제품 분석 도구 스택: GA4·PostHog·Plausible, 인디 메이커가 진짜 봐야 할 지표 중심으로

분석 도구를 여러 개 붙인다고 제품을 더 잘 이해하게 되지는 않습니다. 중요한 건 대시보드의 숫자가 아니라, 다음 결정을 도와주는 질문을 측정하는 일입니다. 방문자가 어디서 왔는지, 핵심 기능까지 도달했는지, 다시 돌아오는지를 구분하면 도구 선택도 훨씬 단순해집니다.

1. 먼저 답하고 싶은 질문을 정한다

유입을 알고 싶은가, 사용을 알고 싶은가

검색·광고·콘텐츠가 어떤 방문을 만드는지 궁금하다면 페이지뷰와 유입 경로 중심의 분석이 출발점입니다. 반대로 가입 뒤 어떤 기능을 사용하고 어디서 멈추는지가 궁금하다면 제품 행동 이벤트가 필요합니다.

조코헌트에 출시된 프로덕트 351개를 보면, 인디 제품의 종류와 단계는 매우 다양합니다. 그래서 남들이 많이 쓰는 도구보다 현재 가장 자주 내릴 의사결정에 맞춰 고르는 편이 실용적입니다. “이번 주에 무엇을 개선할까?”라는 질문에 답하지 못하는 지표는 잠시 뒤로 미뤄도 됩니다.

도구를 겹쳐 쓰기 전에 역할을 나눈다

GA4는 유입·페이지·캠페인 맥락을 보는 데 어울리고, PostHog는 이벤트·퍼널·리텐션처럼 제품 안의 행동을 연결해 보기 좋습니다. Plausible은 핵심 방문 지표를 가볍게 확인하려는 경우의 선택지로 생각할 수 있습니다. 세 도구를 동시에 설치하기보다, 주 도구 하나와 보조 확인 수단 하나 정도로 시작해 보세요.

2. GA4·PostHog·Plausible을 고르는 기준

GA4: 방문의 출처와 콘텐츠를 볼 때

블로그, 랜딩 페이지, 검색 노출, 캠페인별 유입을 비교하려면 GA4처럼 페이지와 유입 맥락을 중심으로 보는 도구가 편합니다. 다만 보고서가 많아질수록 실제 의사결정과 무관한 숫자도 늘어납니다. 처음에는 page_view보다 “어떤 유입이 가입이나 핵심 행동으로 이어졌는가”에 초점을 맞추세요.

PostHog: 제품 안의 흐름을 볼 때

가입부터 첫 핵심 행동, 반복 사용까지 연결하고 싶다면 PostHog 같은 제품 분석 도구가 유리합니다. 이벤트를 잘 설계하면 퍼널과 리텐션을 한 흐름으로 확인할 수 있습니다. 이미 다룬 퍼널 분석으로 이탈 지점 찾기처럼, 이탈률 자체보다 어느 단계에서 어떤 경험이 막혔는지를 해석하는 것이 핵심입니다.

Plausible: 적은 정보로 핵심만 볼 때

매일 확인할 숫자가 방문자·페이지 조회·유입 경로 정도라면 단순한 분석 화면이 오히려 지속하기 쉽습니다. 도구가 제공하는 기능 목록보다, 내가 매주 실제로 열어볼 보고서가 몇 개인지를 기준으로 판단하세요.

3. 첫날에는 이벤트를 다섯 개만 만든다

핵심 행동을 하나로 정의한다

제품마다 “사용했다”의 의미가 다릅니다. 메모 앱이라면 첫 메모 저장, 커뮤니티라면 첫 게시물 작성, 자동화 도구라면 첫 실행처럼 사용자가 가치를 처음 경험하는 행동을 정합니다. 이 이벤트를 핵심행동_완료처럼 모호하게 짓기보다, 기존 이벤트 이름 짓기 규칙을 참고해 일관된 동사와 대상을 사용하세요.

추천하는 최소 이벤트

• sign_up: 가입 완료
• onboarding_complete: 온보딩 완료
• core_action_completed: 제품의 핵심 가치 경험
• invite_or_share: 공유 또는 초대
• subscription_started 또는 checkout_started: 유료 흐름 진입

이벤트마다 속성을 무작정 추가하지 말고, 기능 종류·유입 맥락·실험 변형처럼 실제 비교에 필요한 값만 남깁니다. 조코헌트에서는 출시 첫 24시간 안에 반응을 하나라도 받은 프로덕트가 46%입니다. 출시 직후에는 페이지뷰보다 어떤 유입이 핵심 행동과 반응으로 이어졌는지를 확인하는 편이 다음 개선에 더 직접적인 힌트를 줍니다.

4. 숫자를 보기 전에 데이터 경계를 정한다

개인정보와 쿠키 동의

분석 이벤트에 이메일, 이름, 원문 입력값, 결제 정보처럼 사용자를 직접 알아볼 수 있는 값을 넣지 않는 것이 기본입니다. 익명 식별자와 이벤트 목적을 분리해 검토하고, 쿠키나 추적 기술을 사용하는 방식은 서비스 이용 지역과 구현에 따라 달라질 수 있으므로 공식 문서와 전문가 의견을 확인하세요.

개인정보 처리방침에는 어떤 정보를 왜 수집하는지, 얼마나 보관하는지, 누구와 공유하는지 실제 구현과 맞게 적어야 합니다. 개인정보보호법(PIPA) 기본과 개인정보처리방침 직접 만들기를 함께 점검하면 누락을 줄이는 데 도움이 됩니다.

분석 데이터의 품질 점검

개발 환경과 운영 환경이 섞이지 않는지, 새로고침으로 이벤트가 중복 발생하지 않는지, 로그인 전후 사용자가 어긋나지 않는지 확인하세요. 대시보드보다 먼저 테스트 계정 하나로 가입부터 핵심 행동까지 직접 실행하고, 이벤트가 한 번만 기록되는지 검증하는 습관이 중요합니다.

5. 주간 리뷰는 세 질문으로 끝낸다

매주 같은 시간에 다음 세 가지를 확인해 보세요.

1. 이번 주에 유입된 사용자가 핵심 행동까지 갔는가?
2. 가장 많이 멈춘 단계는 어디이며, 그 화면에서 어떤 도움을 줄 수 있는가?
3. 다시 돌아온 사용자가 처음과 다른 행동을 했는가?

답이 나오면 지표를 더 추가하기보다, 한 가지 개선을 정하고 다음 주 데이터를 기다립니다. 조코헌트의 가격 모델에서도 무료 프로덕트가 75%로 가장 큰 비중을 차지하듯, 초기에는 분석 비용과 운영 복잡성을 낮추면서 제품의 중요한 순간을 선명하게 보는 전략이 잘 맞을 수 있습니다. 좋은 분석 스택은 가장 많은 데이터를 모으는 구성이 아니라, 혼자서도 계속 보고 행동으로 옮길 수 있는 구성입니다.