12CODE
지금 읽는 곳 퍼널 탐색이 답하는 질문은 무엇인가 1 / 8
12code 라이브러리 아티클 표지. 유저 행동 퍼널(Funnel Exploration) 분석 기획: [상세페이지 -> 장바구니 -> 주문서 -> 결제완료] 단계별 유실율 및 소요 시간 계측

유저 행동 퍼널(Funnel Exploration) 분석 기획: [상세페이지 -> 장바구니 -> 주문서 -> 결제완료] 단계별 유실율 및 소요 시간 계측

전환율이 낮다는 사실은 표준 보고서로도 알 수 있지만, "어느 단계에서" 새고 있는지는 퍼널 탐색을 열어야 비로소 보입니다.

이 과목 03 / 12편 중급 4분
과목 ID82
트랙STEP 2 중급·실무
모듈2-4. 데이터 분석·퍼포먼스 테크
레슨03
난이도중급
플랫폼Google Analytics 4
발행일2026-08-29
검토일2026-08-29
관련 과목81 · 88 · 80
출처2건
핵심요약5개
01

퍼널 탐색은 지정한 단계 순서를 따라 각 단계에서 이탈한 사용자 비율을 시각화하는 기법이다

02

상세페이지 → 장바구니 → 주문서 → 결제완료처럼 실제 구매 여정을 그대로 단계로 설계할 수 있다

03

열린 퍼널과 닫힌 퍼널을 선택할 수 있어, 단계를 건너뛴 사용자를 포함할지 여부를 결정한다

04

단계 사이의 경과 시간을 함께 분석해 어느 구간에서 유독 오래 머무는지도 확인할 수 있다

05

세그먼트를 겹쳐서 매체별·기기별로 같은 퍼널의 이탈 패턴 차이를 비교할 수 있다

01

퍼널 탐색이 답하는 질문은 무엇인가

전환율이 2%라는 숫자만으로는 개선할 지점을 찾을 수 없습니다. 상세페이지를 본 사람 100명 중 장바구니에 담은 사람이 몇 명인지, 장바구니에 담았지만 주문서 작성을 포기한 사람이 몇 명인지, 주문서까지 갔지만 결제를 완료하지 않은 사람이 몇 명인지를 단계별로 쪼개서 봐야 실제로 개선이 필요한 구간이 드러납니다. 퍼널 탐색은 이런 단계별 이탈을 시각화해서, "장바구니에서 주문서로 넘어가는 구간에서 유독 많이 빠진다"처럼 구체적인 병목을 짚어낼 수 있게 해줍니다.

02

단계를 설계할 때 실제 이벤트와 어떻게 매칭하나

퍼널의 각 단계는 GA4에 실제로 수집되고 있는 이벤트(또는 이벤트+조건 조합)로 정의해야 합니다. 예를 들어 '상세페이지'는 view_item 이벤트로, '장바구니'는 add_to_cart로, '주문서'는 begin_checkout으로, '결제완료'는 purchase로 매칭하는 식입니다. 이 매칭이 정확하려면 사전에 각 단계에 해당하는 이벤트가 실제로 코드에 심어져 있어야 하며, 만약 '주문서 작성' 단계에 해당하는 별도 이벤트가 없다면 퍼널 자체를 설계할 수 없으므로, 퍼널 탐색을 활용하려는 팀은 먼저 전환 여정의 각 단계에 해당하는 맞춤 이벤트가 빠짐없이 수집되고 있는지부터 점검해야 합니다.

03

열린 퍼널과 닫힌 퍼널의 차이

퍼널 탐색은 '닫힌 퍼널(Closed funnel)'과 '열린 퍼널(Open funnel)' 두 방식을 선택할 수 있습니다. 닫힌 퍼널은 사용자가 반드시 1단계부터 순서대로 밟은 경우만 집계하고, 열린 퍼널은 중간 단계부터 진입한 사용자(예: 다른 채널에서 바로 장바구니 페이지로 유입된 경우)까지 포함해서 집계합니다. 일반적인 구매 여정 분석에는 닫힌 퍼널이 더 명확한 병목을 보여주지만, 여러 경로로 유입되는 캠페인 랜딩페이지를 분석할 때는 열린 퍼널이 실제 유입 패턴을 더 정확히 반영합니다.

