고 싶지 않았습니다. ChatGPT인지 다른 AI 서비스인지, 그리고 어느 페이지로 처음 들어왔는지를 함께 알고 싶었습니다. 현재 보고서는 GA가 식별한 세션 출처와 첫 방문 페이지를 교차해서 보는 방식입니다.
아쉬운 점도 남았습니다. AI 전용 고정 필터를 넣으면 GA가 저장 오류를 반환했고, 필터를 빼야 저장됐습니다. 그래서 제목에 ‘전체 출처 포함’을 표시하고 출처 열의 검색으로 좁혀 읽도록 했습니다. 캡처 당시 식별된 AI 서비스 출처 행은 없었고 직접 유입으로 표시됐습니다. 이것만으로 AI 유입이 아예 없었다고 확정할 수는 없습니다.
또 GA의 AI Assistant 채널과 사이트에서 별도로 관찰한 AI 출처는 구분했습니다. 사이트의 관찰값에는 이전 사이트 정보인 referrer나 허용한 태그가 쓰이지만, 태그는 다른 사람이 복사해서 열 수도 있습니다. 태그가 있다는 이유만으로 실제 AI 서비스에서 클릭했다고 단정할 수 없습니다. Google의 AI 개요·AI 모드는 자연 검색에 포함되므로 AI Assistant 채널 하나로 모든 AI 관련 유입을 설명할 수도 없습니다. Google 기본 채널 정의
명함에서 시작한 방문이 어디로 이어졌는지도 봤습니다
보고서를 구체화하다 보니 전체 조회수만으로 답하기 어려운 질문이 생겼습니다. 이 부분은 다시 0·1단계로 돌아가 AI·명함 계측을 보완한 뒤 보고서에 반영했습니다. 한 번 정한 설계대로 끝내는 작업은 아니었습니다. 명함 페이지에서 들어온 방문과 다른 페이지에서 시작한 방문을 구분하고, 앞뒤 페이지 이동을 볼 수 있어야 했습니다. 그래서 첫 진입 맥락과 관찰된 AI 출처·식별 근거, 직전 페이지 경로를 기존 이벤트에 추가했습니다.
이후 보고서 세션에서는 그 값을 실제로 읽을 수 있는 표와 퍼널을 만들었습니다. 명함 페이지에서 시작한 방문이 홈이나 서비스 페이지로 이어지는지, 문의 버튼까지 누르는지를 확인하는 구조입니다.

2026년 10월 20일 확인한 10월 19일 데이터. 왼쪽 표는 명함 진입 맥락에서 직전→현재 페이지의 연결을 보여줍니다. QA가 포함돼 있으며, 여러 행을 이어 특정 한 사람의 전체 여정으로 해석할 수는 없습니다.
이 표는 /namecard → /처럼 실제로 관찰된 페이지 연결을 볼 수 있다는 점이 유용합니다. 다만 명함 페이지로 시작했다고 해서 실물 명함이나 QR로 들어왔다고 확정할 수는 없습니다. 같은 URL을 다른 곳에서 받아 열었을 수도 있기 때문입니다.
퍼널은 명함 페이지로 시작 → 문의 클릭 → 메일 작성 요청의 세 단계로 만들었습니다. 퍼널은 목표 행동으로 가는 단계별 도달을 보는 방식입니다. 서비스 페이지를 반드시 거치게 하지는 않았습니다. 바로 문의할 수도 있으니까요.

2026년 10월 20일 확인한 10월 19일 퍼널과 잠재고객 표. 수치에는 QA 방문이 섞여 있어 고객 전환율로 사용하지 않습니다. 퍼널은 선택 기간의 사용자 기준이며, 한 세션 안에서만 이어진 행동으로 제한하지 않았습니다.
퍼널 덕분에 조회수와 문의 행동을 따로 보던 것에서 한 단계 더 나아갔습니다. 하지만 마지막 단계도 메일 작성 요청일 뿐 실제 발송이나 접수 완료는 아닙니다. 화면에 단계별 비율이 나온다고 바로 사업 성과로 부를 수는 없었습니다.
방문 유형별로 나눠 보면 어떤 행동이 보일까
여기서 다시 명함·AI·검색 유형별 활동을 보고 싶다고 요청했습니다. 명함 페이지로 시작한 사용자, GA의 AI Assistant 채널 사용자, 관찰된 AI 출처 사용자, 자연 검색 채널 사용자를 잠재고객으로 구분했습니다. 잠재고객은 정해 둔 조건을 충족한 사용자 묶음입니다.

