앱에 안 돌아오면 떠난 고객일까요? GA4 리텐션과 웹·앱 재구매 확인법

요즘 고객은 자사몰 앱에서 상품을 둘러본 뒤 PC에서 주문하거나, 메시지의 링크를 눌러 모바일 웹에서 다시 구매하는 다양한 여정을 지나와요. 앱을 다시 열지 않았더라도 브랜드를 찾아와 구매하는 행동을 하기도 하죠.

그래서 만약 우리 앱의 리텐션이 낮게 나왔다면 고객 이탈로 판단하기 전에 재방문 경로를 함께 살펴볼 필요가 있어요. 특히 GA4 동질 집단 탐색에서는 앱과 웹을 오간 같은 고객의 행동이 하나로 연결되지 않을 수 있는데요. 앱 이용이 줄어든 것과 고객이 다른 환경에서 구매한 것을 구분해야 하죠.

이 글에서는 GA4 동질 집단 탐색의 집계 기준을 살펴보고, 자사몰의 앱 재방문과 웹·앱 구매를 함께 읽는 방법을 정리했어요. 마지막에는 GA4와 MMP에서 리텐션 수치가 다를 때 비교할 조건도 짚어볼게요.

📌 핵심 포인트

• 앱 리텐션이 낮다고 재방문 혜택부터 늘리기보다, 고객이 어디로 돌아왔는지 먼저 살펴보세요. 웹 구매가 이어지는 경우와 실제 방문이 줄어든 경우는 대응이 달라져야 해요.

• 구매가 목표라면 앱 실행과 구매를 따로 보세요. 설치 후 첫 구매와 기존 구매 고객의 후속 주문도 구분해야 반복 구매 성과를 읽을 수 있어요.

• GA4와 MMP의 수치가 다를 때는 더 높은 숫자를 고르기보다 집계 조건을 맞춰 보세요. 같은 고객, 행동, 기간을 비교해야 차이의 원인을 좁힐 수 있어요.

앱에서 떠난 고객이 브랜드에서도 떠난 것은 아니에요

GA4에서 리텐션을 확인하는 방법은 하나만 있는 게 아니에요. 유지 개요 보고서에서 전반적인 흐름을 살펴볼 수도 있고, 동질 집단 탐색에서 분석 조건을 직접 정할 수도 있어요. 따라서 ’GA4에서 리텐션이 낮게 나온다’고 말하기 전에 어느 보고서의 어떤 조건을 보고 있는지 확인해야 해요.

동질 집단 탐색에서 말하는 코호트는 공통된 조건을 가진 사용자 집단이에요. 같은 시기에 처음 방문한 고객을 묶거나, 특정 이벤트를 실행한 고객을 묶어 이후 행동을 확인하는 방식이죠.

예를 들어 앱을 처음 실행한 고객이 다시 방문했는지와 구매한 고객이 다시 구매했는지는 전혀 다른 질문이에요. 그래서 분석을 시작할 때부터 포함할 고객과 돌아왔다고 판단할 행동을 각각 정해야 해요.

1. 동질 집단 탐색은 기기 데이터로 고객을 구분해요

Google 공식 가이드에 따르면 GA4 동질 집단 탐색은 기기 데이터를 기반으로 코호트를 만들며, 이 과정에서 User-ID를 고려하지 않아요.

앱과 웹에서 같은 회원이 로그인하더라도 동질 집단 탐색에서는 서로 다른 식별 정보로 기록된 행동을 같은 고객의 행동으로 연결하지 못할 수 있다는 뜻이에요.

다만 GA4의 모든 보고서가 같은 방식으로 사용자를 구분하는 것은 아니에요. GA4는 보고 ID 설정과 User-ID 수집 여부에 따라 여러 기기에서 발생한 행동을 연결해 분석할 수 있어요. 동질 집단 탐색의 결과를 해석할 때는 이 차이를 기억해야 해요.

2. 웹에서 구매한 고객은 앱 코호트에서 놓칠 수 있어요

한 고객이 월요일에 자사몰 앱을 처음 열고, 다음 주 월요일에는 PC 웹에서 상품을 구매했다고 가정해 볼게요. 고객은 다시 찾아와 구매했지만, 앱에서 시작한 기기 기준 코호트에서는 PC 웹의 구매가 같은 고객의 복귀로 연결되지 않을 수 있어요.

반면 동일 고객을 웹과 앱에서 일관된 User ID로 식별하고, 웹 구매를 리턴 이벤트에 포함하는 분석에서는 이 구매를 해당 고객의 복귀로 확인할 수 있어요. 같은 행동도 고객 식별 기준과 리턴 이벤트 설정에 따라 리텐션에 반영되는 방식이 달라지는 거죠.

앱에서 시작해 PC 웹에서 구매한 가상 고객의 예시예요. 유저 기준 분석은 동일 고객 식별과 웹 구매를 포함한 리턴 이벤트 설정을 전제로 해요.

