1. 코호트 분석 개괄
코호트 분석은 계절성, 고객의 수명 주기, 비즈니스의 장기적인 수익률을 이해/예측하는데 유용한 분석 기법입니다. 특히 비즈니스의 단기적인 성과가 아닌 장기적인 관점에서, 신규 고객의 확보와 기존 고객의 유지에 대한 분석을 수행할 수 있습니다. 이번 기고에서는 코호트 및 코호트 분석이 무엇이며, 어떻게 비즈니스에 활용할 수 있는지 설명합니다.
2. 코호트(동질 집단) 이란?
코호트(동질 집단)는 ‘동일 기간 대, 공통된 경험을 지닌 고객 집단’을 의미합니다. 의미에 따라 고객에 대한 ‘어떤 특성’이 될 수도 있지만, 엄밀히 말하면 시간에 따른 고객 그룹을 의미합니다. 예를 들어, 고객을 처음 획득한 날짜 (혹은 주/월)를 기준으로 그룹화한 것이라고 볼 수 있겠습니다.
3. 코호트 분석을 통해 알 수 있는 것들
코호트 분석은 특정 기간에 획득한 고객들의 n경과에 따른 고객 잔존(혹은 이탈) / 매출(혹은 공헌이익) / 고객 획득 & 고객 유지 비용 비교를 통해, 신규 고객 / 기존 고객 육성에 따른 현황을 파악할 수 있습니다.
예시 1.
월 별 획득 고객에 의해 발생한 매출 (파란색 바) / 월 별 매출 추이 (빨간색 선)
위 예시 차트는 월별 매출 추이 (빨간색 선)와 신규 고객에 의해 발생한 매출 추이(파란색 바)로 구성되어 있습니다. 우리는 위 차트로 아래와 같은 인사이트를 찾아볼 수 있겠습니다.
(1) 매월 매출이 증가하는 추세
(2) 전체 매출 중에서 신규 고객이 차지하는 매출 비중은 6, 7월 초여름에 집중되고, 시간이 지남에 따라 감소됨.
(3) 2020년 1월에 접어들면서 신규 고객에 의한 매출이 큰 폭으로 늘어, 2019년 1월과는 사뭇 다른 현상이 파악됨
예시 2.
다음 시간 경과에 따른 코호트 별 시간 경과에 따른 고객 유지 차트입니다. 고객 집단, 코호트 A, B, C에 대해서 우리는 아래와 같은 인사이트를 찾아볼 수 있겠습니다.
(1) 코호트A 는 최초 획득했던 시점의 성과가 매우 뛰어남. 하지만 시간 경과에 따른 코호트 A의 잔존은 타 코호트 군에 비해 좋지 않음. 만일 코호트 A 집단을 획득하는데 투자되었던 비용이 컸다면, 장기적인 수익률은 낮은 고객 집단일 수 있음.
(2) 반면 코호트 B의 경우, 그 수는 적으나 상대적으로 고객 유지가 좋은 편임. 또한 고객 유지가 가장 저조한, 경과 5, 6 개월 후에도 유일하게 뛰어난 고객 유지 성과를 보임.
(3) 고객 획득 기준 경과 n월에 따른 추이를 보면, 경과 6개월에 고객 유지가 최저점에 도달한 후 반등하는 패턴으로 보아, 고객의 재구매 기간은 약 7~8개월 정도로 추정해볼 수 있음.
위 두가지 예시 외에도,
위 두 차트는 코호트 분석을 위한 예시로 작성했으나, 그 밖에도 아래와 같은 비즈니스 질문에 대한 답에 접근할 수 있습니다.
– 이전 코호트 대비 새로운 코호트의 증감 폭은 어떻게 되는지? 새로운 코호트의 가치는 어떠한 지?
– 리뉴얼 (혹은 App 런칭)이 고객에게 어떤 영향을 미쳤는지?
– 신규 고객 획득 & 기존 고객 잔존에 대한 계절적 특성은 무엇인지?
– Black Friday와 같은 할인 프로모션을 통해 획득한 신규 고객은 일반적인 신규 고객과 어떤 차이가 있는지? 그리고 그것이 자사 비즈니스에 유의미한 것인지?
– Up-sell & Cross-sell 경험을 가진 고객의 잔존은 일반적인 고객과 어떤 차이가 있는지? 그것이 자사 비즈니스에 유의미한 것인지?
– 고객이 서비스를 이탈하기까지 걸리는 시간 주기는 어떠한 지?
