기본 분석

마지막 업데이트: 2022년 5월 19일 | 0개 댓글
  • 네이버 블로그 공유하기
  • 네이버 밴드에 공유하기
  • 페이스북 공유하기
  • 트위터 공유하기
  • 카카오스토리 공유하기
“세상은 지금 정보기술(IT, Information Technology) 시대에서 데이터기술(DT, Data Technology) 시대로 가고 있다” – 알리바바그룹 마윈 회장, 2015년

증권분석(1) – 기본지침

여러 해 다양한 기업, 채권 등에 투자를 하면서 수익률이 고공행진 할 때도, 적자의 늪에 한참을 허덕일 때도 있었습니다. 투자를 하면 할 수록 오히려 더 잘 모르겠다는 생각이 듭니다만, 그래도 몇 가지 기본적인 사항에 충실하면 시장이 좋지 않더라도 크게 잃지는 않을 것이라는 생각이 기본 분석 듭니다. 투자를 하는 과정에서 깨닫게 된, 투자자로서 준수해야 할 사항들을 몇자 적어봅니다.

1. 시간의 활용: 장기투자

증권시장은 전쟁터입니다. 결국 증권시장에 참여한 사람들의 돈이 상호 이전되는 과정이고,단순화하자면 내가 수익을 올린다는 건 경쟁자가 돈을 잃었다는 것을 뜻합니다.

​그런데, 증권시장에는 365일 24시간 증권시장 모니터와 온갖 다양한 정보를 기업으로부터 빠르게 취득하는 기관투자자가 주요 플레이어로 참여합니다. 사실 직장을 갖고 가끔 씩 짬을 내서 투자하는 개미 투자자가 기관투자자보다 더 나은 투자를 하는 것은 기본 분석 불가능에 가깝습니다.

​다만, 기관투자자를 상대할 유일한 비교우위가 있다면, 그것은 바로 시간입니다.

개미투자자는 실적에 대한 부담이 상대적으로 적으므로 그 주식에서 손해를 보았다고 하더라도 흑자 전환할 때까지 장시간 버티기를 하는 것이 가능합니다. 이에 반하여 기관투자자들은 실적에 대한 압박이 항시 상존하므로 패시브 펀드 운용사가 아닌 이상, 한 종목을 너무 오래 보유하는 것은 상대적으로 어렵습니다.

​즉 강력한 경쟁자를 이기는 거의 유일한 수단은 시간을 활용하는 것입니다, 다시 말하면 장기투자를 항시 염두에 두어야 한다는 것입니다.

2. 투자대상 선정: 훌륭한 기업

투자하고자 하는 기업이 최근 수년간 매출액, 영업이익(률), 부채비율 등이 양호한지, 그 기업이 제공하는 물건, 서비스가 경쟁력이 있는지,10년 후에도 계속하여 수익을 올릴 수 있을지 등 다양한 요소를 고려하여 대상기업을 선정하여야 합니다.

​이미 사양화 되버린 산업군에 속하는 회사, 매출액과 영업이익이 적자에 허덕이는 부실 회사 등에 투자를 하는 것은 상당한 위험 부담을 감수하여야 하고, 개미투자자가 진입하기에는 적절하지 않습니다. 일개 개미투자자가 온갖 다양한 기본 분석 정보를 발빠르게 입수하여 매수와 매도를 쉴새없이 하는 기관투자자들을 당해내기가 어렵기 때문입니다.

3. 타이밍: 저점매수 고저매도

기업의 주가는 단순히 개별 기업의 가치, 영업이익, 호재 등의 요소만으로 결정되지 않습니다. 증권시장에 참여하는 다양한 유형의 투자자들의 심리가 크게 작용합니다. 기업의 영업이익 등에 관련되는 호재가 발표되거나, 기관투자자들이 주식을 계속 매입하여 주가가 상승하는 경우 계속해서 주가가 상승하리라는 기대감으로 인해 주가는 적정주가를 넘어 계속해서 고공행진하게 됩니다. 이에 반해 악재가 발표되거나, 기관투자자들이 주식을 계속 매도하여 주가가 하락하는 경우 주가는 적정주가보다 더 아래로 추락하게 됩니다.

즉, 현재 기업의 주가가 상승곡선을 그리고 있다면 여기에는 기업의 적정주가를 넘어서 투자자들의 상승심리가 상당수 포함되어 있다고 볼 수 있습니다. 즉 쉽게 말하면 거품이 끼어 있다는 것입니다.

​예를 들면, 거품이 낀 대표적인 주식은 최초 기업공개하는 기업의 주식입니다. 기업공개는 비상장기업의 가치가 높게 평가되고 주식시장에 상장하면, 더 많은 자금을 조달할 수 있다는 계획 하에 이루어집니다. 그 과정에서 기업의 본래가치보다 앞으로 주가가 도 상승할 것이라는 상승심리에 의하여 거품이 상당히 끼어있을 확률이 높습니다.