04

단계 간 경과 시간은 무엇을 알려주나

퍼널 탐색에는 단계별 이탈률뿐 아니라 각 단계 사이에 걸린 평균 경과 시간을 함께 볼 수 있는 옵션이 있습니다. 예를 들어 장바구니에서 주문서로 넘어가는 데 평균 몇 분이 걸리는지를 확인하면, 단순히 "이탈률이 높다"는 사실을 넘어 "왜 오래 걸리는가"에 대한 단서를 얻을 수 있습니다. 결제 수단 선택이나 배송지 입력처럼 시간이 오래 걸리는 단계가 있다면, 그 단계의 UX를 개선하는 것이 이탈률을 낮추는 데 직접적으로 도움이 될 가능성이 높습니다.

05

세그먼트를 겹쳐서 매체별 이탈 패턴을 비교하는 법

퍼널 탐색에 매체별 세그먼트(예: 메타 유입, 구글 유입, 오가닉 유입)를 겹쳐서 적용하면, 같은 구매 퍼널이라도 유입 매체에 따라 이탈하는 구간이 다르게 나타나는 경우를 확인할 수 있습니다. 예를 들어 광고 유입 사용자는 상세페이지에서 장바구니로 넘어가는 비율은 높지만 결제 단계에서 유독 많이 이탈하는 반면, 오가닉 유입 사용자는 반대 패턴을 보이는 식입니다. 이런 매체별 차이를 발견하면, 광고 소재나 랜딩페이지 개선과 결제 프로세스 개선 중 어디에 우선순위를 둬야 할지 매체별로 다르게 판단할 수 있는 근거가 생깁니다.

06

퍼널 설계 시 흔히 하는 실수

퍼널 탐색에서 자주 하는 실수는 단계를 너무 잘게 쪼개서 설계하는 것입니다. 상세페이지 조회부터 결제 완료까지 10단계 넘게 잘게 나누면, 각 단계마다 자연스러운 소폭의 이탈이 발생해 정작 중요한 병목이 노이즈에 묻혀 잘 안 보이게 됩니다. 실무에서는 실제 의사결정에 영향을 줄 수 있는 핵심 전환점 4~6개 정도로 압축해서 설계하는 것이 병목을 명확하게 짚어내는 데 더 효과적입니다.

07

퍼널 이탈 사용자를 곧바로 잠재고객으로 전환하는 활용법

퍼널 탐색에서 특정 단계까지 왔다가 다음 단계로 넘어가지 못하고 이탈한 사용자군은, 세그먼트로 만들어두면 곧바로 잠재고객(오디언스)으로 전환해 리타겟팅 캠페인에 활용할 수 있습니다. 예를 들어 장바구니에 담았지만 주문서로 넘어가지 않은 사용자를 세그먼트로 저장하고 '잠재고객 만들기' 옵션을 체크하면, 이 그룹을 그대로 구글 애즈의 GDN·유튜브 리마케팅 타겟팅에 연결할 수 있습니다. 퍼널 탐색으로 병목을 발견하는 데서 그치지 않고, 그 병목에서 이탈한 사람들을 실제 광고 타겟팅으로 즉시 연결하는 것이 분석을 매출로 잇는 실무적인 다음 단계입니다.

08

정기적으로 퍼널을 다시 확인해야 하는 이유

구매 여정의 UI나 결제 프로세스가 바뀌면 이전에 발견했던 병목 구간이 사라지고 새로운 병목이 생길 수 있습니다. 한 번 퍼널을 분석해서 개선안을 적용했다고 끝내지 말고, 개선 후 일정 기간이 지난 뒤 같은 퍼널을 다시 열어 실제로 이탈률이 개선됐는지, 혹은 다른 구간에서 새로운 병목이 생기지 않았는지 재확인하는 루틴을 두는 것이 좋습니다. 특히 시즌성 프로모션이나 신규 결제 수단을 추가한 직후에는 퍼널 재점검의 우선순위를 높여야 합니다.

