본문으로 건너뛰기
← 블로그
GA4/BigQuery하이프마크 데이터팀

GA4와 BigQuery를 연결해 마케팅 대시보드 만들기

GA4와 BigQuery를 연결해 마케팅 대시보드 만들기

GA4만으로는 부족한 이유

Google Analytics 4(GA4)는 기본 리포트에는 충분하지만, 실무 분석에서는 한계가 분명합니다:

GA4의 3가지 한계

  1. 세그먼트 제한 - 최대 4개 비교만 가능
  2. 데이터 샘플링 - 대용량 데이터 분석 시 정확도 하락
  3. 커스텀 분석 부족 - 복잡한 퍼널, 코호트 분석의 한계

해결책: BigQuery 연동

GA4와 BigQuery를 활용한 데이터 분석 대시보드


BigQuery 연동의 5가지 이점

1. 무제한 세그먼트 생성

GA4 UI: 4개 비교 제한 → BigQuery: 100개, 1000개도 가능

-- 예시: 50개 세그먼트를 한 번에 비교
SELECT
  user_segment,
  COUNT(DISTINCT user_pseudo_id) as users,
  SUM(ecommerce.purchase_revenue) as revenue
FROM `project.dataset.events_*`
GROUP BY user_segment

2. 원본 데이터 접근

  • 샘플링 없음 (내보낸 전체 데이터로 조회)
  • Event-level 데이터 직접 조회
  • User-level 분석 가능

3. 실시간 알림 설정

예시: 특정 조건 발생 시 Slack 알림

-- 하루 매출이 목표 대비 20% 미달 시
IF revenue < target_revenue * 0.8 THEN
  CALL send_slack_alert('⚠️ Revenue Alert')
END IF

4. AI 인사이트 자동화

  • Hypemarc.AI가 이상 패턴 자동 감지
  • "어제 대비 구매 전환율 -15% 하락" 자동 알림
  • "A 세그먼트에서 B 제품 구매 급증" 발견

5. 데이터 통합

BigQuery는 GA4뿐 아니라:

  • 광고 플랫폼 (Google Ads, Meta Ads)
  • CRM 데이터 (고객 정보)
  • ERP 데이터 (재고, 매출)

→ 모든 데이터를 하나의 대시보드에서!


GA4 → BigQuery 연동 3단계

1단계: BigQuery 프로젝트 생성 (5분)

  1. Google Cloud Console 접속
  2. 새 프로젝트 생성
  3. BigQuery API 활성화

비용:

  • 저장 월 10GiB, 쿼리 월 1TiB까지 무료
  • 쿼리는 이후 TiB당 $6.25 (온디맨드, 2026-10-19 Google Cloud 공식 가격 페이지 기준)

2단계: GA4 연동 설정 (3분)

  1. GA4 관리 → BigQuery 링크
  2. 프로젝트 선택
  3. 데이터 스트리밍 or 일별 내보내기 선택

추천: 일별 내보내기 (무료)

3단계: 첫 쿼리 실행 (10분)

-- 어제 방문자 수 조회
SELECT
  COUNT(DISTINCT user_pseudo_id) as total_users
FROM `your-project.analytics_XXXXXX.events_*`
WHERE _TABLE_SUFFIX = FORMAT_DATE('%Y%m%d', DATE_SUB(CURRENT_DATE(), INTERVAL 1 DAY))

실무에서 바로 쓰는 SQL 템플릿 5선

1. 일별 핵심 지표

SELECT
  PARSE_DATE('%Y%m%d', event_date) as date,
  COUNT(DISTINCT user_pseudo_id) as users,
  COUNT(*) as sessions,
  COUNTIF(event_name = 'purchase') as purchases,
  SUM(ecommerce.purchase_revenue) as revenue
FROM `project.dataset.events_*`
WHERE _TABLE_SUFFIX BETWEEN '20250101' AND '20250131'
GROUP BY date
ORDER BY date DESC

2. 상위 유입 경로

SELECT
  traffic_source.source,
  traffic_source.medium,
  COUNT(DISTINCT user_pseudo_id) as users,
  COUNTIF(event_name = 'purchase') as conversions
FROM `project.dataset.events_*`
WHERE _TABLE_SUFFIX = FORMAT_DATE('%Y%m%d', CURRENT_DATE())
GROUP BY source, medium
ORDER BY users DESC
LIMIT 10