앞서 살펴본 바와 같이 훌륭한 기업에 장기투자한자는 마음가짐이라면 대상 주식을 매수하는 시점은, 그 기업의 악재가 발생하여 시장참여자들의 하강심리가 포함되어 그 주가가 폭락한 때입니다. 주식을 매도하는 시점은 그 기업의 호재가 발생하여 시장참여자들의 상승심리가 포함된 때입니다.

훌륭한 기업의 주식은 개별 사건들의 영향을 받아 단기적으로는 상, 하강할 수 있지만 장기적으로는 결국 우상향하는 곡선을 그리게 됩니다.

가령 애플의 경우 2018년 기본 분석 4분기 실적의 하락으로 주가가 150불대로 급락하였지만 그 이후 꾸준히 우상향 하여 지금은 기존의 2배 이상인 323불에 달합니다. 이미 과거의 일이지만 애플에 대한 시장의 평가가 공포로 가득찼던 2018년 4분기에 주식을 매입하였다면 상당한 수익을 올렸을 것입니다.기본 분석

다만 어느 지점이 최저점인지 판단하는 것은 신의 영역입니다. 투자자로서는 최저점을 찍고 반등하는 시점에 진입하는 것이 보다 안전합니다.

4. 리스크의 분산: 분할매매 및 분산투자

기업의 주식이 하락할때, 즉 대세하향기에 주식을 매수하여야 한다고 하였는데 사실 그 상황에서는 시장이 공포로 가득 차 있는 상황에서 언제 주식을 매수해야 하는지 타이밍을 잡기가 어렵습니다. 지금 주식을 매수하였다가 주가가 더 떨어질지도 모른다는 불안감을 떨쳐버리기 어렵기 때문입니다.

주가가 어디까지 떨어질지는 아무도 모릅니다. 그 상황에서 개미 투자자들이 할 수 있는 선택은 정기적으로 분할 매수하는 것입니다. 15일 혹은 한달 간격으로 투자하고자 하는 금액을 분할 매수함으로써 주가 하락에 따른 리스크를 분산할 수 있습니다.

그리고 다양한 요인으로 인해 투자한 기업이 문을 닫는 초유의 상태가 발생할 가능성은 항상 상존하므로, 여러 개 기업에 분산투자를 통해 리스크를 분산시켜 두어야 합니다. 가령 전 세계 휴대폰 시장을 석권한 노키아라는 기업이 지금처럼 몰락할 줄은 아무도 예상하지 못했을 것입니다.

5. 목표수익률

대세하향기에 있는 훌륭한 기업의 주식은 결국 우상향하는 곡선을 그리게 됩니다. 그러나 어느 시점에 매도해야 하는지 타이밍 잡기가 어렵습니다. 혹시 지금 매도하였다다 주가가 더 오르면 어쩌나 라는 불안감이 엄습하기 때문입니다.

사전에 그 주식에 대한 투자로 얻고 싶은 수익률을 기본 분석 명확히 정하고 해당 수익률에 달하는 경우 원칙적으로 매도한다는 마음을 먹어야 합니다. 앞서 분할 매수하였다면 각 매수주식마다 매도 타이밍은 달라질 것입니다.

물론 상황에 따라서 목표수익률보다 초과할 때까지 주식을 붙들고 있을 수도 있습니다.

가령 현재 테슬라 같이 고공행진하는 주식을 갖고 있다면 장차 두고 보는 것이 더 현명할 것입니다.

6. 에셋파킹

시장이 환희로 가득 차 있어 투자할 종목 자체가 마땅치가 않은 경우라면, 그렇다고 해서 단순 현금으로 자산을 들고 있는 것은 어리석은 일이므로, 지수 ETF에 자산을 파킹해놓으면 됩니다.

​S&P500, 미 20년 국채, 금 ETF 등 자산의 경우 상당히 높은 수준의 안전자산에 속하므로 에셋 파킹을 해놓기에 적절합니다.

도해 기본분석화학 실험 김문식 등

스마일카드 카카오뱅크 프렌즈 체크카드

총 상품금액에 배송비는 포함되어 있지
않습니다.
결제시 조건에 따라 배송비가 추가 될 수 있습니다.

직거래유도 주의 안내드립니다!!

상품 정보 제공 고시 [전자상거래에 관한 상품정보 제공에 관한 고시] 항목에 의거 [예스24도서]에 의해 등록된 정보입니다.

