[GA4 퍼널 분석] Day3-4 (view_item → add_to_cart | Price Band 분석)

무슨 상품이 문제인가?

 

가설

가격 경쟁력 부족

- 비싼 상품일수록 상품 조회 후 장바구니 전환이 낮은가?

 

 

1. 상품 정보 추출

- items 배열에서 price / item_category 추출

SELECT
  event_name,

  item.item_name,

  item.item_category,

  item.price,

  user_pseudo_id

FROM `bigquery-public-data.ga4_obfuscated_sample_ecommerce.events_*`,
UNNEST(items) AS item

WHERE event_name IN ('view_item', 'add_to_cart')

LIMIT 100;

행	event_name	item_name	item_category	price	user_pseudo_id
1	view_item	Google Camp Mug Ivory		13	3024189.61
2	view_item	Android Iconic Mug Gray		17	3024189.61
3	add_to_cart	Android Iconic Mug Gray		17	3024189.61
4	add_to_cart	Android Hipster Pin		8	4254791.129
5	view_item	Android Hipster Pin		8	4254791.129
6	view_item	Android Lumberjack Pin		8	4254791.129
7	add_to_cart	Android Geek Pin		8	4254791.129
8	view_item	Android Geek Pin		8	4254791.129
9	add_to_cart	Android Lumberjack Pin		8	4254791.129
10	add_to_cart	Google Camp Mug Ivory		13	7187484.395

 

2. 가격대별 세션 퍼널 구조화

- 세션별 price_band 기준 viewed/add_to_cart 여부 생성

-- 2단계: 세션 기준 퍼널 구조화 (Price Band)
-- 목표
-- "각 세션에서 어떤 가격대 상품을 보고,
-- 장바구니까지 갔는지 확인"

WITH funnel AS (

  SELECT
    -- 사용자 고유 식별자
    user_pseudo_id,

    -- 세션 고유 ID 생성
    CONCAT(
      user_pseudo_id,
      '-',
      CAST((
        SELECT value.int_value
        FROM UNNEST(event_params)
        WHERE key = 'ga_session_id'
      ) AS STRING)
    ) AS session_id,

    -- 가격대 구분
    CASE
      WHEN item.price < 30 THEN 'Low'
      WHEN item.price < 100 THEN 'Mid'
      ELSE 'High'
    END AS price_band,

    -- 상품 조회 여부
    MAX(CASE WHEN event_name = 'view_item' THEN 1 ELSE 0 END) AS viewed,

    -- 장바구니 여부
    MAX(CASE WHEN event_name = 'add_to_cart' THEN 1 ELSE 0 END) AS added_to_cart

  FROM `bigquery-public-data.ga4_obfuscated_sample_ecommerce.events_*`,

  -- items 배열 펼치기
  UNNEST(items) AS item

  WHERE event_name IN ('view_item', 'add_to_cart')

  -- 세션 + 가격대 기준 요약
  GROUP BY
    user_pseudo_id,
    session_id,
    price_band
)

-- 중간 결과 확인
SELECT *

FROM funnel

LIMIT 100;

행	user_pseudo_id	session_id	price_band	viewed	added_to_cart
1	1540124.214	1540124.2144280285-5349214666	Low	1	1
2	8628650.754	8628650.7543508418-6987184897	Low	1	1
3	25631840.32	25631840.3215691016-3289776494	Mid	1	0
4	34448390.2	34448390.1968678271-9438611847	Low	1	0
5	59158438.17	59158438.1725123945-4678135765	Low	1	1
6	6386690154	6386690153.7750456159-5759170156	Low	1	1
7	44781397.64	44781397.6407575477-9407646567	Mid	1	0
8	8470764.787	8470764.7870904838-3449410268	High	1	0
9	27443328.67	27443328.6742870458-7253400739	Mid	1	0
10	72181032.07	72181032.0710608558-9159318125	Low	1	0

 

3. 가격대별 전환 성과 비교

- price_band별 장바구니 전환율 계산

-- Price Band(가격대)별
-- view_item → add_to_cart 전환율 분석
-- 목표:
-- "가격대가 높을수록 장바구니 전환율이 낮은가?"
-- → 가격 경쟁력 부족 가설 검증

WITH funnel AS (

  SELECT
    -- 사용자 고유 식별자
    -- 같은 사용자인지 구분
    user_pseudo_id,

    -- 세션 고유 ID 생성
    -- user_pseudo_id + ga_session_id
    -- 한 사용자의 한 방문(세션) 단위 구분
    CONCAT(
      user_pseudo_id,
      '-',
      CAST((
        -- event_params 배열 안에서 ga_session_id 추출
        SELECT value.int_value
        FROM UNNEST(event_params)
        WHERE key = 'ga_session_id'
      ) AS STRING)
    ) AS session_id,

