[코호트 분석] 코호트 분석(Cohort Analysis)이란?

코호트 분석 (Cohort Analysis)

✔️ 코호트 분석

: 코호트 분석은 분석 전에 데이터 세트의 데이터를 관련 그룹으로 나누는 일종의 행동 분석. 이러한 그룹 또는 코호트는 일반적으로 정의된 시간 범위 내에서 공통된 특성이나 경험을 공유 (위키백과)

 

쉽게 풀어서, '특정 기간에 특정 특성/경험을 공유하는 사용자 집단'이 코호트이며, 이를 분석하는 것이 코호트 분석이다.

 

**세그먼트와의 차이점 : 세그먼트는 전체 고객을 '특정 기준'으로 나눈 것이고, 코호트는 '동일한 기간'에 '동일한 특성'을 가진 사람들을 분류하는 것으로, 코호트는 세그먼트와 달리 '기간'이라는 개념이 포함 

 

✔️ 예시

: 성별 코호트 , 연령 코호트 , 가입 주차 코호트 등등 

 

✔️ 왜? 

유저들의 행동 관찰과 이해가 가능하고, 시간 변화에 따른 변화 추이를 살필 수 있다. 

 

✔️ 언제?

: 코호트는 주로 시간의 흐름에 따른 리텐션이나, 행동 패턴등을 파악할 때 사용한다. 

간단한 예시를 통해 코호트를 왜 하는지 살펴보도록 하자!

 

1.사용자 유지와 이탈 관점에서 

- 비즈니스 상에서, 방문자 유입이란 매출로 직결되는 아주 중요한 요소이지만, 안타깝게도 고객들은 너무나 빠르게 서비스를 빠져나가곤 한다. 우리의 목표는 이런 유저들의 공통점을 파악하여 문제점을 알고, 이를 해결해 유저가 더욱 우리 서비스에 머물게 해야하는 것이다.

 

특히 이는 모바일 앱에서 매우 유용하게 활용할 수 있다. 

출처 : 인트렌치 컨설팅

해당 그래프는, 코호트 분석을 할 때 가장 많이 사용되는 차트이다.  위 그래프를 보면 일자별 유입 유저들이 1일차에서 12일차 까지의 리텐션을 나타내고 있는데, 잘 보면 4.15~4.16의 유저들은 리텐션이 상대적으로 초반에 많이 남아있으며, 4.20,4.22,4.24 같은 경우는 다른날 보다 첫날에 빠져나간 유저들이 많다. 우리는 이를 보고 해당 날짜에 어떤 이벤트가 진행되었는지, 온보딩 과정에서 어떤 이슈가 있었는지를 확인해보며 문제점을 추적해나갈 수 있는 것이다. 

 

2.행동 분석

리텐션과 비슷한 이치로 데이터 분석가들은 사용자의 유지 / 이탈 뿐만 아니라, 구매 , 페이지 전환 등 특정 행동에 대한 패턴을 파악해야 한다. 

	1월	2월	3월	4월	5월
전체 고객 (명)	1,000	2,000	3,000	4,000	5,000
고객 당 평균 매출 (달러)	$5.00	$4.50	$4.33	$4.25	$4.5

코호트	볼륨	1개월	2개월	3개월	4개월	5개월
1월 가입자	1,000명	$5.00	$3.00	$2.00	$1.00	$0.50
2월 가입자	1,000명	$6.00	$4.00	$2.00	$1.00
3월 가입자	1,000명	$7.00	$6.00	$5.00
4월 가입자	1,000명	$8.00	$7.00
5월 가입자	1,000명	$9.00
평균	1,000명	$7.00

출처 : 데이터리안 (https://www.datarian.io/blog/cohort-analysis)

 

위 두개의 표를 살펴보면, 첫번째 표 같은 경우는 얻을 수 있는 인사이트가 눈에 보이지 않는다. 

하지만 이를 코호트 별로 나누어 살펴본다면 늦게 가입한 유저일수록 첫 달 평균 구매액이 높아지고 있을뿐 만아니라, 시간이 지남에 따라 평균 매출이 감소하는 폭이 줄어드는 것또한 확인할 수 있다. 일반 데이터로는 보지 못했던 것들을 코호트 분석을 통해서는 발견할 수 있게 되는 것이다. 

 

✔️ 고찰

: 데이터리안 게시글 마지막 문단이 너무 좋은 말 같아 옮겨 두었다.

'데이터 분석은 결국 사용자를 이해하고 , 설득의 방법을 찾는 여정이라는 생각이 듭니다. 데이터 없이 사용자들의 생각을 알 수 있을까요? 아니요. 우리는 사용자들을 오해만 할 수 있을 뿐이빈다. 데이터를 들여다보면 사용자들을 설득할 방법을 찾을 수 있게 된다' 

 

 

출처 : 데이터리안(https://www.datarian.io/blog/cohort-analysis)