[Python 로고]

 

 

Python 개발을 하다보면 sys.argv 인자를 입력받아 집계할 날짜나 파라메터 같은 걸 추가하여 사용 하는 경우가 있다.

 

이때 터미널 또는 명령프롬프트에서 아래와 같이 실행하면 문제가 없지만, VS Code에서 실행 할 때 명령인자를 추가 해서 확인해야 되는 경우가 발생한다. 특히 디버깅(Debugging)이 필요할 때에는 필수이다.

 

[Python 실행 방법]

 

* 명령(행)인자(Command Line Arguments)란? 

  - 사용자가 명령행에서 명령을 실행할 때 해당 명령과 함께 지정하는 인자를 의미.

[명령인자 설명]

 

VS Code에서 명령인자를 추가하기 위해서는 먼저 launch.json 파일을 오픈한다.

방법은 좌측 아이콘 중 실행 및 디버그를 클릭 한 후 상단에 톱니바퀴를 클릭하면 launch.json 파일이 열린다.

[launch.json 오픈 방법]

 

launch.json 파일이 오픈되면 아래와 같이 표시되며 노란색 영역에 추가하고자 하는 명령인자를 추가하여 프로그램을 실행한다.

[lauch.json 내용]

 

입력한 명령인자는 디버깅 실행 시에도 반영되어 실행되며, 삭제하면 명령인자가 없이 실행 된다.

 

[Google BigQuery 대표 이미지]

구글 빅쿼리(BigQuery)란?

 

구글 빅쿼리(BigQuery)는 머신러닝, 지리정보 분석, 비즈니스 인텔리전스와 같은 기본 제공 기능으로 데이터를 관리하고 분석할 수 있게 해주는 완전 관리형 엔터프라이즈 데이터 웨어하우스이다. 기존 RDBMS에서 사용하던 SQL 언어를 그대로 도입하여 손쉽게 데이터를 쿼리할 수 있고 WEB-UI로 서비스하여 접근성에도 상당히 용이하다. 그리고 빅쿼리는 확장 가능한 분산형 분석 엔진을 통해 테라바이트급 쿼리를 초 단위로 수행하고 페타바이트급 쿼리를 분 단위로 쿼리할 수 있다.

 

* [참고] 1PB(페타바이트) 는 1,000 TB에 해당하는 거대한 용량이다.

  1PB = 1,000,000,000,000,000 bytes = 1,000,000,000,000 KB = 1,000,000,000 MB = 1,000,000 GB = 1000 TB

 

개발자로 일을 하면서 MS-SQL 부터 Oracle, MySQL 등 여러가지 RDBMS 를 사용해봤던 경험으로 빅쿼리 처음 이미지는 획기적이긴 했다. 기존 DBMS에서 데이터 량이 너무 많아 수 시간 또는 심지어 돌려놓고 퇴근하고 아침에 확인하는 케이스도 있는데 빅쿼리에서는 그보다 더 많은 데이터인데도 불구하고 수 초 또는 수 분 내에 결과가 나온다. 당연히 구글에서 하드웨어에 그만큼 투자를 했기 때문에 이만큼의 속도가 보장되긴하지만, 상당히 매력적인 도구임은 틀림없는 것 같다.

 

구글 빅쿼리(BigQuery) 특징

 

설치 및 서버가 필요없음

  - 웹브라우저를 이용하여 사이트에 접속하는 것만으로 쿼리 및 데이터 분석 작업이 바로 가능

 

SQL언어 사용

  - 기존 RDBMS에사 사용하던 표준 SQL을 도입하여 이용경험이 있는 사용자의 경우 바로 사용 가능

 

효율적인 비용정책

  - 저렴한 비용 정책으로 데이터 사이즈 및 쿼리 데이터 양에 따라 비용이 측정되어 효율적으로 운영이 가능

[구글 빅쿼리 무료 사용량 정책]

 

레코드 데이터 지원

  - 단순 행(Row)과 열(Column)의 데이터가 아닌 특정 열을 레코드(Record) 형태로 저장 및 관리가 가능 (아래 이미지 참고)

  * 쿼리 실행할 때 레코드 형태 데이터는 UNNEST함수를 통해 조회 가능

[구글 빅쿼리 데이터 형태]

 

이상 구글 빅쿼리(BigQuery)에 대해 간단히 알아보았다.

 

자세한 내용은 구글 빅쿼리 공식 사이트를 참고

https://cloud.google.com/bigquery/docs/introduction?hl=ko#explore-bigquery

 

추후 구글 빅쿼리(BigQuery) 팁이나 활용사례를 위주로 공유 해볼려고 한다.

 

끝.

[구글 태그 매니저]

 

구글 마케팅 플랫폼 중 2번째 솔루션인 구글 태그 매니저(Google Tag Manager)에 대해 알아보자.

 

구글 태그 매니저(Google Tag Manager)란?

