공간 분석 vs. 웹 분석

공간 분석과 웹 분석은 지도 제품에 있어 대체가 아닌 레이어링 문제입니다. 웹 분석은 페이지, 세션, 캠페인, 이벤트 및 전환을 측정합니다. 공간 분석은 지도, 장소, 지역, 경로, 서비스 범위, 지리적 제약 및 위치 기반 결과를 추가하여 팀이 고객 결정의 성공 또는 실패 지점을 파악할 수 있도록 합니다. 지도 제품은 일반적으로 웹 분석을 통한 고객 확보 맥락과 지도 자체에 대한 장소 중심 측정이라는 두 가지 레이어를 모두 필요로 합니다.

아래 섹션에서는 두 가지 측정 작업을 구분하고, Kaleidr Analytics의 현재 공개 페이지를 문서화한 다음, 퍼널 설계, 소유권, 식별자, 지리적 제약, 개인정보 보호, 그리고 전용 공간 레이어가 비용 대비 가치가 있는 시점에 대해 다룹니다. 관련 자료로는 지도 제품용 공간 분석 대시보드 KPI, 위치 인텔리전스 고객 경험 지도, 장소 순위 API, AI 지도 워크플로우용 개인 위치 데이터가 있습니다. 웹 분석을 이미 실행 중인 팀은 2계층 아키텍처로 바로 이동할 수 있으며, 핵심 지표를 아직 선택 중인 팀은 퍼널부터 시작하는 것이 좋습니다.

비교 핵심 사항

• 두 레이어 모두 유지: 웹 분석은 고객 확보 및 사이트 전체 전환을 담당하고, 공간 분석은 지도, 장소 및 적용 범위 관련 질문을 담당합니다.
• 장소는 누락된 단위입니다: 지도 상호작용은 여러 위치를 동시에 포함할 수 있으므로 URL만으로는 충분하지 않습니다.
• 탐색 → 비교 → 실행 순서로 진행하세요: 마커 클릭 및 이동 횟수는 결과가 아닌 보조 신호입니다.
• 안정적인 ID로 연결하세요: 세션, 작업 및 장소 식별자를 통해 모든 이벤트를 복사하지 않고도 도구를 연결할 수 있습니다.
• 제품 계약을 확인하세요: Kaleidr Analytics는 현재 전체 호스트 전환 스키마가 아닌 지도 및 장소 참여에 대한 정보를 문서화합니다.

지도 제품에서 공간 분석과 웹 분석의 차이점은 무엇인가요?

유용한 구분 기준은 분석 단위입니다. 웹 분석은 페이지, 화면, 세션, 캠페인 및 전환 이벤트를 중심으로 구성됩니다. 공간 분석은 지도, 장소, 지역, 경로, 검색 영역, 서비스 영역 및 의사 결정에 영향을 미치는 지리적 조건을 중심으로 구성됩니다. Google Analytics는 현재 이벤트를 웹사이트 또는 앱에서 발생하는 특정 상호 작용이나 사건(페이지 로드, 클릭 또는 구매 포함)을 측정하는 방법으로 정의합니다(이벤트). 세션은 사용자가 사이트 또는 앱과 상호 작용하는 기간이며, Google은 현재 비활성 상태를 기본 시간 초과 기준으로 30분으로 설정하고 있습니다(애널리틱스 세션 정보). 이러한 정의는 지도 제품에 여전히 유용합니다. 이벤트 및 세션 측정항목만으로는 어떤 장소가 선택되었는지, 어떤 지역에 적합한 공급이 없었는지, 또는 고객이 얼마나 멀리까지 이동할 의향이 있었는지에 대한 답을 얻을 수 없습니다.

호텔 페이지는 URL로 식별할 수 있습니다. 지도 상호작용에는 동일한 화면에서 호텔 10개, 지역 3개, 선택한 공항, 경로 1개가 포함될 수 있습니다. 장소, 지역, 지도, 여행 맥락 없이 place_selected만 기록하면 해당 이벤트는 클릭으로만 처리됩니다. 동일한 고객 여정이라도 웹 분석에서 캠페인 및 랜딩 페이지 맥락을 파악해야 합니다. 지리적 정보만으로는 세션이 어떻게 유입되었는지 설명할 수 없기 때문입니다.

