안녕하세요. 애드리빙입니다.
지난 포스팅에서는 애널리틱스를 활용한
세그먼트 설정과 잠재고객분석을 잠깐 살펴보았는데요ㅎㅎㅎ
오늘은 동일한 '잠재 고객'파트에 있는
'동질 집단 분석'이라는 메뉴에 집중해보려고 합니다!
'코호트(Cohort)분석'이라고 하면 일단
영어가 쓰인 게 왠지... 거부감이 먼저 드는데요...ㅠㅠ
(어려워보여.....)
조금 간단하게 생각해보면
번역되어있는 것처럼 '코호트' 자체는
바로 '동질 집단'을 이야기합니다.
여기서 동질집단은 말 그대로
"어떤 주제에 대한 동일한 특성을 보이는 집단"
일 텐데요.
예를 들면
'영화를 좋아하는 사람'
'게임을 좋아하는 사람'
여행을 좋아하는 사람'등
다양한 동질 집단이 존재할 겁니다.
[애널리틱스]에서는 이 동질 집단을
특정 일자에 유입된 유저 모두를 동질 집단이라고 설정한 다음
'동질 집단 분석'을 진행합니다.
표를 보면서 확인해보죠ㅎㅎㅎ
동질 집단 분석
[분석 대상 사이트는 임의로 지정된 커뮤니티 사이트 입니다.]
애널리틱스]의 동질집단 분석 부분입니다.
이해를 위해 일단 그래프 아래
표 부분을 조금 더 자세히 보도록 할게요
(표의 가독성을 위해 줄 별 색을 넣었습니다. 애널리틱스에 있는 표에서의 색과는 무관합니다.)
동질 집단 분석은 기본적으로 최근 7일에 관한 데이터를 보여줍니다.
먼저 2017.8.23일의 데이터를 보도록 할게요.
2017.8.23일에는 총 91,843명의 사람들이 유입되었고
[애널리틱스]는 이 사람들을 모두 동질 집단이라고 가정합니다.
그 후 해당 일자의 1일을 보면 5.12%라고 적혀있죠?
그 말은 2017.8.23일에 유입된 91.843명의 사용자 중 5.12%가
다음날 다시 유입되었음을 말합니다.
동일한 방식으로 2일의 2.47%는
2017.8.23일에 유입된 91.843명의 유입사 중 2.47%가
2일이 지나 다시 사이트로 유입되었다는 거죠!
이해가 되시나요?ㅎㅎㅎ
해당 날짜를 기준으로 가로상에 데이터들은
해당 날짜에 유입된 사람들이 시간이 지남에 따라 얼마나 재유입되는지
그 비율을 보여주는거죠!ㅎㅎㅎ
이 '동질 집단 분석'은 현재
마케팅에 있어 그리고 서비스의 매력을 측정하는데 있어
매우 중요한 지표로 여겨지고 있습니다.
많은 스타트업들이 전체 유입자 수나 회원가입 수보다
이 '코호트분석'을 중요시 할 정도로요!!
사이트 유입자 수나 회원가입수는 마케팅에있어
실제로 '허수'의 개념일 수 있습니다.
일시적인 마케팅의 효과등으로 유입자수나 회원가입수는
증가할 수 있습니다.
하지만 동질 집단 분석에서는 어떨까요?
일시적인 이벤트로 사용자들이 유입되어
회원가입을 했어도 서비스에대한 매력이 부족했다면
사용자들은 재방문을 하지 않을 것입니다.
즉, 동질집단분석상의 데이터가 높다는 것은
서비스의 매력이 높다는 점!
그리고 한번 유입된 사용자들이 지속적으로
서비스를 이용하고 있다는 것을 의미하죠.
이 경우는 어쩌면 특별한 마케팅이 필요하지 않은 시점을
만들어 내기도 합니다.
서비스에 만족한 이용자들은 이탈하지 않고
계속해서 서비스를 이용면서, 또 이 사용자들이
서비스를 다른 사람들에게 추천을 하기 때문인데요.
여기에 약간의 마케팅을 더한다면 어떨까요?
기존 유입 구조에서 마케팅으로 인한 추가적인 유입이 생겨나고
사용자들이 지속적으로 서비스를 이용하면서
회사는 폭발적인 성장을 하게 됩니다.
(이론상으로...ㅎㅎㅎ)
쉬운 일은 분명 아닙니다!
하지만 실제로 페이스북, 에어비앤비, 드롭박스 등
일명'그로스해킹'을 이루어
눈부신 성장을 보여주었던 이 회사들은 코호트분석의 중요성에 대해
강조하고 우수한 코호트 지표를 보여주기도 했죠.
알림 기능에 '코호트분석'을 이용한다면 또 어떨까요?
예를 들어 코호트 분석 상
"사용자들의 유지율이 첫 유입 후 3일째에 현저히 낮아진다면?"
바로 이 타이밍에 서비스 운영자는 사용자들에게
전략적인 알림을 보낼 수 있습니다.
서비스에 대한 기억을 상기시키고
사용자 유지율을 높이는 방안으로써요ㅎㅎㅎ
오늘은 '코호트분석'에 대한 정보들과
중요성에 대해 이야기해 보았습니다.
위에서 언급한것처럼 '코호트분석'은 그 중요성을
아무리 강조해도 지나치지 않을것 같아요.
어떤 서비스 또는 사이트를 운영중이시라면
코호트 분석을 통해 사용자들의 유지율이 어떤지를 항상
확인해보시면 좋을것 같습니다!^^
안녕하세요. 애드리빙입니다.