따라서 앱 코호트에서 복귀가 보이지 않는다면, 웹에서 이어진 방문이나 구매까지 확인해 보세요. 앱 이용이 줄어든 것과 고객의 구매가 끊긴 것을 구분하는 데 도움이 돼요.

앱 재방문과 재구매는 따로 확인해야 해요

자사몰 고객은 앱과 모바일 웹, PC 웹을 오가며 상품을 살펴보고 구매할 수 있어요. 같은 고객의 여정이라도 방문 환경이 달라지면 측정 결과에서는 별개의 행동으로 남을 수 있죠.

따라서 앱 리텐션을 살펴볼 때는 고객이 실제로 어느 환경에 돌아왔는지와 그곳에서 무엇을 했는지를 함께 확인해야 해요.

1. 재방문 링크가 고객을 어디로 보내는지 확인해 보세요

문자 메시지나 이메일의 링크를 눌렀을 때 앱이 열리는지, 모바일 웹이 열리는지 직접 확인해 보세요. 앱이 설치된 고객과 설치되지 않은 고객의 경로도 각각 살펴보면 좋아요.

딥링크는 고객을 앱의 특정 화면으로 연결하는 링크인데요. 링크 설정과 실행 환경에 따라 앱이 설치된 고객도 웹으로 이동할 수 있어요. 이 고객이 웹에서 구매했다면 구매 성과는 발생했지만 앱 재실행 지표에는 반영되지 않을 수 있죠.

앱 복귀를 늘리는 것이 캠페인 목표라면 앱으로 연결되는 경로를 점검해야 해요. 구매가 목표라면 도착한 환경과 관계없이 구매로 이어졌는지도 함께 봐야 하고요. 캠페인의 목표를 정한 뒤 그에 맞는 지표를 선택해야 성과를 해석하기 쉬워요.

2. 첫 구매와 재구매의 기준도 달라요

앱 설치 후 구매한 고객이 모두 재구매 고객인 것은 아니에요. 설치한 뒤 처음 주문한 고객도 포함될 수 있기 때문이죠. 앱 설치를 시작점으로 구매를 확인하면 ’설치 이후 구매’를 분석하는 것이고, 재구매를 보려면 이전 구매 이력까지 구분해야 해요.

분석 목적에 따라 시작점과 이후 행동을 다음처럼 구분할 수 있어요.

웹·앱 행동을 함께 분석하려면 두 환경에서 동일 고객을 식별할 수 있어야 해요. 위 표는 분석 목적을 정리한 예시이며, 실제 설정은 도구의 지원 조건에 맞춰야 해요.

앱 재방문은 많지만 구매가 적다면 방문 이후의 상품 탐색이나 결제 경로를 살펴볼 수 있어요. 앱 재방문은 적어도 웹 재구매가 이어진다면 구매가 발생하는 환경을 구분해서 볼 필요가 있고요.

이처럼 방문과 구매를 나눠 보면 앱 이용을 개선할 과제와 반복 구매를 늘릴 과제를 더 구체적으로 정할 수 있어요.

GA4와 MMP의 수치가 다르면 집계 조건부터 맞춰 보세요

GA4와 MMP(Mobile Measurement Partner, 모바일 광고 성과 측정 솔루션)에서 같은 D+7 리텐션을 조회했는데 숫자가 다를 수 있어요. 어느 쪽이 맞는지 판단하기 전에 두 리포트가 같은 고객과 행동을 보고 있는지 확인해야 해요.

1. 코호트의 시작 조건과 리턴 이벤트가 같은지 확인해요

앱 최초 실행, 회원가입, 구매 중 무엇을 시작 조건으로 설정했는지 확인해 보세요. 앱을 처음 연 고객 전체와 회원가입을 완료한 고객은 서로 다른 집단이에요. 시작 조건이 다르면 리텐션의 분모부터 달라져요.

조회 기간과 필터도 맞춰야 해요. 같은 날짜를 선택했더라도 한쪽은 전체 고객을, 다른 쪽은 특정 광고 채널에서 유입된 고객만 볼 수 있으니까요.

리턴 이벤트는 고객이 돌아왔다고 판단하는 행동이에요. 앱 실행과 상품 조회, 구매 중 어느 이벤트를 선택했는지에 따라 리텐션이 답하는 질문이 달라져요.

앱 실행을 보는 지표와 구매를 보는 지표를 같은 리텐션으로 비교하면 해석이 어긋날 수 있어요. 두 리포트에서 이벤트 이름뿐 아니라 실제로 어떤 행동이 수집되는지도 확인해 보세요.

2. D+7이라는 이름보다 계산 방식을 살펴봐요

’D+7에 돌아온 고객’과 ’D+7까지 한 번이라도 돌아온 고객’은 다른 지표예요. ’D+7 또는 그 이후에 돌아온 고객’을 집계하는 방식도 다르고요. 날짜 표기가 같더라도 리텐션 타입에 따라 포함되는 고객이 달라질 수 있어요.