상품상태, 제조사, 브랜드, 원산지, 제조일자에 관한 테이블
상품번호 1876778972
상품상태 새상품
부가세 면세여부 면세상품
영수증발행 발행가능 - 신용카드 전표, 온라인 현금영수증
사업자구분 법인사업자
과세자구분 일반과세자+간이과세자(세금계산서 발급사업자)
모델명 도해 기본분석화학 실험
원산지 국산
제조일자 19980228
제품소재, 색상, 치수, 제조사/수입자, 세탁방법 및 취급시 주의사항에 관한 테이블
도서명 도해 기본분석화학 실험
저자/출판사 김문식 등저 / 형설출판사
크기 188X254
쪽수 341
제품 구성 상품페이지에 표기함.
출간일 1998-02-28
목차 또는 책소개 상품페이지에 표기함.
주문후 예상 배송기간 상품페이지에 표기함.

소비자가 전자상거래등에서 소비자 보호에 관한 법률 제 17조 제1항 또는 제3항에 따라 청약철회를 하고 동법 제 18조 제1항 에 따라 청약철회한 물품을 판매자에게 반환하였음에도 불구 하고 결제 대금의 환급이 3영업일을 넘게 지연된 경우, 소비자 는 전자상거래등에서 소비자보호에 관한 법률 제18조 제2항 및 동법 시행령 제21조 2에 따라 지연일수에 대하여 전상법 시행령으로 정하는 이율을 곱하여 산정한 지연이자(“지연배상금”)를 신청할 수 있습니다. 아울러, 교환∙반품∙보증 및 결제대금의 환급신청은 [나의쇼핑정보]에서 하실 수 있으며, 자세한 문의는 개별 판매자에게 연락하여 주시기 바랍니다.

데이터 분석을 위한 기본 통계, 대표 값과 평균의 종류

[문제1] 한 학생이 3학년 2학기 중간고사 답안지를 채점한 결과, 과목별 점수가 70, 90, 100, 45, 90이었다면 이 학생의 평균 점수는 기본 분석 얼마인가?

[문제2] 우리 서비스는 8월 300만 MAU를 보유하고 있었다. 9월에는 10%가 증가하였고, 10월에는 50%, 11월에는 다시 60%가 감소하였다. 3개월간 평균 MAU 증가율은 얼마인가?

평균을 모르는 사람은 아무도 없습니다. 초등학교 때 처음 산술 평균을 배우고, 고학년으로 진학하면 심화한 가중 평균이나 기하평균 등을 배우는데요, 사실 사람들이 평균을 종류별로 구분하여 적재적소 올바르게 활용하는 것은 아닙니다.

대다수 데이터 분석 툴에서 산술평균 외에는 제공하지 않는 추세이고, 실무자 또한 많은 수치들을 산술평균으로 계산하곤 합니다.

하지만 산술평균은 매우 많은 약점 을 가지는 녀석입니다. 데이터 해석의 왜곡을 일으키지 않기 위해서는 다양한 평균의 개념을 알아두고, 용도에 맞게 해석해야 합니다.

오늘 뷰저블이 소개하는 데이터 분석 인사이트 내용은 ‘통계의 기본이라 불리우는 대표 값과 평균’ 입니다.

대표 값 3가지, 최빈값과 중앙값 그리고 평균

평균을 이해하기 전, 꼭 알아야 할 개념이 있습니다. 바로 ‘대표 값’ 입니다. 대표 값이란, 말 그대로 데이터를 설명하기 위한 대표적인 값을 의미하는데요, 수천수만 가지의 데이터가 있더라도 실무자는 그 데이터를 다 살펴볼 시간이 없습니다.

결국은 액션(Action)에 중요한 대표 데이터가 무엇인지를 갖고 의사결정을 내리기 때문에 무엇을 대표 값으로 볼 것인지 적절히 판단해야 하며 우리에게 데이터가 주어졌을 때, 과연 적절한 수치인지 분별할 수 있어야 합니다. 가장 자주 쓰이는 대표 값으로는 ‘평균’과 ‘중앙값’, ‘최빈값’이 있고, 각각 아래 의미를 나타냅니다.

1. 최빈값(Mode)

표본에서 ‘가장 자주 발생한 값’을 의미합니다. 지지하는 정당이나 좋아하는 색처럼 ‘수’가 없거나, 혹은 수가 있더라도 대소관계가 의미 없는 자료에서 많이 사용됩니다. (예: 학생들의 키를 5센티미터 단위로 나눠 가장 많은 학생이 속한 범위)

2. 중앙값(Median)

표본에서 중앙에 위치하는 값 또는 그 이하가 표본의 절반을 차지하는 값을 의미합니다. 소득, 성적처럼 우열을 가릴 수 있는 ‘순위’가 중요한 자료에서 많이 쓰입니다. (예: 학생을 키 순서대로 세웠을 때 21명의 학생 중 11번째로 높은 학생의 키)

3. 평균(Mean)

여기서 말하는 평균은 ‘산술 평균’을 의미합니다. 표본을 모두 더한 후 해당 표본의 수로 나눈 값으로 사람들이 가장 즐겨 쓰는 대표 값으로, 다양한 애널리틱스에서 제공하는 체류 시간도 이렇게 구한 값이죠.