2026년 10월 21일 게시 후 다시 연 활동 보고서. 화면의 기간은 9월 23일~10월 20일이고 QA가 포함됩니다. 생성 직후 새 AI·검색 잠재고객의 활동 행은 아직 확인되지 않았습니다. 기존 명함 잠재고객 행으로 표 구성을 확인한 상태입니다.
좋았던 점은 페이지 조회, 이벤트, 서비스 유형별 문의 행동, 버튼 ID·위치를 같은 사용자 분류로 볼 수 있다는 것입니다. 서비스 페이지를 봤다면 어떤 서비스에 관심을 보였는지 살펴볼 단서가 됩니다. 실제 서비스를 이용했다는 뜻은 아닙니다.
읽을 때 번거로운 점도 있습니다. 문의 전용 필터를 저장하지 못해 일반 이벤트와 (not set) 행도 남습니다. 이벤트 열에서 contact_를 찾거나 버튼 ID와 위치가 있는 행을 골라 봐야 합니다. 만들어진 화면을 그대로 믿기보다 어떤 행을 읽어야 하는지 설명까지 받아야 했습니다.
네 잠재고객의 가입 기간은 30일로 설정했지만 서로 중복될 수 있어 숫자를 더하면 안 됩니다. 생성 이전 행동을 소급해서 입증하는 구조도 아닙니다. Google은 잠재고객 데이터 표시에 24~48시간이 걸릴 수 있다고 안내합니다. 이번 화면에서는 조건 평가 방식의 일부 옵션을 확인하지 못했으므로, 출처가 달라져도 가입 상태가 30일 내내 유지된다고 단정하지 않았습니다. Google 잠재고객 도움말
유입 당시 세션의 첫 페이지는 유입 보고서에서, 잠재고객에 속한 시점의 선택 기간 내 활동은 이 보고서에서 봅니다. 두 화면이 답하는 질문이 다릅니다.
처음 궁금했던 ‘언제, 어디서 누르나’도 돌아봤습니다
문의행동 보고서에서는 문의 버튼 클릭과 메일 작성 요청을 구분해 볼 수 있습니다. 보조 기준을 바꾸면 날짜·시간, 페이지, 버튼 ID·위치를 각각 확인할 수 있게 했습니다.

2026년 10월 20일 확인한 10월 19일 데이터. contact_ 검색과 버튼 ID를 적용한 열람 상태이며 QA가 포함됩니다. 검색·보조 기준이 모두 기본값으로 저장된 것은 아니고, 화면을 다시 열면 조건을 다시 선택해야 할 수 있습니다.
이 화면은 처음 질문했던 ‘어디의 문의 버튼이 눌렸는지’에 가까워졌습니다. 같은 문의 동선이라도 헤더와 푸터, 본문 버튼을 구분할 수 있습니다. 다만 일반 보고서의 보조 기준은 한 번에 하나씩 바꿔 봅니다. 시간·페이지·버튼을 모두 한꺼번에 교차해야 할 때는 기존 탐색 화면을 활용해야 합니다.
제게 좋았던 것은 보고서 중심으로 일상적인 확인 경로를 만든 점입니다. 아쉬운 것은 고정 필터 저장 실패와 수동 검색이 남았다는 점입니다. 그 사이에서 제가 한 일은 화면을 보고 “이것보다 유입을 먼저”, “AI 서비스와 첫 페이지를 같이”, “명함에서 시작한 사람은 이후 무엇을 보는지”처럼 질문을 다시 쓰는 것이었습니다.
뭘 만들어 달라고 할지는 질문자가 알아야 했습니다
이번에 가장 크게 남은 배움은 이것입니다. 설정과 화면 조작은 AI에게 맡길 수 있어도, 무엇이 궁금한지는 제가 정해야 했습니다. ‘GA를 달아 줘’만으로도 설치는 시작할 수 있습니다. 하지만 ‘내가 다음에 어떤 판단을 하려고 이 숫자를 보는가’가 없으면 보고서가 생겨도 자주 보지 않게 될 것 같습니다.
처음부터 GA의 모든 용어를 알 필요는 없었습니다. ‘어디서 많이 들어오나’, ‘어느 페이지를 먼저 보나’, ‘명함 페이지 다음에는 무엇을 보나’, ‘어느 문의 버튼을 누르나’처럼 제 사이트에서 궁금한 말을 적는 것부터 시작할 수 있었습니다. Codex와 브라우저 자동화는 그 질문을 코드와 보고서로 옮기는 부담을 줄여 줬고, 만들어진 화면은 다음 질문을 구체화하는 재료가 됐습니다.
