플랫폼 자체 통계 확인하기
지금까지 방문자를 늘리는 여러 방법을 정리해봤는데, 정작 지금 내 블로그에 방문자가 얼마나 오고 있는지, 어떤 글이 잘 읽히는지는 제대로 확인하는 방법을 몰랐습니다. 이번에는 블로그 트래픽을 분석하는 방법을 자료를 찾아 정리해보려고 합니다. 방문자를 늘리는 방법만 알아본다고 되는 게 아니라, 실제로 그 방법이 효과가 있었는지 확인할 줄도 알아야 한다는 생각이 뒤늦게 들었습니다.
가장 기본이 되는 것은 각 플랫폼이 자체적으로 제공하는 통계 기능이었습니다. 티스토리에는 관리 화면에 방문자 통계 메뉴가 있어서, 오늘 방문자 수, 누적 방문자 수, 어떤 글이 많이 조회되었는지를 확인할 수 있습니다.
블로그스팟에도 비슷하게 통계 메뉴가 있어서, 게시물별 조회수와 방문자가 어느 경로로 들어왔는지 정도를 확인할 수 있다고 합니다. 이런 자체 통계는 별도의 도구를 연결하지 않아도 바로 확인할 수 있다는 점에서 가장 접근하기 쉬운 방법이었습니다.
저도 이번에 다시 확인해보니, 이미 관리 화면 안에 통계 메뉴가 있다는 것을 알고 있었지만 정작 색인 문제에 신경 쓰느라 제대로 들여다본 적이 없었다는 것을 깨달았습니다. 색인이 되지 않으면 방문자도 없을 것이라 지레짐작하고 아예 확인조차 안 했던 것인데, 실제로 몇 명이라도 방문했는지는 별개로 확인해봐야 했다는 생각이 들었습니다.
서치콘솔·서치어드바이저 데이터 활용하기
두 번째는 이미 등록해둔 구글 서치콘솔이나 네이버 서치어드바이저를 활용하는 방법이었습니다. 이 도구들은 원래 색인 상태를 확인하기 위해 등록했지만, 사실 검색을 통한 유입 데이터도 함께 보여준다는 것을 이번에 다시 확인했습니다.
어떤 검색어로 방문자가 들어왔는지, 어떤 글이 검색 결과에서 몇 번째 순위로 노출되고 있는지, 클릭률은 어느 정도인지를 확인할 수 있다고 합니다. 지금까지는 색인 개수만 계속 확인해왔는데, 같은 화면 안에 이런 유입 데이터까지 함께 들어있다는 것을 이번에 다시 알게 되었습니다. 매번 색인 개수 항목만 확인하고 창을 닫았는데, 앞으로는 검색어나 클릭률을 보여주는 항목도 함께 살펴봐야겠다는 생각이 들었습니다.
세 번째는 구글 애널리틱스처럼 별도의 분석 도구를 연결하는 방법이었습니다. 이 도구는 서치콘솔보다 훨씬 폭넓은 정보를 제공한다고 하는데, 방문자가 어느 나라, 어느 기기에서 접속했는지, 사이트에 머문 시간은 얼마나 되는지, 페이지를 이동한 경로는 어땠는지까지 확인할 수 있다고 합니다.
서치콘솔이 검색과 관련된 정보에 집중되어 있다면, 이 도구는 방문자가 사이트에 들어온 이후의 행동 전반을 살펴본다는 점에서 역할이 서로 다르다는 것을 확인했습니다. 저는 아직 이 도구를 직접 연결해보지 않았는데, 나중에 연결해서 실제로 사용해본 경험은 따로 정리해보려고 하고, 이번 글에서는 이런 도구가 있다는 것과 어떤 정보를 제공하는지 정도만 짚어보려고 합니다.
자체 통계와 서치콘솔만으로도 어느 정도는 확인이 가능하지만, 방문자의 행동을 더 세밀하게 들여다보고 싶다면 이런 별도 도구가 필요하다는 것으로 이해했습니다.
조회수, 이탈률, 체류 시간 살펴보기
트래픽을 확인할 때 중요하게 봐야 할 지표들도 정리해보았습니다.
가장 기본적인 것은 조회수인데, 단순히 몇 명이 봤는지를 나타내는 숫자입니다. 여기에 더해 이탈률이라는 지표도 자주 언급되었는데, 방문자가 한 페이지만 보고 바로 나가버리는 비율을 뜻한다고 합니다.
이탈률이 높다는 것은 방문자가 원하는 정보를 찾지 못했거나, 글이 기대에 못 미쳤다는 신호일 수 있다는 설명이었습니다. 제목과 실제 내용이 얼마나 잘 맞아떨어지는지도 이 이탈률에 영향을 준다는 이야기가 있어서, 제목을 지을 때도 이 부분을 염두에 둬야겠다는 생각이 들었습니다.
반대로 페이지에 머문 시간이 길다면, 방문자가 실제로 글을 꼼꼼히 읽었다는 뜻으로 해석할 수 있다고 합니다. 저는 지금까지 글자 수나 발행 간격 같은 것에만 신경을 썼는데, 실제로 방문자가 그 글을 얼마나 오래 읽는지까지 확인할 수 있다는 것이 새롭게 느껴졌습니다. 아무리 글자 수를 맞춰도 방문자가 끝까지 읽지 않는다면 그 숫자가 큰 의미가 없다는 것을, 이번에 지표들을 정리하며 다시 생각하게 되었습니다.