하지만 소득이나 체류 시간 등을 평균으로 구했을 때 불균형 즉, 편차가 커지면 커질수록 평균은 의미를 잃기 때문에 위에서 말한 중앙값과 구분해낼 분별력이 필요합니다. (예: 전체 학생의 키를 다 더한 값을 인원수로 나눴을 때)

그럼 위 개념들이 그래프상으로 어디쯤 위치하는지를 살펴보겠습니다. 빨간색은 최빈값 , 파란색은 중앙값 , 초록색이 (산술)평균 입니다.

이전 정규분포 글에서 본 적 있는 종형 그래프입니다. 이렇게 그래프의 봉우리가 단봉이면서도 좌우 대칭을 이루면 최빈값과 중앙값, 평균이 모두 같습니다.

보통 많은 사람이 ‘평균’을 기본 분석 생각했을 때 이런 정규분포를 따른다고 생각해서, 전교 300명 중 본인이 150등 하면 ‘평균’ 정도는 되겠다고 생각하곤 하지만, 진실이 아닐 수도 있습니다.

뷰저블의 Path Plot 기능에서도 여러분의 쉬운 이해를 돕기 위해 정규분포 그래프를 채용했지만, 실제 사용자들의 움직임은 사이트마다 전혀 다른 모양으로 나타날 수 있습니다. 다른 분포 모양 그래프들도 살펴볼까요?

위처럼 단봉이지만 오른쪽으로 꼬리가 긴 롱테일 형은 지수분포나 카이제곱분포가 해당하는데요, 최빈값 ≤ 중앙값 ≤ 평균값을 따릅니다.

뷰저블이나 구글 애널리틱스에서 특정 페이지의 평균 체류 시간이 5분이더라도, 최빈값이 2분이라면 해당 사이트는 보편적으로 사람들이 2분 내에서 활동한다고 해석할 수 있습니다. 또, 특정 버튼을 고객이 평균 10회 클릭하더라도 최빈값은 3회~4회일 수 있습니다.

최빈값과 산술평균을 올바르게 분별하여 해석하면, 사용자의 행동 데이터를 이해하는 데 큰 도움이 됩니다.

낙타 등처럼 봉우리가 2개 이상일 경우에는 어떨까요?

중앙값과 평균값에 일관성이 없고, 최빈값은 가장 고지대 산봉우리에서 형성됩니다. 예를 들어 수능시험을 본다면 최선을 다해 열심히 하는 사람이 있는가 하면 아예 놀아버리는 사람도 있을 것입니다. 그럼 중앙값과 평균에 일관성이 없고 최빈값은 가장 높은 극대점에서 형성됩니다.

평균의 기본, 산술평균과 기하평균 그리고 조화평균

대표 값에서 설명한 평균은 산술평균인데요, 이 외에도 자주 쓰이는 평균으로는 기하평균과 조화평균이 있습니다.

기하평균은 엑셀로 ‘GEOMENA()’, 조화평균은 ‘HARMEAN()’으로 구할 수 있습니다. 산술평균은 위에서도 말한 것처럼 가장 일반적인 평균으로 모든 데이터의 합을 데이터의 수로 나눈 값입니다. 그럼 기하평균과 조화평균은 무엇일까요?

물가 상승률 등의 비율 평균을 구할 때 활용되는 기하평균

기하평균은 각 요소를 곱한 후, 그 값에 루트를 씌운 값 입니다. 일반적으로 ‘상승률’이나 ‘하락률’을 활용한 계산에 쓰이는데요!

식당에서 김치찌개의 가격을 정할 때 어떻게 응용할 수 있을지를 예로 소개해 드리겠습니다.

여러분들은 어떤 메뉴를 고르실 건가요? 오랜만에 거금이지만 몸보신을 하고 싶은 사람이라면 전복해물 김치찌개를 선택할 것이고, 매일 밖에서 밥을 사먹는 평범한 직장인이라면 점심시간 참치 김치찌개만으로도 가격이 꽤 나간다고 생각할 것입니다.

위 메뉴판은 제가 임의로 설정한 가격인데요, 참치가 10,000원, 전복해물이 30,000원입니다.