지도에서 페이지 및 이벤트 측정이 불완전한 이유는 무엇인가?

Google Analytics는 이벤트를 자동 수집, 향상된 측정, 추천 및 사용자 지정 유형으로 분류하며, 이러한 미리 정의된 이름으로 설명되지 않는 상호 작용을 위해 사용자 지정 이벤트가 존재합니다(설정 이벤트). 따라서 지도 팀은 map_opened, place_selected, directions_clicked 또는 booking_started을 사용자 지정 이벤트로 전송할 수 있습니다. 하지만 이벤트 모델은 여전히 지리적 정보를 명확하게 정의하지 않습니다. 장소 컨텍스트가 없으면 팀은 어떤 위치, 어떤 지역, 어떤 지도, 사용자의 출발지에서 얼마나 떨어져 있는지, 해당 장소가 요청된 영역 내에 있는지, 근처에 다른 대안이 있는지, 또는 해당 장소가 여러 시장에서 반복적으로 좋은 평가를 받는지 여부를 파악할 수 없습니다.

높은 확대/축소 및 패닝 활동은 참여도 저하, 혼란, 잘못된 초기 설정, 잘못된 검색 결과 또는 장소 찾기의 어려움을 의미할 수 있습니다. AI와의 긴 대화는 심층적인 탐색 또는 반복적인 오해를 의미할 수 있습니다. 따라서 유용한 측정 전략은 상호작용(사용자가 수행한 작업), 해결(지도가 사용자가 올바른 장소를 찾거나 이해하는 데 도움이 되었는지 여부), 결과(의도한 다음 작업이 발생했는지 여부)를 구분합니다. 지도 로드는 사용자가 지도에 도달했는지 여부를 알려줍니다. 하지만 로드는 지도가 도움이 되었는지 여부는 알려주지 않습니다. 로드를 퍼널의 최상단으로 간주하고 검색 성공, 장소 선택, 그리고 비즈니스 활동과 연결해야 합니다.

Kaleidr Analytics는 현재 무엇을 문서화하고 있습니까?

Kaleidr는 현재 Analytics를 지도 및 장소 참여 대시보드로 설명하며, 세션, 조회, 상호작용 및 사용자 활동을 정리하여 팀이 사용자의 지도 검색 및 사용 방식을 파악할 수 있도록 지원합니다(지도 참여 및 위치 분석). 동일한 공개 페이지에는 도달, 조회 및 참여 대시보드, 지도 전반에 걸친 사용자 위치 및 활동을 위한 사용자 정보, 지도별 세션, 조회 및 상호작용을 위한 참여 정보, 그리고 AI 기반 공간 트렌드 및 실행 가능한 신호를 위한 인사이트 등 네 가지 제품 영역이 나열되어 있습니다. FAQ에 따르면 팀은 지도 로드, 세션, 조회수, 상호 작용은 물론 사용자 참여 위치와 관심을 끄는 장소를 측정할 수 있습니다. 기존 웹 분석은 "페이지와 이벤트에 중점을 두는 반면" Kaleidr Analytics는 "장소와 지도에 중점을 둔다"고 해당 페이지는 설명합니다.

위 내용은 Kaleidr의 포지셔닝에 대한 공식적인 설명입니다. 현재 공개 페이지에는 전체 원시 이벤트 스키마나 자동 비즈니스 전환 이벤트 목록이 문서화되어 있지 않습니다. 액세스는 "단계적으로 팀에 배포"되고 있으며, CTA는 모든 계정에 설명된 모든 워크플로가 이미 노출되어 있다고 가정하기보다는 팀이 액세스 권한을 요청하도록 안내합니다. 따라서 아래 아키텍처에서는 문서화된 지도 및 장소 측정항목을 Kaleidr Analytics 계약으로 간주하고, 예약, 문의, 픽업 및 구매 이벤트는 안정적인 식별자를 통해 연결되어야 하는 호스트 계측으로 간주합니다. 특정 프로덕션 워크플로에 의존하기 전에 가격 및 플랜에서 현재 가용성을 확인하십시오.

