분석 기법 | 코호트(cohort) 분석

데이터 분석

성장하는 쿠키의 로그 기록 2025. 2. 12. 19:19

코호트 분석은 고객 세분화를 '시간의 흐름'을 기준하는 분석. 고객 세분화의 일종이기도 함.
가입일 /최초 방문일등 특정 이벤트의 최초 수행일시를 기준으로 `공통된 경험`을 한 사용자 그룹을 나누어 분석하는데 목표가 있음
코호트 구분 예시
- 예시 1) 사용자를 `최초 프로덕트 방문일` 기준으로 그룹화한다. → 코호트 O
- 예시 2) 사용자를 `최초 접속 국가` 기준으로 그룹화한다. → 코호트 X
- 예시 3) 사용자를 `최초 프로덕트 방문일 및 접속 국가` 기준으로 그룹화한다. → 코호트 O

예를 들어, 특정 쇼핑몰의 사업 시작 후 첫 5개월 동안의 고객 당 평균 매출액을 표로 그렸을 때 아래와 같다고 가정한다면, 이 데이터를 보고 추이가 좋아졌는지 나빠졌는지 해석하기 어려움.
- 전체 가입고객이 1000 →5000명으로 늘어났으니 좋은상황인가?
- 고객당 평균매출이 감소 하다가 회복 됐는데 좋은상황인가?

이 데이터를 기준으로 해석해 보자면,
- 매월 1,000명의 신규 가입자 유입 중 → 월별 가입 고객 추이 변화는 없음
- 1월 가입자의 평균 구매액은 $5에서 5월 가입자는 $9로 거의 두 배 가까이 증가 →고객의 첫 달 구매액 크게 증가중
- 1월 가입자들의 평균 구매액이 $5에서 $3로 가입 이후 시간이 지날수록 가파르게 하락하고 있는데 반해 3월 가입자들은 첫 달 평균 구매액은 $7에서 다음달은 $6으로 그리고 그 다음달에는 $5로 완만하게 하락하는 중 → 구매액 감소폭도 개선 중
이렇게 사용자들을 시간에 흐름에 따라 그룹화 하여 분석하면 더 정확한 해석을 할수 있음

사용자를 첫 방문(구매 등) 시기별로 그룹화 하여 , 시간이 지남에 따라 각 그룹의 사용자들이 재 방문(재 구매등)을 하는지 확인 할 수 있음
- y축 : 고객의 첫 방문 시기별 그룹화
- x축 : 각 사용자 그룹이 첫 방문 이후 경과한 시간

코호트 분석 Cohort Analysis

고객을 세분화하여 나누고 나면 개선이 필요한 고객군을 발견하기도 하고, 다른 고객군들과 현저하게 다른 성과를 내는 고객군을 발견하기도 합니다.

datarian.io

[User Retention Dashboard] #1. Weekly 신규/누적 유입 유저 그래프

🎯 다음과 같은 코호트 개념을 적용한 대시보드를 제작해본다. 🎯 최종 대시보드는 다음과 같으며 이번 포스팅에서는 오른쪽의 신규 유입 유저와 누적 유입 유저 그래프를 제작한다 ** 데이터

everyday-joyful.tistory.com