이 때 가운데에 적힌 우삼겹 김치찌개의 가격설정을 산술평균으로 구했더니 20,000원, 기하평균으로 계산하면 17,300원이 계산되었는데요, 여러분들이라면 얼마로 설정하시겠습니까?

다시 원조아구찜 메뉴판을 임의로 가져왔습니다. 메뉴의 사이즈가 올라갈수록 가격 또한 함께 올라가는데요, 기본과 대 사이즈 메뉴를 기하평균으로 계산하였더니 37,230원이 나왔고 단순 산술평균으로 계산하였더니 37,500원이 나왔습니다.

실제 가격과 기하평균으로 산정한 가격이 더 맞죠? 이처럼 기하평균은 ‘요율’을 평균지을 때 사용하면 굉장히 좋은 결과 가 나옵니다.

한 가지 더 예를 들어보겠습니다. 1,000원짜리 주식이 10% 상승한 후 다시 10% 하락하였다면, 여러분들은 가격변동이 없다고 생각할지 모릅니다.

하지만 실제 그랬을까요? 1,000원이 10% 상승하면 1,100원이 됩니다. 헌데 다시 10% 하락하면 1,100원이 990원이 되어 10원 손해를 보았죠. 수식으로 표현하면 (1.1 X 0.9)^0.5=0.00 즉, 천원의 0.99원은 990원이 됩니다.

MAU가 지난달 10% 상승해서 이번 달 다시 10% 하락하였다면, 마찬가지로 MAU가 원상복구 된 것이 아닌, 하락한 것이라고 이해할 수 있습니다. 이해하셨나요?

평균적인 변화율을 구할 때는, 조화평균

운동장을 두 바퀴 돌았을 때의 평균 속력을 어떻게 구할까요? 1Km 코스를 한 바퀴 돌 때는 시간당 10Km 속력으로, 두 바퀴째 돌 때는 시간당 8Km 속력으로 구했을 때의 평균을 구하면, 단순히 산술평균으로는 (10+8)2=9Km/h가 됩니다.

하지만 실제로도 그럴까요? 한 바퀴 돌 때 1/10=0.1시간, 두 바퀴 돌 때 1/8=0.125시간이 들어 총 0.225시간이 걸렸기 때문에 (1+1)/0.225=8.89Km/h가 정확한 수식이 됩니다.

이처럼, 조화평균은 ‘평균적인 변화율’을 구할 때 활용 됩니다.

오늘은 데이터 분석을 할 때 수치 기본 분석 해석에 가장 중요한 기본 중의 기본, 대표값과 평균에 대해 알아보았습니다.

산술평균으로만을 다양한 데이터들을 해석하고 활용하시고 계셨다면, 더 정확한 자료 분석을 위해 애널리틱스의 결과값을 다른 평균으로는 구할 수 없을지, 최빈값으로 보는 것이 맞을지 등을 확인해보세요!

[GA기본] 1. 구글애널리틱스 시작하기 – 왜 사용해야 하는가

분석마케팅이란 주제로 블로그를 시작한 지 만 3년 남짓이 되었습니다. 그동안 구글 애널리틱스와 태그관리자에 대한 포스트를 약 30개 정도 올렸으며, 많은 분들이 찾아주셨고 또 질의와 응원의 댓글을 남겨 주셨습니다.

대체로 기초적인 내용을 다뤘을뿐 아직 다루지 못한 내용이 훨씬 더 많습니다. 하지만 애널리틱스와 태그관리자 모두 그동안 수 차례에 걸쳐 UI가 변경되고, 또 여러 새로운 기능이 도입되었기에, 기존 내용을 업데이트도 할 겸 전반적으로 새롭게 정리하고자 합니다. 컨셉은 ‘입문자를 위한 GA 완벽가이드’입니다.

새로운 글은 ‘GA기초’와 ‘GA활용’ 두 가지 카테고리로 구분하여 작성할 계획입니다. 기존 내용을 업데이트하여 정리하게 될 GA기초의 경우, 일부 새로운 내용이 추가되고, 필요시 구성이 조금 달라질뿐, 기존 내용과 크게 다르지는 않을 것입니다. 다만, ‘GA활용’ 카테고리에서는 기존에 다루지 않았던 내용 위주로 간단한 활용팁이나 심화 내용을 다룰 예정입니다.

오늘은 GA기초 첫 포스트로 구글 애널리틱스를 사용해야 하는 이유를 다뤄보도록 하겠습니다.

디지털 데이터 분석

“세상은 지금 정보기술(IT, Information Technology) 시대에서 데이터기술(DT, Data Technology) 시대로 가고 있다”

– 알리바바그룹 마윈 회장, 2015년

우리는 현재 데이터 시대에 살고 있습니다. 디지털 마케팅 영역에서도 고객의 데이터를 분석해서 인사이트를 도출하고 이를 마케팅이나 비즈니스 전략에 활용하는 데이터 분석 능력은 오늘날 마케터가 갖춰야 할 필수 역량이 되었습니다.