공간 퍼널은 어떻게 발견에서 행동으로 나아가야 할까요?

Google Analytics 퍼널 탐색은 사용자가 작업을 완료하기 위해 거치는 단계를 시각화하고 각 단계에서 성공 또는 실패하는 지점을 보여줍니다(퍼널 탐색). 지도 제품 역시 지리적 요소에 대해 동일한 접근 방식을 적용해야 합니다. Kaleidr의 위치 정보 관련 글에서는 이미 고객의 작업을 적절한 위치에서 발견, 비교, 행동으로 정의하고 있습니다(위치 정보 기반 고객 경험 지도). 위치 기반 지도에서 발견은 검색, AI 질문, 카테고리 선택, 탐색한 영역 등을 포함합니다. 비교는 장소 열기, 두 번째 장소 확인, 경로 조회 시간, 지도/목록 선택 변경 등을 포함합니다. 행동은 길찾기, 예약, 문의, 매장 선택, 픽업, 경로 시작, 저장 등을 포함합니다.

퍼널은 단순히 "지도를 열고 마커를 클릭"하는 것보다 고객의 의사 결정을 추적하기 때문에 렌더링 작업이 아닌 고객의 의사 결정을 보여주는 더 강력한 도구입니다. 이동, 확대/축소, 레이어 전환, 메시지 개수는 여전히 유용한 진단 도구이지만, 모두 KPI로 간주해서는 안 됩니다. 상호작용 횟수가 20개이고 작업 결과가 표시되지 않는 대시보드는 복잡해 보일 수 있지만 실제로는 거의 설명하지 못합니다. 동일한 퍼널을 장소, 지역, 이동 시간 범위 및 서비스 영역별로 세분화하여 팀이 가장 가까운 적합한 옵션이 고객이 이동할 수 있는 거리보다 멀리 떨어져 있을 때 전환율이 떨어지는지 여부를 확인할 수 있도록 해야 합니다.

웹 분석과 공간 분석은 어떻게 소유권을 공유해야 할까요?

가장 효과적인 아키텍처는 각 시스템에 역할을 부여하고 질문에 필요한 부분만 결합합니다. 웹 및 제품 분석은 소스, 캠페인, 페이지, 세션 및 사이트 전체 전환을 담당해야 합니다. 공간 분석은 지도, 장소, 지역, 경로, 서비스 범위, 지리적 제약 및 공간적 결과 컨텍스트를 담당해야 합니다. 운영 시스템은 재고, 예약, 거래, CRM 상태 및 기타 중요한 비즈니스 기록을 담당해야 합니다. Google은 현재 보고서, 탐색, 데이터 API 및 BigQuery에서 서로 다른 ID, 모델링, 임계값 및 가용성 규칙을 적용할 수 있다고 명시하고 있습니다(Analytics 보고서와 BigQuery로 내보낸 데이터 비교). 모든 지도 이벤트를 모든 플랫폼에 복사하면 이러한 불일치가 더 큰 비용으로 재현됩니다.

질문에 필요한 경우 session_id, task_id 및 place_id을 사용하여 레이어를 결합합니다. 그러면 유료 검색 캠페인은 다음과 같이 해석될 수 있습니다. 캠페인 → 부동산 지도 → 도심 지역 → 선택된 목록 → 문의 시작. 획득 레이어는 사용자가 어떻게 유입되었는지 설명합니다. 공간 레이어는 위치가 의사 결정에 어떤 영향을 미쳤는지 설명합니다. 호스트 시스템은 문의 또는 예약이 실제로 발생했는지 여부에 대한 정확한 정보의 원천입니다. Kaleidr Analytics는 지도 및 위치 컨텍스트를 제공할 수 있지만 예약 기록을 복제하도록 요청해서는 안 됩니다.

안정적인 ID가 장소 이름보다 중요한 이유는 무엇일까요?

