Cohort Analysis(코호트 분석)란? | 인바운드 마케팅 용어집

코호트 분석(Cohort Analysis)은 사용자를 공통 시작 이벤트(보통 가입한 주·월)로 묶고, 그 그룹을 시간에 따라 추적하는 분석 기법입니다. 하나의 이동 평균 대신 여러 평행 선을 보게 되고, 각 선이 '특정 세대의 사용자'가 실제로 어떻게 행동했는지를 드러냅니다.

왜 중요한가

집계 지표는 거짓말을 합니다. 한 제품의 MAU가 상승 중인데도 모든 개별 코호트는 점점 더 빨리 이탈하고 있을 수 있습니다 — 성장은 전적으로 '획득 속도가 이탈 속도를 앞지름'에서 옵니다. 코호트 분석은 이 패턴을 즉시 드러냅니다. 진지한 그로스 팀(페이스북·에어비앤비·쇼피파이)은 모두 평균이 아니라 코호트 차트로 리텐션 대화를 나눕니다. 또한 제품 변경이 실제 효과를 냈는지 신뢰성 있게 판단할 유일한 방법입니다 — 변경 전후 평균은 옛 행동과 새 행동을 섞지만, 코호트는 분리합니다.

작동 원리

1. 시작 이벤트 선택: 가입, 첫 구매, 첫 기능 사용. 각 사용자에게 'Week 0'을 정의합니다.

2. 시작 기간으로 그룹화: 4월 1주 가입자는 한 코호트, 2주 가입자는 다른 코호트.

3. 리텐션 이벤트 선택: '유지됐다'의 기준은? 로그인, 핵심 행동 완료, 결제 — 구체적으로.

4. 코호트별 시간에 따른 리텐션: 각 코호트에서 Week 1·Week 2·Week 3... 시점에 리텐션 이벤트를 수행한 사용자 비율을 계산합니다.

5. 나란히 플롯: 각 코호트가 하나의 행 또는 선이 됩니다. 숫자가 아니라 모양을 비교합니다.

주목할 모양

평탄화 커브: 초반 급락 후 일정 수준에서 평평해집니다. PMF의 모양 — 핵심 그룹이 남아 있습니다.

스마일 커브: 떨어지다가 휴면 사용자가 돌아오며 다시 오릅니다. 드물지만 강력한 패턴 — 습관이 된 제품에서 보입니다.

0으로 미끄러짐: 리텐션이 꾸준히 0%로 감쇠. 제품이 붙지 않습니다. 획득으로는 구해지지 않습니다.

시간에 따른 코호트 개선: 새 코호트가 오래된 코호트보다 더 잘 유지됩니다. 제품 변경이 실제 효과를 냈다는 신호.

코호트 악화: 새 코호트가 더 나쁩니다. 뭔가 깨졌습니다 — 제품이 망가졌거나, 획득 채널이 핏이 맞지 않는 사용자를 들이고 있습니다.

대표 활용

리텐션 진단: 우리 제품은 정말 스티키한가?

기능 영향: X 기능 런칭이 그걸 본 코호트의 리텐션을 개선했는가?

채널 품질: 구글 광고에서 온 사용자가 오가닉만큼 유지되는가?

가격 실험: 새 요금제 코호트가 기존 요금제 코호트보다 더 잘 유지되는가?

이탈 예측: 코호트 커브를 신규 가입자에 적용해 미래 MRR을 예측합니다.

흔한 실수

평균과 비교: 평균은 모든 코호트를 섞어 중요한 트렌드를 가립니다.

코호트 크기 과소: 주당 20명짜리 코호트는 대부분 잡음입니다. 볼륨이 작으면 월 단위로 묶습니다.

잘못된 시작 이벤트: "가입"은 "활성화"가 아닙니다. 진짜 사용을 정의하는 이벤트를 고릅니다.

잘못된 리텐션 이벤트: 단순 로그인은 아무것도 의미하지 않습니다. 가치를 만드는 행동을 고릅니다.

단일 코호트만 보기: 단일 스냅샷은 '시간에 따라 개선되는지 악화되는지'를 가립니다.

획득 월로만 코호트 분할: 기능 노출·채널·요금제 등 다른 차원으로도 쪼개야 진짜 원인이 보입니다.

Sources:

inblog에서 활용하기

블로그 독자도 코호트로 분석할 수 있습니다. inblog 대시보드에서 '이번 달 첫 방문자'를 한 코호트로 묶고, 다음 주·다다음 주에 다시 돌아오는 비율을 보면, 어떤 포스트가 일회성 트래픽이고 어떤 포스트가 꾸준한 독자를 만드는지 구분됩니다. 이 구분 하나로 콘텐츠 전략의 우선순위가 완전히 달라집니다.

코호트 분석