코호트 분석 (Cohort Analysis)이란?

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

코호트란?

특정 기간 동안 공통된 특성이나 경험을 갖는 사용자 집단을 의미합니다.

코호트 분석?

위의 코호트 개념을 분석하는 것으로 특정 기간 동안 사용자 행동을 그룹으로 나눠 지표 별로 수치화한 뒤 분석하는 기법입니다.

예를 들어, 서울에 사는 30대 초반 남성이 네이버 검색을 통해 29CM 방문을 해서 A 상품을 구매했다고 가정하면 아래와 같은 코호트 그룹에 속할 수 있습니다.

• 인천 (지역) 코호트
• 25 ~ 34세 (연령) 코호트
• 남성 (성별) 코호트
• 네이버 트래픽 코호트
• 자연검색 트래픽 코호트
• 29CM 방문 페이지 코호트
• A제품 (구매) 코호트

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

왜 중요할까?

고객 유지율(retention rate) 분석

다양한 경로로 유입된 방문자들은 해당 사이트 및 앱을 떠나게 됩니다. 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.

이커머스에서 고객 유입 못지않게 중요한 것은 바로 고객 유지율입니다. 한 번 방문했던 고객들이 단발성 방문에 그치지 않고 지속적으로 사이트에 재방문하고 자연스럽게 구매로 연결되어야 하기 때문인데 코호트 분석은 고객의 이탈시점을 분석하는 데 있어 탁월한 분석 지표입니다.

또한 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.

서로 다른 코호트를 사용해 인사이트 발견

아래와 같이 4개월 매출 현황이 있다고 가정합니다.

고객은 매월 1000명씩 늘어나지만 고객당 평균 매출은 소폭 하락을 진행하고 있습니다. 이를 좀 더 분석하기 위해 월별 사용자 그룹으로 나눕니다.

시간이 지날수록 기존 사용자의 월별 매출액은 줄어들지만 신규 사용자의 매출액은 늘어나는 모습을 볼 수 있습니다.

동일한 내용을 좀 더 알기 쉽도록 아래와 같이 변경합니다.

전체 사용자의 매출액 추이를 봤을 땐 비즈니스가 정체되는 느낌이 있었지만 코호트 분석을 해보니 신규 사용자의 첫 월 매출액이 꾸준히 늘어날 뿐만 아니라 이후 월별 매출액도 완만히 줄어들어 전반적으로 괜찮은 흐름을 보여주고 있다는 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 분석하고 이해하고 이를 활용하는 데 유용합니다.

레퍼런스

https://analyticsmarketing.co.kr/digital-analytics/google-analytics/1527/

https://www.beusable.net/blog/?p=4355

https://ifdo.co.kr/blog/BlogView.apz?BlogNo=161&bpage=1&kwd&cate