장소 이름은 표시 문자열입니다. 중복된 이름, 이름 변경된 위치, 현지화 및 구두점 차이는 모두 연결을 깨뜨립니다. 안정적인 place_id은 지도 레이어의 place_selected과 호스트 시스템의 booking_started에 나타날 수 있으므로 공개 이름이 변경되더라도 두 이벤트는 동일한 위치를 설명합니다. 표시 이름은 속성으로 유지될 수 있습니다. 식별자는 안정적으로 유지되어야 하며, 동일한 규칙이 map_id 및 region_id에도 적용됩니다.

이 문서의 이벤트 이름은 편집 예시이며, Kaleidr Analytics에서 자동으로 발생하는 이벤트가 아닙니다. 실용적인 분류 체계에는 map_opened, map_ready, map_search_submitted, map_results_returned, map_no_result, map_place_selected, map_route_opened, map_action_started 등이 포함될 수 있으며, 결과 이름은 비즈니스별로 유지됩니다(booking_started, property_inquiry_started, store_directions_opened). 이러한 문자열을 Kaleidr 이벤트로 처리하기 전에 현재 제품 스키마를 확인하십시오. 순위 지정 제품은 선택된 순위도 기록해야 합니다. 첫 번째 결과가 선호도보다는 표시 방식에 따라 클릭을 유도할 수 있기 때문입니다. 장소 순위 API는 검색 측면에서 이러한 표시 편향을 처리합니다.

지리적 마찰은 어떤 고유한 질문에 답할 수 있을까요?

공간 분석은 이벤트를 지리적으로 그룹화하고 비율을 비교할 때 유용해집니다. 지역, 도시, 시장, 서비스 지역, 판매 지역, 행사 장소 구역은 모두 관리되는 경우 유효한 지역 차원입니다. URL이 확실하게 답변할 수 없는 질문에는 수요가 집중되는 지역, 선택률이 낮은 지역, 사용자가 검색 범위를 반복적으로 넓히는 지역, 그리고 적합한 공급처가 없는 서비스 지역 등이 있습니다. 검색 지역과 사용자 지역은 동일하지 않습니다. 한 지역에 있는 사용자가 다른 지역의 호텔을 검색할 수 있으므로, 출발지는 뷰포트, 입력된 목적지, 그려진 다각형 또는 경로 통로와 별도로 모델링해야 합니다.

검색 결과가 없는 경우, 가능한 한 이유를 함께 표시해야 합니다. 예를 들어, 후보가 없음, 적합한 공급처 없음, 서비스 지역 이외, 재고 부족, 검색어 이해 오류 또는 권한 부여로 모든 결과가 삭제됨 등이 있습니다. 단순히 검색 결과가 0개라는 것만으로는 운영자가 무엇을 수정해야 하는지 알 수 없습니다. 커버리지 분석은 수요와 사용 가능한 지리적 커버리지를 비교합니다. 즉, 공급자가 없는 마켓플레이스, 고객이 이동할 수 있는 거리보다 먼 매장, 활성 재고가 없는 숙소 검색, 관심은 있지만 파트너가 부족한 숙박 지역 등을 파악합니다. 분모가 없는 히트맵은 오해의 소지가 있습니다. 밀집된 셀은 성능이 더 좋은 지역이 아니라 이미 사용자가 많은 지역을 나타내는 경우가 많기 때문입니다. 선택률, 검색 성공률 및 결과율을 유지해야 합니다. 넓은 지역에는 자연스럽게 더 많은 이벤트가 발생합니다. 세션 수, 적격 공급량 또는 지도 조회수를 기준으로 정규화한 후 지역 순위를 매깁니다.

팀은 분석에서 위치 개인정보 보호를 어떻게 처리해야 할까요?

W3C 지리 위치 사양은 현재 기기의 지리적 위치를 가져오는 것은 "기기 사용자의 위치도 공개하여 사용자의 개인정보를 침해할 가능성이 있다"고 명시하고 있으며, 개발자에게 관할 지역의 개인정보 보호법이 사용 및 접근에 적용될 수 있음을 알려줍니다(지리 위치). 대부분의 제품 분석 질문에는 정확한 좌표가 영구적으로 필요하지 않습니다. 비즈니스 질문에 대한 답을 제공하는 경우 region_id, place_id, 거리 대역, 이동 시간 대역 및 service_area_id을 사용하는 것이 좋습니다. 선택한 매장 ID와 출발 지역만으로도 충분한 경우가 많지만, 분석 데이터 웨어하우스에 정확한 출발지 위도와 경도가 필요한 경우는 드뭅니다.