네이버, 다음, 구글과 같은 검색엔진에서의 검색 데이터, 페이스북과 같은 매체에서의 소셜 데이터, 각종 광고매체 데이터, 개별 기업이 보유한 CRM 고객 데이터, 웹사이트 방문자의 웹로그 데이터 등은 시장을 파악하고 고객을 이해할 수 있는 대표적인 디지털 데이터에 해당하며, 그 활용을 위해 통계 분석이나 빅데이터 분석 등 다양한 분석 방법이 적용됩니다.

이 중 기업에서 일반적으로 가장 널리 사용되고, 기본이 되는 데이터 분석 중 하나가 바로 웹로그분석인데요, 많은 사업자들에게 있어 1) 웹사이트가 디지털 마케팅 활동의 거점 역할을 담당한다는 점과, 2) 간단한 설치만으로 방대한 양의 고객 데이터를 수집, 분석할 수 있다는 점을 그 이유로 들 수 있습니다.

정확한 통계 수치가 나와 있지는 않지만 국내에서도 많은 기업들이 웹분석 서비스를 이용하고 있습니다. 대기업 등 일부 업체에서는 구글이나 어도비 등에서 제공하는 고가의 프리미엄 웹분석 서비스를 이용하기도 하지만, 대부분의 회사에서는 무료 서비스인 구글 애널리틱스와 네이버 애널리틱스, 유료 서비스인 에이스카운터와 로거 등의 툴이 주로 사용되고 있습니다.

이 블로그에서는 앞으로 지속적인 포스팅을 통해 이 중 가장 보편적이고 널리 사용되는 구글 애널리틱스의 다양한 기능과 활용법을 자세히 다룰 예정입니다.

구글 애널리틱스(Google Analytics)란?

구글 애널리틱스는 웹사이트 방문자의 데이터를 수집해서 분석함으로써 온라인 비즈니스의 성과를 측정하고 개선하는 데 사용하는 웹로그분석 도구입니다.

구글은 2005년 3월 웹분석 전문 업체인 어친 소프트웨어(Urchin Software)를 인수한 후 그해 11월 구글 애널리틱스 서비스를 출시했습니다. 무료 서비스임에도 매우 강력한 기능을 제공함으로써 지금은 전세계적으로 가장 널리 사용되는 웹분석 툴이 되었습니다.

또한 BuiltWith라는 IT 통계 사이트에 따르면, 2018년 1월 현재 구글 애널리틱스 사용률은 아래와 같습니다.

– 상위 1백만 개 웹사이트의 GA 사용률: 72.9%
– 상위 1십만 개 웹사이트의 GA 사용률: 67.1%
– 상위 1만 개 웹사이트의 GA 사용률: 63.2%

왜 구글 애널리틱스를 사용해야 하는가?

1. 무료 서비스

구글 애널리틱스를 사용해야 하는 첫 번째이자 가장 명확한 이유는 비용이 전혀 들지 않는다는 점입니다. 운영할 웹사이트와 구글 계정만 있으면 누구나 구글 애널리틱스를 사용할 수 있습니다.

2. 강력한 기능

구글 애널리틱스는 무료 서비스임에도 불구하고 아래 기능을 포함하여 그 어느 디지털 분석 툴보다 뛰어난 기능을 제공합니다.

방대한 데이터: 100가지가 넘는 표준 보고서(standard reports)를 제공하는 등 방문자에 관한 방대한 데이터를 제공

맞춤 보고서: 구글에서 기본적으로 제공하는 표준보고서 이외에 분석하고자 하는 데이터(측정기준과 측정항목)를 선택하여 나만의 맞춤 보고서(custom reports)를 쉽게 만들어서 활용 가능

세그먼트 분석: 시스템 세그먼트 및 맞춤 세그먼트 기능을 사용하여 심층적인 데이터 분석이 가능

추가 데이터 수집: 구매나 회원가입 등 매크로 전환(목표/전자상거래) 설정 이외에도 상담신청, 자료 다운로드와 같은 마이크로 전환에 대한 이벤트 설정, 다양한 기기를 통한 유입을 파악할 수 있도록 하는 사용자ID(User-ID) 설정 기능을 통해, 고객을 보다 심층적으로 이해하는 데 도움이 되는 데이터, 개별 웹사이트에 고유한 데이터를 추가적으로 수집할 수 있음

빠른 처리 속도: 구글의 강력한 클라우드 인프라에 힘입어 데이터 처리 속도가 빠름

3. 우수한 사용자 인터페이스

유저 인터페이스(User Interface)가 간결하고 직관적이기 때문에 사용하기 쉽습니다. 또한 표 이외에 그래프, 파이 차트 등 다양한 시각화 방식으로 지표를 제공함으로써 데이터를 쉽게 이해할 수 있습니다.