3. 제품별 성과 분석

SELECT
  items.item_name as product,
  SUM(items.quantity) as quantity_sold,
  SUM(items.item_revenue) as revenue
FROM `project.dataset.events_*`,
  UNNEST(items) as items
WHERE event_name = 'purchase'
  AND _TABLE_SUFFIX >= FORMAT_DATE('%Y%m%d', DATE_SUB(CURRENT_DATE(), INTERVAL 30 DAY))
GROUP BY product
ORDER BY revenue DESC

4. 코호트 리텐션 분석

WITH first_visit AS (
  SELECT
    user_pseudo_id,
    MIN(PARSE_DATE('%Y%m%d', event_date)) as cohort_date
  FROM `project.dataset.events_*`
  GROUP BY user_pseudo_id
)
SELECT
  cohort_date,
  COUNT(DISTINCT user_pseudo_id) as cohort_size,
  COUNTIF(DATE_DIFF(PARSE_DATE('%Y%m%d', event_date), cohort_date, DAY) <= 7) as day_7_retention
FROM `project.dataset.events_*` e
JOIN first_visit f USING(user_pseudo_id)
GROUP BY cohort_date

5. 구매 퍼널 분석

WITH funnel AS (
  SELECT
    user_pseudo_id,
    COUNTIF(event_name = 'view_item') > 0 as viewed,
    COUNTIF(event_name = 'add_to_cart') > 0 as added_to_cart,
    COUNTIF(event_name = 'begin_checkout') > 0 as checkout,
    COUNTIF(event_name = 'purchase') > 0 as purchased
  FROM `project.dataset.events_*`
  WHERE _TABLE_SUFFIX >= FORMAT_DATE('%Y%m%d', DATE_SUB(CURRENT_DATE(), INTERVAL 7 DAY))
  GROUP BY user_pseudo_id
)
SELECT
  COUNTIF(viewed) as step_1_view,
  COUNTIF(added_to_cart) as step_2_cart,
  COUNTIF(checkout) as step_3_checkout,
  COUNTIF(purchased) as step_4_purchase
FROM funnel

Hypemarc.AI: BigQuery를 더 쉽게

SQL 몰라도 괜찮습니다.

Hypemarc.AI 대시보드는:

  • ✅ 클릭 한 번으로 100개 세그먼트 생성
  • ✅ "어제 대비 전환율 변화" 자동 감지
  • ✅ Slack/이메일로 실시간 알림
  • ✅ 원클릭 광고 타겟팅

"SQL 전문가 없이도 BigQuery의 모든 이점을"


실제 성공 사례

패션 이커머스 A사

Before:

  • GA4 UI로 수동 분석
  • 주간 리포트 작성에 몇 시간 소요
  • 이상 패턴을 며칠 뒤에야 발견
After (BigQuery + Hypemarc.AI):
  • 리포트 자동 생성
  • 이상 패턴 알림: 실시간
  • 지난주 리포트가 아닌 현재 데이터로 의사결정

결과: 성과가 낮은 광고비를 더 일찍 찾아 줄이면서 매출은 유지했습니다.


지금 시작하기

DIY (직접 구축)

  1. BigQuery 프로젝트 생성
  2. GA4 연동
  3. SQL 템플릿 활용
  4. Looker Studio로 대시보드 구축

예상 소요 시간: 2-3주 (SQL 경험 필요)

Hypemarc.AI (턴키 솔루션)

  1. 1회 온보딩 미팅
  2. 자동 연동 및 설정
  3. 맞춤형 대시보드 제공
  4. AI 인사이트 활성화

소요 시간: 3일

무료 데모 신청하기 →


마무리

"데이터는 있는데 인사이트가 없다"

많은 마케터들의 고민입니다.

BigQuery 연동으로:

  • 더 빠르게 의사결정하고
  • 더 정확하게 타겟팅하고
  • 더 적은 비용으로 성과를 내세요

업데이트: 2025년 1월 12일

마치며

하이프마크 빌더 커뮤니티는 AI 에이전트를 만들고 운영하며 얻은 경험과 참고할 자료를 꾸준히 공유하려고 합니다. 빌더 여러분께 도움이 될 좋은 자료들을 계속 모아 나누겠습니다.

계속 읽어 보세요

빌드 노트와 실측 기록의 새 글은 RSS로 받아볼 수 있습니다.

모든 채널 보기 →

회사에서 검토한다면 팀에 가져가기

GA4와 BigQuery를 연결해 마케팅 대시보드 만들기 | Hypemarc