다음 행동

현재 서비스의 구매 여정을 4~5단계로 정의하고, 각 단계에 해당하는 이벤트가 실제로 수집되고 있는지 확인한 뒤 퍼널 탐색을 만들어보세요. 이탈률이 가장 높은 구간을 찾았다면, 그 구간의 페이지를 직접 열어 UX상 병목이 있는지 확인하는 것이 다음 단계입니다.

다음 글 · 레슨 04→세그먼트 중복 분석(Segment Overlap): '모바일 유저'이면서 '광고 유입 유저'이자 '첫 구매 유저'인 타겟 모수의 시각화 및 오버랩 분석

← 이전 글 · 레슨 02 자유 형식(Free Form) 보고서 마스터: 행과 열, 값 지정을 통해 매체별/기기별/지역별 교차 분석 테이블 구축 실무

출처

facts 항목 기준 · 본문 인라인 미표기2건
F-01Google Analytics 4 고객센터 — 퍼널 탐색 분석 안내공식
F-02Measureschool — GA4 퍼널·경로 탐색 활용 사례업계

플랫폼 기능·심의 기준·가격·법률은 바뀝니다. 이 글은 2026-08-29에 위 출처를 기준으로 확인했습니다.

CHALLENGE

배운 걸 실전 문제로 확인

카테고리별 Level Test로 실무 레벨을 점검해보세요.

챌린지 보기 →
이 과목의 게시글12편
01기본 보고서의 한계 돌파: 맞춤형 데이터 분석을 위한 '탐색(Explore) 분석' 메뉴의 구조와 세그먼트·측정기준·지표 배치 룰02자유 형식(Free Form) 보고서 마스터: 행과 열, 값 지정을 통해 매체별/기기별/지역별 교차 분석 테이블 구축 실무03유저 행동 퍼널(Funnel Exploration) 분석 기획: [상세페이지 -> 장바구니 -> 주문서 -> 결제완료] 단계별 유실율 및 소요 시간 계측04세그먼트 중복 분석(Segment Overlap): '모바일 유저'이면서 '광고 유입 유저'이자 '첫 구매 유저'인 타겟 모수의 시각화 및 오버랩 분석05동류집단 분석(Cohort Exploration): 특정 주차에 가입한 유저들의 주차별 재방문율 및 누적 구매 금액(LTV) 흐름 추적 기술06경로 탐색(Path Exploration) 분석의 위력: 유저가 메인 페이지 진입 후 결제에 이르기까지 이동한 오가닉 동선 및 이탈 경로 역추적07사용자 전체 기간(User Lifetime) 분석: 최고 가치를 지닌 '고래 고객' 세그먼트를 발라내기 위한 첫 유입 매체와 평생 가치 연동08세그먼트(Segment) 빌딩 기술: 사용자 세그먼트 vs 세션 세그먼트 vs 이벤트 세그먼트의 조건식 차이와 실무 적용09정규표현식(Regex) 활용 데이터 필터링: 탐색 분석 내 필터 설정 시 복잡한 키워드나 URL 패턴을 한 줄의 코드로 묶어 분류하기10트러블슈팅: 탐색 보고서 우측 상단에 '느낌표(삼각형)' 마크가 뜨는 이유인 데이터 샘플링(Sampling) 우회 및 데이터 확보 팁11탐색 분석 템플릿 자산화: 분석이 완료된 맞춤형 탐색 보고서를 팀원들과 안전하게 공유하고 읽기 전용으로 배포하는 프로세스12탐색 데이터 기반 잠재고객 추출: 퍼널 이탈 유저 세그먼트를 즉각 구글 잠재고객으로 생성해 GDN/유튜브 리타게팅 광고에 쏘기 과목 전체 보기 →

MKT TOOLS

실무자를 위한 무료 도구

카피 글자수 검사, CPC·ROAS 계산기, UTM 생성기까지.

워크스페이스 열기 →