소셜로그인 중단 안내

계정으로 로그인 기능이 2023년 11월 16일 중단되었습니다.

아이보스 계정이 사라지는 것은 절대 아니며, 계정의 이메일 주소를 이용해 로그인 하실 수 있습니다.

▶️ 자세한 공지사항 확인
긴급 솔루션, 스몰브랜드 매출 상승 패키지 (브랜드&이커머스)

김종진의 분석마케팅·6,480·2017. 08. 18

리텐션 개선을 위한 코호트 분석(Cohort analysis)

날짜 기반의 사용자 세그먼트 분석

 

 

데이터 분석에서 자주 사용되는 분석 기법 중에 코호트(동질 집단) 분석이 있습니다. 

 

코호트란 '특정 기간 동안 공통된 특성이나 경험을 갖는 사용자 집단'을 의미합니다. 지난 포스팅에서 다뤘던 세그먼트(참조: http://www.i-boss.co.kr/ab-74668-477)의 일종으로 '날짜에 기반한 사용자 세그먼트'로 이해하면 쉽습니다.

 

 

구글 애널리틱스의 경우 연령/성별, 지역, 트래픽 소스, 방문페이지, 제품 등의 측정기준(dimension)을 통해서 사용자의 특성을 정의합니다. 따라서 세그먼트를 어떻게 정의하느냐에 따라 한 사용자가 다수의 코호트 그룹에 속할 수 있습니다. 

 

 

예를 들어, 어제 제주에 사는 30대 초반 남성이 네이버 사이트 검색을 통해 A페이지로 방문을 해서 B제품을 구매했다고 가정하면 이 사용자는 아래와 같은 코호트 그룹에 속한다고 할 수 있습니다. 

 

- 제주(지역) 코호트

- 25~34세(연령) 코호트

- 남성(성별) 코호트

- 네이버 트래픽 코호트

- 자연검색 트래픽 코호트

- A방문페이지 코호트

- B제품(구매) 코호트

 

 

 

코호트 분석에서는 주로 시간의 흐름에 따른 1. 사용자 유지와 이탈 패턴이나 2. 코호트 간 상이한 행동 패턴 등의 분석을 통해 인사이트를 도출합니다. 

 

 

1. 사용자 유지와 이탈 

 

 

 

 

 

온라인 비즈니스를 성공적으로 수행하기 위해 우리는 다양한 마케팅 활동을 통해 방문자를 유입시킵니다. 하지만 이들 방문자의 절대 다수는 빠르건 느리건 결국 우리를 떠납니다. 사실 웹사이트 신규 방문자 중 한 달 후에도 지속적으로 방문하는 사용자는 극소수에 불과합니다. 코호트 분석을 하면 사용자 유지율(User retention, 재방문율) 등의 지표를 통해 특정 기간에 방문한 사용자가 시간 경과에 따라 참여도가 어떻게 달라지는지 등을 파악하고 이에 적절한 대응을 할 수 있습니다.

 

 

코호트 분석은 특히 모바일 앱 비즈니스에서 매우 유용하게 활용될 수 있습니다. 게임 앱을 예로 들자면, 최초 앱 설치도 중요하지만 사용자가 얼마나 자주 사용하는지가 비즈니스 성공에 결정적인 영향을 미치게 됩니다. 따라서 사용자들의 평균 앱 사용기간과 횟수 또는 앱 사용이 급격이 줄어드는 시점 등의 데이터를 토대로 적절한 리텐션 마케팅을 진행하거나 앱 개선에 필요한 아이디어를 얻을 수도 있습니다. 

 

 

 

2. 코호트 간 상이한 행동 패턴 

 

또한 서로 다른 코호트 간 서로 다른 패턴을 분석하면 일반적인 세그먼트를 통해서는 얻기 어려운 인사이트를 얻을 수도 있습니다.

 

 

 

 

 

위 표는 한 쇼핑몰의 4개월간 매출 현황입니다. 매출 추이를 살펴보면 고객은 매월 1,000명씩 꾸준히 증가하는 한편 고객당 평균매출은 정체 혹은 소폭 하락 추세를 나타내는 것으로 보입니다. 좀 더 자세한 내용을 보기 위해 위 데이터를 아래와 같이 월별 사용자 그룹으로 나누어 보았습니다. 

 

 

 

 

 

시간이 지날 수록 기존 사용자의 월별 매출액은 줄어드는 한편 신규 사용자의 매출액은 증가하는 것을 알 수 있습니다.  동일한 내용을 좀 더 보기 쉽도록 아래와 같이 다시 정리해 보았습니다.

