코호트 분석 입문: 가입 주차별 리텐션 표를 만들고 해석하는 법

1. 코호트는 ‘언제 들어왔는가’로 묶는 표다

코호트(cohort)는 같은 시점에 제품을 시작한 사용자의 집단입니다. 가입일을 기준으로 묶으면 ‘1월 첫째 주 가입자’, ‘1월 둘째 주 가입자’처럼 행이 만들어집니다. 각 행을 따로 보면 유입 시기별 사용 경험이 어떻게 달랐는지 비교할 수 있습니다.

가입일보다 중요한 기준: 첫 가치 경험

가입만 하고 아무 기능도 사용하지 않은 사람까지 리텐션에 넣으면 제품의 실제 사용 흐름이 흐려질 수 있습니다. 따라서 가입 완료, 첫 프로젝트 생성, 첫 검색, 첫 결과 저장처럼 사용자가 처음으로 가치를 경험한 행동을 기준으로 코호트를 만들지 먼저 정하세요.

이때 기준 행동은 하나로 고정해야 합니다. 이벤트 이름과 속성도 처음부터 정리해두면 나중에 분석 조건이 흔들리지 않습니다. 이벤트 설계가 아직 없다면 이벤트 이름 짓기 규칙을 참고해 최소한의 공통 규칙부터 정해보세요.

‘주차’의 경계를 먼저 정하기

가입 후 7일을 1주차로 볼지, 달력상의 월요일부터 일요일까지를 1주차로 볼지 결정해야 합니다. 초기 제품에서는 가입 후 경과일 기준이 해석하기 쉽습니다. 모든 코호트에 동일한 기준을 적용하고, 기준이 바뀌면 대시보드와 문서에 변경 내용을 남기세요.

2. 리텐션 표는 분모와 분자를 먼저 확인한다

기본 표의 행은 코호트, 열은 가입 후 경과 주차입니다. 첫 번째 열은 코호트에 들어온 전체 사용자 수이고, 그다음 열부터 1주차·2주차·3주차의 재방문 또는 핵심 행동 비율을 기록합니다.

계산식은 단순하지만 정의가 어렵다

특정 칸의 리텐션은 ‘해당 코호트 중 그 경과 주차에 다시 핵심 행동을 한 사용자 수’를 ‘코호트 전체 사용자 수’로 나눈 값입니다. 여기서 재방문을 로그인으로 볼지, 실제 가치 행동으로 볼지가 핵심입니다. 단순 로그인은 제품이 계속 유용하다는 신호와 다를 수 있으므로, 가능하면 노스스타 지표와 가까운 행동을 사용하세요. 지표를 하나로 좁히는 방법은 노스스타 지표 정하는 법에서 더 자세히 다룹니다.

표를 만들 때 빠지기 쉬운 함정

아직 관찰 기간이 끝나지 않은 코호트의 뒤쪽 칸은 0이 아니라 ‘아직 모름’에 가깝습니다. 최근 가입자의 4주차 값이 비어 있다면 실패로 해석하지 마세요. 또한 탈퇴 사용자, 테스트 계정, 내부 계정을 포함할지 정하고 모든 행에 같은 필터를 적용해야 합니다.

3. 숫자보다 패턴을 읽어라

리텐션 표를 볼 때는 특정 한 칸의 높고 낮음보다 행과 열의 모양을 먼저 봅니다. 같은 표라도 어떤 행동을 기준으로 삼았는지에 따라 의미가 달라지므로, 해석 전에 이벤트 정의와 집계 기간을 다시 확인하세요.

초반 급락은 온보딩을 의심한다

1주차에 사용자가 크게 줄고 이후 변화가 작다면 첫 가치 경험까지 도달하지 못한 사람이 많을 수 있습니다. 이때는 기능을 더 추가하기보다 가입 직후의 안내, 빈 화면, 첫 작업 완료까지의 단계별 이탈을 살펴보세요. 코호트 분석은 이 문제를 발견하는 도구이고, 구체적인 이탈 단계는 퍼널 분석으로 이탈 지점 찾기와 함께 보면 좋습니다.

오래 남는 작은 층도 중요한 신호다

초기 이후 일정한 수준으로 유지되는 부분은 제품을 반복적으로 사용할 이유가 있는 사용자층일 수 있습니다. 반대로 모든 행이 시간이 지날수록 계속 내려간다면 핵심 가치가 일회성인지, 재방문을 유도할 작업이 부족한지 질문해야 합니다. 리텐션 곡선의 우상향·미소·하락 패턴은 리텐션 곡선 읽는 법에서 보완해 읽을 수 있습니다.

4. 개선 전후 코호트는 같은 조건으로 비교한다

온보딩을 바꾸거나 핵심 기능을 개선했다면 변경일 전후의 코호트를 나눠 비교합니다. 단, 변경 전후의 유입 경로와 사용자 구성까지 달라졌다면 리텐션 변화가 기능 개선 때문이라고 곧바로 단정하기 어렵습니다.

비교표에 함께 기록할 것

• 코호트 시작일과 종료일
• 코호트에 들어온 기준 행동
• 재방문으로 인정한 핵심 이벤트
• 유입 채널과 주요 사용자 조건
• 기능 변경이 실제로 적용된 시점
• 아직 관찰이 끝나지 않은 주차

제품 개선의 효과는 한 번의 표보다 여러 코호트에서 같은 방향으로 나타나는지 확인하는 편이 안전합니다. 변경 직후 신규 사용자의 수가 달라졌다면 비율뿐 아니라 코호트 규모와 절대 사용자 수도 함께 기록하세요.

조코헌트 집계에서도 출시 첫 24시간 안에 업보트나 댓글을 하나 이상 받은 프로덕트는 49%였습니다. 이 수치는 리텐션 자체는 아니지만, ‘가입’만 세기보다 첫 반응 같은 활성 행동을 별도 기준으로 정의해야 한다는 점을 보여주는 참고점이 될 수 있습니다.

5. 1인 개발자를 위한 주간 분석 루틴

처음부터 복잡한 분석 시스템을 만들 필요는 없습니다. 매주 같은 요일에 새 코호트 행을 추가하고, 관찰 가능한 주차까지만 채우세요. 표 아래에는 이번 주에 달라진 제품 변경과 유입 변화도 한 줄로 기록합니다.

마지막으로 다음 세 질문만 반복해도 충분합니다.

• 어느 코호트에서 첫 가치 경험까지의 손실이 컸는가?
• 개선 이후 같은 경과 주차의 패턴이 좋아졌는가?
• 다음 주에 바꿀 단 하나의 사용자 경험은 무엇인가?

코호트 표의 목적은 예쁜 그래프를 만드는 데 있지 않습니다. 어떤 사용자가 언제 들어왔고, 어느 시점에 제품의 가치를 잃는지 찾아 다음 실험을 정하는 데 있습니다.