유입 경로 확인하기
유입 경로를 확인하는 것도 중요한 부분이었습니다. 분석 도구들은 보통 유입 경로를 몇 가지 종류로 나눠서 보여준다고 합니다.
가장 먼저 자연검색 유입이 있습니다. 이는 방문자가 구글이나 네이버 같은 검색엔진에서 검색을 통해 들어온 경우를 말합니다. 지금까지 제가 서치콘솔로 확인해온 유입이 대부분 여기에 해당합니다.
두 번째는 추천 유입입니다. 다른 웹사이트나 블로그에 걸려 있는 링크를 클릭해서 들어온 경우를 뜻합니다. 이전에 정리했던 백링크나 다른 블로그와의 교류를 통해 유입되는 방문자가 바로 이 추천 유입에 해당한다고 합니다. 어떤 사이트에서 얼마나 많은 추천 유입이 들어왔는지까지 구체적으로 확인할 수 있다는 것도 알게 되었습니다.
세 번째는 소셜 유입입니다. 페이스북, 트위터, 인스타그램 같은 소셜미디어 플랫폼에 공유된 링크를 통해 들어온 방문을 가리킵니다. 검색 유입과 비교했을 때 소셜 유입은 방문자가 즉각적으로 무언가를 찾으려는 목적보다는, 흥미를 느껴 클릭해본 경우가 많다는 설명이 있었습니다.
그래서 같은 방문자라도 검색으로 들어온 사람과 소셜미디어로 들어온 사람은 글을 읽는 태도나 머무는 시간이 다를 수 있다는 것이었습니다. 저도 앞으로 쓰레드나 인스타그램 계정을 활용해보게 되면, 이 소셜 유입 항목을 통해 실제로 효과가 있었는지 확인해볼 수 있겠다는 생각이 들었습니다.
네 번째는 직접 유입입니다. 방문자가 주소창에 직접 블로그 주소를 입력하거나, 즐겨찾기에 등록해둔 페이지를 클릭해서 들어온 경우를 말합니다. 다만 실제로는 출처를 알 수 없는 유입도 이 항목으로 함께 분류되는 경우가 많다고 합니다.
예를 들어 메신저나 이메일에 붙여넣은 링크를 클릭했거나, 문서 파일 안에 있는 링크를 클릭한 경우처럼 추적 정보가 남지 않는 유입도 직접 유입으로 잡힌다는 것이었습니다. 그래서 직접 유입 숫자가 꽤 있다고 해서 반드시 저를 원래부터 알던 방문자가 많다는 뜻은 아닐 수 있다는 점도 함께 알아두어야 할 것 같습니다.
이전에 정리했던 [트래픽을 늘리는 여러 방법들]이 실제로 얼마나 효과가 있었는지, 이 네 가지 유입 경로 데이터를 통해 확인할 수 있다는 것이었습니다. 예를 들어 소셜미디어에 글을 공유한 뒤 소셜 유입이 실제로 늘었는지 확인해보면, 그 방법이 나에게 맞는 방법인지 아닌지 판단할 수 있다는 설명이었습니다.
데이터 해석 시 주의점과 활용 방법
다만 방문자 수 자체가 아직 많지 않은 초기 블로그에서는 이런 데이터를 너무 이르게 해석하는 것은 조심해야 한다는 이야기도 있었습니다. 방문자가 하루 몇 명뿐인 상태에서는 우연히 한두 명이 오래 머물렀는지, 아니면 정말 그 글이 좋아서 머물렀는지 구분하기 어렵다는 것입니다. 그래서 어느 정도 데이터가 쌓이기 전까지는 지표를 참고는 하되, 하나하나에 너무 일희일비하지 않는 것이 좋다는 조언이 인상 깊었습니다.
이런 분석 결과를 어떻게 활용하면 좋은지도 확인했습니다. 방문자가 많이 찾는 글의 주제나 형식을 파악해서 비슷한 방식의 글을 더 써보거나, 반대로 이탈률이 높은 글은 어떤 부분이 문제였는지 다시 살펴보고 수정하는 데 활용할 수 있다는 것이었습니다. 색인이 잘 되는 글과 그렇지 않은 글의 차이를 비교해보는 것도, 이런 데이터를 활용하는 또 하나의 방법이 될 수 있겠다는 생각이 들었습니다.
지금까지는 그냥 제가 쓰고 싶은 주제를 정해서 글을 써왔는데, 이렇게 데이터를 참고하면 조금 더 근거 있는 방향으로 글감을 정할 수 있겠다는 생각이 들었습니다. 감으로만 글감을 고르다가 매번 소재가 부족하다고 느꼈던 것도, 어쩌면 데이터를 참고하지 않고 무작정 쓰기만 했기 때문일 수도 있겠다는 생각이 들었습니다.
이렇게 정리해보니, 트래픽 분석은 단순히 방문자 수를 확인하는 것을 넘어서 앞으로 어떤 글을 쓸지 결정하는 데도 도움이 되는 도구라는 것을 알게 되었습니다.
지금까지는 글을 쓰고 발행하는 것에서 끝났다면, 앞으로는 발행 이후에 그 글이 어떻게 읽혔는지까지 확인하는 것도 하나의 과정으로 챙겨야겠다는 생각이 들었습니다. 지금은 아직 색인 개수 확인 정도에 머물러 있지만, 나중에 애드센스 승인을 받고 어느 정도 데이터가 쌓이면 이런 분석 방법들을 하나씩 실제로 적용해보고 싶다는 생각이 들었습니다.
