코호트

코호트 분석

한 줄 정의

같은 시기에 같은 경험(가입, 첫 구매, 앱 설치 등)을 한 사람들의 묶음이 코호트이고, 이 묶음들이 시간이 지나며 어떻게 행동하는지 나란히 비교하는 것이 코호트 분석입니다. GA4 한국어 화면에서는 "동질 집단 탐색 분석"이라고 부릅니다.

N기간 차 리텐션(%) = 코호트 중 N기간 차에 다시 활동한 사람 수 ÷ 코호트 처음 인원 × 100

행: 코호트(예: 6월 가입자), 열: 시작 후 경과 기간(M1 = 다음 달, M2 = 그다음 달), 칸: 그 기간에 다시 온 비율입니다(Mixpanel 리텐션 표 구조).
예시 (2026년 10월 말 기준, 월 단위 코호트):

8월 코호트 M1: 600 ÷ 1,200 × 100 = 50%
M1 평균(인원 가중): (400 + 360 + 600) ÷ (1,000 + 800 + 1,200) = 1,360 ÷ 3,000 ≈ 45.3%. 단순 평균((40 + 45 + 50) ÷ 3 = 45%)과 다릅니다. Mixpanel은 코호트 인원으로 가중한 평균을 씁니다.
M2 평균은 기간이 끝난 코호트만: (300 + 280) ÷ (1,000 + 800) = 580 ÷ 1,800 ≈ 32.2%. 아직 끝나지 않은 칸을 넣으면 평균이 왜곡되므로, Mixpanel도 완료된 칸만 평균에 넣습니다.

읽는 법: 같은 M1 열을 위아래로 보면 40% → 45% → 50%로 나중에 가입한 코호트일수록 잔존이 좋아졌다는 뜻입니다. 전체 리텐션 하나로 보면 신규 유입 규모에 가려 이런 변화가 잘 안 보입니다.

"학교로 치면 '입학 연도별 반'이에요. 6월에 들어온 반, 7월에 들어온 반을 따로 놓고, 한 달 뒤에 몇 명이 남았는지 반끼리 비교하는 거죠. 7월 반부터 남는 비율이 높아졌으면, 7월쯤 바꾼 게 효과가 있었다고 볼 수 있어요."

포함 기준과 재방문 기준을 먼저 정합니다. GA4는 포함 기준으로 첫 터치(획득일)·첫 거래·첫 전환·특정 이벤트를, 재방문 기준으로 이벤트·거래·전환 발생을 고릅니다. "가입 코호트의 재구매"인지 "구매 코호트의 재방문"인지에 따라 숫자가 완전히 달라집니다.
계산 방식을 확인합니다. GA4의 표준은 각 기간에 기준을 충족한 사용자만, 순차적은 그 기간과 이전 기간에 계속 충족한 사용자를, 누적은 기간 전체에서 한 번이라도 충족한 사용자를 셉니다. Mixpanel도 "정확히 N일차(On)"와 "N일차 이후 언제든(On or After)"을 나눕니다. 다른 도구 숫자와 비교할 때 이 차이부터 맞춥니다.
행동 코호트도 만들어 봅니다. Amplitude는 "첫 세션에서 푸시 알림을 켠 사용자"처럼 특정 행동을 한 묶음(행동 코호트)을 나머지와 비교하는 방법을 소개합니다. 어떤 행동이 잔존과 함께 움직이는지 찾는 데 유용합니다. 다만 함께 움직인다고 원인이라는 뜻은 아니니 A/B 테스트로 확인합니다(A/B 테스트 항목).

용어	차이
코호트	같은 시기·같은 경험으로 묶은 사람들. 시간 흐름에 따른 변화를 봄
세그먼트	특성·행동 등 어떤 기준으로든 나눈 묶음. 시기가 기준이 아니어도 됨 (고객 세분화 항목)
리텐션율	남아 있는 비율 지표. 코호트 분석은 이 지표를 코호트별로 펼쳐 보는 방법 (리텐션율 항목)
이탈률	떠난 비율. 같은 기준이면 리텐션의 반대 (이탈률 항목)

9월 가입 코호트가 2,500명이고, 이 중 10월에 다시 구매한 사람이 750명입니다. 이 코호트의 M1 재구매율은?

정답과 풀이 보기

정답: 3번. 750 ÷ 2,500 × 100 = 30%. 1번은 2,500 ÷ 750을 잘못 계산한 값(3.33)이고, 4번은 다시 오지 않은 비율입니다. 2번은 근거가 없는 숫자입니다.

작성 2026-10-29