[GA4 퍼널 분석] Day3-5 (view_item → add_to_cart | Item Category 분석)

가설

상품 상세/상품력 부족

- 특정 상품 카테고리에서 view_item → add_to_cart 전환율이 유독 낮은가?

 

낮은 카테고리

• 상품 상세 정보 부족
• 상품 매력 부족
• 가격 대비 가치 부족
• 경쟁 상품 대비 약함

1. 상품 카테고리 정보 추출

- item_category 확인

-- 1단계: 상품 카테고리 정보 확인
-- 목표:
-- 어떤 카테고리들이 존재하는지 먼저 확인

SELECT
  -- 이벤트명
  event_name,

  -- 상품명
  item.item_name,

  -- 상품 카테고리
  item.item_category,

  -- 가격
  item.price

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')

LIMIT 100;

행	event_name	item_name	item_category	price
1	view_item	Google Mini Kick Ball		2
2	view_item	YouTube Iconic Play Pin		8
3	view_item	Google Pen Neon Coral		2
4	view_item	Google Mini Kick Ball		2
5	view_item	Google Leather Strap Hat Blue		17
6	view_item	Google Mini Kick Ball		2
7	view_item	Android Iconic Hat White		16
8	view_item	YouTube Twill Sandwich Cap Black		13
9	view_item	Google Leather Strap Hat Black		17
10	view_item	YouTube Leather Strap Hat Black		17

 

2. 세션 기준 퍼널 구조화

- 세션별 item_category 기준 viewed / add_to_cart 여부 생성

-- 2단계: 세션 기준 퍼널 구조화 (Item Category)
-- 목표:
-- "각 세션에서 어떤 상품 카테고리를 보고,
-- 장바구니까지 갔는지 확인"

WITH funnel AS (

  SELECT
    -- 사용자 고유 식별자
    user_pseudo_id,

    -- 세션 고유 ID 생성
    -- user_pseudo_id + ga_session_id
    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 카테고리
    -- NULL 방지를 위해 값 없으면 '(not set)' 처리
    COALESCE(item.item_category, '(not set)') AS item_category,

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

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

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

  -- items 배열 펼치기
  UNNEST(items) AS item

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

  -- 세션 + 카테고리 기준 요약
  GROUP BY
    user_pseudo_id,
    session_id,
    item_category
)

-- 중간 결과 확인
SELECT *

FROM funnel

LIMIT 100;

행	user_pseudo_id	session_id	item_category	viewed	added_to_cart
1	11728928.31	11728928.3102991835-8901578253		1	0
2	19665280.53	19665280.5325386306-1719126724		1	0
3	26311660.3	26311660.3005086097-346901164		1	0
4	48865305.82	48865305.8198447356-5114378159		1	0
5	5134655.279	5134655.2786099951-8685273347	Kid's-Infant/	1	0
6	55245546.49	55245546.4858418112-4569195379	Backpacks/	1	0
7	7490018063	7490018062.5520925467-6601706250	Home/Campus Collection/	1	0
8	9115309.32	9115309.3201575284-5957380897	Men's / Unisex	1	0
9	66832424.4	66832424.3990414019-9871456101	Home/Stationery/Stickers/	1	0
10	1159522.028	1159522.0280721318-4095772158	Lifestyle/Drinkware/	1	0

 

3. 카테고리별 전환 성과 비교

- item_category별 장바구니 전환율 계산

-- 3단계: Item Category별
-- view_item → add_to_cart 전환율 계산
-- 목표:
-- "어떤 상품 카테고리가 장바구니 전환율이 특히 낮은가?"

WITH funnel AS (

  SELECT
    -- 사용자 고유 식별자
    user_pseudo_id,

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

    -- 상품 카테고리
    COALESCE(item.item_category, '(not set)') AS item_category,

    -- 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_*`,
  UNNEST(items) AS item

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

  GROUP BY
    user_pseudo_id,
    session_id,
    item_category
)

SELECT

  -- 상품 카테고리
  item_category,

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

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

  -- 장바구니 전환율(%)
  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
WHERE viewed = 1

-- 카테고리별 집계
GROUP BY item_category

-- 표본 수 너무 작은 카테고리 제외
HAVING view_sessions >= 100

-- 전환율 낮은 순 정렬
ORDER BY add_to_cart_rate ASC;