예를 들어 D+7 당일에는 방문하지 않고 D+9에 돌아온 고객은, 당일 방문을 기준으로 집계하면 D+7 복귀에 포함되지 않아요. 반면 D+7 또는 그 이후의 방문을 포함하는 방식에서는 집계될 수 있어요.

시간대와 일·주·월의 구간도 확인해야 해요. 예를 들어 주간 리텐션의 첫째 주가 시작일부터 7일인지, 정해진 요일을 기준으로 나눈 한 주인지에 따라 같은 행동이 다른 구간에 들어갈 수 있어요.

최근 유입된 고객에게 D+7이나 D+30을 관찰할 시간이 충분히 지났는지도 확인해 보세요. 아직 해당 기간에 도달하지 않은 집단을 기간이 모두 지난 집단과 비교하면 잘못 해석하기 쉬워요.

3. 고객 식별과 구매 이벤트도 비교해요

기기 기준으로 분석하는지, 로그인 고객의 ID를 기준으로 분석하는지도 비교해야 해요. 웹·앱을 연결해서 보고 싶다면 두 환경에서 같은 고객에게 일관된 ID를 적용하고 있는지 확인해야 하죠.

앱과 웹의 구매 이벤트도 함께 점검해 보세요. 구매 완료 시점과 이벤트 설정이 서로 다르거나, 같은 주문이 중복 수집되면 구매 관련 지표를 비교하기 어려워져요. 도구의 숫자를 맞추는 것에 앞서 같은 행동을 같은 기준으로 기록하는지가 중요해요.

에어브릿지에서 웹·앱 리텐션을 함께 확인해요

웹과 앱의 고객 식별 문제는 앱 안에서도 생길 수 있어요. 자사몰 웹페이지를 앱 안에서 보여주는 웹뷰 앱에서는 앱 실행과 웹뷰 안의 주문·결제가 서로 다른 식별자로 수집될 수 있거든요. 이때 두 영역의 기록을 연결하지 않으면 같은 고객의 앱 이용과 구매를 서로 다른 고객의 행동처럼 보게 될 수 있어요.

에어브릿지 리텐션 리포트에서는 스타트 이벤트와 리턴 이벤트를 선택해 잔존율과 잔존 수치를 분석할 수 있어요. 웹·앱 이벤트를 하나의 코호트로 분석하려면 양쪽에서 동일한 User ID를 수집하고, 집계 기준을 ‘유저’로 설정해야 해요. 이때 같은 고객에게 웹과 앱에서 동일한 ID가 적용되는지도 확인해 주세요.

웹뷰 앱에서 앱과 웹 이벤트를 서로 다른 식별자로 수집하는 경우의 예시예요. 동일 User ID로 연결한 뒤에도 리포트의 집계 기준과 리턴 이벤트를 함께 설정해야 해요.

예를 들어 앱 회원가입을 스타트 이벤트로, 웹과 앱의 구매 완료를 리턴 이벤트로 설정하면 가입 고객의 이후 구매를 살펴볼 수 있어요. 다만 회원가입 이후의 구매에는 첫 구매도 포함될 수 있어요. 재구매를 보려면 구매 이력이 있는 고객을 대상으로 후속 구매를 확인하는 조건을 정해야 하죠.

분석 목적에 따라 리턴 이벤트도 구분해 보세요. 앱 이용이 이어지는지 보려면 앱 방문을 나타내는 이벤트를, 구매가 이어지는지 보려면 웹과 앱의 구매 이벤트를 확인하는 식이에요. 두 결과를 함께 보면 앱 방문이 줄었더라도 웹에서 구매가 이어지는지 살펴볼 수 있어요.

이렇게 확인한 결과는 다음과 같이 운영 과제로 연결할 수 있어요.

에어브릿지에서 자사몰 고객의 행동을 분석해 보세요

앱 리텐션이 낮을 때 필요한 대응은 고객이 어디에서 어떤 행동을 이어가는지에 따라 달라져요. 웹 구매가 이어진다면 재방문 경로를 살펴보고, 앱에 돌아와도 구매하지 않는다면 상품 탐색과 결제 과정을 점검할 수 있죠.

먼저 앱 재방문을 늘릴 것인지, 웹과 앱을 아우르는 재구매를 늘릴 것인지 목표를 정해 보세요. 그에 맞는 고객 집단과 이벤트로 분석하면 리텐션 수치를 실제 운영에 활용하기 쉬워져요.

웹과 앱을 오가는 자사몰 고객의 재방문과 구매를 함께 분석하고 싶다면 에어브릿지를 통해 우리 자사몰에 맞는 이벤트와 고객 식별 기준을 살펴보세요.

Written by 프리랜서 에디터 강혜라