다른 사이트라면 가장 중요한 활동을 먼저 정하면 좋겠습니다. 쇼핑몰은 구매, 예약 사이트는 예약 완료, 서비스 소개 사이트는 문의 접수가 출발점이 될 수 있습니다. 그 목표까지 가는 중간 행동을 나누되, 버튼 클릭과 실제 완료를 구분해야 합니다. 이번 제 사이트에서는 메일 작성 요청까지 확인할 수 있었고, 실제 접수는 별도로 대조해야 했습니다.
저는 이를 유입 → 탐색 → 전환 → 사용자 네 관점으로 생각하면 정리하기 쉬웠습니다. 어디서 들어왔는지, 무엇을 둘러봤는지, 목표 행동으로 얼마나 이어졌는지, 어떤 조건의 사용자들이 그 행동을 하는지입니다. 이 순서를 정답처럼 적용하기보다, 내 사이트의 핵심 활동에 맞춰 우선순위를 정하고 AI에게 필요한 화면을 요청하면 됩니다.
가이드의 세 단계를 제 사이트에 맞춰 다시 요청한다면 아래처럼 시작하겠습니다. 가이드 원문을 그대로 옮긴 것이 아니라, 이번 작업의 질문과 시행착오를 반영한 재사용용 예시입니다.
제 사이트는 [사이트 URL]이며, 가장 중요한 목표는 [구매 완료/예약 완료/문의 접수]입니다. 사람들이 어디서 들어와 어느 페이지를 처음 보고, 그 뒤 어떤 페이지를 탐색하며 목표 행동까지 이어지는지 알고 싶습니다.
먼저 실제 사이트와 사용자 동선을 조사하고, 운영 판단에 우선 사용할 지표와 이벤트를 제안해 주세요. 클릭과 실제 완료를 구분하고, 각 이벤트의 발생 시점과 필요한 값을 정리해 주세요. 이름과 이메일, 자유 입력 내용 같은 개인정보는 보내지 않는 방향으로 설계해 주세요.
측정 설계가 정리되면 코드에 적용할 범위를 먼저 설명해 주세요. 공통 버튼과 페이지 이동에 추적 규칙을 적용하고, 최초 진입과 내부 이동, 뒤로 가기에서 이벤트가 누락되거나 중복되지 않는지 확인해 주세요. 구현한 내용과 전송 결과, GA4 화면의 실제 수신 여부, 아직 확인하지 못한 사항을 나눠 기록해 주세요.
이 설계안과 구현·검증 결과를 바탕으로 보고서를 구성해 주세요. 저는 탐색보다 메뉴에서 자주 열어 볼 수 있는 보고서를 선호하며, 유입 출처와 첫 페이지를 먼저 보고 그다음 탐색과 목표 행동을 확인하고 싶습니다. 실제 수집되는 데이터로 보고서를 만들고, 저장·게시한 뒤 다시 열어 설정이 유지되는지 확인해 주세요. 저장하지 못한 조건과 제가 직접 선택해야 할 조건, 보고서를 읽는 순서와 해석할 때 주의할 점도 함께 알려 주세요.이번 작업으로 GA 연결과 공통 문의 동선 측정, 유입·명함·문의 보고서를 마련했습니다. 다음에는 QA가 섞인 설치 검증 기간과 구분되는 운영 기간을 정해 실제 방문 데이터를 읽어볼 수 있겠습니다. 그때도 첫 질문은 같을 것 같습니다. “이 숫자로 어떤 결정을 하고 싶은가?”
도움받은 자료
GEO Study — GA4 프롬프트 가이드: 측정 설계 → 코드 적용 → 보고서 활용의 진행 흐름을 참고했습니다. 이 사례글도 같은 세 단계로 구성하고, 제 사이트에서 추가로 요청한 AI·명함 분석과 보고서 리뷰를 연결했습니다.
용어와 설정·해석은 아래 Google 공식 자료로 확인했습니다. 가이드의 모든 프롬프트와 기능을 그대로 실행했다는 뜻은 아니며, 실제 적용 범위와 남은 제약은 본문에 구분해 적었습니다.
