GBP 통계에서 확인할 수 있는 것은 무엇인가

GBP 실적(Insights) 데이터는 고객이 매장을 검색할 때 사용한 검색어(Searches by Keyword), 경로 찾기 요청 수(Direction Requests), 웹사이트 링크 클릭 수(Website Clicks)를 기간별로 제공합니다. 이 세 가지 지표는 각각 다른 단계의 이용자 행동을 보여줍니다 — 검색어는 이용자가 어떻게 매장을 발견했는지, 경로 찾기는 실제 방문 의도가 있는지, 웹사이트 클릭은 온라인상의 다음 행동으로 이어졌는지를 나타냅니다.

이 지표들이 중요한 이유는, 프로필 조회 수 같은 단순 노출 지표보다 실제 매출에 더 가까운 신호이기 때문입니다. 통화, 경로 찾기 요청, 웹사이트 클릭은 이용자가 실질적인 관심을 행동으로 옮긴 결과이므로, 조회 수만 늘어나고 이 행동 지표들이 정체돼 있다면 프로필은 발견되고 있지만 실제 전환으로는 이어지지 않는다는 뜻으로 해석할 수 있습니다.

검색어 데이터는 어떻게 활용해야 하는가

검색어 데이터는 실제 이용자가 어떤 단어로 매장을 찾았는지 보여주는 가장 직접적인 자료입니다. 만약 검색어 목록에 원하는 업종·지역 키워드가 아니라 전혀 관련 없는 단어가 반복적으로 나타난다면, 3강에서 다룬 카테고리 설정이나 6강에서 다룬 상품·서비스 항목이 이용자의 실제 검색 의도와 어긋나 있다는 신호일 수 있습니다. 반대로 원했던 키워드가 검색어 목록에 꾸준히 나타난다면, 그 최적화 방향이 제대로 작동하고 있다는 확인이 됩니다.

이 데이터는 4강에서 다룬 리뷰 키워드 관찰과도 연결됩니다. 검색어 데이터로 이용자가 실제로 쓰는 표현을 확인하고, 그 표현이 프로필 설명글이나 상품명에도 자연스럽게 반영돼 있는지 비교해보면 최적화의 다음 방향을 구체적으로 잡을 수 있습니다.

경로 찾기 요청과 웹사이트 클릭은 각각 무엇을 의미하는가

경로 찾기 요청 수가 높다는 것은 이용자가 매장의 물리적 위치에 실제로 관심이 있다는 신호입니다. 이 수치가 특정 요일이나 시간대에 몰린다면, 그 시간대에 맞춰 인력을 배치하거나 프로모션을 기획하는 근거로 쓸 수 있습니다. 웹사이트 클릭 수는 7강에서 다룬 것처럼 GBP에서 다음 행동(예약, 구매)으로 이어지는 관문 역할을 하므로, 이 수치가 낮다면 링크 자체의 위치나 랜딩페이지의 문제를 함께 점검해야 합니다.

조회 수만 보고 성과를 판단하면 왜 위험한가

조회 수가 늘었다고 해서 곧바로 성과가 좋아졌다고 판단하는 것은 성급한 결론일 수 있습니다. 조회 수는 늘었는데 검색어, 경로 찾기, 웹사이트 클릭 같은 행동 지표가 그대로라면, 프로필이 더 많이 노출되고는 있지만 그 노출이 실제 관심으로 이어지지 못하고 있다는 뜻입니다. 이런 경우에는 노출을 늘리는 데 집중하기보다, 프로필 자체의 매력도(대표 사진, 상품 정보, 리뷰)를 먼저 점검하는 것이 우선순위가 되어야 합니다. 반대로 조회 수 자체가 낮다면, 문제는 프로필의 매력도가 아니라 애초에 검색 결과에서 발견되지 않는 데 있으므로 카테고리·태그 세팅을 다시 짚어봐야 하며, 두 문제를 뒤바꿔 대응하면 시간만 들이고 결과는 그대로인 상황이 반복됩니다.

통계를 앞선 강의들과 어떻게 연결해야 하는가

GBP 통계의 진짜 쓸모는 개별 수치를 확인하는 데서 그치지 않고, 앞서 다룬 세팅과 짝지어 다음 조치를 정하는 데 있습니다. 검색어 데이터에 원하지 않는 업종 키워드가 자주 잡힌다면 3강의 카테고리 설정을 다시 점검해야 한다는 신호이고, 경로 찾기 요청은 꾸준한데 웹사이트 클릭이 유독 낮다면 7강에서 다룬 링크 위치나 랜딩페이지를 의심해봐야 하고, 웹사이트 클릭은 많은데 실제 예약·구매로 이어지지 않는다면 랜딩페이지 자체의 전환 흐름을 다시 살펴봐야 합니다. 조회 수는 늘었는데 리뷰 수가 정체돼 있다면 4강에서 다룬 리뷰 요청 절차가 충분히 작동하고 있는지 확인할 차례입니다.

이런 식으로 통계 항목 하나하나를 특정 강의의 조치와 연결해 생각하는 습관을 들이면, "뭔가 성과가 안 나오는 것 같다"는 막연한 느낌 대신 구체적으로 어느 지점을 점검해야 할지 짚어낼 수 있습니다.

통계는 얼마나 자주, 어떤 기간 단위로 확인해야 하는가

매일 수치를 확인하며 일희일비하기보다 주 단위나 월 단위로 추이를 확인하는 것이 실무적으로 더 유용합니다. 특정 세팅을 바꾼 직후에는 그 변화가 통계에 반영되기까지 시간이 걸릴 수 있으므로, 변경 전후 최소 1~2주 정도의 데이터를 비교해야 실제 효과인지 우연한 변동인지 구분할 수 있습니다. 세팅을 여러 개 동시에 바꾸면 어느 조치가 실제 효과를 냈는지 구분하기 어려워지므로, 가능하면 한 번에 한두 가지씩만 바꾸고 결과를 확인한 뒤 다음 조치로 넘어가는 것이 원인 파악에 유리합니다.