행	item_category	view_sessions	cart_sessions	add_to_cart_rate
1	Accessories/	106	2	1.89
2	Backpacks/	468	19	4.06
3	Water Bottles/	161	15	9.32
4	Men's T-Shirts	372	47	12.63
5	Home/Shop by Brand/Google Cloud/	221	28	12.67
6	Mugs & Tumblers/	242	31	12.81
7	Bags	2688	356	13.24
8	Home/Shop by Brand/YouTube/	4754	744	15.65
9	Men's T-Shirts/	1810	291	16.08
10	Lifestyle/Bags/	4796	843	17.58
11		4986	909	18.23
12	Eco-Friendly	2189	404	18.46
13	Kids	1212	227	18.73
14	Home/Apparel/	6548	1252	19.12
15	Home/New/	5335	1030	19.31
16	New	1499	296	19.75
17	Home/Eco-Friendly/	3725	740	19.87
18	Android	414	86	20.77
19	Apparel	3191	673	21.09
20	Lifestyle/	2755	585	21.23
21	Lifestyle	2005	429	21.4
22	Small Goods	3068	666	21.71
23	Home/Shop by Brand/Android/	874	198	22.65
24	Home/Shop by Brand/	798	181	22.68
25	Notebooks	746	172	23.06
26	Men's / Unisex	7700	1779	23.1
27	Home/Shop by Brand/Google/	3234	748	23.13
28	Lifestyle/Small Goods/	3951	923	23.36
29	Google	2578	606	23.51
30	Home/Apparel/Kids/	2966	731	24.65
31	Home/Apparel/Men's / Unisex/	13672	3379	24.71
32	Women's	3470	867	24.99
33	Home/Apparel/Women's/	4778	1200	25.12
34	Home/Stationery/	2237	603	26.96
35	Stationery	1110	307	27.66
36	Shop by Brand	436	121	27.75
37	Lifestyle/Drinkware/	5382	1518	28.21
38	Sale	7887	2283	28.95
39	Home/Sale/	9763	2839	29.08
40	Home/Campus Collection/	3142	916	29.15
41	Home/Apparel/Socks/	1018	310	30.45
42	Home/Stationery/Notebooks/	2010	612	30.45
43	Campus Collection	1529	467	30.54
44	Drinkware	3361	1037	30.85
45	Home/Shop by Brand/#IamRemarkable/	102	32	31.37
46	Home/Stationery/Stickers/	1583	514	32.47
47	Writing	413	149	36.08
48	Home/Apparel/Hats/	6226	2529	40.62
49	Home/Stationery/Writing/	976	399	40.88

 

전체 결과

표본 수(view_sessions)가 충분한 카테고리 우선

Accessories/ : 106

- 너무 적음 (참고용)

Home/Apparel/Men's / Unisex/ : 13,672

- 매우 중요

 

극단값보다 표본 크고 전환율 차이 큰 카테고리 중심 해석

 

결과1

낮은 전환율 그룹 (상품력 약한 후보)

Bags / T-Shirts / YouTube Brand 계열

• Bags → 13.24%
• Men's T-Shirts → 12~16%
• YouTube Brand → 15.65%

해석

A. 비교 구매 강함

• 의류/가방은 디자인 비교
• 가격 민감도

B. 상세 정보 중요

• 사이즈
• 소재
• 디자인

C. 충동구매 낮음

 

결론

Apparel / Bags 계열은 고관여 + 비교 + 상세 설득 필요

 

결과2

높은 전환율 그룹 (상품력 강한 후보)

Sale / Stationery / Hats / Writing

• Sale → 28~29%
• Stationery → 27~40%
• Hats → 40.62%
• Writing → 36~40%

해석

A. 저관여(쉽게 담음)

B. 가격 부담 낮음

C. 할인/프로모션 효과 큼

특히 Sale → 28~29%으로 가격 민감도 강력

“가격/프로모션이 장바구니 전환에 매우 강한 영향”

 

통합 결론

Price Band: 비쌀수록 낮음

Sale: 할인일수록 높음

따라서 가격 경쟁력 가설 매우 강함

 

상품력 측면

Bags / Apparel 낮음

단순 가격뿐 아니라 상품 상세 설득 구조 필요

• 후기
• 사이즈 가이드
• 착용 이미지
• 비교 포인트

현재 가장 유력한 view_item → add_to_cart 병목

1순위 : 가격 경쟁력

2순위 : Apparel/Bags 상세 설득력

3순위 : 채널 기대치

 

액션

Apparel / Bags 개선

A.상세페이지 강화

• 소재
• 사이즈
• 후기
• 이미지

B.가격 할인 / 번들

C.베스트셀러/리뷰 강조

 

Sale / Stationery : 강점 상품군

→ 광고 예산 확대 가능

 

카테고리별 퍼널 분석 결과 Apparel / Bags 계열은 장바구니 전환율이 상대적으로 낮고 Sale / Stationery 계열은 높게 나타나 가격 경쟁력뿐 아니라 고관여 상품군에서의 상세 설득 구조가 주요 개선 포인트임을 확인했음

 

마케팅 전략

A.Sale 상품 랜딩

B.저관여 상품 첫 진입

C.리마케팅으로 Apparel 재공략

 

view_item → add_to_cart 문제 핵심 결론

“광고/검색 유입 → 상품 조회 → 고가/고관여 상품군에서 설득 실패”

 

장바구니 전환 저하는 단순 UX보다 가격 경쟁력과 Apparel/Bags 중심 고관여 상품군의 설득 구조 부족에서 발생할 가능성이 높음