구글 태그 매니저는 구글에서 2012년 가을에 출시한 서비스로 웹 로그 분석 및 마케팅 성과측정등 다양한 분석을 위한 태그를 관리하는 도구이다. 한마디로 태그 추가/수정/삭제를 코드가 아닌 웹화면에서 클릭 & 입력만으로 태깅을 가능하게 하는 도구이다.

 

구글 페이지에 보면 구글 태그 관리자의 주 목적은 아래와 같이 나와 있다.

마케터들도 쉽게 사이트에 태그 추가나 업데이트를 할 수 있도록 하는 것
(makes it easy for marketers to add and update website tags)

 

원래 태깅이란게 보통 개발자들이 데이터를 수집하고자 하는 부분에 코드를 삽입하여 진행하는게 대부분의 방식이다.

구글 태그 매니저는 이런 활동을 개발자의 도움 없이 마케터가 필요할 때마다 바로바로 태그를 추가 할 수 있게 해준다.

 

구글 태그 매니저 용어 설명

1. 태그(Tag)

태그(Tag)란? 구글 애널리틱스나 마케팅 분석 툴로 데이터를 전송하기 위한 코드의 집합체를 의미한다.

HTML에도 태그(Tag)라는 용어가 존재하여, 해당 용어와 헷갈릴 수도 있는데 2개의 용어는 엄연히 다른 의미로 사용된다.

※ HTML 태그 : 콘텐츠(정보)요소들을 정의하는 코드

구글 태그 매니저에서 태그는 위에도 설명했다시피, 데이터를 전송하기 위해서 등록된 코드의 집합체를 의미한다.

데이터를 수집하는 코드를 개발자가 삽입하는 것이 아닌, 구글 태그 매니저에서 태그를 생성 및 관리가 가능하다.

 

2. 트리거(Trigger)

트리거(Trigger)란 태그가 실행되는 시점에 대한 정의를 말한다.

예를들면,

 - 어떤 페이지를 조회 했을 때

 - 어떤 배너를 클릭 했을 때

 - 동영상 플레이 버튼을 눌렀을 때

등의 사용자 액션이 일어난 시점을 정의 하는 부분이 트리거이다.

 

3. 변수(Variable)

변수(Variable)란 위 태그와 트리거들을 정의할 때 좀 더 수월한 작업을 위해 정의하는 이름 - 값 쌍의 데이터이다.

태깅을 위해 태그와 트리거를 등록하게 되는데 이때 자주 사용하는 트래킹코드나 페이지URL등의 값을 변수에서 바로 받아와 사용이 가능하다.

 

구글 태그 매니저를 이용한 태깅 순서

구글 태그매니저를 이용하여 태깅하는 순서는 아래와 같다.

[구글 태그매니저 태깅순서]

 

1) 태깅대상 선정 : 사이트 또는 앱에서 어떤 영역의 데이터를 수집할 지를 결정한다.

2) 태깅유형 선택 : 태그 등록을 위한 수집하고자 하는 데이터 행동형태를 선택한다. e.g) 페이지 조회, 배너 클릭 등

3) 수집 데이터 정의 : 태그 등록을 위한 수집하고자 하는 데이터를 정의한다.  e.g) 페이지 URL,제목 또는 카테고리,액션,라벨 값 등

4) 대상 구조 분석 : 트리거 등록을 위한 수집하고자 하는 부분의 소스 구조를 분석한다.

5) 태그/트리거 등록 : 2번~4번에서 정의 및 분석한 결과를 토대로 실제 구글 태그 매니저에 태그 및 트리거를 등록한다.

6) 태깅 검수 : 등록된 태그 및 트리거가 정확하게 동작하는 지 실제 사이트에서 미리보기를 통해 확인한다.

7) 태그 최종 게시 : 태깅 검수 결과 문제가 없다면 최종 운영 게시를 통해 데이터를 수집한다.

 

여기까지 구글 태그 매니저가 무엇인가에 대해서 알아보았다.

구글 태그 매니저를 이용하면 실제 태깅 작업의 효율성을 높여주는 장점이 있지만, 경험상 개발지식이 없는 상태에서는 진입장벽이 어느정도 존재하는 것은 사실이다.그래도 충분히 활용하면 아주 우수한 도구임은 틀림없으니, 한번 여러분의 사이트에도 등록하여 다양한 데이터를 분석하는데 이용해보길 바란다.

 

앞으로 구글태그매니저 관련 포스트 들은 사용 사례를 중심으로 업로드 할 예정이다.

 

 

 

 

안드로이드 스튜디오에서 개발을 할 때, 새 프로젝트를 생성 시 아래와 같이 언어선택(Language)가 안 보이는 경우가 있다.