4. 솔루션 확장성/통합성

디지털 광고 솔루션인 구글 애드워즈뿐만 아니라 기본 분석 기본 분석 구글 태그관리자, 구글 데이터 스튜디오, 구글 옵티마이즈 등 디지털 분석시 함께 활용하면 좋은 다른 구글 도구들과 쉽게 연동, 통합하여 사용이 가능합니다.

5. 지속적인 기능 업데이트

작년 2017년 한 해만 보더라도 홈(Home), 탐색(Discover) 메뉴와 더불어 잠재고객 보고서 내 평생 가치, 사용자 탐색기, 잠재고객 보고서 등이 추가되고, 새로운 방식의 태그(Global Site Tag)가 도입되는 등 기능 업그레이드가 지속적으로 이뤄지고 있습니다. 사용자가 쫓아가기 힘들만큼의 지속적인 기능 개선은 구글 애널리틱스가 갖는 또 다른 중요한 장점에 해당합니다.

6. 활용법 학습이 용이함

몇 년 전까지만 하더라도 GA는 사용법을 문의할 수 있는 콜센터의 부재, 번역된 문서가 갖는 독해의 어려움 등으로 인해 사용자들이 학습이 불편함을 토로하기도 했는데요, 이제는 많이 개선된 구글 공식 도움말 사이트, 동영상 강좌 등 다양한 방법을 통해 주요 기능과 그 활용법을 익힐 수 있습니다. 또한 그때그때 필요한 정보를 획득할 수 있는 국내외 블로그도 많이 있습니다. 좀더 효율적이고, 체계적인 학습을 원하면 오프라인 강의를 들어보는 것도 좋은 방법입니다.

구글 애널리틱스 활용하기

얼마나 많은 사용자가 내 웹사이트를 방문하는가?
웹사이트 방문자들의 연령대와 성별, 거주 지역은?
데스크탑과 모바일 중 어느 기기에서의 유입 비중이 더 높을까?
어떤 검색엔진 혹은 웹사이트에서 주로 트래픽이 유입되는가?
구매 전환에 가장 많은 기여를 하는 마케팅 활동은 무엇인가?
브랜드 키워드를 통한 유입은 지속적인 증가 추세를 보이는가?
웹사이트에서 방문자들이 가장 선호하는 페이지 혹은 컨텐츠는 무엇인가?
어떤 랜딩페이지에서 리드가 기본 분석 가장 많이 생성되는가?
구매가 주로 일어나는 시간대 혹은 요일은?
구매 전환으로 이어진 방문자들은 그동안 어떤 경로를 통해 웹사이트를 방문했는가?

GA를 통해 그 답을 찾아갈 수 있는 몇 가지 질문들을 적어보았습니다. 위 예시에서와 같이 구글 애널리틱스를 사용하면 1) 우리 웹사이트에 어떤 사용자들이 방문하는지, 2) 이들 방문자들이 어떤 채널을 통해서 방문하는지, 3) 웹사이트에 도착해서는 어떤 행동 패턴을 보이는지, 4) 최종적으로 구매, 상담신청 등 웹사이트의 전환이 얼마나 발생했는지 등 고객과 관련하여 우리가 갖는 많은 질문에 대해 인사이트를 얻을 수 있습니다.

지금까지 구글 애널리틱스라는 웹데이터 분석 툴에 대한 개요와 장점, 활용법을 간략히 살펴보았는데요, 앞으로 아래 주제들을 포함하여 GA 관련 내용을 A부터 Z까지 다뤄보도록 하겠습니다.

– GA 계정구조와 데이터 수집원리
– 측정기준(dimensions)과 측정항목(metrics) 등 주요 지표
– 히트, 세션, 사용자, 사용자 ID(User-ID) 주요 용어와 개념
– 표준/맞춤 보고서(standard/custom reports)와 그 구성요소
– 목표와 전자상거래 등의 전환 설정
– 채널 성과 분석을 위한 맞춤 캠페인(custom campaign) 설정
– 이벤트, 맞춤 측정기준 등의 주요 설정(tagging and configuration)
– 맞춤 세그먼트(custom segment) 생성과 적용
– 인기전환경로 등 다채널 유입경로 보고서 활용
– 기여모델(attribution model) 적용
– 최적화 도구(Google Optimize), 구글 데이터 스튜디오(Google Data Studio), 구글 태그관리자(Google Tag Manager) 등의 연관 툴 활용

국내 대표적인 온라인마케팅 커뮤니티/매체인 아이보스에서 구글 애널리틱스(GA) 강의를 진행하고 있습니다. 커리큘럼 등 자세한 사항은 아래 링크를 참조하세요.