Google Analytics — 방문 페이지 보고서: ‘첫 페이지’를 세션 기준으로 읽고, 출처와 함께 보는 보고서의 기준을 확인했습니다.
Google Analytics — 기본 채널 그룹: AI Assistant와 자연 검색의 분류, AI 개요·AI 모드의 포함 범위를 확인했습니다.
Google Analytics — 잠재고객 생성·수정·보관처리: 잠재고객 조건과 생성 시점, 데이터 표시 지연을 확인했습니다.
Google Analytics — 퍼널 보고서: 명함 진입부터 문의 행동까지 단계별로 읽는 데 참고했습니다.
Google for Developers — GA4 문제 해결: 디버그 모드 설정과 이벤트 수신 점검에 참고했습니다.
사이트별 실제 설정과 저장 실패·우회 방법은 이번 작업의 측정 설계서, 구현 인수 문서, 보고서 인수 문서로 대조했습니다. 계정 정보가 담긴 내부 문서와 대화 원문은 공개 자료에 포함하지 않았습니다. 본문의 설명용 도식 두 장은 이 사례를 위해 제작했으며, GA 화면 캡처와 구분해 표시했습니다.
로그인하고 댓글을 남겨 주세요
보고서 메뉴 순서를 바꾸는 데서 그치지 않고, 명함 방문자의 다음 행동을 보려고 측정 설계와 코드까지 다시 돌아가셨네요. 체크님이 화면을 보면서 질문을 구체화한 과정 덕분에, 처음부터 분석 도구의 모든 용어를 알아야 시작할 수 있는 건 아니라는 말씀도 와닿았어요.
특히 사이트의 문의 폼이 메일 앱을 여는 방식이라는 점을 확인하고, 문의 버튼 클릭과 메일 작성 요청을 실제 문의 접수와 나눠 놓으신 부분이 좋았습니다. 숫자가 찍히는 것만 보면 성과로 읽기 쉬운데, 그 숫자가 어디까지 말해 주는지 사이트의 실제 동작과 맞춰 보셨으니까요. 이름이나 문의 본문 대신 버튼 위치와 서비스 유형을 남기도록 정하신 것도 그 목적과 잘 연결돼 있고요.
전송 응답, DebugView 수신, 일반 보고서의 처리 결과를 날짜와 함께 나눠 보여주신 부분도 도움이 됐습니다. 같은 날 비어 있던 표가 다음 날 채워졌다는 기록이 있으니, 다른 분도 빈 보고서를 봤을 때 무엇부터 확인해야 할지 생각해 볼 수 있겠어요. 저장하지 못한 필터와 다시 선택해야 하는 조건까지 적어주셔서, 완성된 화면만 볼 때 놓치기 쉬운 제약도 알 수 있었습니다.
실제 운영 데이터를 읽으실 때는 어떤 결과가 나오면 사이트의 어느 부분을 바꾸고 싶으신지도 궁금해요. 글 마지막의 ‘이 숫자로 어떤 결정을 하고 싶은가?’라는 질문이 다음 작업과 자연스럽게 이어질 것 같아요.
자신이 자주 열어 볼 보고서로 다듬어 가는 과정을 요청문까지 남겨주셔서 고맙습니다. 측정 설계부터 화면을 다시 읽는 과정까지 이어져 있어서, GA를 연결하려는 분들이 설치 이후의 작업도 함께 살펴볼 수 있는 사례였어요.



체크check님, 처음부터 "문의 버튼 클릭"과 "실제 문의 완료"를 구분해 설계하셨고, 폼이 서버 접수가 아니라 메일 앱을 여는 구조라서 완료를 확정할 수 없다는 한계를 솔직히 적어 주신 점이 좋았어요. 매출이나 고객 증가를 검증한 사례는 아니라고 선을 그어 두신 것도 글의 신뢰를 높여 줍니다.
보고서를 만들다 전체 조회수만으로는 답이 안 나와서 0·1단계로 돌아가 첫 진입 맥락과 직전 페이지 경로를 이벤트에 추가하신 대목이 이 글의 핵심으로 읽혔어요. 설계를 한 번에 끝내지 않고 질문이 구체화될 때마다 되돌아가는 방식이라 실무에서 정말 필요한 순서 같아요. AI 출처 태그만으로 실제 클릭을 단정하지 않고 GA의 AI Assistant 채널과 구분하신 점도 꼼꼼했습니다.
꼬리 탁! 치고 응원하고 갈게요 🐈⬛