    -- 상품 가격(price)을 기준으로 가격대 분류
    -- Low: 저가
    -- Mid: 중가
    -- High: 고가
    CASE
      WHEN item.price < 30 THEN 'Low'
      WHEN item.price < 100 THEN 'Mid'
      ELSE 'High'
    END AS price_band,

    -- 해당 세션에서 상품 조회(view_item)를 했는지 여부
    -- 한 번이라도 있으면 1
    MAX(CASE WHEN event_name = 'view_item' THEN 1 ELSE 0 END) AS viewed,

    -- 해당 세션에서 장바구니(add_to_cart)를 했는지 여부
    -- 한 번이라도 있으면 1
    MAX(CASE WHEN event_name = 'add_to_cart' THEN 1 ELSE 0 END) AS added_to_cart

  -- GA4 원본 이벤트 테이블
  FROM `bigquery-public-data.ga4_obfuscated_sample_ecommerce.events_*`,

  -- items 배열 펼치기
  -- 각 이벤트 안의 상품 정보(item_name, category, price 등) 추출
  UNNEST(items) AS item

  -- 이번 분석에서는 상품 조회 / 장바구니 이벤트만 사용
  WHERE event_name IN ('view_item', 'add_to_cart')

  -- 세션 + 가격대 기준으로 묶기
  -- 즉, "이 세션에서 이 가격대 상품을 봤는가 / 담았는가"
  GROUP BY
    user_pseudo_id,
    session_id,
    price_band
)

SELECT

  -- 가격대별 결과
  price_band,

  -- 상품 조회(view_item)를 한 세션 수
  COUNTIF(viewed = 1) AS view_sessions,

  -- 장바구니(add_to_cart)를 한 세션 수
  COUNTIF(added_to_cart = 1) AS cart_sessions,

  -- 장바구니 전환율(%)
  -- 장바구니 세션 / 상품 조회 세션
  ROUND(
    SAFE_DIVIDE(
      COUNTIF(added_to_cart = 1),
      COUNTIF(viewed = 1)
    ) * 100,
    2
  ) AS add_to_cart_rate

FROM funnel

-- 상품 조회가 있었던 세션만 분석 대상
WHERE viewed = 1

-- 가격대별 집계
GROUP BY price_band

-- 전환율 낮은 순 정렬
-- 어떤 가격대가 가장 병목인지 확인
ORDER BY add_to_cart_rate ASC;

행	price_band	view_sessions	cart_sessions	add_to_cart_rate
1	High	13511	2723	20.15
2	Mid	50819	11594	22.81
3	Low	58704	14928	25.43

 

결과1

가격이 높아질수록 장바구니 전환율이 낮아짐

Low: 25.43%

Mid: 22.81%

High: 20.15%

 

해석

가격 경쟁력 부족” 가설이 매우 강하게 지지됨 즉, 사용자는 저가 상품일수록 쉽게 장바구니에 담고 고가의 상품일수록 더 신중하거나 이탈 가능성이 큼

 

비즈니스 관점

High vs Low 차이: 25.43% → 20.15% 약 5.28% 감소

이건 Device / User Type보다 훨씬 큰 차이

 

해석

고가 상품에서 가능한 원인

1. 가격 부담

• 절대 가격 높음
• 할인 부족

2. 비교 행동 증가

• 타사이트 가격 비교
• 리뷰 탐색

3. 정보 부족

• 고가일수록 상세정보/신뢰 필요

상품을 안 보는 것이 아니라 보고도 안 담는 것을 확인함

관심 부족보다 구매 장벽(가격/설득력) 문제

 

결론

view_item → add_to_cart 핵심 병목은 “가격 경쟁력 + 고가 상품 설득력”

 

액션

Low 상품

현재 강점

• 진입 장벽 낮음
• 프로모션 상품 가능성

High 상품

개선 필요

A.할인/프로모션

B.무료배송 강조

C.리뷰/상세 정보 강화

D.가격 정당화 메시지(프리미엄 가치, 품질)

 

CPC 유입 + High 상품이면 특히 위험

- 광고로 관심 유도 → 가격 보고 이탈 가능성

 

광고 랜딩

• 가격 노출 방식 개선
• 할인 정보 선제 제공
• 비교 우위 강조

상품 조회 이후 장바구니 전환 저하는 사용자 특성보다 가격 상승에 따른 구매 저항 증가와 더 밀접하게 연결될 가능성이 높음