장소 ID는 공개될 수 있지만 사용자의 정확한 출발지는 민감한 정보일 수 있습니다. 이 둘을 동일하게 취급해서는 안 됩니다. 집계 보고(지역별 검색, 서비스 영역별 선택률, 이동 시간 구간별 전환율 등)는 노이즈와 식별 가능성을 모두 줄입니다. 검색량이 적은 지리적 셀이라도 식별 가능성이 높아질 수 있으므로, 팀에서는 데이터 숨김, 최소 검색량 설정 또는 더 넓은 지역 설정이 필요할 수 있습니다. 적절한 개인정보 보호 정책은 배포 환경과 법적 맥락에 따라 달라집니다. 이 문서에서는 측정 설계에 대해 설명하며, 특정 독자를 위한 결정 사항을 제시하는 것은 아닙니다. 개인 비즈니스 위치에 대한 권한 부여 및 최소화는 AI 지도 워크플로를 위한 개인 위치 데이터에서 다룹니다.

웹 분석만으로 충분한 경우와 공간 분석이 필요한 경우는 언제일까요?

Esri는 현재 GIS를 위치 정보와 설명 정보를 연결하여 데이터를 생성, 관리, 분석 및 매핑하는 데 사용되는 기술로 정의합니다(GIS란 무엇인가요?). 지도 제품에 대한 공간 분석은 이와는 다른 작업입니다. 제품 팀은 지리적 요소 및 관계를 활용한 고객 행동 분석을 위해 래스터 처리, 네트워크 모델링 또는 지리 통계가 반드시 필요한 것은 아닙니다. GIS는 기본적인 계산을 지원하는 데 충분히 활용될 수 있습니다. 히트맵은 시각화 도구일 뿐 전략이 아닙니다. 표, 퍼널, 지역 순위, 지역 비교, 이동 시간 구간, 서비스 영역 지표 등은 모두 공간 분석의 한 분야입니다.

단 하나의 사무실만 표시되고, 지역 수준의 상호 작용이 없으며, 비즈니스 성과에 지리적 의존성이 없는 단순한 연락처 지도에는 별도의 공간 레이어가 필요하지 않을 수 있습니다. 공간 분석은 제품이 지역별 성과, 지역 수요, 서비스 범위 격차, 이동 시간 행동, 검색 결과 없음 지역, 지도 기반 전환, 위치 기반 AI 품질 등을 파악해야 할 때 필수적입니다. 대화형 지도는 ai_question_submitted 및 관련 호스트 이벤트를 추가하지만, 가장 중요한 지표는 여전히 질문 해결, 관련 장소 선택, 비즈니스 활동 완료입니다. 짧은 대화가 긴 대화보다 효과적일 수 있습니다. 실시간 및 3D 지도는 신뢰성 또는 카메라 진단 기능을 제공하지만, 이러한 기능 역시 동일한 결과 검증을 기반으로 합니다. 특히 3D의 경우, 더 나은 선택이나 작업 완료 없이 추가적인 카메라 움직임은 가치의 증거가 될 수 없습니다(Kaleidr Studio의 3D 지도).

지도 분석 팀이 피해야 할 실수는 무엇일까요?

반복적으로 발생하는 실패는 지도 활동을 성공으로 간주하는 것입니다. 웹 분석을 완전히 대체하면 획득 맥락이 사라집니다. 지도 열기만 추적하면 도입을 가치로 오인합니다. 확대/축소 횟수를 성공으로 간주하면 불편함이 참여로 착각될 수 있습니다. 장소 ID 대신 장소 이름을 저장하면 연결이 끊어집니다. 사용자 위치 정보와 검색 위치 정보를 혼합하면 분석이 부정확해집니다. 단순히 조회수로 지역 순위를 매기면 지역 규모에 유리합니다. 히트맵을 전략으로 활용하면 비즈니스 의사 결정에 도움이 되지 않습니다. 밴드로 대체할 수 있는 상황에서 정확한 좌표를 추적하면 개인정보 보호 위험이 커집니다. 메시지 볼륨에 맞춰 AI 지도를 최적화하면 장기적인 실패로 이어집니다. 모든 이벤트를 모든 도구에 복사하면 아키텍처가 비대해집니다. 권장 이벤트 이름이 Kaleidr 이벤트에서 자동으로 생성된다고 가정하면 구현이 잘못될 수 있습니다.