 

이런 경우 다음을 눌러 프로젝트를 생성하면 기본으로 Kotlin언어가 자동으로 설정되어, Java로 개발이 불가능하다.
보통 이런 케이스는 대부분 새 프로젝트 생성 > 템플릿 선택화면에서  "Empty Activity"를 선택한 경우가 대부분이다.

해결 방법은 템플릿 선택 화면에서 "Empty Activity" 가 아닌 "Empty View Activity"를 선택한 후 Next를 클릭하면 된다.

 

아래와 같이 Language 선택 화면이 표시 되어 "Java" 또는 "Kotlin"을 선택 한 후 Next를 클릭하면 해당 언어로 프로젝트가 생성된다.

 

 

끝.

[https://developers.google.com/analytics?hl=ko]

 

구글 애널리틱스가 출시한지 벌써 20여년이 다 되어간다.

약 10년 전, 회사에서 갑자기 구글 애널리틱스 사업을 시작하면서 처음 접하게 되었는데 

개발이 주 종목이었던 나에게는 확 와닿지는 않았던 것 같다.

 

우리 사이트 이용자 수는 얼마나 되나요?

이용자들이 많이 사용하는 메뉴는 어떤 메뉴인가요?

 

 

이전에도 사이트 운영/개발을 하면서 많이 받은 질문이었다.

위 요구사항을 반영하기 위해 먼저 이용자 로그를 남기고 해당 로그를 기반으로 관리자 화면에 위 화면을 구현했던 기억이 있다.

이에 반해 구글 애널리틱스를 이용하게 되면, 단순히 Javascript 형태의 추적코드 삽입하는 것만으로도 여러가지 데이터를 알아서 보여 준다. 

 

여튼, 자의반 타의반으로 현재회사로 이직하면서 거의 6년째 구글 애널리틱스업무를 하고 있고 앞으로 그동안 업무 노하우나 팁 등을 블로그로 정리 해볼려고 한다.

 

먼저 오늘은 구글 애널리틱스란 무엇인가에 대해 알아보자.

 

 

구글 애널리틱스(Google Analytics)란?

구글 애널리틱스는 구글(Google)에서 무료로 제공하는 웹 로그 분석 툴이다.

구글 애널리틱스 추적코드를 운영 중인 사이트에 설치하게 되면 이용자의 유입경로 및 사이트 내 행동/전환의 데이터를 확인 할 수 있다.

[Google Analytics 예시화면]

 

구글 애널리틱스는 손쉬운 설치와 다양한 분석지표를 제공하기 때문에 우리나라 뿐만 아니라 전세계적으로도 시중에 나와있는 분석툴 중에 제일 많이 이용 중인 툴 중에 하나이다.

[출처 : https://w3techs.com/technologies/history_overview/traffic_analysis/all]

 

 

구글 애널리틱스(Google Analytics)의 역사

 

구글 애널리틱스는 2005년 Urchin이라는 회사에서 최초로 개발된 웹 분석 툴에서 시작한다. 정확하게는 1998년부터 Urchin이라는 회사에서 개발을 시작하였고, 2005년에 Google에서 해당 회사를 인수한 형태라고 볼 수 있다.

 

* Tip을 얘기하자면, 우리가 현재 유입경로를 사용하는 UTM 파라메터에서 UTM이 Urchin Tracking Module의 약자인데 여기서 Urchin이라는 회사에서 최초로 개발하게 되면서 이러한 명칭이 만들어졌다.

 

이후 2007년에 구글 자체에서 ga.js 라는 Google Analytics 두번째 버전을 출시하게 되었고, 2012년에는 Universal Analytics라는 Google Analytics 3 을 출시하게 되었다. 그리고 2020년 Google Anlaytics 4를 출시하게되면서 기존 Google Analytics 3 버전인 Universal Analytics는 2024년 6월자*로 종료일정을 앞두고 있다.

* UA 종료일정 : 2023년 6월(무료버전), 2024년 6월(GA360유료버전)

 

출시 연혁을 정리하면 아래와 같다.

[Google Analytics 역사]

버전 내용 연도
GA1 Urchin from Google (urchin.js) 2005*
GA2 Classic Google Analytics  
Google Analytics Synchronous Code (ga.js 2007
Google Analytics Asynchronous Code (ga.js 2009
 GA3(UA) Universal Analytics  
Google Analytics Tag (analytics.js) 2012
Global Site Tag (gtag.js) 2017
GA4 Google Analytics 4 (GA4) 2020

* 2005년에 Google로 인수, 1998년부터 개발

 

 

지금까지 구글애널리틱스가 무엇이고 어떤 형태로 발전해왔는지에 대해 간단하게 알아보았다.

 

앞으로 올라가는 구글애널리틱스 관련 포스트는 주로 GA4 버전으로 업로드 할 예정이며, 기존 UA 사용 팁이나 노하우가 있을 경우 반드시 GA4와 비교하여 올릴 예정이다.

 

+ Recent posts