코호트 분석

코호트 분석은 사용자 또는 고객을 특정 기간(일반적으로 최초 가입일, 첫 구매일, 특정 채널을 통한 최초 유입일 등) 내에 발생한 공통된 특성이나 경험을 기준으로 코호트라는 세그먼트로 그룹화하는 분석 기법입니다. 그런 다음 각 코호트의 행동이 이후 기간 동안 어떻게 변화하는지 추적합니다. 가장 일반적인 결과물은 코호트 유지율 표 또는 유지율 곡선으로, 시작 시점으로부터 1주, 1개월, 3개월, 12개월 후 등 특정 기간 동안 코호트 내 활성 상태 유지, 재구매 또는 구독 지속률을 보여줍니다. 이를 통해 분석가는 서로 다른 시점이나 채널을 통해 유입된 코호트의 행동 양상을 각각의 수명 주기 동안 비교할 수 있습니다.

코호트 분석은 집계된 시계열 지표의 근본적인 한계를 바로잡아주기 때문에 중요합니다. 기업의 전반적인 유지율이나 특정 월의 사용자당 평균 수익은 제품과의 관계 단계가 완전히 다른 고객들을 뒤섞어 계산합니다. 즉, 같은 달에 가입한 고객과 몇 년 전에 가입한 고객을 모두 포함하기 때문에 추세의 악화 또는 개선을 완전히 가릴 수 있습니다. 예를 들어, 전체 사용자 기반의 월간 활성 사용자 수는 정체되어 있는 것처럼 보일 수 있지만, 신규 코호트의 이탈률이 기존 코호트보다 훨씬 높을 수 있습니다. 이러한 위험 신호는 통합된 지표에서는 드러나지 않지만, 코호트를 분리하여 유지율 곡선에서 비교하면 즉시 명확해집니다.

코호트는 단순한 고객 확보 날짜 외에도 행동 코호트(온보딩 완료 여부와 같은 행동에 따라 그룹화), 확보 채널 코호트(유료 검색, 자연 검색 또는 추천을 통해 유입되었는지 여부에 따라 그룹화), 수익 코호트(초기 구매 금액에 따라 그룹화) 등 다양한 차원을 기준으로 정의할 수 있습니다. 분석가들은 일반적으로 이 데이터를 삼각형 형태의 유지율 표로 시각화하는데, 행은 시작 기간별 코호트를 나타내고 열은 시작 시점부터 경과된 시간을 나타냅니다. 이를 통해 가격 변경, 버그 또는 품질이 낮은 고객 확보 캠페인으로 인해 특정 월의 코호트 실적이 저조한 경우와 같은 패턴을 전체 평균에 묻히지 않고 해당 기간에만 국한하여 파악할 수 있습니다. Mixpanel, Amplitude 등의 도구를 활용합니다. GA4일반적으로 제공되는 코호트 탐색 보고서는 맞춤형 데이터 엔지니어링 없이 이러한 분석을 구축하는 데 사용됩니다.

흔히 저지르는 실수 중 하나는 통계적으로 의미 있는 데이터가 축적되기에는 너무 작거나 너무 최근에 확보된 코호트에서 결론을 도출하는 것입니다. 불과 2주 전에 확보된 코호트는 6개월 또는 12개월 유지율에 대한 정보를 아직 제공할 수 없으며, 미성숙한 코호트와 성숙한 코호트를 이러한 장기 지표로 비교하는 것은 오해의 소지가 있는 결과를 초래합니다. 또 다른 일반적인 함정은 전체 코호트에 동시에 영향을 미치는 외부 요인을 고려하지 않는 것입니다. 예를 들어, 명절 세일 기간 동안의 고객 확보 품질 급증이나 일시적인 제품 서비스 중단과 같은 요인은 당시 의도적인 제품 또는 마케팅 변경과는 무관하게 코호트의 실적이 비정상적으로 강하거나 약하게 나타나도록 만들 수 있습니다.

성장 또는 CRO 컨설팅 회사에게 코호트 분석은 제품, 온보딩 또는 라이프사이클 마케팅 변화가 단기적인 성과 급증이 아닌 지속적인 개선을 가져오는지 평가하는 데 특히 유용합니다. 초기 가입률은 증가시켰지만 해당 코호트 내 30일 또는 90일 유지율을 개선하지 못하거나 오히려 악화시킨 변화는 지속적인 가치를 창출했다고 볼 수 없기 때문입니다. 또한 코호트 분석은 시간이 지남에 따라 획득 채널의 품질을 평가하는 데에도 표준적인 도구입니다. 채널들을 즉각적인 전환율이나 획득 비용뿐만 아니라 해당 채널이 생성하는 코호트의 장기 유지율 및 고객 생애 가치 추이를 기준으로 비교할 수 있기 때문입니다. 이를 통해 초기 획득 비용이 더 높은 채널이라도 장기적인 코호트 행동을 고려하면 실제로는 더 수익성이 높다는 것을 알 수 있는 경우가 많습니다.