11. Looker Studio

1. Looker Studio 개요 및 인프라 연동

🔹 1) Looker Studio의 핵심 특징

구글이 제공하는 무료 대시보드 툴로, 코딩 없이 드래그 앤 드롭 방식으로 수준 높은 비주얼 대시보드를 구축할 수 있습니다.

• 확실한 강점: GA4, Google Ads, BigQuery, Google Sheets 등 구글 생태계 인프라와 단 몇 번의 클릭만으로 실시간 데이터 자동 동기화 및 공유 편집이 가능합니다.
• 기술적 한계: 처리해야 할 데이터 용량이 너무 거대하거나 복잡한 튜닝 연산(Calculated Fields)이 다중 배치될 경우, 구글 API 할당량(Quota) 이슈나 대시보드 로딩 속도가 저하되는 지연 현상이 발생할 수 있습니다.

⚙️ 2) 게임 데이터(Flood it!) 실습 연동 파이프라인

• 연동 경로: Looker Studio 접속 → 만들기 → 보고서 → 데이터 추가(데이터에 연결) → Google 애널리틱스 → GA4 데모 어카운트 → ‘Flood-it!’
• 검증: 화면 우측에 GA4 이벤트 기반 필드(측정 기준 및 측정 항목 컬럼) 셋이 정상적으로 로드되면 인프라 연동이 완료됩니다.

2. 대시보드 레이아웃 아키텍처 및 컨트롤러 가이드

🔹 1) 2대 레이아웃 설계 방식 비교

• 자유 형식 레이아웃: 차트의 좌표 위치와 크기를 픽셀 단위로 커스텀 조정하는 방식입니다. (BI 툴인 태블로의 '부동' 기능과 유사)
• 반응형 레이아웃: 기본 규격 가이드에 맞춰 차트와 필터가 바둑판 배열 형태로 균형감 있고 빠르게 자동 정렬되는 방식입니다. (태블로의 '바둑판식' 기능과 유사)

🔹 2) 필터(Control) 컨트롤러 레이아웃 배치

사용자가 대시보드 데이터를 실시간 동적 필터링하며 심층 분석할 수 있도록 상단 인터페이스 영역에 컨트롤을 배치합니다.

• 기간 컨트롤: 대시보드 전체 차트의 시간 축 범위를 제어합니다.
• 측정 기준 컨트롤: 기기 모델(Device Model), 국가(Country), 날짜(Date) 등을 드롭다운 필터 형태로 심어 세그먼트별 조회를 지원합니다.

3. 핵심 비즈니스 질문별 차트 시각화 구성안

대시보드 설계 시에는 현업의 비즈니스 질문(Question)을 정의하고, 이를 해결할 적절한 차트(Chart)와 결합해야 파워풀한 대시보드가 완성됩니다.

1) DAU 트렌드 분석 (라인 차트)

🤔 질문: 최근 '일일 활성 사용자 수(DAU)’ 추이는 어떨까요?

• 목적: 일별 활성 사용자수 트렌드 확인
• 차트: 라인 차트
• 설정: 측정 기준(날짜), 측정 항목(활성 사용자)
  
  

차트 추가 → 시계열 차트 → 설정 → 측정 기준 - X축 : 날짜, 측정항목 - Y축 : 활성 사용자

2) 유입 채널별 성과 분석 (막대 차트)

🤔 질문: 어떤 채널(Session source)을 통해 들어온 사용자가 많을까요?

• 목적: 마케팅 유입 소스 확인
• 차트: 막대 차트
• 설정: 측정 기준(세션 소스), 측정 항목(방문자 수)
  
  

차트 추가 → 막대 차트 → 설정 → 측정 기준 - Y축 : 세션 소스, 측정 항목 - X축 : 총 사용자

3) 사용자 기기별 참여율 분석 (도넛 차트)

🤔 질문: 게임 플레이 중 오류나 이탈이 특정 기기에서 발생하는지 확인하기 위해 기기 카테고리(Device category)별 '참여율(Engagement rate)'을 시각화하세요.