 

 

 

출처: 린 분석(Lean Analytics, p.60-61) 

 

 

이제 좀 더 쉽게 비교가 되시나요? 전체 사용자당 매출액 추이를 봤을 때는 비즈니스가 정체되고 있는 듯한 느낌도 있었지만 코호트 분석을 해보니 신규 사용자의 첫월 매출액이 꾸준히 증가할뿐만 아니라 이후 월별 매출액도 완만히 줄어들어 전반적으로 꽤 양호한 흐름을 보인다는 것을 알 수 있습니다.

 

 

위 사례에서와 같이 코호트 분석을 하면 특정 기간 내 사용자 그룹의 행동이 다른 기간의 사용자 그룹의 행동과 어떻게 다른지를 쉽게 파악할 수 있습니다. 예를 들어 할인 이벤트 기간에 유입된 구매자들은 다른 기간에 유입된 구매자들에 비해 재구매율이 매우 낮을 수도 있습니다. 이처럼 코호트 분석은 연말 세일이나 발렌타인 이벤트, 신규 상품 프로모션 등 단기적 혹은 시즌성 캠페인으로 유입된 사용자의 행동 패턴을 분석, 이해하고, 이를 활용하는 데 유용합니다.

 

 

 

동질 집단 분석 보고서

 

구글 애널리틱스에서 코호트 분석(동질 집단 분석) 보고서는 '잠재 고객' > '동질 집단 분석' 메뉴에서 확인할 수 있습니다.

 

 

 

 

 

1) 동질 집단 유형 

 

현재는 '획득 날짜' 하나의 유형만 선택 가능 (연령/성별 등의 사용자 정보, 유입 채널, 전환여부 등 다양한 세그먼트를 기준으로 직접 동질 집단 유형을 선택할 수 있으면 지금보다 훨씬 유용할 것으로 생각됩니다. 도입된 지 2년이 넘었으나 아직도 '베타' 기능에 머물러 있는 이유 중 하나라고 생각합니다.)

 

 

2) 동질 집단 크기

 

'일별', '주별', '월별' 세 개의 집단 크기에서 선택

 

 

3) 측정항목(Metrics)

 

기본값으로 '사용자 유지율'(재방문한 사용자 비율)이 표시됨. 사용자당, 유지, 합계 세 개 카테고리 내 총 14개 측정항목 선택 가능

 

사용자당 

 

  - 사용자당 거래수

  - 사용자당 목표 달성 횟수

  - 사용자당 세션 시간

  - 사용자당 세션수

  - 사용자당 수익

  - 사용자당 페이지뷰 수

 

유지 

 

  - 사용자 유지율

 

합계

 

  - 거래수

  - 목표 달성 횟수

  - 사용자수

  - 세션

  - 세션 시간

  - 수익

  - 페이지뷰 수

 

 

4) 기간 

 

일별, 주별, 월별 집단 내에서 기간을 세분화하여 선택

 

  - 일별: 최근 7일 / 최근 14일 / 최근 21일 / 최근 30일 

  - 주별: 지난 주 / 최근 3주 / 최근 6주 / 최근 9주 / 최근 12주

  - 월별: 지난 달 / 최근 2개월 / 최근 3개월

 

 

 

또한 코호트 보고서에서도 다른 많은 보고서에서와 마찬가지로 세그먼트를 적용할 수 있습니다.  아래는 모든 사용자와 더불어 '모바일 트래픽' 세그먼트를 적용한 예시입니다. 

 

 

 

 

 

정리하자면 코호트 분석은 현 상황을 보다 정확하게 이해하여 이를 의사결정에 활용하기 위해 '특정 기간에 특정 특성/경험을 공유하는 사용자 집단(코호트)' 간의 행동 패턴을 비교, 분석하는 것을 말합니다. 

 

 

 

 

# 디지털마케터와 사업자의 웹로그분석 역량을 높여줄 구글 애널리틱스 교육을 매월 진행하고 있습니다.   :: http://www.i-boss.co.kr/ab-goods-236

코호트분석사용자유지율리텐션세그먼트동질집단cohortanalysis

스크랩

공유하기

신고

하트 아이콘호팥님 외 9명이 좋아합니다.

  • 페이스북
  • 트위터
  • 밴드
  • 카카오스토리
  • 네이버 블로그
김종진
현 오컴데이터 대표/컨설턴트
현 아이보스 GA/GTM 강사
LG전자/아모레퍼시픽/HSAD/플레이디/한국능률협회/인하대 등 강의
LG디스플레이/요기요/뉴스킨몰/코웨이 등 구축/컨설팅
댓글 3
댓글 새로고침

당신을 위한 추천 칼럼