– 고객 1명을 획득하기 위해 투자되는 비용과 그 고객을 유지하기 위해 투자되는 비용 대비 그 고객으로부터 발생한 경제적 가치 비교
4. 코호트 차트 읽는 법
위 차트는 일반적인 형태인 코호트 매출 차트입니다. 차트의 구성은 다음과 같습니다.
(1) Y축 : 고객을 획득한 달(코호트)
(2) X축 : 고객을 획득한 달으로부터의 경과 n 월
(3) 셀 : Y축과 X축에 해당하는 고객으로부터 발생한 매출액
세로로 차트를 볼 때에는 경과 n 개월에 대해 코호트 별로 발생된 매출액을
(1) 월 별로 획득한 고객들(코호트)로부터 발생된 매출액
(2) 월 별로 획득한 고객들(코호트)로부터 2개월 경과 후 발생된 매출액
가로로 코호트 차트를 읽을 때에는 다음과 같은 것들을 알 수 있습니다.
(1) 1월에 획득한 고객들(코호트)의 경과 n 기간에 따른 매출액
대각선으로 코호트 차트를 본다면, 해당 월의 전체 매출에서 신규 고객에 의한 매출과 기존 고객에 의한 매출을 확인할 수 있습니다.
(1) 10월에 획득한 고객들(코호트)로부터 발생된 매출액 = 10월 신규 고객 매출
(2) 각 코호트의 경과 n 개월 후 발생된 매출액 = 기존 고객 매출
5. 코호트 차트 작성
A. Google Analytics에서의 코호트 분석 (활용)
GA에는 코호트 분석을 위한 보고서가 존재합니다. (*잠재고객 -> 동질 집단 보고서)
이미 보고서 템플릿으로 제공되기 때문에 활용하기에 따라 분석에 소요되는 시간을 절감할 수 있습니다. 또한 세그먼트 기능을 활용해 ‘특정 캠페인을 통해 유입된 고객’이나, ‘상품 카테고리에 속한 상품의 상세페이지를 조회한 고객’ 등 고객의 행동 데이터 기반한 코호트 분석에 용이합니다.
이때 분석에 활용할 수 있는 측정항목은 위 이미지 예시와 같이 매출 성과나 방문 고객의 품질, 사용자 유지율(%) 등을 리포팅합니다.
B. Google Analytics에서의 코호트 분석 (단점)
이렇게 유용한 보고서임에도 Google Analytics에서의 코호트 보고서는 실제로 많은 제한이 존재합니다.
가장 첫 번째로는 코호트는 고객을 획득한 날짜를 기준으로 코호트 정의가 가능한 점입니다. 여기서 고객을 획득한 날짜는 사용자가 웹사이트를 처음 방문한 날짜를 의미합니다.
두 번째로, 고객 1명에 대한 경과 n 기간에 따른 추적이 기술적으로 어렵다는 점입니다. 예를 들어, 오늘 처음 방문한 고객 A가 내일 다시 방문한다고 가정해보겠습니다. 고객 A가 내일 다시 방문하면 Google Analytics에서는 재 방문 고객으로 인지되어야 합니다.
하지만 고객이 다음과 같은 작업을 수행하면 Google Analytics에서는 재방문 고객을 제대로 추적하지 못합니다.
(1) 브라우저 쿠키를 삭제한 후 사이트에 방문
(2) 다른 기기 또는 다른 브라우저를 통해 사이트 방문
(3) 브라우저 기능, 시크릿 모드로 사이트에 방문
세 번째로, Data의 기간이 최대 90일 이전까지 만 가능한 점입니다. 이로 인해 최근 6개월 혹은 1년 단위의 코호트 분석에는 상당한 제한이 따릅니다.
C. CRM 데이터에 기반한 코호트 분석 (Google sheet 활용)
엑셀을 비롯해 통계 툴을 활용하면 대량의 CRM 데이터를 바탕으로 한 코호트 분석이 가능합니다. 또한, Google Analytics의 브라우저 쿠키 유실 가능성을 고려할 수밖에 없으므로, 자사 CRM 데이터상에서 코호트 분석이 보다 정확하다고 볼 수 있습니다.
따라서, Google Sheet를 기반으로 한 코호트 차트 생성 시트를 공유합니다.
https://docs.google.com/spreadsheets/d/1R-53zlaHksQew_sb3CB6SDxKzsNTZ1J5oHHeY6n9FTE/edit?usp=sharing
첨부드리는 Google Sheet를 참조하여, 자사 코호트 분석을 수행하고, 분석 결과를 비즈니스의 성과 개선으로 이어가시길 바랍니다.