{
  "id": "49c69303-44ec-4232-92bc-b98b94dea8bb",
  "slug": "case/blog-ga4-loan-conversion-online-offline-tracking",
  "doc_type": "case",
  "title": "GA4 온라인 대출 조회 → 오프라인 최종승인 전환 추적 및 리타겟팅 최적화",
  "title_en": null,
  "one_liner": "온라인에서 대출 한도를 조회한 고객이 오프라인 심사·승인 단계에서 이탈하는 지점을 API 연동으로 추적하고, 세그먼트 기반 리타겟팅으로 전환율을 개선한 사례.",
  "summary_bullets": [
    "오프라인에서 결정되는 최종 전환(승인·계약 등)이 있는 비즈니스는 온라인 데이터만으로 성과를 판단하면 왜곡이 생긴다. API/웨어하우스 연동으로 오프라인 결과를 온라인 여정에 되돌려 넣는 구조가 우선이다.",
    "\"전환 안 한 고객\"을 하나로 뭉치지 않고 이탈 단계별로 세분화하면 타겟팅 메시지의 정합성이 크게 올라간다.",
    "반복적인 캠페인 실행과 결과 분석 사이클을 통해 타겟 조건을 계속 좁혀나가는 것이 광고비 효율을 높이는 실질적인 방법이다.",
    "퍼널 이탈 지점을 정량적으로 특정할 수 있어야 어느 단계에 자원을 투입할지 판단할 수 있다."
  ],
  "body_md": "## 무엇이 문제였나\n대출 상품은 온라인에서 한도 조회·상담 신청을 받고 오프라인에서 심사와 최종 승인을 진행하는 구조가 많다. 이 과정에서 온라인 조회 고객 상당수가 상담·심사 단계에서 이탈해 최종 승인까지 이어지지 못하지만, GA4만으로는 오프라인에서 실제로 승인되었는지 이탈했는지를 확인할 방법이 없었다. 그 결과 어느 광고·캠페인이 실제 승인으로 이어졌는지 알 수 없어 고객획득비용과 ROAS를 정확히 계산하기 어려웠다.\n\n## 과제\n오프라인 심사·승인 결과를 온라인 행동 데이터와 연결하는 것이 핵심 과제였다. 온라인 전환 이후 이탈 시점을 세분화하고, 이탈 고객군별로 재유입을 유도할 수 있는 타겟팅 체계가 필요했다.\n\n## 접근\n- 오프라인에서 발생하는 대출 심사·승인 결과를 API로 데이터 웨어하우스(Google BigQuery)에 실시간 전송해 온라인 조회 데이터와 결합\n- 결합된 데이터를 기반으로 GA4 탐색 보고서에서 \"한도 조회 후 심사 단계에서 이탈\" 등 구체적인 이탈 세그먼트를 설계\n- 비즈스프링 Growth Platform TAM의 trait 기능으로 고객 행동 기반 세그먼트를 세분화하고 오디언스로 추출\n\n## 구축 내용\n- API 기반 오프라인 전환/이탈 데이터 → BigQuery 전송 파이프라인 구축, GA4에서 온·오프라인 통합 뷰 확보\n- Growth Platform TAM trait으로 이탈 단계별 세그먼트 생성 및 광고 시스템 연동\n- Google Ads 리타겟팅 캠페인으로 심사·상담 이탈 고객에게 관련 대출 상품을 맞춤 노출\n\n## 이 사례에서 배울 수 있는 것\n- 오프라인에서 결정되는 최종 전환(승인·계약 등)이 있는 비즈니스는 온라인 데이터만으로 성과를 판단하면 왜곡이 생긴다. API/웨어하우스 연동으로 오프라인 결과를 온라인 여정에 되돌려 넣는 구조가 우선이다.\n- \"전환 안 한 고객\"을 하나로 뭉치지 않고 이탈 단계별로 세분화하면 타겟팅 메시지의 정합성이 크게 올라간다.\n- 반복적인 캠페인 실행과 결과 분석 사이클을 통해 타겟 조건을 계속 좁혀나가는 것이 광고비 효율을 높이는 실질적인 방법이다.\n- 퍼널 이탈 지점을 정량적으로 특정할 수 있어야 어느 단계에 자원을 투입할지 판단할 수 있다.",
  "related_slugs": [],
  "faq": [
    {
      "a": "온라인에서 대출 한도를 조회한 고객이 오프라인 심사·승인 단계에서 이탈하는 지점을 API 연동으로 추적하고, 세그먼트 기반 리타겟팅으로 전환율을 개선한 사례.",
      "q": "GA4 온라인 대출 조회 → 오프라인 최종승인 전환 추적 및 리타겟팅 최적화"
    }
  ],
  "jsonld": null,
  "keywords": [
    "금융/핀테크",
    "blog-case"
  ],
  "source_id": "https://blog.bizspring.co.kr/%ed%99%9c%ec%9a%a9-%eb%b0%a9%eb%b2%95-%ec%82%ac%eb%a1%80/success-cases/fin-tech/ga4-%ec%98%a8%eb%9d%bc%ec%9d%b8-%eb%8c%80%ec%b6%9c-%ec%a1%b0%ed%9a%8c-%ea%b3%a0%ea%b0%9d-%ec%a0%84%ed%99%98-%ec%84%b1%ea%b3%bc-%ec%b6%94%ec%a0%81-%eb%b0%8f-%ec%b5%9c%ec%a0%81%ed%99%94/",
  "video_url": null,
