Db 데이터를 빠르게 가져올 수 있는 방법

외부 소스에서 데이터를 업로드하고 애널리틱스 데이터와 조인

데이터 가져오기가 필요한 이유

사용하는 비즈니스 시스템별로 자체 데이터가 생성됩니다. CRM에는 고객 충성도 등급, 평생 가치, 제품 선호도와 같은 정보가 포함될 수 있습니다. 웹 게시자의 경우 콘텐츠 관리 시스템에 작성자, 게시물 카테고리와 같은 측정기준이 저장될 수 있습니다. 전자상거래 비즈니스를 운영하는 경우에는 가격, 스타일, 사이즈와 같은 항목 속성을 저장합니다.

또한 애널리틱스를 사용하여 웹사이트와 앱의 트래픽과 실적을 측정합니다.

일반적으로 각 데이터는 다른 데이터로부터 정보를 받지 않는 자체적인 영역에 존재합니다. 데이터 가져오기를 이용하면 애널리틱스에서 정해진 일정에 따라 이 모든 데이터를 조인하여 유용한 정보를 새롭게 도출하며 데이터를 대중화할 수 있습니다.

데이터 가져오기의 작동 방식

데이터 업로드하기

외부 데이터가 포함된 CSV 파일을 애널리틱스 속성에 업로드합니다. CRM 또는 CMS 시스템과 같은 오프라인 비즈니스 도구에서 CSV 파일을 내보낼 수 있으며 데이터의 양이 적은 경우 텍스트 편집기 또는 스프레드시트에서 수동으로 파일을 만들 수 있습니다.

데이터 가져오기에서는 업로드한 오프라인 데이터와 애널리틱스에서 수집한 이벤트 데이터를 조인합니다. 가져온 데이터를 통해 보고서와 비교 기능이 향상되고 잠재고객 정보가 강화됩니다. 따라서 온라인 및 오프라인 활동을 더 종합적으로 파악할 수 있습니다.

데이터 조인하기

데이터는 가져온 데이터의 유형에 따라 두 가지 방식으로 조인됩니다.

• 수집/처리 시간: 애널리틱스 데이터가 이벤트와 함께 수집되는 것처럼 애널리틱스 데이터가 수집되고 처리될 때 가져온 데이터가 애널리틱스 데이터와 조인되며, 조인된 데이터는 애널리틱스 총괄 표에 기록됩니다. 가져온 데이터는 애널리틱스의 과거 데이터(이미 처리된 데이터)와 조인할 수 없습니다. 가져온 데이터 파일을 삭제하면 더 이상 조인이 수행되지 않지만 이미 수행된 조인은 유지됩니다.

  사용자 데이터와 오프라인 이벤트 데이터는 수집/처리 시에 조인됩니다.

• 보고/쿼리 시간: 보고서를 열면 가져온 데이터가 애널리틱스 데이터와 결합되며, 애널리틱스는 보고서 데이터에 대한 쿼리를 발행합니다. 이러한 유형의 조인은 일시적입니다. 가져온 데이터 파일을 삭제하면 더 이상 조인이 수행되지 않으며 조인된 데이터는 애널리틱스에서 액세스할 수 없습니다.

  비용 및 항목 데이터가 보고/쿼리 시 조인됩니다.

  애널리틱스에서 잠재고객을 만들거나 탐색 분석에서 세그먼트를 만들 때는 보고/쿼리 시간 데이터를 사용할 수 없습니다.

가져올 수 있는 메타데이터 유형

메타데이터

메타데이터를 가져오면 속성에 의해 이미 수집되고 처리된 데이터에 추가됩니다. 일반적으로 메타데이터는 맞춤 측정기준 또는 측정항목에 저장되지만 이미 수집된 기본 정보를 덮어쓰려는 경우도 있을 것입니다(예: 업데이트된 카테고리로 제품 카탈로그 가져오기).

가져올 수 있는 데이터 유형은 다음과 같습니다.

• 비용 데이터: Google 이외의 타사 광고 네트워크 클릭수, 비용 및 노출수 데이터
• 상품 데이터: 크기, 색상, 스타일 또는 기타 제품 관련 측정기준과 같은 제품 메타데이터
• 사용자 데이터: 세그먼트 및 리마케팅 목록을 만드는 데 사용할 수 있는 사용자 메타데이터(예: 충성도 등급, 평생 고객 가치)
• 오프라인 이벤트: 인터넷에 연결되어 있지 않거나 실시간 이벤트 수집을 지원하지 않는 소스의 오프라인 이벤트

한도

데이터를 가져오는 방법

데이터를 가져올 때 데이터 소스를 만듭니다. 데이터 소스는 업로드할 CSV 파일과 기존 애널리틱스 필드를 CSV의 필드로 매핑하는 조합입니다. 예:

중복된 키가 포함된 파일(예: user_id로 이름이 지정된 두 개의 필드)은 업로드하지 마세요.

데이터 소스에 대해 자세히 알아보세요.

가져오기 시작

1. 관리에서 원하는 계정과 속성을 선택했는지 확인합니다.
2. 속성 열에서 데이터 가져오기를 클릭합니다.
3. 새 데이터 소스를 만들거나 기존 데이터 소스를 선택합니다. 다음 섹션을 참고하세요.

