코호트 분석 리포트 파헤치기 Part1

2015.05.26 09:33

뭇군

두달전인가.. 어느날 갑자기 '동질 집단 분석 베타' 라는 리포트가 구글 애널리틱스 리포트내 보여지기 시작했다. 코호트 분석은 사실 예전부터 Custom Dimension과 Segment를 통해서 분석이 가능한 부분이었는데, 이를 좀더 쉽게 분석할 수 있도록 리포트를 추가해 준것이다. (자주적인 업그레이드, 구글 애널리틱스의 또 하나의 강점!)

영어로는 Cohort Analysis(코호트)라고 표기됨.

그림1. 구글애널리틱스 동질집단분석(코호트분석) 리포트

코호트 분석 이란 무엇인가?

방문자의 Retention을 측정하는 방법의 하나로 널리 사용되는 코호트 분석은, 기간을 기준으로 세그먼트하여 방문자 집단별로 행동결과를 관찰하는 것이라고 이해하면 쉽다. 예를 들어 1월 1일에 처음 방문했던 사람들이 1월 2일과 1월 3일에 재방문하여 활동을 지속하는가를 관찰한다. 그리고 다시 1월 5일에 처음 방문했던 사람들에 대해서도 관찰하여 비교한다. 하지만 이렇게 기간만을 비교하면 의미가 크지않기 때문에 이에대한 액션 혹은 개선 방안을 고민하는 것 자체가 어려워진다. 그래서 보통 어떠한 마케팅 액션별로 반응하는 방문자를 비교하는 것이 올바른 코호트 분석 방법이라 하겠다.

아래 시나리오 살펴보자.

3월 1일에 A라는 이메일을 발송했고 7일간의 행동을 관찰한 결과와 3월 8일에 발송한 B라는 이메일을 발송하여 또 7일간의 행동을 관찰하였다.

A라는 메일을 보고 유입된 방문자는 발송한날 이후로 3일간 구매량이 증가했으나,
B라는 메일을 보고 유입된 방문자는 발송한날 이후로 당일을 제외하고는 매우 저조한 재방문 및 구매를 했다.

사실 이 예시는 너무나 단순하다. 하지만 만약 이 기간이 특정 세일 기간이라면? 추석 전/후와 같은 세일즈가 몰리는 시점이라면?
또한 작년의 같은 기간과 비교하여 금년도의 액션에 따라서 사람들의 행동결과(Behavior)는 어떻게 다른가? 등등

이와 같이 어떤 영향을 받은 집단과 그렇지 않은 집단의 지속적인 행동 혹은 행위에 대해서 추적 하는 것을 코호트 분석이라고 한다.

위키백과(http://ko.wikipedia.org/)의 정의:
코호트 연구(Cohort study)는 전향성 추적조사를 의미한다. 특정 요인에 노출된 집단과 노출되지 않은 집단을 추적하고 연구 대상 질병의 발생률을 비교하여 요인과 질병 발생 관계를 조사하는 연구 방법이다. 요인 대조 연구(factor - control study)라고도 불린다.
어떤 원인이 어떤 결과를 가져오는가를 연구하는 방법으로 시간적인 개념을 포함한다. 장점은 비교 위험도와 귀속 위험도를 직접 측정이 가능하고 객관적이며, 부수적으로 다른 질환과의 관계도 파악이 가능하며 시간적인 선후관계를 알수있다는 점이다. 하지만 질병분류에 착오가 발생하거나, 시간과 비용적인 측면이 많이 소요된다. 시간이 오래 걸리는만큼 대상자가 중도에 탈락하게 되기 쉽다는 단점이 있다.

구글 애널리틱스 코호트 분석 리포트

자 그럼 이제 구글 애널리틱스에서 제공하는 코호트 분석 리포트를 상세히 알아보자.

그림2. 구글애널리틱스 동질집단분석(코호트분석) 리포트 상세

1. Cohort Type:

Acquisition Date는 사용자가 그 날의 ~~새로운~~ ~~세션(New Session)~~ 첫 세션(First Session)이라는 의미이다.
(실제 데이터를 실험해 보니 'Count of Session = 1'과 같다)
현재로서는 선택할 수 있는 옵션은 Acquisition Date 하나이다. (Beta라서 그런거겠지? 이걸로는 부족한데..)
Cohort Analysis 리포트에는 Calendar를 선택하는 옵션이 아예 없기 때문에 항상 조회하는 날의 어제날짜라고 보면 된다.

2. Cohort Size:

비교한 기간을 선택한다. Day, Week, Month 중 택1

3. Metric:

디폴트로는 'User Retention'이 선택되어 있으며, Cohort Size에서 선택한 기준으로 기반으로 다시금 발생한 세션을 의미한다.
총 13개의 Metrics 중에서 선택이 가능하다. (Conversion 관련 Metric을 좀더 선호)
- Goal Completions per User
- Pageviews per User
- Revenue per User
- Session Duration per User
- Sessions per User
- Transactions per User
- Total Goal Completions
- Total Pageviews
- Total Revenue
- Total Session Duration
- Total Sessions
- Total Transactions
- Total Users

4. Date range:

선택한 Cohort Size에 따라 해당 옵션도 변경된다.
Days: Last 7days, Last 14days, Last 21days, Last 30days
Week: Last week, Last 3weeks, Last 6weeks, Last 9weeks, Last 12weeks
Month: Last month, Last 2months, Last 3months
이미 언급했지만 Calendar 기능을 사용할 수 없으므로, 정해진 요일이나 날짜에 리포트를 정기적으로 보는 수 밖에 없다. (매주나 매월..)

5. Lines:

그래프에 넣고자 하는 라인을 선택할 수 있다.

데이터 읽는 법

그림2의 6.번과 7.번은 데이터를 왼쪽에서 오른쪽으로 시간에 따라서 변화하는 수치를 확인하는 것을 표현한 것이다. 제일 왼쪽은 해당 날짜에 접속한 첫 세션(First Session)을 말하며, Day 0은 그 당일날 액션을 취한 횟수다. (어느 Metric을 선택했는지에 따라 다르다. 그림 예시에서는 Transaction을 선택했다)

이제 아래 그림3을 살펴보자. A와 B를 보면 확연하게 패턴이 다른점을 알 수 있다. 특히 A는 시간이 흘러도 액션이 지속되고 있는 점이 환연히 나타난다. 8일이 지났음에도 7번의 Transaction이 발생했다. 즉, 5월 7일과 5월 8일에 획득된 방문자 집단은, 지속적인 구매를 하는 패턴을 보이고 있다.

그렇다면 B는 어떤가?

Day 1과 Day 2 까지는 재구매 활동이 이어지는 것처럼 보이며, 그 이후는 매우 저조한 반응이다.

도대체 5월 10일과 11일에 무슨 액션이 있었는가? 의도된 것인가?

특정 프로모션에 의한 것인지, 특정 마케팅 채널에 의해서 반응한 것인지를 추가로 조사해 볼 필요가 있다.