  "duration_sec": null,
  "thumbnail_url": null,
  "image_url": null,
  "caption": null,
  "solution_slug": null,
  "captured_at": null,
  "width": null,
  "height": null,
  "created_at": "2026-08-23T15:08:48.7497+00:00",
  "updated_at": "2026-08-23T15:08:48.7497+00:00",
  "visibility": "public",
  "source_stage": "1",
  "anonymized": true,
  "source_key": "web-cases",
  "origin": "ingest",
  "locked": false,
  "locked_by": null,
  "locked_at": null,
  "gate_state": {
    "g1": {
      "hits": [],
      "pass": true
    },
    "g2": {
      "pass": true,
      "total": 45,
      "issues": [
        "숫자·규격 같은 검증 가능한 구체가 부족합니다",
        "Q&A 쌍이 3개 미만입니다"
      ],
      "applies": true
    },
    "g3": {
      "pass": true,
      "required": false
    },
    "stage": "1",
    "decided_at": "2026-08-23T13:13:07.689Z"
  },
  "raw_id": null,
  "search_text": "GA4 온라인 대출 조회 → 오프라인 최종승인 전환 추적 및 리타겟팅 최적화  온라인에서 대출 한도를 조회한 고객이 오프라인 심사·승인 단계에서 이탈하는 지점을 API 연동으로 추적하고, 세그먼트 기반 리타겟팅으로 전환율을 개선한 사례. 금융/핀테크 blog-case ## 무엇이 문제였나\n대출 상품은 온라인에서 한도 조회·상담 신청을 받고 오프라인에서 심사와 최종 승인을 진행하는 구조가 많다. 이 과정에서 온라인 조회 고객 상당수가 상담·심사 단계에서 이탈해 최종 승인까지 이어지지 못하지만, GA4만으로는 오프라인에서 실제로 승인되었는지 이탈했는지를 확인할 방법이 없었다. 그 결과 어느 광고·캠페인이 실제 승인으로 이어졌는지 알 수 없어 고객획득비용과 ROAS를 정확히 계산하기 어려웠다.\n\n## 과제\n오프라인 심사·승인 결과를 온라인 행동 데이터와 연결하는 것이 핵심 과제였다. 온라인 전환 이후 이탈 시점을 세분화하고, 이탈 고객군별로 재유입을 유도할 수 있는 타겟팅 체계가 필요했다.\n\n## 접근\n- 오프라인에서 발생하는 대출 심사·승인 결과를 API로 데이터 웨어하우스(Google BigQuery)에 실시간 전송해 온라인 조회 데이터와 결합\n- 결합된 데이터를 기반으로 GA4 탐색 보고서에서 \"한도 조회 후 심사 단계에서 이탈\" 등 구체적인 이탈 세그먼트를 설계\n- 비즈스프링 Growth Platform TAM의 trait 기능으로 고객 행동 기반 세그먼트를 세분화하고 오디언스로 추출\n\n## 구축 내용\n- API 기반 오프라인 전환/이탈 데이터 → BigQuery 전송 파이프라인 구축, GA4에서 온·오프라인 통합 뷰 확보\n- Growth Platform TAM trait으로 이탈 단계별 세그먼트 생성 및 광고 시스템 연동\n- Google Ads 리타겟팅 캠페인으로 심사·상담 이탈 고객에게 관련 대출 상품을 맞춤 노출\n\n## 이 사례에서 배울 수 있는 것\n- 오프라인에서 결정되는 최종 전환(승인·계약 등)이 있는 비즈니스는 온라인 데이터만으로 성과를 판단하면 왜곡이 생긴다. API/웨어하우스 연동으로 오프라인 결과를 온라인 여정에 되돌려 넣는 구조가 우선이다.\n- \"전환 안 한 고객\"을 하나로 뭉치지 않고 이탈 단계별로 세분화하면 타겟팅 메시지의 정합성이 크게 올라간다.\n- 반복적인 캠페인 실행과 결과 분석 사이클을 통해 타겟 조건을 계속 좁혀나가는 것이 광고비 효율을 높이는 실질적인 방법이다.\n- 퍼널 이탈 지점을 정량적으로 특정할 수 있어야 어느 단계에 자원을 투입할지 판단할 수 있다.",
  "embedding": null,
  "embedded_at": null,
  "embedding_hash": null,
  "backlinks": [],
  "html_url": "https://bizspring.ai/kb/case/blog-ga4-loan-conversion-online-offline-tracking",
  "markdown_url": "https://bizspring.ai/kb/case/blog-ga4-loan-conversion-online-offline-tracking.md"
}