풀어 쓴 설명
코호트 분석은 서비스에 가입하거나 특정 행동을 시작한 시점이 같은 사용자들을 하나의 집단(코호트)으로 묶어, 시간이 지나면서 이들의 리텐션이나 결제, 이탈 같은 행동이 어떻게 달라지는지 추적하는 분석 방법이다. 전체 사용자 수치를 한 덩어리로 보면 신규 유입과 기존 사용자의 행동이 섞여 원인을 가리기 어렵지만, 가입월이나 유입 채널처럼 공통된 기준으로 나눠 보면 어떤 집단에서 문제가 생겼는지, 개선이 실제로 효과가 있었는지를 훨씬 뚜렷하게 확인할 수 있다.
창업 초기에는 흔히 전체 사용자 수나 누적 매출 같은 총량 지표만 보다가, 정작 신규 유입이 늘어난 것인지 기존 사용자가 잘 남아 있는 것인지 구분하지 못하는 경우가 많다. 이럴 때 코호트 분석을 도입하면, 예를 들어 특정 시점 이후 가입한 사용자들이 이전 코호트보다 오래 남아 있는지, 새로 추가한 온보딩이나 기능이 리텐션 곡선을 실제로 밀어 올렸는지를 판단할 수 있다. 투자자에게 성장 스토리를 설명할 때도 단순 가입자 증가보다는 코호트별 리텐션이 개선되고 있다는 근거가 훨씬 설득력을 갖는다.
다만 코호트를 어떤 기준으로 나눌지, 관찰 기간을 얼마나 잡을지에 따라 결과 해석이 크게 달라질 수 있으므로, 지표를 설계할 때는 팀 내에서 기준을 미리 합의하고 일관되게 적용하는 것이 중요하다. 초기 사용자 수가 적은 단계에서는 코호트별 표본이 지나치게 작아 우연한 변동을 추세로 오해할 수 있다는 점도 함께 고려해야 한다.