Kaleidr로 지도 및 장소 참여도 측정

고객이 지도와 장소를 어떻게 발견하고 탐색하며 참여하는지 확인하고, 이러한 신호를 호스트 제품에서 이미 측정 중인 결과와 연결하세요. 현재 지도 로드, 세션, 조회, 상호 작용, 잠재 고객, 장소 관심도 및 공간 트렌드 지표를 보려면 **Kaleidr 분석 살펴보기**을 참조하세요. 페이지에 문서화되지 않은 전환 경로를 인코딩하기 전에 공개 계약을 확인하세요.

자주 묻는 질문

공간 분석과 웹 분석의 차이점은 무엇인가요?

웹 분석은 주로 페이지, 세션, 이벤트, 획득 및 전환을 측정합니다. 공간 분석은 지도, 장소, 지역, 경로, 서비스 지역, 이동 관계 및 기타 지리적 차원을 추가합니다.

지도 제품에 여전히 Google Analytics 또는 다른 웹 분석 도구가 필요한가요?

일반적으로 그렇습니다. 웹 분석은 사용자 확보, 페이지 이동 경로, 기기 행동 및 사이트 전체 전환율 측정에 여전히 유용합니다. 공간 분석은 이를 보완하는 역할을 합니다.

지도 제품은 무엇을 먼저 측정해야 할까요?

고객 결과부터 시작하세요. 관련 장소 선택, 길찾기 열기, 예약 시작, 문의 제출, 경로 확인 또는 기타 위치 기반 작업 등이 이에 해당합니다.

지도 이동 및 확대/축소는 유용한 지표인가요?

지도 이동 및 확대/축소는 유용한 진단 이벤트이지만, 그 자체로는 성공 지표로서 충분하지 않습니다. 활발한 상호작용은 참여도 또는 불편함을 나타낼 수 있습니다.

장소 참여란 무엇인가요?

장소 참여는 사용자가 특정 장소와 상호작용하는 방식(예: 장소 선택, 비교, 저장, 경로 안내, 예약 또는 문의)을 측정합니다.

공간 퍼널이란 무엇인가요?

공간 퍼널은 지도 열기, 검색, 적합한 장소, 장소 선택, 비즈니스 활동 등 위치 기반 여정을 추적하며, 지역, 장소, 이동 시간 또는 서비스 범위별로 세분화할 수 있습니다.

안정적인 장소 ID가 중요한 이유는 무엇인가요?

안정적인 ID를 사용하면 장소 이름이 변경되거나 중복된 이름이 있는 경우에도 팀이 하위 비즈니스 이벤트와 지도 상호 작용에 참여할 수 있습니다.

공간 분석에서 원시 위도 및 경도를 저장해야 할까요?

항상 그런 것은 아닙니다. 많은 비즈니스 질문은 장소 ID, 지역 ID, 거리 구간, 이동 시간 구간 또는 서비스 영역 ID를 사용하여 해결할 수 있으며, 이는 개인정보 보호 위험을 줄여줍니다.

Kaleidr Analytics는 현재 무엇을 측정하나요?

Kaleidr의 현재 공개 페이지에서는 지도 로드, 세션, 조회수, 상호 작용, 사용자 활동, 사용자 참여 위치, 관심을 끄는 장소 및 공간 트렌드에 대해 설명합니다.

Kaleidr Analytics는 현재 일반 사용자에게 제공되나요?

Kaleidr의 현재 공개 Analytics 페이지에 따르면 팀에 대한 액세스가 단계적으로 제공되고 있습니다. 특정 프로덕션 워크플로에 의존하기 전에 워크스페이스의 현재 가용성을 확인하십시오.