• 목적: 기기 카테고리별 참여율 비중 확인
• 차트: 도넛 차트
• 설정: 측정 기준(기기 카테고리), 측정 항목(참여율)

차트 추가 → 원형 차트 → 설정 → 측정기준 : 기기 카테고리, 측정항목 : 참여율

 

비즈니스 질문 (Question)	시각화 차트 유형	측정 기준 (Dimension)	측정 항목 (Metric)	실무 분석 목적
일일 활성 사용자 수(DAU)의 시계열 추이는 어떠한가?	라인 차트 (Line)	날짜	활성 사용자 수  (Active Users)	거시적인 일별 트래픽 성장성 및 시즈널리티(주말/평일 패턴) 진단
어떤 마케팅 채널을 통해 가장 많은 고객이 유입되는가?	막대 차트 (Bar)	세션 소스	방문자 수 / 세션 수  (Users / Sessions)	마케팅 채널별 획득(Acquisition) 성과 파악 및 비용 효율성 검증
기기 카테고리별로 유저의 서비스 참여율 비중은 어떠한가?	도넛 차트 (Donut)	기기 카테고리	참여율  (Engagement rate)	특정 디바이스 환경(모바일, 태블릿 등)에서의 성능 오류 및 이탈 병목 진단

4) 상단 주요 지표 (Scorecard) 설계 - 전주 대비 증감률 (스코어 카드)

• 전주 대비 증감률 (WoW, Week-over-Week): 단순 절대 수치만 보여주는 것이 아니라, 이전 기간(전주) 대비 증감 추이를 화살표 및 백분율(%) 지표로 함께 세팅하는 것이 실무 표준 아키텍처입니다.

 WoW 기준으로 비교 기간 설정해서 스코어 카드 만들기

• 설정: 활성 사용자 수, 참여 세션 수

차트 추가 → 스코어 카드 → 설정 → 측정 항목 : 7일 활성 사용자, 스파크 라인 : 날짜, 비교 기간 : 2026.07.05 ~ 2026.07.12(7일 기준)

4. 복습 퀴즈

 

📍 퀴즈 1

👉🏻 주말에 사용자는 늘었는데 '레벨 완료(level_complete_quickplay)' 횟수는 급감했습니다. 어떤 가설을 세울 수 있을까요?

1. 주말 유입 유저의 충성도가 낮다.
2. 특정 레벨의 난이도가 너무 높아서 병목 현상이 발생했다.
3. 앱 업데이트 후 특정 기기에서 크래시(오류)가 발생하고 있다.

📍 퀴즈 2

👉🏻 GA4에서 user_pseudo_id는 무엇을 의미할까요?

유저를 고유하게 식별하기 위해 브라우저 쿠키나 기기 ID를 기반으로 생성하는 고유 사용자 식별자

 

 

📍 퀴즈 3

💡 비즈니스 시나리오

당신은 앱 서비스의 데이터 분석가입니다.

최근 지표를 확인한 결과,

• 신규 유저 유입은 증가
• 7일 재방문율(D7 Retention)은 지속적으로 하락

이 상황에서 데이터팀 팀장이 다음과 같이 요청했습니다.

“특정 날짜에 유입된 사용자 그룹별로 유지율(재방문) 패턴을 비교해서 원인을 파악해 주세요.”

👉🏻 어떤 분석이 가장 적합할까요?

1. 코호트 분석
2. 경로 탐색
3. 퍼널 분석
4. 광고 성과 분석

📍 퀴즈 4

👉🏻 일별 Sessions와 Conversions 라인 차트를 함께 보는 가장 적절한 이유는 무엇일까요?

1. 그래프 수를 늘리기 위해
2. 날짜 필터를 적용하기 위해
3. 특정 날짜에 이탈 또는 성과 변화가 발생했는지 확인하기 위해
4. 채널별 성과를 비교하기 위해
5. 전환율을 직접 계산하기 위해

📍 퀴즈 5

👉🏻 Flood-it 대시보드 상단 KPI에 전주 대비 증감율을 표시하는 주된 목적은 무엇인가요?

1. 데이터를 예쁘게 보이게 하기 위해
2. 절대적인 수치를 숨기기 위해
3. 성과의 증가·감소 방향을 빠르게 파악하기 위해
4. 데이터 오류를 찾기 위해
5. 사용자 세그먼트를 나누기 위해