>
동질집단(코호트, Cohort) 분석은 전통적인 분석법 중 하나다.
사용자의 참여율, 유지율을 알기 위한 분석 방법이다.
동일한 기간 내 동일한 경험을 한 집단을 그룹으로 나누어 지표별로 수치화를 한 뒤 분석하는 기법인 것이다.
특정 집단의 시계열별 행동 변화를 보는데 사용하기 때문에 개인적으로 리텐션 분석을 할 때 유용하다고 생각한다.
그래서 난 특정 집단별 변수 통제를 통해 인사이트를 구체적으로 검증, 분석할 때 사용하곤 한다.
특정 기준을 명확히 한 후 분석을 해야 오류가 적다.
기준이라 함은 [① 동질 집단 기준], [② 분석기간과 시계열 텀의 기준], [③ 어떤 데이터를 볼 것인지에 대한 기준]이다.
위 표는 GA4에서 제공하는 [동질 집단 탐색 분석] 형태이다.
1. Y축 : 코호트
▶ 가설로 분류된 타겟 코호트가 들어감.
▶ 첨부 이미지에선 “장바구니담기“를 한 사용자가 들어감.
2. x축 : 시계열 간격
▶ 코호트를 바라볼 시간의 흐름 텀
▶ 첨부 이미지에선 1주를 기준으로 들어감.
※ 주의 : 24.01, 24.02 처럼 고정된 날짜 단위가 아니며, 기준일로부터 1일, 1주 등 시간 경과 간격이 들어감.
3. 측정값
▶ 보고자 하는 값
▶ 첨부 이미지에선 “주문서작성“ 수
4. 볼륨
▶ 지정된 기간에 포함된 코호트 수
▶ 첨부 이미지에선 “장바구니담기“ 수
5. 총 분석 기간
⑤ 24년 5/5~7/6까지, ① 장바구니 담은 횟수가 영향을 끼친, ② 주별, ③ 구매 시작 수는?
→ 6/9~6/15주차에 구매시작 수가 유의미하게 증가했음. 이 때 한 행동은? 오프라인 행사 홍보를 위한 리텐션
→ 6/23~6/29주차에 구매시작 수가 가장 많이 늘어났음. 이 때 한 행동은? 프로모션 곧 종료 알림 리텐션
그리고 세부 분석도 가능하다.세부분석이라 함은 찾고자하는 세분화 조건을 넣어 추정했던 가설의 검증을 돕는 단계이다.
위 분석에서 아래와 같은 가설을 세웠다.
그리고 세부분석을 통해 증명을 하는 것이다.
가설1. 6/9~6/15주차에 구매시작 수가 유의미하게 증가했음. 이 때 한 행동은? 오프라인 행사 홍보를 위한 리텐션 영향일 것.
▶ 증명 : 리텐션(친구톡)을 통한 장바구니 담기는 많았으나, 해당 주차의 재방문 요소는 자연유입(organic)과 브랜드검색광고 유입이 다수.
가설2. 6/23~6/29주차에 구매시작 수가 가장 많이 늘어났음. 이 때 한 행동은? 프로모션 곧 종료 알림 리텐션 영향일 것.
▶ 증명 : 메타 광고를 통한 장바구니 담기는 많았으나, 해당 주차의 재방문 요소는 리텐션(친구톡)이 절대다수이며, 일부 none 유입(직접유입 or 바로가기 등), 브랜드검색광고를 통해 유입되었음. 또한 외부에 퍼진 url 을 통한 유입이 있었음.
이렇게 동질집단 분석을 하면서 특이점을 찾다보면, 고객들의 특징에 대한 이해도가 올라가고, 이후에는 큰 오차범위 없이 옳은 가설을 세우는데 도움이된다.
그리고 이런 가설과 검증을 통해 더 효율적인 마케팅 방안을 정하는데 도움이 될 수 있다.
ChatGPT와 함께하는 상관 관계 분석 (0) | 2024.10.24 |
---|---|
제발 상관관계와 인과관계 차이 좀 구분하세요! (ft. 상관관계 분석 방법) (1) | 2024.10.24 |
퍼널 마케팅이란? (0) | 2024.10.23 |
마케팅 고객관리지표, 이것만은 꼭 정리하자! (0) | 2024.10.22 |
마케팅 고객 관리 지표는 무엇이 있을까? (1) | 2024.10.22 |