공간 분석은 GIS와 같은 것인가요?

아닙니다. GIS는 더 광범위한 지리 데이터 및 분석 도구 모음입니다. 이 제품 맥락에서 공간 분석이란 지리적 요소와 관계를 사용하여 고객 또는 제품 행동을 분석하는 것을 의미합니다.

이 문서는 공간 분석 대시보드 KPI 가이드와 어떻게 다른가요?

이 문서에서는 공간 분석이 웹 분석과 어떻게 다른지, 그리고 두 측정 레이어가 어떻게 연동되는지 설명합니다. KPI 가이드는 공간 측정 모델이 정의된 후 대시보드 구조, 메트릭 계층 구조, 분모 및 보고에 중점을 둡니다.

참고 자료

• Esri. What is GIS? Accessed 1 September 2026. https://www.esri.com/en-us/what-is-gis/overview
• Google Analytics. [GA4] Compare Analytics reports and data exported to BigQuery. Analytics Help. Accessed 1 September 2026. https://support.google.com/analytics/answer/13578783
• Google. Set up events. Google Analytics for Developers. Accessed 1 September 2026. https://developers.google.com/analytics/devguides/collection/ga4/events
• Google Analytics. About Analytics sessions. Analytics Help. Accessed 1 September 2026. https://support.google.com/analytics/answer/9191807
• Google Analytics. [GA4] Event. Analytics Help. Accessed 1 September 2026. https://support.google.com/analytics/answer/9356037
• Google Analytics. [GA4] Funnel exploration. Analytics Help. Accessed 1 September 2026. https://support.google.com/analytics/answer/9327974
• Kaleidr. Map Engagement and Location Analytics. Accessed 1 September 2026. https://kaleidr.com/analytics
• W3C. Geolocation. W3C Candidate Recommendation Snapshot, 26 March 2026. Accessed 1 September 2026. https://www.w3.org/TR/geolocation/

@misc{esri_what_is_gis_2026_09_01,
  title  = {What is GIS?},
  author = {{Esri}},
  note   = {Accessed 1 September 2026},
  url    = {https://www.esri.com/en-us/what-is-gis/overview}
}

@misc{google_bq_vs_reports_2026_09_01,
  title  = {{[GA4]} Compare Analytics reports and data exported to BigQuery},
  author = {{Google Analytics}},
  note   = {Analytics Help; accessed 1 September 2026},
  url    = {https://support.google.com/analytics/answer/13578783}
}

@misc{google_ga4_events_setup_2026_09_01,
  title  = {Set up events},
  author = {{Google}},
  note   = {Google Analytics for Developers; accessed 1 September 2026},
  url    = {https://developers.google.com/analytics/devguides/collection/ga4/events}
}

@misc{ga4_sessions_2026_09_01,
  title  = {About Analytics sessions},
  author = {{Google Analytics}},
  note   = {Analytics Help; accessed 1 September 2026},
  url    = {https://support.google.com/analytics/answer/9191807}
}

@misc{ga4_event_2026_09_01,
  title  = {{[GA4]} Event},
  author = {{Google Analytics}},
  note   = {Analytics Help; accessed 1 September 2026},
  url    = {https://support.google.com/analytics/answer/9356037}
}

@misc{ga4_funnel_exploration_2026_09_01,
  title  = {{[GA4]} Funnel exploration},
  author = {{Google Analytics}},
  note   = {Analytics Help; accessed 1 September 2026},
  url    = {https://support.google.com/analytics/answer/9327974}
}

@misc{kaleidr_analytics_2026_09_01,
  title  = {Map Engagement and Location Analytics},
  author = {{Kaleidr}},
  note   = {Accessed 1 September 2026},
  url    = {https://kaleidr.com/analytics}
}

@misc{w3c_geolocation_2026_03_26,
  title       = {Geolocation},
  author      = {{W3C}},
  institution = {W3C},
  year        = {2026},
  month       = mar,
  note        = {W3C Candidate Recommendation Snapshot, 26 March 2026; accessed 1 September 2026},
  url         = {https://www.w3.org/TR/geolocation/}
}