코호트 분석

코호트란?

코호트 분석이란?

코호트 분석이 필요한 이유

• 집단 특성과 장기간 트렌드의 상관관계를 파악하기에 유용하다.

• 원인을 밝히기 위한 가설을 세울 수 있다.
• ex. 광고/지인 추천을 통한 유입의 경우 서로 다른 장기 구매 패턴을 보일 수 있다.

• 사용자 단위에서 현 사업의 상황을 파악하고, 개선 방법을 찾을 수 있다.

• 주로 리텐션 지표를 많이 본다.

• 다만, 인과관계적 의미를 부여하지 않아야한다. 고객을 이해하고 엄격하게 테스트할 수 있는 가설을 만드는데 활용해야 한다.

코호트 분석의 중요한 3가지 요소

• 코호트 그룹화 : 시작날짜나 여러가지 특징을 통한 그룹화

• 시계열 : 집단으로 분류할 수 있는 고객이 취한 여러가지 행동 이력은 개체의 전체 일생을 포함해야 한다. 충분한 양의 시계열 데이터를 포함해야한다. (달에 1번 구매한다면, 여러 달에 걸친 시계열 데이터가 필요함)

• 집계 지표 : 고객의 지속적인 사용, 제품 구매등 조직의 현황을 나타내는 지표를 사용함.

코호트 분석 + 퍼널 분석

• 퍼널 분석의 진정한 가치는 주요 퍼널의 단편적인 전환율을 계산하는 것을 넘어, 전환율에 영향을 미치는 유의미한 선행 지표를 발견하는 것

• 결제 전환율에 대한 퍼널을 살펴볼 때, 전환율에 차이를 만드는 코호트를 먼저 찾아볼 수 있다면? 전환된 사용자와 전환되지 않은 사용자는 무엇이 다른가?를 알 수 있게 된다

코호트 분석의 프로세스

• Core Event를 정의하기 : 모든 서비스에는 유저에게 꼭 주고 싶은 가치와 연관된 이벤트가 있는데 이를 Core event라 한다. 쉽게 설명하면 유저가 제품을 이용하면서 계속 하면 좋겠는 행동을 의미한다.

• Usage Interval 구하기 : Amplitude Retention V1에 따르면, 일정 기간 내 core event를 최소 2번 수행한 유저 데이터를 수집 → 두번째로 수행하는데까지 걸린 시간을 측정 → 80%의 유저가 반복한 시점을 찾는다.

• Cohort Chart 그리기 : 해당 Usage Interval을 기반으로 Retention을 구한다.

• Retention Curve 구하기 : Retention curve는 usage interval 별로 retention을 평균 내서 그리는 그래프로 서비스의 retention 현황을 한 번에 볼 수 있습니다.

이커머스 데이터로 실습해보기