- Cohort :특정 기간 동안 공통된 특성 혹은 경험을 갖는 사용자 집단
- 간단히 말하면 같은 조건의 집단의 기간 별 변화를 보는 것
- 조건은 세분화 하면 좋다
- Simpson’paradox
- A와 B를 전체 비교시 A가 더 좋지만 세분화 해서 보면 B가 더 좋을 수 있다
대표적인 인사이트
- 사용자 유지 및 이탈 패턴
- 게임 기준으로 사용자의 TS 와 같은 기준을 이용하여 기간에 따라 확인하면 줄어드는 부분을 확인하여 개선 포인트를 잡을 수 있다.
- 코호트 간 상이한 행동 패턴
- 매출로 예를 들면 신규 유저와 기존 유저의 매출 현황을 볼 수 있다.
|
1월 |
2월 |
3월 |
4월 |
5월 |
6월 |
| NRU |
10 |
10 |
10 |
10 |
10 |
10 |
| RU |
10 |
20 |
30 |
40 |
50 |
60 |
| 1개월 |
100 |
90 |
80 |
70 |
60 |
50 |
| 2개월 |
|
150 |
140 |
130 |
120 |
110 |
| 3개월 |
|
|
200 |
190 |
180 |
170 |
| 4개월 |
|
|
|
250 |
240 |
230 |
| 5개월 |
|
|
|
|
300 |
290 |
| 6개월 |
|
|
|
|
|
350 |
| SUM |
100 |
240 |
420 |
640 |
900 |
1200 |
- 위 표를 예시로 들면
- NRU(신규 등록 유저) 가 매달 10명씩 늘어난다
- NRU의 매출은 매달 50씩 늘어난다
- 빨간색으로 칠해진 수치가 신규유저 매출
- RU(기존 유저)의 매출은 매달 10씩 줄어든다
- RU의 매출은 완만히 줄어들고, NRU의 매출은 증가추세다
- 비교는 대각선으로 하는 것이 좋다
- e.g NRU는 NRU끼리 비교, 1달차는 1달차끼리…
- 옆으로 row를 밀면 아래와 같다
- 가로로는 감소지만, 아래로는 증가다.
|
1달차 |
2달차 |
3달차 |
4달차 |
5달차 |
6달차 |
| 1월 |
100 |
90 |
80 |
70 |
60 |
50 |
| 2월 |
150 |
140 |
130 |
120 |
110 |
|
| 3월 |
200 |
190 |
180 |
170 |
|
|
| 4월 |
250 |
240 |
230 |
|
|
|
| 5월 |
300 |
290 |
|
|
|
|
| 6월 |
350 |
|
|
|
|
|
[ Reference ]
개인적으로 공부한 내용 포스팅 중
잘못된 정보는 지적해주시면 좋겠습니다!