지난 포스팅에서는 애널리틱스를 활용한
세그먼트 설정과 잠재고객분석을 잠깐 살펴보았는데요ㅎㅎㅎ
오늘은 동일한 '잠재 고객'파트에 있는
'동질 집단 분석'이라는 메뉴에 집중해보려고 합니다!
'코호트(Cohort)분석'이라고 하면 일단
영어가 쓰인 게 왠지... 거부감이 먼저 드는데요...ㅠㅠ
(어려워보여.....)
조금 간단하게 생각해보면
번역되어있는 것처럼 '코호트' 자체는
바로 '동질 집단'을 이야기합니다.
여기서 동질집단은 말 그대로
"어떤 주제에 대한 동일한 특성을 보이는 집단"
일 텐데요.
예를 들면
'영화를 좋아하는 사람'
'게임을 좋아하는 사람'
여행을 좋아하는 사람'등
다양한 동질 집단이 존재할 겁니다.
[애널리틱스]에서는 이 동질 집단을
특정 일자에 유입된 유저 모두를 동질 집단이라고 설정한 다음
'동질 집단 분석'을 진행합니다.
표를 보면서 확인해보죠ㅎㅎㅎ
동질 집단 분석
[분석 대상 사이트는 임의로 지정된 커뮤니티 사이트 입니다.]
애널리틱스]의 동질집단 분석 부분입니다.
이해를 위해 일단 그래프 아래
표 부분을 조금 더 자세히 보도록 할게요
(표의 가독성을 위해 줄 별 색을 넣었습니다. 애널리틱스에 있는 표에서의 색과는 무관합니다.)
동질 집단 분석은 기본적으로 최근 7일에 관한 데이터를 보여줍니다.
먼저 2017.8.23일의 데이터를 보도록 할게요.
2017.8.23일에는 총 91,843명의 사람들이 유입되었고
[애널리틱스]는 이 사람들을 모두 동질 집단이라고 가정합니다.
그 후 해당 일자의 1일을 보면 5.12%라고 적혀있죠?
그 말은 2017.8.23일에 유입된 91.843명의 사용자 중 5.12%가
다음날 다시 유입되었음을 말합니다.
동일한 방식으로 2일의 2.47%는
2017.8.23일에 유입된 91.843명의 유입사 중 2.47%가
2일이 지나 다시 사이트로 유입되었다는 거죠!
이해가 되시나요?ㅎㅎㅎ
해당 날짜를 기준으로 가로상에 데이터들은
해당 날짜에 유입된 사람들이 시간이 지남에 따라 얼마나 재유입되는지
그 비율을 보여주는거죠!ㅎㅎㅎ
이 '동질 집단 분석'은 현재
마케팅에 있어 그리고 서비스의 매력을 측정하는데 있어
매우 중요한 지표로 여겨지고 있습니다.
많은 스타트업들이 전체 유입자 수나 회원가입 수보다
이 '코호트분석'을 중요시 할 정도로요!!
사이트 유입자 수나 회원가입수는 마케팅에있어
실제로 '허수'의 개념일 수 있습니다.
일시적인 마케팅의 효과등으로 유입자수나 회원가입수는
증가할 수 있습니다.
하지만 동질 집단 분석에서는 어떨까요?
일시적인 이벤트로 사용자들이 유입되어
회원가입을 했어도 서비스에대한 매력이 부족했다면
사용자들은 재방문을 하지 않을 것입니다.
즉, 동질집단분석상의 데이터가 높다는 것은
서비스의 매력이 높다는 점!
그리고 한번 유입된 사용자들이 지속적으로
서비스를 이용하고 있다는 것을 의미하죠.
이 경우는 어쩌면 특별한 마케팅이 필요하지 않은 시점을
만들어 내기도 합니다.
서비스에 만족한 이용자들은 이탈하지 않고
계속해서 서비스를 이용면서, 또 이 사용자들이
서비스를 다른 사람들에게 추천을 하기 때문인데요.
여기에 약간의 마케팅을 더한다면 어떨까요?
기존 유입 구조에서 마케팅으로 인한 추가적인 유입이 생겨나고
사용자들이 지속적으로 서비스를 이용하면서
회사는 폭발적인 성장을 하게 됩니다.
(이론상으로...ㅎㅎㅎ)
쉬운 일은 분명 아닙니다!
하지만 실제로 페이스북, 에어비앤비, 드롭박스 등
일명'그로스해킹'을 이루어
눈부신 성장을 보여주었던 이 회사들은 코호트분석의 중요성에 대해
강조하고 우수한 코호트 지표를 보여주기도 했죠.
알림 기능에 '코호트분석'을 이용한다면 또 어떨까요?
예를 들어 코호트 분석 상
"사용자들의 유지율이 첫 유입 후 3일째에 현저히 낮아진다면?"
바로 이 타이밍에 서비스 운영자는 사용자들에게
전략적인 알림을 보낼 수 있습니다.
서비스에 대한 기억을 상기시키고
사용자 유지율을 높이는 방안으로써요ㅎㅎㅎ
오늘은 '코호트분석'에 대한 정보들과
중요성에 대해 이야기해 보았습니다.
위에서 언급한것처럼 '코호트분석'은 그 중요성을
아무리 강조해도 지나치지 않을것 같아요.
어떤 서비스 또는 사이트를 운영중이시라면
코호트 분석을 통해 사용자들의 유지율이 어떤지를 항상
확인해보시면 좋을것 같습니다!^^