새 데이터 소스 만들기

1. 데이터 소스 만들기를 클릭합니다.
2. 데이터 소스의 이름을 입력합니다.
3. 데이터 유형을 선택합니다.
   • 비용 데이터(쿼리 시간 가져오기만 해당)
   • 항목 데이터(보고/쿼리 시간 가져오기)
   • 사용자 ID별 사용자 데이터(수집/처리 시간 가져오기)
   • 클라이언트 ID별 사용자 데이터(수집/처리 시간 가져오기)
   • 오프라인 이벤트 데이터(수집/처리 시간 가져오기)
4. 메시지가 표시되면 약관 검토를 클릭합니다. 이 메시지는 기기나 사용자 데이터를 가져올 때 표시됩니다.
5. 다음 중 한 가지 방법을 사용하세요.
   • 수동 CSV 업로드를 선택하고 컴퓨터에서 CSV 파일을 선택한 다음 열기를 클릭합니다.
   또는
   • SFTP를 선택합니다.
   • SFTP 서버 사용자 이름: SFTP 서버의 사용자 이름을 입력합니다.
   • SFTP 서버 URL: SFTP 서버의 URL을 입력합니다.
   • 실행 빈도: 업로드 실행 빈도(일별, 주별, 월별)를 선택합니다.
   • 시작 시간: 업로드를 시작하려는 시간을 선택합니다.
   • 데이터 소스가 생성된 후 데이터 소스를 만드는 인터페이스에 SFTP 서버의 공개 키가 표시되며 데이터 소스 세부정보에서 이를 사용할 수 있습니다(아래 참고).
6. 다음을 클릭하여 매핑 단계로 진행합니다.
7. 서로 매핑할 애널리틱스 필드와 가져온 필드를 선택합니다. 필요에 따라 필드 이름을 수정합니다.
8. 가져오기를 클릭합니다.

기존 데이터 소스에 데이터 업로드하기

1. 기존 데이터 소스 행에서 지금 가져오기를 클릭합니다.
2. 데이터 소스가 CSV 가져오기에 대해 구성된 경우 가져올 CSV 파일을 선택하고 열기를 클릭합니다.

   CSV 파일에는 원본과 동일한 필드 또는 필드 하위 집합이 포함되어야 합니다. 동일한 데이터 유형에 다른 필드를 가져오려면 기존 데이터 소스를 삭제하고 새 데이터 소스를 만들어야 합니다.

데이터 소스 세부정보 확인하기, 새 데이터 가져오기, 데이터 소스 삭제하기

1. 관리에서 원하는 계정과 속성을 선택했는지 확인합니다.
2. 속성 열에서 데이터 가져오기를 클릭합니다.
3. 데이터 소스 행에서
   
   아이콘을 클릭합니다.

각 업로드의 이름, 데이터 유형, 공개 키, 기록을 볼 수 있습니다.

• 가져온 비율(%): 성공적으로 가져온 행 수를 가져오는 파일의 행 수로 나눈 값입니다. 100%는 모든 행을 성공적으로 가져왔음을 의미합니다.
• 일치율: 가져오는 파일의 키 비율로, 최근 90일 이내의 속성에서 찾을 수 있습니다. 100%는 데이터가 완전히 유용하고 지난 90일 이내의 데이터와 관련성이 있음을 의미합니다.

새 데이터를 가져오는 방법:

지금 가져오기를 클릭하고 컴퓨터에서 관련된 CSV 파일을 선택합니다.

데이터 소스를 삭제하는 방법:

1. 
   > 데이터 소스 삭제를 클릭합니다.
2. 삭제 알림을 읽은 다음 데이터 소스 삭제를 클릭합니다.

수집/처리 시간 데이터를 삭제할 수는 있지만 애널리틱스에서 처리한 모든 이벤트로부터 이전에 업로드된 데이터를 삭제하려면 나중에 사용자 또는 사용자 속성을 삭제해야 할 수 있습니다(자세히 알아보기). 이미 가져온 파일을 삭제해도 가져오기가 완료된 이후 수집된 이벤트와 연결된 처리 데이터는 삭제되지 않습니다.

예약된 이름 및 프리픽스

애널리틱스에서 사용하도록 예약되어 있는 이벤트 이름, 이벤트 매개변수 이름, 사용자 속성 이름, 프리픽스는 다음과 같습니다. 예약된 이름 또는 프리픽스가 포함된 데이터의 업로드를 시도할 경우 해당 데이터는 업로드되지 않습니다.

예:

• 예약된 이름의 이벤트를 가져오려고 하면 해당 이벤트와 그 매개변수는 가져올 수 없습니다.
• 유효한 이름의 이벤트를 가져오려고 하는데 매개변수 중 하나가 예약된 이름을 사용한다면 이벤트는 가져올 수 있지만 예약된 이름의 매개변수는 업로드되지 않습니다.

예약된 이벤트 이름

• ad_activeview
• ad_activeview
• ad_exposure
• ad_impression
• ad_query
• adunit_exposure
• app_clear_data
• app_install
• app_remove
• app_update
• error
• first_open
• first_visit
• in_app_purchase
• notification_dismiss
• notification_foreground
• notification_open
• notification_receive
• os_update
• screen_view
• session_start
• user_engagement

예약된 이벤트 매개변수 이름

• firebase_conversion

예약된 사용자 속성 이름

• first_open_after_install
• first_open_time
• first_visit_time
• last_deep_link_referrer
• user_id

예약된 프리픽스(이벤트 매개변수 및 사용자 속성에 해당)

• ga_
• google_
• firebase_

도움이 되었나요?

어떻게 하면 개선할 수 있을까요?