12CODE
← 라이브러리

STEP 3 고급·전략 3-3. 그로스해킹·CRM 전략 과목 122

코호트 분석·리텐션 커브 해석

11/11편 발행
최종 검토 2026-08-29

발행 콘텐츠 번호순
01 시간의 흐름 속 고객 행동 분석: 동일한 경험/시점(예: 3월 가입 동기)을 공유하는 사용자 집단을 추적하는 코호트(Cohort) 분석의 거시적 가치 "이번 달 리텐션 30%"라는 숫자 하나로는 어떤 유저가 왜 남았는지 알 수 없습니다. 코호트로 쪼개야 비로소 원인이 보입니다. 2건 출처 02 데이터 요건 및 매트릭스 시각화: GA4 탐색 보고서 및 자사 DB 기반 가로축(시간 경과: Day 0~Day 30), 세로축(가입 코호트 기수) 표 구조 설계 코호트 분석표는 결국 두 축의 교차표입니다. 이 표를 직접 설계할 수 있어야 GA4 밖에서도, 자사 DB만으로도 같은 분석을 재현할 수 있습니다. 2건 출처 03 리텐션 커브(Retention Curve) 해석의 정석: 커브 곡선이 하향을 멈추고 평탄화(Flattening)되는 시점의 유무가 비즈니스 제품-시장 적합성(PMF)을 증명하는 원리 리텐션 커브가 계속 우하향하는지, 어느 지점에서 평탄해지는지 — 이 한 가지 형태 차이가 제품이 팔릴 준비가 됐는지를 말해줍니다. 2건 출처 04 세 가지 리텐션 측정 모델의 선택: 클래식 리텐션(N-Day) vs 범위 리텐션(Unbounded) vs 롤링 리텐션의 비즈니스 구매 주기별 매칭 규칙 같은 유저 데이터라도 어떤 리텐션 모델로 계산하느냐에 따라 숫자가 크게 달라집니다. 모델을 잘못 고르면 멀쩡한 서비스도 리텐션이 나쁜 것처럼 보입니다. 2건 출처 05 [실패 사례 분석] 가짜 리텐션 수치에 속은 서비스 고사: 출석체크 이벤트로 '앱 오픈 리텐션' 지표만 인위적으로 올렸다가 실제 '결제 리텐션'이 처참해 망가진 원인 진단 리텐션이 오르고 있다는 보고를 받고 안심했다가, 매출이 계속 빠지는 이유를 뒤늦게 깨닫는 팀이 적지 않습니다. 지표를 잘못 골랐기 때문입니다. 2건 출처 06 유입 채널별 코호트 분석: 네이버 파워링크 발 가입자 기수 vs 인스타 인플루언서 발 가입자 기수의 가입 후 12주간 잔존 가치 및 매출 퀄리티 비교 같은 예산으로 모은 가입자라도 어느 채널에서 왔는지에 따라 이후 12주의 잔존율과 결제 규모가 완전히 다르게 나타날 수 있습니다. 채널별 코호트 비교는 이 차이를 숫자로 드러내는 작업입니다. 2건 출처 07 기능 활용 코호트 분석(Behavioral Cohort): 특정 기능(리뷰 작성, 친구 추가)을 실행한 유저 집단이 그렇지 않은 집단 대비 리텐션 커브가 얼마나 상향되는지 판정 가입 시점이 아니라 '어떤 행동을 했는가'로 코호트를 나누면, 어느 기능이 진짜로 유저를 붙잡는지가 보입니다. 이 기준이 바로 행동 기반 코호트(Behavioral Cohort)입니다. 1건 출처 08 이탈 예측선(Churn Threshold) 포착: 코호트 데이터 분석 상 가입 후 몇 번째 주차에 유저 이탈이 가장 가파른지 '마의 구간'을 찾아내어 CRM 방어선 구축 전체 이탈률 하나만 보면 어디서부터 손써야 할지 알 수 없습니다. 이탈이 가장 가팔라지는 정확한 구간을 짚어야 CRM 리소스를 그 구간에 집중할 수 있습니다. 2건 출처 09 실험 설계 기반 검증: 리텐션 개선 온보딩 UI 적용 전 코호트 기수 데이터 vs 적용 후 코호트 기수 데이터의 30일 잔존율 수치 통계적 유의성 검증 온보딩을 바꾼 뒤 30일 리텐션이 2%p 올랐다면, 그게 진짜 개선인지 우연한 변동인지부터 확인해야 다음 결정을 내릴 수 있습니다. 2건 출처 10 [확인 항목] 글로벌 기업들의 핵심 리텐션 벤치마크 지표: 이커머스, SaaS, 모바일 게임 카테고리별 글로벌 안정권 리텐션 수치 가이드라인 아카이빙 "우리 리텐션이 좋은 편인가요?"라는 질문에 업종 공통의 정답은 없습니다. 카테고리별로 흩어져 있는 참고치와, 아예 존재하지 않는 공식 벤치마크를 구분해서 정리합니다. 2건 출처 11 [레슨] 리텐션 데이터를 활용한 장기 가치(LTV) 예측 모델 설계: 가입 초반 7일간의 잔존율 데이터를 기반으로 1년 뒤 기대 매출액 연산 공식 수립 1년을 다 기다려야 이번 코호트의 진짜 가치를 알 수 있다면 마케팅 의사결정은 항상 늦습니다. 초반 7일 데이터로 장기 가치를 미리 가늠하는 접근이 필요한 이유입니다. 3건 출처