기본 분석

보험당국이 경제성평가지침 개정안을 9년만에 내놨다. 제약계와도 오랜기간 소통해서 마련된 '2020년판 지침안'이다. 구체적으로 개정안은 효과·비용 추정 방법론에서 불확실성을 제거하려는 노력이 반영됐다.

평가방향은 보건의료체계 관점으로 폭이 더 제한됐고, 약제결정신청서 제출항목에 포함된 '재정영향분석' 문구는 지침에서 삭제됐다. 또 기본분석에 활용되는 할인율은 공공사업 예비타당성평가 지침에 맞춰 4.5%로 하향 조정됐다.

건강보험심사평가원은 이 같은 내용의 '약제의 요양급여대상여부 기본 분석 등의 평가 기준 및 절차 등에 관한 규정' 개정안을 8일 행정예고하고, 12월6일까지 의견을 듣기로 했다.

개정안의 주요내용을 보면, 먼저 분석기간, 분석기법, 분석대상 인구집단, 비교대상 선정, 비용, QALY 산출, 모형구축, 불확실성 평가 등과 관련된 지침을 구체화했다.

심사평가원은 이를 통해 자료 제출자에게는 평가자가 요구하는 자료의 예측성을 증가시킴과 동시에 제출된 자료의 투명성을 증가시키고자 했다고 설명했다.

가령 분석기간에 대해서는 관찰기간 이후로 자료를 외삽하는 과정에서 불확실성 문제를 주로 점검했고, 분석기법에서는 비용-효용분석을 선호한다는 점을 명확히 했다.

분석대상 인구집단 관련 세부집단분석에 대한 지침은 신설했고, 비교대상 선정과 관련해 시장점유율 외에 고려할 수 있는 요소에 대한 지침도 새로 마련했다.

비용 항목에서는 분석관점의 변경에 따라 관련 내용을 손질했고, 약품비 측정과 관련한 기본 분석 세부 지침도 신설했다.

효용의 경우 질가중치를 추정하는 다양한 방법 중 간접측정을 선호함으로 좀 더 명료하게 정리했다. 산식활용, 직접측정, 다른 문헌으로부터 인용하는 경우에 대해서도 세부 지침을 제공했다. 또 모형의 타당성 및 불확실성 평가 관련해서도 구체적인 지침을 제시했다.

이와 함께 간접비교, 자료의 통계적 분석, 진단검사를 동반한 의약품에 대한 세부 지침을 새로 마련했다.

또 의약품경제성평가 지침 초판에서는 사회적 관점을, 2011년 개정판에서는 제한적 사회적 관점을 채택했었는데 이번 개정판에서는 보건의료체계 관점으로 기본 분석 폭을 더 제한했다. 지금까지 기본분석에서 사용했던 할인율 5%는 공공사업에 대한 예비타당성평가 지침에 맞춰 4.5%로 변경했다.

아울러 급여결정에서 재정영향분석은 중요한 고려사항이지만 지침 자체가 의약품 경제성평가지침이므로 재정영향분석은 약제결정신청서 제출항목에 포함하되 이번 지침 개정안에서는 삭제했다.

심사평가원은 이번 지침 개정과 관련해 이렇게 설명했다.

먼저 "2011년 의약품 경제성평가지침 개정판 발행이후 9년이 경과했고, 그 사이 효과와 비용을 추정하는 방법론 발전과 더불어 자료가 가진 불확실성 분석 및 의사결정 반영법에 대한 논의가 진행돼 왔다. 또 우리나라 지침 제정 및 개정과정에서 주요 참고 국가였던 영국, 호주, 캐나다도 2011년 이후 새롭게 가이드라인을 개정한 바 있다"고 했다.

이어 "2011년 개정된 지침의 최신화 필요성이 여러 이해관계자로부터 제기돼고, 그 중 일부는 경제성평가 소위원회에서 평가 방향에 대한 합의를 이뤘으며, 실제 평가과정에서 이를 적용하기도 했다. 당시 합의된 내용은 대부분 기존 지침 틀 내에서 세부 지침을 명확히 하는 성격의 것이었다"고 했다.

또 "최근 의견이 제기된 할인율의 변경 등은 내부 평가 기준을 정비하는 것에서 지침 자체에 대한 개정을 필요로 하는 사항이다. 이에 그간 적용돼 온 세부 평가기준을 공식화하고, 개정이 필요한 사항은 개정하는 등 전반적으로 지침의 내용을 최신화하고 구체화할 필요성이 있었다"고 했다.


0 개 댓글

답장을 남겨주세요